在酒店业也越来越物联网友好和数字化先进。Oracle在最近的一份报告中收集了150 家酒店运营商的观点，其中78%的受访者相信大规模采用语音助手来控制房间设备、灯光和空调。
面部识别
另一项在旅行中广受欢迎的人工智能技术是面部识别。
面部识别软件可以通过捕捉、分析和比较人脸图案来识别或验证一个人的身份。它使用人工神经网络来处理生物识别数据并生成过滤器，将图像中的面部细节转换为数字特征。然后系统将这些特征与数据库进行比较以确定相似性。
例如，全球许多机场已经开始使用面部识别技术，使游客能够更快、更方便地通过值机和文件审查。捷蓝航空利用面部识别技术实现无纸登机体验。该航空公司与美国海关和边境保护局 (CBP) 合作，在美国各地的一些机场，包括纽约肯尼迪国际机场 (JFK)，安装了完全集成的生物识别自助登机门。
一家领先的旅游科技公司，艾玛迪斯智能助手脚本使用流程，合作与卢布尔雅那机场，亚德里亚航空公司和波兰航空公司推出生物登机试点方案。在试用期间，参加该计划的乘客使用 Amadeus智能手机应用程序自拍并拍摄登机牌和护照照片。此数据已发送到安全的远程服务器。然后，登机口上的物联网摄像头也为每位乘客拍下照片，并将其发送到同一台服务器。随着照片和数据的成功匹配，该应用程序向出发控制系统发送消息，表明乘客的身份和航班状态已经过验证，可以允许他们登机。结果，登机时间减少了 75%。
引擎和个性化
可以说，迄今为止，人工智能在旅游和酒店业中最有价值的应用是生成个性化推荐，这是有充分理由的。
回到甲骨文的报告，“47%的消费者表示基于过去购买的基于人工智能的促销会改善他们的体验，如果酒店提供这项服务，26%的消费者会更频繁地访问。”
就像亚马逊或Netflix上再熟悉不过的推荐一样，许多在线旅行社、航空公司和酒店都应用机器学习算法来分析客户数据，构建复杂的推荐引擎，并自动提供量身定制的建议。
比如在Skyscanner上搜索从纽约到洛杉矶的航班时，平台会推荐几个洛杉矶的酒店选择，你可以在旅途中住宿。
人工智能驱动的推荐引擎会根据您所做的搜索查询自动生成建议——但不仅限于此。该引擎从包含用户所有数字足迹的历史数据和实时数据中学习。它可以挑选出典型的搜索并向正确的用户提供正确的建议。
简单来说，如果任何一个到访纽约的游客一起搜索时代广场和自由女神像，系统就会看到这种模式，并且会向对纽约港自由岛上的雕塑感兴趣的人推荐时代广场。
情绪分析
近年来，社交媒体和旅游评论平台变得非常有影响力。一个2019报告显示，人们（百分比成长到96代Z）86％开始对在特定的旅行目的地，他们在网上看到其他用户的帖子后。大约60% 的千禧一代会在Facebook或Instagram上寻找创意。
如您所见，由于客户倾向于留下有关他们旅行体验的线索，品牌可以使用这些宝贵的数据来改进他们的服务并提供更好的优惠。截至2020年，仅TripAdvisor就有8.84亿用户意见和评论。手动处理如此大量的数据是不可能的。在这里，可以利用机器学习技术，即情感分析和现代强大的计算机，快速有效地分析与品牌相关的评论。
情感分析是挖掘文本以检测积极、消极或中性情感的过程。有时也称为情感AI，它使用自然语言处理和监督机器学习来检测、提取和研究客户对产品或服务的看法。酒店、航空公司和其他旅游企业可以使用客户反馈分析来个性化和增强他们的服务。
例如，Google Natural Language API使用户能够使用现成的ML功能分析文本。
许多与旅游相关的公司已经使用情绪分析来跟踪社交媒体对其产品和服务的反应。例如，豪华酒店运营商Dorchester Collection利用人工智能平台对来自不同地区28家不同酒店的7,454条评论进行情感分析，以进行品牌研究。
