Mga nadagdag:
- Kakayahang pagsamahin ang buong daloy ng trabaho, mula sa pagpapareserba hanggang sa pagsusuri, sa isang end-to-end na senaryo na sinusuportahan ng artificial intelligence
- Kakayahang magtatag ng priyoridad, nasusukat na roadmap ng paggamit ng artificial intelligence para sa iyong sariling negosyo
- Kakayahang magdisenyo ng audit at improvement cycle na naglalagay ng kalidad, pagiging kumpidensyal at mga kasiguruhan sa etika sa mga proseso
Sa nakaraang sampung unit, isa-isa kaming gumamit ng artificial intelligence (AI) sa iba't ibang gawain ng turismo: reservation, revenue management, multilingual service, personalization, content, review analysis, operations, F&B. Pinagsasama ng huling yunit na ito ang mga bahaging ito sa isang larawan. Ang layunin ay baguhin ang AI mula sa isang laruang nasubok sa isang sulok ng iyong negosyo patungo sa isang ligtas at masusukat na accelerator na naka-embed sa buong paglalakbay ng bisita. Isasagawa namin ito sa pamamagitan ng isang kaso, pagkatapos ay magtatag ng isang prioritized na mapa ng daan at isang kalidad-etikal na siguradong yugto ng pag-audit para sa iyong sariling negosyo.
AI sa buong paglalakbay ng bisita
Ang paglalakbay ng isang bisita ay maaaring isipin sa limang yugto, at ang AI ay nagsasagawa ng ibang gawain sa bawat yugto. Tingnan natin ito sa isang table.
entablado
Ano ang ginagawa ng panauhin?
Misyon ng AI
Sino ang pumayag
Inspirasyon/Paghahanap
Nag-explore ang destinasyon
Nilalaman, SEO, balangkas ng social media
Editor ng nilalaman
Pagpapareserba
Pumili ng silid/paglilibot
Scenario ng presyo, buod ng channel, text ng kumpirmasyon
tagapamahala ng kita
Bago ang iyong pamamalagi
Naghanda siya at nagtanong
Multilingual na tugon, upsell na alok
Mga relasyon sa panauhin
tirahan
mga karanasan
Plano ng pagpapatakbo, pagtataya ng F&B, agarang tugon
manager ng operasyon
pagkatapos
Nagsusulat ng komento at nagbabalik
Pagsusuri ng komento, tugon, kampanya ng katapatan
Opisyal sa marketing
Ang talahanayang ito ay isang mapa ng buong module. Pansinin: sa bawat linya ang tungkulin ng AI ay "outline/script/analysis", habang ang pag-apruba ay palaging nasa isang tao. Ang end-to-end integration ay nangangahulugan ng paglalagay ng AI sa lahat ng limang yugto ngunit hindi inaalis ang pagpapatunay ng tao sa anumang yugto.
Pinagsamang kaso: Isang 90-kuwartong beach hotel
Dumaan tayo sa isang halimbawa. Ang "Deniz Boutique Hotel" ay isang 90-silid na pasilidad na nagpapatakbo sa pana-panahon at tumatanggap ng karamihan sa kita nito mula sa OTA. Nagpasya ang management na palawigin ang AI sa buong paglalakbay.
Inspirasyon/Paghahanap: Mga draft sa marketing at pag-edit ng mga paglalarawan para sa 90 kwarto at 12 tour sa AI na may gabay sa boses ng brand; Kinukumpirma nito ang bawat konkretong claim. Resulta: bumababa ang oras ng pag-update ng content mula linggo hanggang araw.
Pagpapareserba: Tuwing umaga, ang revenue manager ay nagbibigay ng anonymous na occupancy at data ng pickup sa AI at tumatanggap ng senaryo ng presyo; Kinukumpirma ng kakumpitensya ang presyo sa totoong sasakyan at siya mismo ang gumagawa ng desisyon. Inihahanda ang mga teksto ng direktang pagpapalawak ng channel na may buod ng pamamahagi ng channel.
Pre-stay: Sinagot ang mga tanong ng bisita sa loob ng ilang minuto gamit ang mga draft ng pagtugon sa maraming wika; Ang mga linya ng commit ay puno ng totoong impormasyon. Ang mga email na upsell na nakabatay sa segment ay ipinapadala kasama ang tunay na imbentaryo.
