A GOL inicia 2024 desenvolvendo uma série de iniciativas com o uso de inteligência artificial (IA). O objetivo da empresa é melhorar a experiência do cliente, por meio de automação de processos e geração de dados. A tecnologia está nos seguintes aeroportos: Aeroporto de Congonhas, Aeroporto Internacional de Guarulhos, Aeroporto Internacional do Rio de Janeiro, Aeroporto Santos Dumont, Aeroporto de Brasília e Aeroporto de Salvador.
De acordo com o Daniel Augusto Cortez, diretor de Data Analytics da empresa, em conversa com o Mobile Time, a GOL utiliza IA e machine learning (ML) em algumas ferramentas desenvolvidas para atender às necessidades do negócio.
Cada modelo, explica o diretor, começou a ser desenvolvido internamente em 2019 e, ao longo dos anos, foram sendo aperfeiçoados à medida que a companhia aérea foi incluindo mais atributos e mais dados em cada um deles. Entre os exemplos citados, os mais relevantes modelos são:
- Modelo para determinação do tempo de solo requerido para realização do turnaround das aeronaves (tempo de solo necessário entre chegada e saída de uma aeronave em uma determinada base) – usado para otimização da malha de voos;
- Modelo para determinação do tempo de voo, segmentado por mercado, dia da semana, faixa de horário, etc – usado para otimização da malha de voos;
- Modelo para determinação da probabilidade de atraso de um determinado voo, levando em consideração diversas variáveis como base de operação, número de passageiras embarcando e desembarcando, conexão de passageiros, tripulação, etc – usado para otimização da malha de voos;
- Modelo para estimação da demanda de passageiros para um determinado voo, segmentado por antecedência, mercado, dia da semana, horário, etc – usado para precificação e gestão da receita;
- Modelo para detecção de anomalias nas curvas de ocupação dos voos e venda de passagens – usado para precificação e gestão da receita.
Dentro das áreas de planejamento de malha de voos, Centro de Controle Operacional (CCO) e dos aeroportos, Cortez conta que são utilizadas soluções desenvolvidas a partir desses modelos com intuito de otimizar a malha aérea e ganhar eficiência na operação, aprimorando a pontualidade. “Já na área de precificação, os modelos de demanda são utilizados para otimizar o nosso inventário de tarifas e maximizar a receita dos voos”, explica.
Parceria com a Microsoft
Além de modelos de IA criados internamente, em fevereiro deste ano a GOL implementou a Azure, fornecida pela Microsoft, junto com o Databricks, que parte de três projetos para melhorar a experiência do cliente.
O primeiro é um chatbot que tem recursos de IA generativa e processamento de linguagem natural (PLN) para ‘conversar’ com o usuário e promover respostas mais precisas e inteligentes em um espaço curto de tempo. A ferramenta é utilizada por todos os colaboradores e terceiros que tiverem acesso ao Microsoft Teams. Inicialmente, os clientes poderão pesquisar temas sobre ética e compliance e procedimentos gerais de atendimento em aeroportos. Para isso, é necessário que o usuário escreva a dúvida e, assim, a inteligência artificial formulará a resposta baseada nos conteúdos que foram utilizados para ‘alimentar’ a sua base de conhecimento.
O segundo projeto consiste em aprimorar as funcionalidades de um chatbot do site da unidade de logística da GOL, que existe para os clientes poderem tirar dúvidas de diversos assuntos. Atualmente, o cliente precisa clicar nas opções para chegar à resposta desejada de forma estática. No entanto, a empresa espera em breve poder integrar a inteligência artificial generativa ao bot para ele poder fornecer respostas mais precisas, coerentes e personalizadas de acordo com o que o cliente pesquisou, permitindo também que o usuário faça seu autoatendimento conectado aos serviços disponíveis no canal.
Por último, a terceira iniciativa está relacionada à análise de sentimentos e categorizações de comentários recebidos nas redes sociais da GOL e nas lojas de aplicativos da Play Store e Apple Store. Já em produção, trata-se de um projeto que consiste em utilizar a IA generativa para ler de maneira automatizada todos os comentários de clientes recebidos nos canais citados acima e classificar entre positivo, neutro e negativo.
Vale ressaltar que é feita também uma categorização com base no assunto do comentário e a qual grupo ele pertence, como, por exemplo, aquisição, check-in, etc. Esses grupos são espécies de divisões dentro da área de digital e cada uma cuida de uma parte do processo dos canais digitais. Após esta etapa, é criado um dashboard com os dados consolidados para que os responsáveis possam atuar.
