\n<\/p>\n
Google Cloud y eDreams ODIGEO se han unido para impulsar nuevos desarrollos en inteligencia synthetic (IA) generativa y su aplicaci\u00f3n en el mundo de los viajes ‘on-line’, con el fin de avanzar en la personalizaci\u00f3n de la experiencia de reserva de viajes con agentes impulsados por IA.<\/p>\n
El trabajo con Google Cloud permitir\u00e1 a eDreams ODIGEO “mejorar a\u00fan m\u00e1s su productividad, agilizar los procesos de desarrollo y reinventar las interacciones con sus clientes”, como explica en una nota de prensa. Con este fin planea desarrollar una gama de productos que permitir\u00e1n a los clientes interactuar con agentes de IA impulsados por modelos de lenguaje extensos.<\/p>\n
Los agentes impulsados por IA tendr\u00e1n una comprensi\u00f3n m\u00e1s profunda de las necesidades, preferencias y contexto de cada cliente, lo que permitir\u00e1 a la empresa crear las mejores opciones de viaje y productos personalizados para cada escenario.<\/p>\n
Para la compa\u00f1\u00eda de viajes ‘on-line’, esto representa un importante avance en la personalizaci\u00f3n de la experiencia de reserva de viajes y, al mismo tiempo, minimiza el tiempo y el esfuerzo requerido por parte de los viajeros.<\/p>\n
eDreams ODIGEO tiene acceso API a modelos b\u00e1sicos fundamentales preentrenados con seguridad y gobernanza empresariales integradas a trav\u00e9s del soporte de IA generativa en Vertex AI. Esto le permite ajustar los modelos b\u00e1sicos de Google con sus propios datos y aprovechar estos modelos para ofrecer nuevas experiencias a sus clientes.<\/p>\n
Por otra parte, eDreams ODIGEO ha estado utilizando sus propios modelos de IA generativa para casos de uso de aumento de datos, incluidos itinerarios de ruta individualizados para sus miembros Prime, u ofreciendo propuestas personalizadas para sus suscriptores.<\/p>\n
El grupo ha integrado la IA en otros aspectos de sus operaciones, para la creaci\u00f3n de nuevas rutas mediante la combinaci\u00f3n de vuelos de diferentes proveedores (Digital Interlining) y la mejora del rendimiento de las soluciones de aprendizaje autom\u00e1tico en supuestos en los que la recopilaci\u00f3n de datos reales es costosa o en previsi\u00f3n de escenarios hipot\u00e9ticos.<\/p>\n<\/div>\n
<\/p><\/div>\n