Ormai non si parla d’altro che di intelligenza artificiale. Ogni settore ne pare permeato e ogni cosa pare debba per forza essere più intelligente di sempre. L’AI è diventata la moda del momento di molti software. E dopo che per molto tempo si è parlato di BIG DATA, oggi senza l’AI pare non si possa andare da nessuna parte. Ma come sempre è necessario fare le dovute distinzioni tra algoritmi volti a sostituire l’uomo e quelli atti a facilitarne il lavoro.
Il mercato è pronto e noi vogliamo dare una risposta adeguata: MyForecast RMS è un software che ha saputo coniugare la complessità di analisi dei dati con la semplicità di utilizzo quotidiano. Il nostro progetto di AI collegato a MyForecast RMS non è certamente il primo, ma è pensato per velocizzare alcuni dei processi che entrano in gioco nella determinazione delle strategie di pricin, mettendo sempre al centro le intelligenze di chi lavora con il software.
Allo stato attuale, stiamo sviluppando il core di questo processo data-driven, che verrà man mano ampliato. Un progetto tutto italiano che ha permesso di attivare una borsa di Dottorato di Ricerca con il Dipartimento di Matematica e Informatica dell’Università di Catania, cofinanziata da MyForecast RMS attraverso il piano PNRR, che mira allo studio e all’applicazione di algoritmi innovativi di Ma- chine Learning per sistemi di revenue management.
L’obiettivo è molto ambizioso: la dottoranda Susanna Saitta lavora già da un anno, interfacciandosi con il reparto support & project per definire i requisiti di progetto e con il reparto sviluppo per costruire l’architettura software che ne gestirà il funzionamento.
Il nostro primo obiettivo è quello di suggerire dinamica- mente una tariffa di vendita utilizzando algoritmi di intelligenza artificiale e, più nello specifico, tecniche di Machine Learning e di Deep Learning. Questo modello fornirà delle predizioni di prezzo tenendo conto sia delle caratteristiche proprie dell’hotel, sia della pressione del mercato e sia di variabili costruite ad hoc per aiutare l’apprendimento dei modelli.