2024 年の旅行を形作る 3 つの AI フィンテック トレンド

ここ数年、私は次のことについて自分の意見を共有してきました。 旅行を形作るフィンテックのトレンド。 今年は少し違うアプローチをとります。 私は金融テクノロジーが旅行に及ぼす影響を調査するのではなく、人工知能 (AI) が今後 1 年間に旅行フィンテックを強化するであろうさまざまな方法に焦点を当てています。

これには十分な理由があります。 時々、非常に影響力のあるものが登場するので、それに焦点を当てる価値があります。 私の見解では、最近の生成 AI の進歩と機械学習の広範な応用は、そのような瞬間を表しています。 2024 年の旅行を形作ると私が考える 3 つの AI フィンテック トレンドは次のとおりです。

スーパーチャージの支払いオーケストレーション

複数の市場で事業を展開している旅行会社の場合、支払い戦略は、これらの支払いフローを管理するオーケストレーション ロジックと同程度の効果しか期待できません。 各支払いトランザクションでは、その処理方法について正しい決定が下される可能性もあれば、誤った決定が下される可能性もあります。 たとえば、その支払いが高額の予約や航空会社が成長を目指している路線に関連している一方で、不正行為のリスクが低い場合には、おそらく「優先」扱いを受ける必要があるでしょう。 逆に、支払いが低額の予約に関連しており、不正行為のリスクが高い場合は、別の方法で処理する必要がある可能性があります。

各支払いトランザクションの処理方法を最適化する方法は数多くあります。 たとえば、この支払いに「強力な顧客認証」の免除を適用する必要がありますか? カード発行会社の国に応じて、異なる方法で取引をルーティングする必要がありますか? この取引には高い信頼性があるので、今回は徹底的な不正検査を省略できますか?

支払いオーケストレーション プラットフォームは、旅行会社に代わって毎日何千ものそのような決定を行っています。 ここでも業界は、基礎となる旅行のコンテキストを提供できる豊富なデータを活用しており、AI と組み合わせることで支払い結果を大幅に向上させることができます。 これは、受け入れ率を高め、旅行会社の広範な商業戦略に合わせて支払いをより適切に調整できる大きな機会です。

支払い詐欺をより効果的に特定する

によると、決済詐欺は 2028 年までに 3,620 億ドルを超えると予想されています。 Juniper Research のオンライン決済詐欺に関する調査、この問題に対処するより効果的な方法を開発することが旅行会社にとって重要です。

今日の不正行為スクリーニング ソリューションは効果的ですが、機械学習をさらに応用することで旅行の強みを最大限に発揮できます。 旅行業界には、不正行為に関する意思決定の質を向上させるために活用できる膨大なデータ リソースがあります。

たとえば、旅行プロバイダーが支払いを受け取ると、次のことがわかります。

• その人はこれまでに何百回も飛行機に乗ったことがあります。
• 乗客のパスポートと支払い資格情報が拒否されたことはこれまでに一度もありません。
• この乗客の旅行の 95% はビジネスに関係しており、5% は家族旅行に関係しています。
• この人が通常予約するチャネルを理解するため。

機械学習により、この旅行コンテキストを利用してリスク スコアを向上させることが可能になります。これにより、支払いが実際に本物である場合に、より多くの不正行為を特定し、「誤検知」を減らすことができます。

チャージバック管理の自動化

当社独自の調査によると、払い戻しではなくチャージバックを選択する旅行者が増えているため、旅行会社では支払いに関する紛争が年間 30% 増加していることがわかりました。 チャージバックの追跡、対応、異議申し立てのプロセスは現在、大部分が手動ですが、生成 AI がすぐに役割を果たす可能性のあるタスクとして際立っています。

よく訓練されたモデルは、紛争を分析するのに優れた仕事をすることができます。 旅行会社がどのように対応すべきかを決定する前に、顧客とその予約に関連する旅行と支払いの情報を入手します。 これにより、顧客とのコミュニケーションや、販売者がチャージバックに異議を申し立てるたびに準備する必要がある標準文書の作成が自動化される可能性があります。

専門家チームと組み合わせてアプローチを改良し、例外を管理すると、自動チャージバック対応のための生成 AI は、より多くの紛争に異議を唱え、管理コストを削減することで、旅行会社が収益漏洩を防ぐのに役立ちます。 このテクノロジーが、トランザクションが豊富で、決済などの大量の構造化データを保有する旅行業界の分野を変革することは、すでに明らかです。