Ценообразование на авиабилеты никогда не было простым, но раньше оно было медленным. Заданные тарифы, жёсткие классы бронирования и устаревшие глобальные системы дистрибуции привели к тому, что цены менялись скачками, а не по плавным кривым. Эта эпоха подходит к концу.

За последнее десятилетие авиакомпании вложили значительные средства в непрерывное ценообразование — модель, которая устраняет ограничения традиционных тарифных групп и позволяет перевозчикам устанавливать любую цену, а не только одну из нескольких десятков предустановленных. Теперь перевозчики внедряют искусственный интеллект (ИИ) поверх этой гибкой платформы, чтобы устанавливать правильные цены в нужное время.

Споры обострились в начале этого года, когда авиакомпания Delta Air Lines оказалась в центре внимания общественности благодаря использованию ИИ для принятия решений о ценообразовании, что вызвало опасения у некоторых путешественников, что алгоритмы могут привести к ещё большему росту тарифов. На самом деле, Delta — далеко не единственная компания. Всё больше авиакомпаний экспериментируют с инструментами ИИ, а в некоторых случаях уже внедряют их для оптимизации процесса принятия решений в рамках своих всё более гибких систем непрерывного ценообразования.

Чтобы понять, как эти изменения выглядят за кулисами, AGN побеседовал с Винаем Вармой, старшим вице-президентом и генеральным директором AirGain by RateGain, во время Всемирного авиационного фестиваля. AirGain предоставляет аналитику ценообразования на основе искусственного интеллекта таким авиакомпаниям, как Singapore Airlines, Air India, Thai Airways, Malaysia Airlines и IndiGo, что позволяет компании быть в курсе того, насколько быстро меняются цены на авиаперевозки и что будет дальше.

На протяжении десятилетий ценообразование в авиакомпаниях основывалось на тарифах, зарегистрированных в ATPCO, и классах бронирования в традиционных GDS. Сегодня всё больше авиакомпаний переходят на NDC и непрерывное ценообразование, где цены рассчитываются динамически, а не берутся из фиксированной шкалы.

Air France-KLM и Lufthansa Group были среди первых, кто внедрил эту систему, внедрив непрерывное ценообразование на отдельных рынках через NDC несколько лет назад, и с тех пор расширяют ее применение.

«Ценообразование в авиаперевозках всегда было очень традиционным», — говорит Варма. «Теперь мы рассматриваем ценообразование NDC, динамическое и непрерывное ценообразование, что действительно выгодно для бизнеса, поскольку вы не ограничены старыми механизмами ценообразования GDS».

Как только эти ограничения снимаются, ИИ становится гораздо мощнее. Вместо того, чтобы выбирать между примерно 20 тарифами, алгоритмы могут рекомендовать цену в любой точке кривой, используя такие сигналы, как спрос, пропускная способность, сезонность, действия конкурентов и закономерности в данных о покупках.

Анализ отрасли показывает, что по-настоящему динамичные стратегии, подкрепленные обширными данными о покупках, могут повысить доход на несколько процентных пунктов по сравнению с традиционными методами управления доходами.

Если авиакомпании уже умеют динамически устанавливать цены, зачем им теперь нужен ИИ? По мнению Вармы, всё дело в производительности и масштабировании.

«Данные — это золото, — говорит он, — но у авиакомпаний сегодня так много данных, что они не знают, как их анализировать».

Он описывает, как отделы доходов и ценообразования тонут в данных: тарифах, полученных от сотен авиакомпаний и онлайн-турагентов, прогнозах спроса, данных о поиске и покупках, эксплуатационных ограничениях и конкурентных показателях.

AirGain отвечает на этот вопрос, используя ИИ для выполнения сложной работы и выделения важных моментов. Сервис Route Performance Digest, запущенный в марте 2025 года, ежедневно формирует на основе ИИ данные о производительности сети, отклонениях от нормы и возможностях, избавляя менеджеров по доходам от необходимости изучать бесконечные отчёты.

Варма утверждает, что такие клиенты, как Tigerair Taiwan и Sky Airline, уже используют эти инструменты для раннего выявления пробелов в маршрутах и более оперативного реагирования на действия конкурентов.

Марк-Филипп Люмпе из Air Transat идёт ещё дальше, утверждая, что ИИ может исправить некоторые ошибки ценообразования в отрасли. По его словам, в традиционных системах авиакомпании часто не замечают, когда цены слишком долго держатся слишком высокими, оставляя «испорченные места», которые остаются пустыми, потому что спрос так и не материализовался.

«Если цены слишком высокие, в какой-то момент вы больше не сможете полностью заполнить места», — сказал он AGN. «Если вы сможете это сделать достаточно рано, лучше продать место по более низкой цене, чем не заполнить его вообще. Просто не стоит делать это слишком рано, и именно поэтому иногда места оказываются испорченными, потому что цена, предложение и спрос не совпадают достаточно рано. Этого не произойдет [с ценообразованием на основе искусственного интеллекта], а это значит, что люди действительно получат доступ к местам по более низким ценам».

Пассажирам, по его словам, не стоит думать, что это работает только на пользу авиакомпании. «Люди всегда думают негативно, но не стоит, потому что этот механизм может работать и в обратном направлении».

Однако существуют обоснованные опасения. Покупатели корпоративных туристических услуг и TMC опасаются, что персонализированное ценообразование на основе искусственного интеллекта может затруднить определение «справедливых» тарифов, если поставщики будут предлагать разные цены разным клиентам или каналам в зависимости от их поведения и контекста.

Регуляторы также начинают следить за алгоритмическим ценообразованием на предмет прозрачности и потенциальной дискриминации в других секторах, и авиация не будет застрахована от этого внимания.

Направление движения ясно. По мере того, как всё больше авиакомпаний внедряют непрерывное ценообразование и инструменты получения дохода на основе искусственного интеллекта, установление тарифов становится высокочастотной дисциплиной с обширным набором данных, а не пакетным процессом, привязанным к подаче заявок на тарифы.

AirGain видит свою роль в том, чтобы помогать авиакомпаниям разобраться в огромном объёме данных, с которым они уже накопились, превращая его в чёткую и применимую на практике информацию, а со временем — в системы ценообразования, которые смогут самостоятельно выполнять большую часть рутинной работы. Авиакомпании, в свою очередь, надеются, что это приведёт к стабильному росту доходов, более чёткой реакции на действия конкурентов и уменьшению количества пустующих мест.

Что это значит для путешественников, имеет более тонкий смысл. Тарифы всё равно будут расти, когда спрос высок, а пропускная способность ограничена, но более интеллектуальные системы также должны позволять авиакомпаниям действительно снижать цены, когда им необходимо стимулировать спрос.

Поскольку ИИ будет все больше интегрироваться в ценообразование к 2026 году и в последующий период, реальный вопрос заключается в том, сможет ли отрасль использовать его не только для повышения рентабельности, но и для создания системы, которая будет проще для понимания, более сбалансированной и, в конечном счете, более справедливой для людей, покупающих билеты.