بدأت Virgin Atlantic في طرح نماذج سوق تعتمد على الذكاء الاصطناعي التوليدي تقوم بتعديل أسعار التذاكر تلقائياً في الوقت الفعلي، لتحل محل التعديلات اليدوية والتقليدية القائمة على القواعد التي كانت تتبعها الشركة. وتعد هذه الخطوة باتخاذ قرارات تجارية أكثر دقة وسرعة، مما قد يعيد تشكيل كيفية تحقيق شركات الطيران للإيرادات في سوق دائم التغير.

لماذا لم يعد النهج القديم فعالاً

لعقود من الزمن، اعتمدت شركات الطيران على أنماط الحجز التاريخية وقواعد التسعير الثابتة. وتفترض هذه الأساليب أن الطلب يتبع دورات يمكن التنبؤ بها، وأن عدداً قليلاً من المتغيرات — مثل الموسم، وطول المسار، ويوم الأسبوع — كافٍ لتحديد الأسعار. ولكن في الواقع، يمكن أن تتأثر رحلة واحدة بعشرات العوامل: تحول مفاجئ في قدرة المنافسين، أو عروض ترويجية خاطفة من شركة منافسة، أو حدث إقليمي يؤدي إلى طفرة في السفر، أو حتى تغيرات في أسعار الوقود في الوقت الفعلي. وعندما تكون البيئة بهذا القدر من السيولة، فإن النموذج الذي ينظر إلى الماضي فقط قد يتسبب في ضياع فرص لتحقيق الأرباح.

"عقل" الذكاء الاصطناعي الذي يفكر في المستقبل

تختلف نماذج السوق القائمة على الذكاء الاصطناعي التوليدي عن التحليلات التنبؤية التقليدية. فبدلاً من مجرد التنبؤ بالطلب من البيانات الماضية، تقوم هذه النماذج باستيعاب مدخلات رقمية عالية الدقة — مثل سرعة الحجز، ومخزون المقاعد، وتسعير المنافسين، والمؤشرات الاقتصادية الكلية — وتجري عمليات محاكاة تستكشف كيفية تطور تلك المتغيرات خلال الساعات أو الأيام القادمة. والنتيجة هي بيئة تجريبية (sandbox) حيث يمكن للنموذج اختبار تأثير تغيير السعر قبل دخوله حيز التنفيذ. وفي الواقع، يعمل النظام كـ "عقل" مستقل، يقوم باستمرار بتقييم عدد لا يحصى من احتمالات التسعير واختيار الاحتمال الذي يعظم الإيرادات مع احترام قيود السعة.

محرك التسعير في الوقت الفعلي لشركة Virgin Atlantic

قام فريق إدارة الإيرادات في Virgin Atlantic بدمج هذه النماذج في محرك تسعير توليدي لمجموعة من الأسواق الرئيسية. ويقول دومينيك كينيدي، نائب الرئيس الأول لإدارة الإيرادات والمبيعات والتجارة الإلكترونية في الشركة، إن هذه التكنولوجيا تتيح "اتخاذ قرارات تجارية أفضل وأسرع وأكثر دقة". ويجمع المحرك "مجموعة كبيرة" من المدخلات: توفر المقاعد في الشركة نفسها، والسرعة التي يتم بها الحجز، وقوائم أسعار المنافسين في الوقت الفعلي، وإشارات الطلب الأوسع مثل اتجاهات البحث. عندما يكتشف النموذج انخفاضاً في سرعة الحجز على مسار لا يزال المنافسون يسعرونه بقوة، فإنه يرفع الأسعار فوراً لحماية هامش الربح. وعلى العكس من ذلك، إذا ظهرت طفرة مفاجئة في الطلب، يقوم النظام بخفض الأسعار على الرحلات المجاورة لملء المقاعد التي قد تظل شاغرة لولا ذلك.