Accommodation: Tumatanggap ang Housekeeping ng shift script mula sa AI na may anonymous na pagmamadali sa pag-check-out; Inaprubahan ng administrator na may mga legal na paghihigpit. Ang senaryo ng demand para sa almusal ay binabawasan ang basura; Ang impormasyon ng allergen ay napatunayan din sa kusina.
Resulta: Ang mga buwanang komento ay ibinubuod nang hindi nagpapakilala ng AI; ang mga signal ng tema ay isinasagawa; ang mga sagot ay nakasulat sa tono ng tatak, mga pangako na may totoong patakaran.
Sa pagtatapos ng isang season, ang hotel: nakakatipid ng malaking oras sa paggawa ng content, binabawasan ang oras ng pagtugon, binabawasan ang pag-aaksaya, at pinapahusay ang RevPAR — lahat habang pinapanatili ang pag-apruba ng tao.
Babala: Ang pinakamalaking pitfall ng end-to-end integration ay ang pag-aalis ng mga hakbang sa pag-apruba "para sa bilis" habang tumataas ang kahusayan. Ang pag-aalis ng pag-apruba ay nagdaragdag ng panganib, hindi sa kahusayan; Ang pagsasama ay hindi tungkol sa pag-aalis ng pahintulot, ngunit tungkol sa pag-embed nito sa daloy.
Roadmap: saan magsisimula
Ang pagsisikap na gawin ang lahat nang sabay-sabay ay isang recipe para sa kabiguan. Ang tamang diskarte ay ang pag-prioritize: magsimula sa mababang panganib + mataas na reward na gawain, umakyat habang nabubuo ang kumpiyansa at kasanayan.
priority
Uri ng misyon
Panganib
mga kita
pagkakasunod-sunod
Mabilis na pagsisimula
draft ng nilalaman/tugon, buod ng komento
mababa
mataas
1
pangalawang alon
Buod ng demand/occupancy, upsell text
daluyan
mataas
2
pagkahinog
Sitwasyon ng presyo, plano ng pagpapatakbo
mataas
katamtaman-mataas
3
paggamit ng eksperto
Overbooking, F&B forecast
napakataas
Variable
4
Magsimula sa row 1; i-embed ang pag-verify, privacy at mga pananggalang sa etika sa bawat hakbang; sukatin; pagkatapos ay magpatuloy sa susunod na hakbang.
Tiniyak ng kalidad at etika ang siklo ng pag-audit
Ang pagsasama ay minsang naitatag at hindi nalilimutan; ay patuloy na sinusuri. Magtatag ng isang simpleng cycle: Plano → Gawin → Sukatin → Siyasatin → Pagbutihin. Pumili ng ilang simpleng indicator na susukatin: oras na natipid sa bawat gawain, rate ng error sa output (mga error na nakuha sa validation), oras ng pagtugon ng bisita, kasiyahan, at bilang ng insidente sa privacy (target: zero). Sa pag-audit, suriin: nagkaroon ba ng personal na pagtagas ng data, na-publish ba ang isang gawa-gawang numero/claim, napanatili ba ang tono ng tatak, nalaktawan ba ang mga hakbang sa pag-apruba? Ang cycle na ito ay ginagawang mas ligtas at mas mahusay ang AI sa paglipas ng panahon.
tatlong mini case
Case 1 — I-scale sa tamang pagkakasunod-sunod. Unang ginamit ng isang chain ang AI lamang sa buod ng komento at balangkas ng nilalaman (Row 1); Sa loob ng 2 buwan, nagkaroon ng kumpiyansa at kasanayan ang koponan, at bumaba ang rate ng error. Pagkatapos ay lumipat sila sa senaryo ng presyo at plano ng pagpapatakbo (Row 3). Ang phased na diskarte ay nagpapataas ng parehong pag-aampon at seguridad.
Kaso 2 — Ang bitag ng decertification. Para mapabilis ang mga tugon sa pagsusuri, inalis ng isang hotel ang pag-apruba ng tao at pinayagan ang bot na mag-publish nang direkta. Sa loob ng isang linggo, maling nangako ang bot ng kabayaran para sa isang reklamo at nasira ang reputasyon. Ang pag-apruba ay ibinalik sa daloy; Bahagyang bumaba ang bilis, ngunit ang panganib ay inalis. Aralin: hindi inaalis ng integration ang pag-apruba, ini-embed ito.
