Η ομιλία του Eπ. Kαθηγητή του Τμήματος Διοίκησης Τουρισμού Πανεπιστημίου Πατρών
«Αν ζούσαμε το 1990, θα έφτιαχνα ερωτηματολόγια, θα πήγαινα να τα εκτυπώσω και θα τα μοίραζα να συμπληρωθούν, θα έπρεπε να επιβλέψω τη συμπλήρωση, θα τα μάζευα, θα τα ανέλυα και θα είχα την άποψη των ερωτώμενων.
Το 2025, δεν χρειάζεται να το κάνω όλα αυτό, αρκεί να έχω πρόσβαση στις φωτογραφίες των ερωτώμενων, όπου θα εντοπίσω και τι ακριβώς φωτογραφίζουν, γιατί κάθε ένας ενδιαφέρεται για κάτι άλλο.
Θα είχα πρόσβαση στα μηνύματά τους, θα είχα πρόσβαση στα κοινωνικά δίκτυά τους κτλ. θα συνέλεγα πάρα πολλά δεδομένα, και θα μπορούσα να βγάλω πολύ διαφορετικά συμπεράσματα.
Αυτή η πληροφορία έχει ένα πρότυπο, ότι αν ζούσαμε το 1900, θα λέγαμε, ότι σε 100 χρόνια θα έχουμε διπλασιάσει τη γνώση μας. Σήμερα, αυτή η γνώση διπλασιάζεται κάθε 11 με 12 ώρες.
Ένα κλασικό παράδειγμα. Μπορεί να πάτε στον γιατρό σήμερα, να σας πει ότι πάσχετε από κάτι που δεν θεραπεύεται και να πάτε την άλλη εβδομάδα, να σας δώσει φάρμακα και να πάτε σπίτι σας. Αυτό είναι το μέγεθος της γνώσης που αναπτύσσεται. Οπότε, λοιπόν, υπάρχουν διάφορες προβλέψεις για το πόσο μεγάλα θα γίνουν αυτά τα δεδομένα, που υπάρχουν στο διαδίκτυο εξαιτίας μας.
Είμαστε, λοιπόν, μια τουριστική βιομηχανία. Και εμείς, σαν τουριστική βιομηχανία, συλλέγουμε άπειρα τέτοια δεδομένα, τα οποία έχουν πρακτική αξία. Κρατήσεις (booking), likes, check -ins κ.α. Έχουμε εμπειρίες που μοιραζόμαστε σε διάφορες πλατφόρμες. Άρα, δεν έχουμε θέμα πληροφορίας. Έχουμε υπερπληροφόρηση.
Το θέμα είναι τι κάνουμε αυτά τα δεδομένα. Πρέπει να βρούμε έναν γρήγορο τρόπο, έναν εύχρηστο τρόπο, έναν αποδοτικό τρόπο να τα διαχειριστούμε.
Η επίσκεψη σε μια πόλη. Εμείς που χαράσσουμε πολιτικές και φιλοξενούμε επισκέπτες, μπορούμε να διαβάσουμε τους ταξιδιώτες, πριν έρθουμε στην πόλη μας, πριν έρθουν στον προορισμό τους; Μπορούμε να μιλήσουμε την γλώσσα του; Εμείς έχουμε μια ηλικία, και απευθυνόμαστε σε ανθρώπους που δεν ξέρουμε την ηλικία τους, μπορούμε να επικοινωνήσουμε με το δικό τους ρυθμό ή με τις δικές τους προτιμήσεις;
Όλες αυτές οι εμπειρίες που ζητάει κάποιος, είτε είναι επισκέπτης, είτε έρχεται να δουλέψει, είναι προσωποποιημένες εμπειρίες.
Για να πάμε στην ουσία του θέματος, για τα μεγάλα γλωσσικά μοντέλα που όλοι τα χρησιμοποιείτε. Όλοι έχετε ανοίξει το GPΤ και τον Gemini και έχετε συμβουλευτεί για οτιδήποτε. Αυτά τα νέα εργαλεία μπορούν να μας βοηθήσουν να επικοινωνήσουμε με αυτόν που έχουμε απέναντί μας, με τους χιλιάδες εκατομμύρια ανθρώπους που έχουμε απέναντί μας.
Όπως είπε o CEO της Google, το πρόβλημά μας, δεν είναι ότι έχουμε πολλά δεδομένα, το πρόβλημα μας είναι ότι πρέπει να μπορούμε να τα διαχειριστούμε και να θέσουμε πολύπλοκες ερωτήσεις πάνω σε αυτά τα δεδομένα, για να πάρουμε αντίστοιχες απαντήσεις. Οπότε, αυτά τα εργαλεία, επειδή είναι γλωσσικά, μπορούν να αναλύσουν κείμενα, μπορούν να αναλύσουν σχόλια, να κάνουν όλα αυτά τα πράγματα που εμείς κάνουμε με μεγάλη ευκολία γιατί αυτή είναι η φύση μας και βλέπουμε συνήθως, πέρα από το αντικείμενο.
