در جریان مجمع جهانی Skift سال ۲۰۲۶ در شهر نیویورک، مدیران ارشد صنعت فناوری سفر اعلام کردند که پیادهسازی هوش مصنوعی عاملمحور (Agentic AI) هزینههای ملموسی را به سیستم توزیع سفر تحمیل کرده است؛ آن هم در شرایطی که صنعت هنوز درباره اینکه چه کسی باید این هزینهها را پرداخت کند یا ارزش حاصل از آن را تصاحب کند، به توافق نرسیده است. این نشست پرسشهای دشواری را مطرح کرد: این فناوری باید به چه کسانی خدمت کند، هزینه آن چقدر خواهد بود، چه میزان از فرآیندهای سفر را میتواند خودکارسازی کند و آیا صنعت در نهایت بر سر استانداردهای مشترک به توافق خواهد رسید یا خیر.
افزایش هزینههای زیرساختی پیش از تحقق درآمدها
برای النا آویلا (Elena Avila)، معاون ارشد بخش توزیع سفر در شرکت Amadeus، هزینههای این فناوری از همین حالا به طور واقعی ایجاد شدهاند. آنچه هنوز نامشخص باقی مانده، این است که آیا درآمدها به سرعتِ افزایش هزینهها رشد خواهند کرد تا بتوانند آنها را جبران کنند یا خیر. آویلا در این باره گفت: «فکر میکنم ما نباید صرفاً آسودهخاطر باشیم و تصور کنیم که درآمدها خودبهخود از راه میرسند.»
به گفته آویلا، صورتحسابهای مربوط به قدرت پردازش محاسباتی (compute power)، ترافیک سنگینتر جستجوها، و همچنین ساختارهای حاکمیتی، امنیتی و لولهکشی دادهها (data plumbing) که برای پشتیبانی از عاملهای هوش مصنوعی مورد نیاز هستند، از هماکنون از راه رسیدهاند، در حالی که هیچ تضمینی برای جریان یافتن درآمدهای متناظر با آنها وجود ندارد. در مقابل، استیو سینگ (Steve Singh)، رئیس هیئتمدیره و مدیرعامل شرکت Spotnana، استدلال کرد که اگر ارزش واقعی این فناوری اثبات شود، تامینکنندگان خدمات سفر و در برخی موارد خود مسافران در نهایت هزینه آن را پرداخت خواهند کرد. سینگ معتقد است تامینکنندگان در صورتی این هزینه را میپردازند که هوش مصنوعی به آنها کمک کند تا با کارایی بیشتری به مسافران دسترسی پیدا کرده و به آنها خدمترسانی کنند. همچنین برخی از مسافران نیز برای دریافت خدمات بهتر، حاضر به پرداخت هزینه خواهند بود.
رقابت بر سر لایههای زیرساختی و کاهش هزینههای خدمات پس از رزرو
هر دو شرکت Amadeus و Spotnana خود را به عنوان لایه زیرساختی معرفی میکنند که سایر شرکتهای مسافرتی باید خدمات خود را روی آن بنا کنند. شرکت Amadeus جاهطلبانه به دنبال تبدیل شدن به یک «هماهنگکننده تعبیهشده بیطرف» (neutral embedded orchestrator) است، در حالی که Spotnana خود را به عنوان لایه اصلی فناوری (technology layer) به بازار عرضه میکند.
با این حال، ملموسترین بازدهی کوتاهمدت که هر دو مدیر به آن اشاره کردند، در بخش خدمات پس از رزرو (post-booking servicing) است. استیو سینگ پیشبینی کرده است که هوش مصنوعی در این بخش میتواند هزینهها را تا ۵۰ درصد یا حتی بیشتر کاهش دهد.
چالش یکپارچگی دادهها و تردید در استانداردسازی مشترک
النا آویلا معتقد است که ارزش واقعی هوش مصنوعی به هویت، دادهها و سیستمهایی بستگی دارد که بتوانند با یکدیگر گفتگو کنند. او در این راستا خواستار کاهش «مسیرهای محصورشده» (walled journeys) در صنعت سفر شد تا تبادل دادهها با سهولت بیشتری انجام گیرد. با این حال، استیو سینگ نسبت به اینکه صنعت سفر بتواند به سرعت به سمت استانداردهای مشترک حرکت کند، ابراز تردید کرد. این تفاوت دیدگاه نشان میدهد که با وجود پتانسیلهای بالای هوش مصنوعی عاملمحور، مسیر پیادهسازی آن با چالشهای ساختاری و مالی جدی همراه است.