Kaso 3 — Pagkabulag na walang sukat. Isang ahensya ang naglunsad ng AI sa lahat ng dako ngunit walang nakuha; Hindi niya alam kung ano ang napanalunan niya at kung saan siya nagkamali. Sa pamamagitan ng pagtatatag ng isang simpleng loop (tagal, error, kasiyahan, kaganapan sa privacy), nagawa niyang palawakin ang pinakamataas na pagbabayad na mga gawain at ayusin ang mga mahihina. Hindi kayang pamahalaan ng mga hindi sumusukat.
Mahinang plano / Malakas na plano
mahinang plano:
Simulan natin kaagad ang paggamit ng artificial intelligence sa lahat ng mga departamento, pag-automate sa pinakamapanganib na presyo at mga desisyon sa pag-overbook at pagbabawas ng mga pag-apruba.
Mapanganib ang planong ito: nagsisimula sa mga desisyon na may pinakamataas na panganib, nagpapahina sa pag-apruba, walang pagsukat.
Malakas na plano:
Ang iyong tungkulin: AI transformation consultant. Konteksto: [uri ng hotel/ahensiya, koponan, mga tool na available]. Gawain: magmungkahi sa amin ng 3-stage AI roadmap. Ang Phase 1 ay dapat na mga gawaing mababa ang panganib, mataas ang reward (nilalaman/tugon/buod). Para sa bawat gawain: tukuyin ang kabayaran, panganib, kinakailangang hakbang sa pag-verify, panukala sa privacy, at indicator na susukatin. Huwag tanggalin ang mga hakbang sa pag-apruba sa anumang yugto.
Template: integration audit report:
Panahon: [buwan]. Anonymous na data: oras sa bawat gawain, bilang ng mga error, oras ng pagtugon, kasiyahan, insidente sa privacy [talahanayan].Gawain: ihambing ang bawat indicator laban sa nakaraang panahon, markahan ang mga lugar ng pagpapabuti at pagkasira, magmungkahi ng 3 kongkretong pagpapabuti. Non-data number fabrication.
Template: bagong mission risk assessment:
Gusto kong magdagdag ng bagong gawain sa AI: [paglalarawan ng gawain]. Gawain: uriin ang gawaing ito ayon sa antas ng panganib (mababa/medium/mataas/napakataas), ilista ang kinakailangang awtoridad sa pag-apruba ng tao, pagpapatunay at mga hakbang sa privacy, irekomenda kung anong pagkakasunud-sunod ito dapat ilagay sa roadmap.
Template: draft ng patakaran sa paggamit ng AI para sa team:
Konteksto: [negosyo]. Gawain: sumulat ng 1-pahinang draft ng patakaran sa paggamit ng AI para sa koponan. Isama ang: kung aling mga gawain ang gumagamit ng AI, kung aling data ang hindi kailanman ipinasok, panuntunan sa pagpapatunay para sa bawat output, mga awtoridad sa pag-apruba, mga patakaran sa privacy at etika. Tone ng brand: malinaw at naaaksyunan.
Mga karaniwang pagkakamali
- Simula sa pinakamapanganib na misyon. Ang simula sa presyo/overbooking ay nagpapahina sa tiwala at seguridad; Magsimula sa row 1.
- Alisin ang pag-apruba. Ang pag-alis ng pahintulot para sa kapakanan ng kahusayan ay nagpapataas ng panganib; i-embed ang kumpirmasyon sa daloy.
- Hindi nagsusukat. Ang isang negosyo na hindi sumusubaybay sa mga tagapagpahiwatig ay hindi maaaring malaman kung ano ang nakuha nito at kung saan ito nagkamali.
- Itakda ito nang isang beses at kalimutan ito. Ang pagsasama ay isang patuloy na sinusubaybayan na cycle.
- Pag-iiwan ng kumpidensyal at etika para sa ibang pagkakataon. Ang mga katiyakan ay naka-embed mula sa simula hanggang sa bawat hakbang.