Ένας επισκέπτης, λοιπόν, για να επισκεφθεί ένα μέρος, ιδανικά θα πρέπει να διαβάσει «20 άρθρα» για να ενημερωθεί. Δεν θέλει γενικές πληροφορίες. Θέλει ιδανικά έναν «ψηφιακό βοηθό» που καταλαβαίνει τις προτιμήσεις του, γνωρίζει την τοπική ταυτότητα, αναλύει τις διαθέσιμες επιλογές και του προτείνει συγκεκριμένες εμπειρίες, προσαρμοσμένες σε εκείνον.
Από την άλλη, υπάρχει και ο προορισμός, ο οποίος πρέπει να επικαιροποιήσει τις πληροφορίες που πρέπει να λάβει ένας τουρίστας, και θα πρέπει να το κάνει άμεσα.
Οι επισκέπτες, συνήθως, συγκεντρώνονται στα ίδια 2-3 μέρη και παρατηρούμε συνωστισμό σε πολύ συγκεκριμένα μέρη.
Οπότε χρειαζόμαστε καινούργια προϊόντα και με κάποιον τρόπο να αυξήσουμε την ένταση του τουρισμού, σε όλες τις εποχές.
Ένα πολύ απλό παράδειγμα. Πώς χρησιμοποιώντας αυτά τα εργαλεία και φτιάχνοντας ένα πλαίσιο, μπορώ να πάρω μια πρόταση για να επισκεφθώ την πόλη της Πάτρας;
Εφαρμογή - Πριν το ταξίδι – Ένα έξυπνο μοντέλο ταξιδιωτικών προτάσεων
1. Συλλογή δεδομένων μέσω online ερωτηματολογίου
2. Δημιουργία εξατομικευμένου προγράμματος μέσω LLMs/AI
3. Δυνατότητα προσαρμογής και εναλλακτικών επιλογών
4. Αξιολόγηση επισκέπτη και ανατροφοδότηση για βελτίωση της πρότασης
Για παράδειγμα, έχω φτιάξει ένα προφίλ επισκέπτη, ο οποίος είναι επιχειρηματίας στη Γερμανία, θέλει να έρθει 48 ώρες στην Πάτρα, θέλει να γευθεί το φαγητό της, του αρέσει η ιστορία και θέλει χαλαρά να κάνει βόλτα στην Πάτρα, είναι χορτοφάγος και έχει ελεύθερο χρόνο 3 ώρες το απόγευμα της Παρασκευής και 5 ώρες το Σάββατο
Αυτό είναι το προφίλ, που θα χρησιμοποιήσω στην μηχανή. Και θα μου απαντήσει πάρα πολύ συνοπτικά, «την Παρασκευή θα κάνει έναν περίπατο, θα δοκιμάσει τα κρασιά του εκεί που πρέπει και το Σάββατο θα επισκεφθεί το Ρωμαϊκό Ωδείο και θα πάρει το πρωινό του». Ενδεχομένως, αν ξαναρωτηθεί, επειδή το προφίλ μένει, να δώσει και καλύτερες απαντήσεις. Αυτές οι συστάσεις είναι πριν το ταξίδι. Το βλέπω και μπορώ να το τροποποιήσω, να το αξιολογήσω και να μου δώσει και μια καλύτερη σύσταση στη συνέχεια.
Τι κερδίζουμε από αυτό; Μπορεί να κάνει τον τουρισμό, σε μια πόλη σαν την Πάτρα βιώσιμο. Μπορεί να ενισχύσει τις τοπικές επιχειρήσεις, να αυξήσει την εμπλοκή (engagement) των επισκεπτών, να βελτιώσει το brand-name της Πάτρας ως προορισμό φιλικό προς τους ταξιδιώτες. Επιπλέον, μπορούμε να σχεδιάσουμε υπηρεσίες ευφυούς τουρισμού στην Πάτρα, βασισμένες σε τεχνητή νοημοσύνη και ανάλυση μεγάλων δεδομένων.
Εμείς, το Τμήμα Διοίκησης Τουρισμού και το Εργαστήριο ΠΣ&ΠΤ, πραγματοποιούμε έρευνα για την ανάπτυξη και τη μελέτη ευφυών τουριστικών προορισμών και μελετάμε πιλοτικά την βελτίωση του τουριστικού σχεδιασμού της Πάτρας».
Ακολουθήστε το thebest.gr στο Google News και μάθετε πρώτοι όλες τις ειδήσεις
Δείτε όλες τις τελευταίες Ειδήσεις από την Ελλάδα και τον Κόσμο, τη στιγμή που συμβαίνουν, στο thebest.gr