Industri perjalanan menghadapi krisis identitas mendasar yang didorong oleh kecerdasan buatan. Ketika Agen Perjalanan Online (OTA) dan raksasa teknologi berlomba untuk mengintegrasikan AI, kesenjangan strategis mulai terbentuk. Pertanyaan utamanya bukan lagi bagaimana perusahaan akan menggunakan AI, melainkan apa peran mendasar mereka di dunia dimana mesin menangani perencanaan.
Pelaku industri saat ini bertaruh pada lima lapisan berbeda dari “AI Travel Stack”. Setiap lapisan mewakili visi berbeda tentang siapa yang pada akhirnya akan mengendalikan perjalanan wisatawan.
1. Lapisan Model: Membangun Otak
Lapisan Model berfokus pada kecerdasan mentah di balik antarmuka. Daripada mengandalkan model umum seperti GPT-4, perusahaan berupaya membangun Model Bahasa Besar (LLM) yang dirancang khusus untuk industri perjalanan.
Postingan pekerjaan baru-baru ini dari Booking Holdings mengungkapkan penerapan strategi ini. Perusahaan ini sedang mencari manajer pembelajaran mesin di Amsterdam untuk memimpin tim yang berdedikasi untuk membangun model dasar AI generatif yang dilatih pada kumpulan data besar milik Booking.
Mengapa hal ini penting: Model AI generik sering kali kesulitan menghadapi nuansa perjalanan tertentu—seperti ketersediaan real-time, rute yang rumit, atau konteks keramahtamahan lokal. Dengan memiliki model tersebut, sebuah perusahaan memastikan “otaknya” dioptimalkan secara unik untuk perjalanan, menciptakan parit pengetahuan khusus yang kompetitif.
2. Lapisan Orkestrasi: Koordinator Utama
Lapisan Orkestrasi berada di antara model mentah dan pengguna. Perusahaan-perusahaan ini tidak serta merta membangun LLM, namun mereka membangun logika yang memberi tahu model bagaimana bertindak. Mereka mengelola proses “penalaran”—memutuskan kapan harus memanggil API penerbangan, kapan harus memeriksa database hotel, dan bagaimana menyatukan informasi tersebut ke dalam rencana yang koheren.
3. Lapisan Produk: Pengalaman Pengguna
Lapisan Produk adalah tempat sebagian besar wisatawan saat ini berinteraksi dengan teknologi. Lapisan ini berfokus pada antarmuka—aplikasi, situs web, dan chatbot. Tujuannya di sini adalah untuk menggabungkan kemampuan AI dalam desain yang mulus dan ramah pengguna. Perusahaan di lapisan ini menang dengan memberikan pengalaman paling intuitif dan tanpa hambatan, apa pun model yang berjalan di latar belakang.
4. Lapisan Keterbacaan: Landasan Data
Di bawah semua lapisan ini adalah Lapisan Keterbacaan, yang dikelola oleh pelaku infrastruktur. Lapisan ini bertanggung jawab untuk membuat data perjalanan—yang seringkali terfragmentasi, berantakan, dan terisolasi—dapat dibaca dan digunakan untuk AI. Tanpa berkualitas tinggi