Tip: Ilagay ang iyong roadmap sa isang talahanayan: panganib, gantimpala, pag-verify, panukala sa privacy, awtoridad sa pag-apruba, at indicator upang sukatin para sa bawat gawain. Ang solong talahanayan na ito ay nagpapakita sa isang sulyap kung saan magsisimula at kung ano ang protektahan sa bawat hakbang.
Sa buod
Ang end-to-end na pagsasama ay nangangahulugan ng pag-embed ng AI sa lahat ng limang yugto ng paglalakbay ng bisita, ngunit nang hindi inaalis ang pag-apruba ng tao sa anumang yugto. Ang tamang diskarte ay unti-unti: nagsisimula sa mga gawaing mababa ang panganib-mataas ang gantimpala at umakyat habang nagkakaroon ng kumpiyansa at kakayahan; pag-embed ng pag-verify, privacy at mga pananggalang sa etika sa bawat hakbang; at upang patuloy na mapabuti sa pamamagitan ng Plan-Do-Measure-Check-Improve cycle. Isang pangungusap na natutunan mo sa buong modyul na ito ang nagbubuod ng lahat: Ang AI ay isang makapangyarihang katulong; bilis, draft at pagsusuri ay kanya; Ang desisyon, katumpakan at responsibilidad ay nasa iyo.
Gawain ng aplikasyon
Gumawa ng 3-phase AI roadmap para sa iyong sariling negosyo (o isang hypothetical na pasilidad) gamit ang template na "Power plan." Para sa bawat gawain, isulat ang panganib, gantimpala, hakbang sa pag-verify, panukala sa privacy, awtoridad sa pag-apruba, at indicator na susukatin sa isang talahanayan. Piliin ang nangungunang tatlong gawain upang magsimula sa Sequence 1, magdagdag ng simpleng plano sa pagsukat ng isang buwan, at isulat ang tatlong pinakamahahalagang prinsipyo na natutunan mo mula sa module na ito sa tuktok ng roadmap.
checklist
- [ ] Nai-map ko ba ang limang yugto ng paglalakbay ng panauhin sa mga gawain ng AI?
- [ ] Sinimulan ko ba ang roadmap mula sa mga low risk na misyon?
- [ ] Natukoy ko ba ang pagpapatunay, pagiging kumpidensyal at awtoridad sa pag-apruba para sa bawat gawain?
- [ ] Natukoy ko ba ang mga simpleng indicator na susukatin?
- [ ] Ibinaon ko ang mga hakbang sa pag-apruba sa daloy, hindi ko ba inalis ang mga ito sa anumang yugto?
Pagsusulit sa Module
1. Direktang ipinapasok ng revenue manager ang presyo ng kwarto bukas na iminungkahi ng artificial intelligence sa system nang walang anumang pagsusuri sa merkado o kakumpitensya. Ano ang pangunahing pagkakamali sa pamamaraang ito?
- A) Binabago ng artificial intelligence ang senaryo ng presyo sa isang desisyon nang hindi dumadaan sa market, competitor at brand verification; Hindi pinapansin na ang responsibilidad ay nasa mga tao ✔
- B) Mahigpit na ipinagbabawal ang paggamit ng artificial intelligence sa pamamahala ng kita
- C) Ang artificial intelligence ay palaging nagpapakita ng presyo na mas mababa kaysa sa dati
- D) Ang presyo ay hindi ipinakita sa isang talahanayan
Paglalarawan: Ang artificial intelligence ay gumagawa ng istatistikal na senaryo para sa presyo; Gayunpaman, ang panghuling presyo ay nakasalalay sa mga kondisyon ng merkado, pagpoposisyon ng tatak at mga hangganan ng etika, at ang desisyon ay nakasalalay sa responsableng tagapamahala. Ang isang hindi na-verify na output ay parang isang hindi napirmahang desisyon.
2. Ang isang empleyado sa front desk ay nag-paste ng pangalan ng bisita, numero ng pasaporte, at numero ng kuwarto sa isang pampublikong AI tool at humihingi ng draft na tugon. Why is this incorrect?
