Lo más destacado de Skift
Skift Data + AI Summit
Lecciones aprendidas sobre datos a partir de la implementación de la IA orientada al consumidor
SEJAL AMIN, directora de Tecnología de Priceline
Moderado por Sean O’Neill, editor sénior de hostelería de Skift
EL ARGUMENTO
Priceline ha relanzado su asistente de IA, Penny, basándose en un único principio de diseño: pasar de la búsqueda a la reserva en un flujo continuo. El reto técnico era considerable: integrar una red de agentes que se coordinaran en tiempo real, con una interfaz de mapa que se actualizara dinámicamente. Pero la apuesta más importante se centra en los datos de preferencias. Penny combina ahora los datos de comportamiento que Priceline ha almacenado durante años con los datos de preferencias que recopila de los usuarios, y les permite modificarlos. La cuestión del coste sigue sin resolverse: Priceline está lanzando funciones más rápido que nunca, pero Amin afirma que las nuevas funciones no son automáticamente rentables, y que ahora la hoja de ruta se basa en dirigir las solicitudes a los modelos adecuados a un menor coste.
LAS PRUEBAS
- Los usuarios de Penny tienen una tasa de conversión más alta que los que no lo son. — Amin
- Un viaje a Montreal obligaría a Penny a movilizar entre 10 y 12 agentes, coordinados en un único proceso invisible para el usuario.
- «El hecho de que contemos con nuevas funciones no significa necesariamente que todas sean rentables». El gasto en tokens y el enrutamiento de modelos son ahora los principales temas de debate en materia de arquitectura.
- «Tenemos que averiguar cómo optimizar nuestra arquitectura y las decisiones que tomamos al respecto, y descubrir cómo dirigir las solicitudes a los destinos adecuados a un menor coste».
¿Y QUÉ?
La apuesta de Priceline por la transparencia —mostrar a los usuarios sus datos y permitirles corregirlos— es una respuesta directa al problema de confianza que ha frenado la adopción de la IA en el sector de los viajes de consumo. Si eso se traduce en una mayor tasa de conversión con el tiempo, se convierte en una ventaja estructural frente a las plataformas que tratan los datos de preferencias como una caja negra. El problema más acuciante a corto plazo es el coste: implementar el mejor modelo para cada tarea no es sostenible a gran escala, y cualquier empresa de viajes que desarrolle IA orientada al consumidor sin una estrategia de enrutamiento de modelos está acumulando un problema de costes que aún no ha valorado.
Accede a todas las conclusiones de Skift sobre este evento, así como a los vídeos completos de las sesiones, los documentos de las presentaciones y más cobertura editorial en nuestro centro de información Skift Data + AI Summit .