Booking.com and OpenAI personalize travel at scale
By integrating its data systems with OpenAI’s LLMs, Booking.com delivers smarter search, faster support, and intent-driven travel experiences.
როგორც მსოფლიოს ერთ-ერთი უდიდესი სამოგზაურო პლატფორმა, Booking.com მილიონობით მოგზაურს უადვილებს სამყაროს გაცნობას და ერთ სივრცეში სთავაზობს ფრენებზე, განთავსებასა და აქტივობებზე შეუფერხებელ წვდომას.
OpenAI-სთან ერთად კომპანიამ დაინახა შესაძლებლობა, გამხდარიყო ნამდვილი სამოგზაურო თანამგზავრი, ჩართულიყო აღმოჩენის ეტაპზე და მოგზაურებს დაეხმაროს აღმოაჩინონ მიმართულებები და გამოცდილებები, რომელთა სურვილიც თავადაც არ იცოდნენ.
„როცა ChatGPT 2022 წელს გაეშვა, განსაკუთრებული მღელვარება ვიგრძენი,“ ამბობს Booking.com-ის პროდუქტის მარკეტფლეისის უფროსი დირექტორი ედრიენ ენგგისტი. „ამან ბროდბენდზე წვდომის ადრეული დღეები გამახსენა — უზარმაზარი შესაძლებლობა, შეგვეცვალა, როგორ ურთიერთობენ ადამიანები მოგზაურობასთან. ვიცოდით, რომ ეს დაგვეხმარებოდა საბოლოოდ გადაგველახა აღმოჩენის გამოწვევა.“
დღემდე Booking.com-მა OpenAI-სთან ერთად წარადგინა AI-ზე დაფუძნებული არაერთი გადაწყვეტა, რათა მოგზაურობის დაგეგმვა უფრო მარტივი და ინტუიციური გამხდარიყო.
Booking.com ათ წელზე მეტი ხნის განმავლობაში იყენებდა მანქანურ სწავლებას, მაგრამ ტრადიციულ მოდელებსა და წესებზე დაფუძნებულ სისტემებს უჭირდათ მომხმარებლის განზრახვის ნიუანსების დაჭერა — განსაკუთრებით აღმოჩენის ადრეულ ეტაპზე.
„შეიძლება გინდოდეთ რომანტიკული დასვენება, ოღონდ ცოტა კიჩური,“ ამბობს Booking.com-ის CTO რობ ფრენსისი. „გულის ფორმის საწოლებისთვის ან ელვისის იმიტატორებისთვის ფილტრი არ არსებობს. ტრადიციული ძიება უბრალოდ არ იყო შექმნილი ასეთი ტიპის განზრახვის გამოსავლენად.“
მიუხედავად იმისა, რომ პლატფორმა ასობით ფილტრს სთავაზობდა, ისინი მხოლოდ მაშინ იყო სასარგებლო, თუ მოგზაურებმა ზუსტად იცოდნენ, რას ეძებდნენ. დიდი ენობრივი მოდელების გავრცელებამ ახალი შესაძლებლობა შექმნა, გადასულიყვნენ უფრო სასაუბრო, აღმოჩენაზე ორიენტირებულ გამოცდილებაზე.
„ჩვენ ყოველთვის ძალიან კარგები ვიყავით ბოლო ეტაპში — ადამიანების ძიებიდან დაჯავშნამდე მიყვანაში,“ ამბობს ენგგისტი. „მაგრამ აღმოჩენა განსხვავებული იყო. გვჭირდებოდა გზა, რომ მომხმარებლებს პროცესის უფრო ადრეულ ეტაპზე შევხვედროდით, როცა ჯერ კიდევ არკვევდნენ, რა უნდოდათ.“
Booking.com-მა სწრაფად შეკრიბა სამუშაო ჯგუფი, რათა AI Trip Planner რეალობად ექცია:
- არსებული ML ინფრასტრუქტურის გამოყენება: გუნდმა OpenAI-ის GPT მოდელები დააინტეგრირა Booking.com-ის საკუთრებაში არსებულ მონაცემებთან ობიექტების, ფასებისა და ხელმისაწვდომობის შესახებ.
- სწრაფი განვითარების ციკლი: პირველი პროტოტიპი, რომელსაც მიმართულებების აღმოჩენა და მარშრუტის აგება შეეძლო, მხოლოდ 10 კვირაში გაეშვა.
- ფოკუსი ბუნებრივ ენაზე: მოდელი გაწვრთნეს, რათა გაეგო სასაუბრო მოთხოვნები და დაეკავშირებინა ისინი სტრუქტურირებულ მონაცემებთან, როგორიცაა თარიღები, ლოკაციები და ობიექტების ხელმისაწვდომობა.