- A) Dahil ang artificial intelligence ay makakagawa lamang ng mga sagot sa Ingles
- B) Lumilikha ng panganib ng paglabag sa KVKK/GDPR at pagtagas ng data sa pamamagitan ng pagbibigay ng personal na data sa isang bukas na tool nang hindi ito ina-anonym ✔
- C) Masyadong mahaba ang draft ng sagot
- D) Responding to the guest is operationally unnecessary
Paliwanag: Ang pagkakakilanlan at impormasyon ng reserbasyon ng bisita ay personal na data sa loob ng saklaw ng KVKK/GDPR; Kapag may pinasok na bukas na sasakyan, aalis ito sa institusyon at nagiging sanhi ng paglabag. Ang tamang diskarte ay i-anonymize ang data at ibahagi lamang ang kinakailangang konteksto.
3. Ask artificial intelligence "What was the occupancy rate of our hotel last year?" Kapag tinanong nang hindi nagbibigay ng anumang data, ang modelo ay gumagawa ng isang kumpiyansa na bilang na "mga 74%." Ano ang tawag sa sitwasyong ito at paano ito maiiwasan?
- A) Ito ay tinatawag na 'caching' at pinipigilan ng mas mabilis na pagtatanong
- B) Ito ay tinatawag na 'encryption' at pinipigilan ng isang password
- C) Ito ay tinatawag na 'hallucination'; Ito ay pinipigilan sa pamamagitan ng pagbibigay ng data mula sa sariling mga sistema ng institusyon at pag-verify sa bawat output ✔
- D) Ito ay tinatawag na 'backup' at pinipigilan ng regular na pag-record
Paliwanag: Kapag ang modelo ay mahusay na nag-aangkop ng data na hindi talaga nito naa-access, ito ay tinatawag na guni-guni. Ang pag-iingat ay upang magbigay ng mga numero at mga rate mula sa sariling mga sistema ng organisasyon (PMS, channel manager, accounting), hindi mula sa memorya ng modelo, at upang i-verify ang bawat output.
4. Ano ang ibig sabihin ng tagapagpahiwatig ng RevPAR sa mga operasyon ng hotel?
- A) Average na oras na ginugol bawat bisita
- B) Bilang ng mga bisita sa bawat kawani
- C) Ang kabuuang taunang tubo ng hotel
- D) Kita sa bawat mabibiling kwarto (indicator na pinagsasama ang occupancy at average na presyo ng kwarto) ✔
Paglalarawan: Ang RevPAR (Revenue Per Available Room) ay tumutukoy sa kita sa bawat mabibiling kwarto at pinagsasama ang occupancy at average room rate (ADR) sa iisang numero; Ito ay isa sa mga pinakapangunahing tagapagpahiwatig ng pamamahala ng kita.
5. Nangako ang isang multilingual na chatbot sa isang bisita ng 'libreng paglilipat sa paliparan' na hindi mangyayari dahil sa maling pagsasalin. Aling diskarte ang nagpapaliit sa panganib na ito?
- A) Pag-uugnay ng mga tugon na naglalaman ng mga pangako at patakaran sa pag-apruba ng tao at nililimitahan ang bot sa mga na-verify na template ✔
- B) Isara nang buo ang bot at magbigay ng serbisyo sa pamamagitan lamang ng telepono
- C) Magpadala ng parehong karaniwang tugon sa lahat ng bisita, anuman ang wika
- D) Adding more languages without ever checking the translation
Paliwanag: Ang awtomatikong pagsasalin at pagtugon ay maaaring magdulot ng mga maling commit. Ang mga tugon na naglalaman ng presyo, pangako, at patakaran ay dapat sumailalim sa pag-apruba ng tao bago ilathala; Dapat na limitado ang bot sa mga na-verify na FAQ at template lamang.
6. Ano ang dapat na papel ng artificial intelligence sa pagpapasya sa overbooking?
- A) Tumpak na tukuyin ang numero ng overbooking at awtomatikong ilapat ito
- B) Pagbuo ng mga senaryo batay sa posibilidad ng pagkansela/no-show; ✔ Ang pinal na desisyon at pamamahala sa karaingan ay nananatiling nasa mga tao
- C) Ganap na ipinagbabawal ang overbooking
- D) Pagtatago ng mga oversale nang hindi nagpapaalam sa mga bisita
Paglalarawan: Maaaring bumuo ang AI ng pagtataya at senaryo batay sa mga posibilidad ng pagkansela at hindi pagpapakita; Gayunpaman, dahil ang overbooking ay nagdadala ng abala sa bisita at panganib sa brand, ang pangwakas na desisyon ay pagmamay-ari ng responsableng manager na nangangasiwa sa kompensasyon at alternatibong patakaran sa pasilidad.