لا يزال المحللون البشريون يضعون الاستراتيجية العامة — من خلال تحديد أهداف الإيرادات، ووضع ضوابط للحد الأدنى للأسعار، والموافقة على الاستثناءات — ولكن تعديلات الأسعار اليومية تتم دون تدخل يدوي. وتشير التقارير الداخلية الأولية إلى أن التعديلات المدفوعة بالذكاء الاصطناعي أكثر دقة من العملية السابقة شبه المؤتمتة، حيث تقتنص إيرادات إضافية كانت القواعد الثابتة ستفقدها.

من المستفيد، ومن قد يتخلف عن الركب؟

قد تشهد شركات الطيران التي تتقن هذا المستوى من التسعير الديناميكي ارتفاعاً ملموساً في معامل الحمولة (نسبة المقاعد المشغولة) ومتوسط الإيرادات لكل راكب. وبالنسبة لشركة Virgin Atlantic، يمكن لهذه التكنولوجيا أن تخفف من حدة التقلبات الناتجة عن الصدمات الخارجية — مثل التغيرات المفاجئة في قيود السفر أو ارتفاع أسعار الوقود — من خلال الاستجابة في غضون دقائق بدلاً من ساعات.

ولا تقتصر الفوائد على شركات الطيران فحسب؛ فقد تشهد وكالات السفر ومديرو سفر الشركات أسعاراً تعكس ظروف السوق الحقيقية بشكل أفضل، مما قد يقلل من تقلبات الأسعار التي تضطرهم لإعادة الحجز في اللحظة الأخيرة. ومن ناحية أخرى، قد يواجه المسافرون تغييرات أكثر تكراراً في الأسعار، مما يجعل من الصعب تثبيت سعر يثقون به. وقد يجد المسافرون الدائمون الذين يراقبون اتجاهات الأسعار أن السوق أصبح أكثر عدم استقرار.

المخاطر التي تفرض واقعية النقاش

ينطوي نشر ذكاء اصطناعي يتحكم مباشرة في التسعير على مخاطر متأصلة. فالنموذج المدرب على بيانات غير كاملة أو متحيزة قد يضع أسعاراً منخفضة للغاية، مما يؤدي إلى تآكل الأرباح، أو مرتفعة للغاية، مما يدفع العملاء إلى المنافسين. كما تثير النماذج التي تعمل في الوقت الفعلي تساؤلات حول الشفافية: فقد يرغب المنظمون في فهم كيفية اتخاذ قرارات التسعير، خاصة إذا كانت تؤثر على المنافسة. وهناك أيضاً المخاطر التشغيلية المتمثلة في فشل النظام؛ حيث يمكن لخلل تقني يؤدي إلى فرض أسعار غير مناسبة أن يضر بسمعة العلامة التجارية في ثوانٍ.

Virgin Atlantic’s rollout remains limited to specific markets, allowing the airline to monitor performance and adjust safeguards before a wider deployment. The company has not disclosed the exact metrics it uses to trigger human review, but the approach suggests a hybrid model where AI handles the bulk of adjustments while humans intervene on outliers.

What to watch in the months ahead

  • Broader airline adoption – If Virgin Atlantic’s pilots show a clear revenue lift, other carriers are likely to follow, accelerating the shift toward AI-driven pricing across the industry.
  • Regulatory scrutiny – Competition authorities may issue guidance on algorithmic pricing, especially if AI models start to produce price patterns that appear collusive or discriminatory.
  • Tooling and talent – Building high-resolution numerical models requires expertise that differs from typical natural-language AI work. Expect a rise in specialized AI teams focused on finance-grade simulations.
  • Consumer response – Passenger sentiment will be a litmus test. If travelers perceive the pricing as fair and responsive, the model’s benefits will be reinforced; if not, airlines may need to add more price-stability guarantees.

Bottom line

Generative AI market models turn pricing from a periodic, rule-based exercise into a continuous, data-rich decision process. Virgin Atlantic’s early deployment shows how an airline can move from manual tweaks to an autonomous engine that reacts to market signals in real time. The technology promises higher revenue and tighter inventory control, but it also introduces new operational and regulatory challenges. How airlines balance those forces will determine whether AI-driven dynamic pricing becomes the new standard or a niche experiment.