AI Trip Planner მომხმარებლებს აძლევდა შესაძლებლობას დაესვათ ღია კითხვები, როგორიცაა: „სად წავიდე ევროპაში რომანტიკული უიქენდისთვის?“ მას შეეძლო მიმართულებების შეთავაზება, მარშრუტების აგება და Booking.com-ის მონაცემთა ბაზიდან რეალურ დროში ხელმისაწვდომობისა და ფასების მონაცემების გამოტანა.
ერთ-ერთი მთავარი გარღვევა იყო სტრუქტურირებული და არასტრუქტურირებული მონაცემების გაერთიანება. „წლები დავხარჯეთ ჩვენი სტრუქტურირებული მონაცემების, მაგალითად ფასების, ხელმისაწვდომობის, გაუქმების პოლიტიკების დახვეწაზე,“ ამბობს ენგგისტი. „მაგრამ ახლა შეგვეძლო დაგვემატებინა არასტრუქტურირებული მონაცემებიც, როგორიცაა მომხმარებლის მიმოხილვები, ბუნებრივი ენის აღწერები, და ორივეზე დაყრდნობით შეგვექმნა შერჩეული რეკომენდაციები.“
კიდევ ერთი გამორჩეული ნიშანი იყო ის სისწრაფე, რომლითაც Booking.com-ის გუნდმა შეძლო წინსვლა. „თანამშრომლობა საოცარი იყო,“ ამბობს Booking.com-ის VP Product Marketplace ჯო ფატი. „დავიწყეთ OpenAI-ის API-ით, ჩავატარეთ ჰაკათონი და 10 კვირაში AI Trip Planner გავუშვით. ეს არის იმ გუნდთან მუშაობის ძალა, რომელიც არა მხოლოდ ტექნოლოგიას გვაწვდის, არამედ ჩვენთან ერთად მუშაობს იმის გასარკვევად, რა არის შესაძლებელი.“
მას შემდეგ AI Trip Planner გაფართოვდა, რათა უფრო რთულ მოთხოვნებსა და უფრო ღრმა პერსონალიზაციას გაუმკლავდეს. „თუ შეხედავთ Booking.com-ის მონაცემებს, თუ როგორ ჯავშნიდნენ ადამიანები მოგზაურობას ბოლო 20 წლის განმავლობაში, ევროპის ტოპ 15 მიმართულება ძლიერ გადატვირთულია ტურიზმით,“ აღნიშნავს ენგგისტი. „AI-ს ასევე შეუძლია გამოკვეთოს ასობით სხვა მიმართულება, რომლებიც არც ისე შორს არის, ასეთივე შესანიშნავ გამოცდილებებს სთავაზობს, არ არის გადატვირთული ტურიზმით და სავსეა აღმოჩენისთვის ახალი შესაძლებლობებით.“
AI Trip Planner-ის წარმატებამ საფუძველი ჩაუყარა სხვა AI-ზე ორიენტირებულ პროდუქტებს. დღეს Booking.com-მა OpenAI-ის მოდელებით დამატებითი ფლაგმანური შესაძლებლობებიც დანერგა:
გადაწყვეტა | რომელ გამოწვევას აგვარებს | როგორ მუშაობს |
Smart Filters | ტრადიციული ძიება ეყრდნობოდა ჩამოსაშლელ მენიუებსა და მოსანიშნ ველებს, რაც მოგზაურებს ფილტრების მცირე რაოდენობით ზღუდავდა. | იყენებს GPT‑4o mini-ს, რათა გაიგოს ბუნებრივი ენის მოთხოვნები, როგორიცაა „მზის ჩასვლის ხედები“ ან „კარგი სპორტდარბაზი“. |
Property Q&A | ბევრ მოგზაურს აქვს კონკრეტული კითხვები ობიექტების შესახებ, რომლებზეც სტატიკური ჩამონათვალი მარტივ პასუხს არ იძლევა. | OpenAI-ის LLM-ები Booking.com-ის მომხმარებლების მიერ შექმნილ კონტენტსა და ობიექტების აღწერებზე იყო ფაინტიუნი გაკეთებული. |
AI Review Summaries | მოგზაურებს ხშირად უჭირთ ათასობით მიმოხილვის გადახარისხება ობიექტების შედარებისას. | GPT‑4o mini აანალიზებს და აჯამებს მიმოხილვებს ძირითად თემებად (მაგ. სისუფთავე, მდებარეობა, კეთილმოწყობა). |
Help Me Reply | ეფექტიანად მართავს სტუმრებთან კომუნიკაციას და აუმჯობესებს პასუხის დროს. | აგებულია OpenAI-ის მოდელებზე, რათა შექმნას ავტომატური პასუხები და მორგებადი შეტყობინების შაბლონები. |
Booking.com-მა ასევე შექმნა უფრო ძლიერი საფუძველი სამომავლო AI განვითარებისთვის. OpenAI-ის მოდელები Booking.com-ის არსებულ API-ებსა და მონაცემთა ინფრასტრუქტურაში ინტეგრირდა, რამაც გუნდებს ახალი ფუნქციების სწრაფად ტესტირებისა და გამეორებითი დახვეწის საშუალება მისცა.