7. Ano ang pinakamahalagang panganib sa pagsusuri ng damdamin ng mga komento ng bisita na may artificial intelligence?
- A) Ang mga komento ay dapat na positibo lamang
- B) Mabilis na gumagana ang pagsusuri ng damdamin
- C) Ang mga pekeng komento, biased sampling, at hindi balanseng wika ay maaaring makasira sa buod; Nangangailangan ng pag-verify bago maging desisyon ✔
- D) Pagkabigong maglagay ng mga komento sa isang talahanayan
Pagbubunyag: Maaaring maglaman ang data ng komento ng mga pekeng komento, kawalan ng timbang sa wika, at may pinapanigan na sampling; Bago ang buod na ginawa ng artificial intelligence ay na-convert sa isang pagpapatakbo na desisyon, ang pagiging kinatawan ng sample at ang posibilidad ng pandaraya ay dapat na masuri.
8. Ang isang marketing executive ay nag-publish ng hindi na-verify na mga claim sa isang AI-generated na paglalarawan ng hotel, gaya ng "pinakamagandang view sa lungsod" at "5-minute beach access", nang hindi sinusuri. Bakit ito mapanganib?
- A) Masyadong maikli ang paglalarawan
- B) Ang artificial intelligence ay nagsusulat sa Ingles
- C) Hindi naglalaman ng mga keyword na SEO
- D) Ang mga hindi na-verify at pinalaking claim ay nagdudulot ng panganib ng mapanlinlang na promosyon at tiwala sa brand ✔
Pagsisiwalat: Ang artipisyal na katalinuhan ay maaaring makagawa ng hindi makatotohanan o labis na mga pag-aangkin; Ang mapanlinlang na advertisement na na-publish ay nagdudulot ng panganib sa mga tuntunin ng parehong batas ng consumer at tiwala sa brand. Ang mga paghahabol ay dapat na ma-verify ayon sa katotohanan bago ilathala.
9. Ano ang pinakamahusay na pagtuturo na ibibigay sa artificial intelligence kapag naghahanda ng mga personalized na upsell na mungkahi?
- A) Pagbuo ng mga agresibong alok na nagpapataw ng pinakamataas na posibleng presyo sa bawat bisita
- B) Paggawa ng mga mungkahi batay sa totoong stock at presyo, hindi paggawa ng mga gawa-gawa, at paggalang sa pag-apruba ng bisita ✔
- C) Pagsusuri sa makasaysayang data ng bisita sa pamamagitan ng pag-upload nito sa isang pampublikong magagamit na tool
- D) Paulit-ulit na nag-aalok ng parehong karaniwang pakete sa bawat bisita
Pagbubunyag: Ang mga rekomendasyon ay dapat na nakabatay sa aktwal na stock, aktwal na presyo at pag-apruba ng bisita; Ang artificial intelligence ay dapat bigyan ng panuntunan na 'huwag gumawa ng anumang serbisyo, presyo o availability kung saan hindi ako nagbibigay ng data', at ang mga alok ay dapat na idinisenyo sa isang hindi nakakasakit na wika.
10. Anong limitasyon ng output ang dapat sundin kapag nagpaplano ng housekeeping at iskedyul ng shift gamit ang artificial intelligence?
- A) Dapat palaging i-target ng output ang pinakamaraming trabaho na may pinakamaliit na tauhan
- B) Ang iskedyul ay isang panukala na napapailalim sa batas sa paggawa, hustisya at pag-apruba ng manager; ✔ Hindi dapat awtomatikong ilapat
- C) Ang tsart ay maaari lamang gawin para sa mga dayuhang tauhan
- D) Ang tsart ay dapat ding ipadala sa mga panauhin.
Paglalarawan: Ang AI ay maaaring bumuo ng workload at iskedyul ng outline batay sa occupancy; ngunit ang huling iskedyul ay nakasalalay sa batas sa paggawa (oras ng trabaho, karapatang magpahinga), hustisya at pag-apruba ng tao. Ang output ay isang mungkahi, hindi isang order na awtomatikong isasagawa.
