Onderzoek AI gedreven automatiseren van luchtvaartprocessen | RVO.nl | Rijksdienst

Service menu right

Onderzoek AI gedreven automatiseren van luchtvaartprocessen

Binnen dit project wordt een oplossing gezocht voor de luchtvaart en de lange wachtrijen bij vertragingen. Op dit moment is het zo, dat als er een vertraging optreedt, dat de luchtvaartmaatschappij richting de klant verschillende voordelen moeten geven, zoals een hotelovernachting, drank of een coupon zodat ze de reis volgende keer of gratis of tegen een grote korting moeten kunnen maken. Dit doen ze in de vorm van coupons die ze uitdelen vanaf een balie. Vliegtuigmaatschappijen doen dit op papier, en meestal moet de klant hierom vragen. Iedereen verduurzaamt, dus ook vliegtuigmaatschappijen. Binnen dit project wordt een eerste onderzoek gedaan hoe de klant geholpen kan worden, in de vorm va een technisch voor de wereld nieuwe manier te communiceren met de vliegtuigmaatschappij. Daarnaast is dit voor (veel) luchtvaartmaatschappijen een manier om hun papieren cyclus zo klein mogelijk te maken. In een eerste feasibility hieromtrent is gebleken dat er grote animo is onder maatschappijen om dergelijke systemen te introduceren voor hun klanten. Groot bijkomend voordeel is ook dat er bij vertragingen geen grote rijen zullen ontstaan bij de infobalie van de maatschappij, maar dat het gestructureerd te overzien is. In een globaliserende wereld, is de winst in tijd niet te meten, wordt miljoenen kilo aan papier bespaard en bespaard het veel ergernis. Aan de andere kant kunnen vliegtuigmaatschappijen hun waardering omhoog schroeven. De problematiek is om deze oplossing voor honderdduizenden mensen te maken die op geïndividualiseerde manier communicatie mogelijk maken. Bestaande Machine Learning technieken zijn niet toepasbaar hiervoor. Het is niet mogelijk om gedrag te destilleren, ten behoeve van reduceren van overtollig informatievoorziening, maar ook het stimuleren om coupons te verzilveren. De huidige stand in de markt is voornamelijk gericht op differentiatie in content van e-mails. Het is niet mogelijk om op basis van historisch individueel gedrag toekomstige, op maat gemaakte, aanbiedingen te doen. De mechanismen hebben als doel de communicatiedruk op klanten te verminderen, terwijl de relevantie toeneemt. Hiermee worden consumenten bedient in de trends “digital detox” en “consuminderen” zonder dat hen de kans ontnomen wordt keuzes te maken voor hun aankopen. De te ontwikkelen datamodellen dienen daarbij als een filter dat onnodige, storende en ongewenste communicatie namens het bedrijfsleven minimaliseert.

Bent u tevreden over deze pagina?

Verplichte velden zijn gemarkeerd met een *
Als wij vragen hebben over uw toelichting, mogen wij dan contact met u opnemen?
Mogen wij u benaderen voor een gebruikersonderzoek?
Wij zoeken regelmatig respondenten voor gebruikersonderzoek op onze website. Wij zijn benieuwd naar uw mening en gaan graag met u in gesprek. Een online interview duurt maximaal 45 minuten.