მიუხედავად იმისა, რომ Booking.com კვლავ აგროვებს გრძელვადიანი ეფექტიანობის მონაცემებს, მათ უკვე დაინახეს ჩართულობისა და კმაყოფილების გაზომვადი ზრდა:
- გაზრდილი ჩართულობა: AI Trip Planner-მა მომხმარებლები პლატფორმაზე უფრო დიდხანს დაატოვა, სანამ ისინი პერსონალიზებულ მარშრუტებს იკვლევდნენ.
- უფრო სწრაფი ძიება: Smart Filters-მა მოგზაურებს გაუადვილა კონკრეტული შედეგების პოვნა და შეამცირა ძიებაზე დახარჯული დრო.
- მომხმარებელთა მხარდაჭერასთან ნაკლები კონტაქტი: Property Q&A-მ მხარდაჭერის მოცულობა შეამცირა აპში უფრო ზუსტი პასუხებით.
- დაჯავშნის უფრო მაღალი თავდაჯერება: მიმოხილვების შეჯამებამ მოგზაურებს დაეხმარა ნაკლები გაურკვევლობით უფრო სწრაფი გადაწყვეტილებების მიღებაში.
„ერთ-ერთი ყველაზე დიდი აღმოჩენა ის იყო, რამდენად სწრაფად შეიცვალა მომხმარებლის ქცევა,“ ამბობს ენგგისტი. „თავიდან ადამიანები უბრალოდ აკრეფდნენ ‘Myrtle Beach’-ს და ფაქტობრივად საძიებო სისტემასავით იყენებდნენ. მაგრამ ახლა ვხედავთ უფრო დეტალურ, სასაუბრო შეკითხვებს: ‘მინდა სექტემბერში ჩემს ძაღლთან ერთად წყნარ სანაპიროზე წავიდე.’“
„OpenAI-ის მოდელები ყველაზე მეტად არიან უნარიანები, როცა საქმე განზრახვის გაგებას და რეალურ სამყაროს სირთულეებთან ადაპტაციას ეხება,“ ამბობს ფრენსისი. „ჩვენ ათ წელზე მეტია მანქანურ სწავლებაზე ვმუშაობთ, მაგრამ OpenAI დაგვეხმარა დაგვეხურა უფსკრული განზრახვის გაგებასა და მის შესრულებას შორის.“
Booking.com-ის ხელმძღვანელობის მიხედვით, OpenAI-ს მხოლოდ ტექნოლოგია კი არ გამოარჩევს — არამედ თანამშრომლობითი მიდგომა.
„მომავლის თანაშექმნა OpenAI-სთან მუშაობის დამახასიათებელი ნიშანია,“ ამბობს ენგგისტი. „შეგვიძლია მივუტანოთ ღია კითხვები ან საწყისი ეტაპის იდეები, და ისინი გვეხმარებიან განვსაზღვროთ, რა არის შესაძლებელი.“
ფრენსისიც იზიარებს ამ დამოკიდებულებას: „OpenAI-სთან მუშაობა მხოლოდ იმაზე არ არის, რაც ახლა ჩვენს წინ დგას — საქმეა კითხვაში: ‘რა იქნება შემდეგ?’“
Booking.com ხედავს შესაძლებლობას შექმნას კიდევ უფრო ჩაძირული, აგენტზე დაფუძნებული გამოცდილება. „გვინდა ავაშენოთ კონსიერჟის მსგავსი თანამგზავრი, რომელიც თქვენთან ერთად იქნება მთელი მოგზაურობის განმავლობაში,“ ამბობს ენგგისტი. „არა მხოლოდ მოგზაურობის დაჯავშნაში დაგეხმარებათ; ხელახლა დაგიჯავშნით ფრენას, თუ ის გაუქმდება, ახალ სასტუმროს გიპოვით, თუ დაგაგვიანდათ, და ჩასვლისას ახლომდებარე რესტორნებსაც შემოგთავაზებთ.“
„AI Booking.com-ში ოპერირების საფუძვლად ყალიბდება, ხოლო OpenAI-ის მოდელებმა გაგებისა და პერსონალიზაციის ახალი დონე გახსნა. ეს მხოლოდ ძიებას არ ეხება. ეს უფრო მდიდარი, მეტად დაკავშირებული სამოგზაურო გამოცდილების შექმნას ეხება.“