11. Ano ang pinakamahusay na diskarte sa mga tuntunin ng pagiging sensitibo sa kultura kapag gumagawa ng nilalaman para sa isang multicultural na bisitang madla?
- A) Pagpapalagay ng isang kultura at paglalapat ng parehong mga stereotype sa lahat ng mga bisita
- B) Pag-asa sa awtomatikong pagsasalin nang hindi isinasaalang-alang ang mga pagkakaiba sa kultura
- C) Pag-iwas sa mga stereotype at pagsusuri ng tao sa nilalaman para sa inclusivity at lokal na konteksto ✔
- D) Paggamit ng mas pinalaking pagpapahayag sa mga sensitibong paksa
Paliwanag: Dapat na iwasan ang mga stereotype at expression na pumipinsala sa sensitivity ng relihiyon/kultura sa nilalaman tungkol sa iba't ibang kultura, relihiyon at wika; Ang output ng AI ay dapat na sinuri ng tao para sa inclusivity at lokal na konteksto.
12. Ano ang dapat sabihing gawin ng AI drafting a review response para sa isang teknikal na aberya sa reklamo ng isang bisita?
- A) Sumulat ng isang malupit na tugon na sinisisi ang panauhin
- B) Binubuo niya ang eksaktong panahon ng solusyon at kabayaran sa kanyang sariling isip at ginagawa ito.
- C) Gumagawa ng madiin na draft at iniiwan ang pangako at teknikal na mga detalye sa pagpapatunay ng tao ✔
- D) Hindi pinapansin ang reklamo at nagpasalamat lang
Paglalarawan: Ang AI ay maaaring mag-draft ng isang nakikiramay na tugon; Gayunpaman, ang mga pangako tulad ng oras ng paglutas ng kasalanan, kabayaran at mga teknikal na detalye ay dapat na nakabatay sa tunay na impormasyon sa pagpapatakbo at dapat na ma-verify ng mga tao. Ang pangako ng pekeng solusyon o deadline ay sumisira sa tiwala ng brand.
13. Anong impormasyon ang dapat sumailalim sa pagpapatunay ng tao kapag gumagawa ng mga hula sa menu at demand na may artipisyal na katalinuhan sa mga pagpapatakbo ng pagkain at inumin?
- A) Font at kulay ng menu
- B) Kritikal na data na nakakaapekto sa kalusugan ng bisita gaya ng impormasyon sa allergen at kaligtasan sa pagkain ✔
- C) Number of emojis in the menu
- D) Kung gaano karaming mga pahina ang mayroon ang menu.
Paglalarawan: Ang kritikal na data tulad ng impormasyon sa allergen, kaligtasan ng pagkain at bahagi/gastos ay direktang nakakaapekto sa kalusugan ng bisita at legal na pagsunod; Ang menu o hula na ginawa ng artificial intelligence ay dapat ma-verify ng awtorisadong tao sa mga tuntunin ng allergens at kaligtasan ng pagkain.
14. Ano ang pinakamahusay na unang hakbang kapag nagtatatag ng roadmap ng paggamit ng artificial intelligence ng negosyo?
- A) Paglilipat ng lahat ng desisyon sa artificial intelligence nang sabay-sabay at pag-alis ng pag-apruba ng tao
- B) I-automate muna ang pinakamapanganib na mga desisyon sa pagpepresyo at overbooking
- C) Paggamit ng maraming mga tool hangga't maaari nang sabay-sabay nang walang anumang pag-verify
- D) Simula sa mga gawaing mababa ang panganib, mataas ang gantimpala at pag-embed ng mga pagtitiyak sa pag-verify, privacy at etika sa bawat hakbang ✔
Paliwanag: Ang pinakamabuting pagsisimula ay ang magsimula sa mga gawaing mababa ang panganib at makatipid ng oras (buod ng ulat, balangkas ng nilalaman, panukala sa pagtugon); Upang sumulong nang masusukat sa pamamagitan ng pag-embed ng pag-verify, pagiging kompidensiyal at mga etikal na kasiguruhan sa bawat hakbang.