Singapore Airlines több területen vezette be az OpenAI API-t és modelleket, hogy javítsa az ügyfélszolgálati élményt, a utazáskeresést és a belső munkavégzést. A légitársaság ügyfél‑ és munkavállaló‑irányú megoldásaiban egyaránt OpenAI modelleket használ, továbbá ezeket a modelleket beépítette Jarvis nevű, belső, szabályozott AI platformjába.
Fő eredmények és mérőszámok
- A Kris ügyfélszolgálati chatbot esetében a hagyományos dialógus‑flow rendszer helyett LLM‑alapú megközelítésre való áttérés után a vásárlói elégedettségi pontszám (CSAT) megduplázódott.
- Az ügyfélszolgálati munkatársak átlagos kezelési ideje körülbelül 10%-kal csökkent, miután bevezették az OpenAI API által támogatott hívásösszefoglaló és más AI‑segített eszközöket.
- A Flight Recommender, a természetes nyelvű utazáskereső eszköz havi felhasználószáma közel háromszorosára nőtt az elmúlt évben.
Kris: a chatbot átalakulása
A korábbi, minden témát manuálisan leképező dialógus‑flow modell skálázhatósági és lefedettségi korlátokba ütközött — ha hiányzott egy intent, a beszélgetés gyakran élő ügyfélszolgálati beavatkozást igényelt, még akkor is, ha a kérés önkiszolgáló módon megoldható lett volna.
Singapore Airlines Kris chatbotját áthelyezte egy teljesen LLM‑vezérelt beszélgetési élményre az OpenAI API segítségével. Az új rendszer képes természetes nyelvből értelmezni a szándékot, a tudásbázisra támaszkodva megalapozott válaszokat adni, több témát egy beszélgetésen belül kezelni, és szükség esetén releváns kontextussal átadni a felhasználót egy élő ügyfélszolgálati munkatársnak.
Jelenleg a Kris általános kérdésekre, speciális kérésekre, valós idejű járattörlésre/menetrendi zavarokra és bizonyos tranzakciós munkafolyamatokra is használható; a légitársaság tovább bővíti a képességeket foglalás‑módosításokkal, poggyász‑ügyintézéssel és összetettebb, ügynöki jellegű interakciókkal.
Flight Recommender: természetes nyelvű utazástervezés
A Flight Recommender lehetővé teszi, hogy az ügyfelek természetes nyelven írják le az utazási igényüket ahelyett, hogy többször állítgatnának szűrőket, dátumokat és célállomásokat. Az OpenAI API‑ra épülő megoldás egy orkestrációs rétegen keresztül kapcsolódik a díj‑ és elérhetőségi adatokhoz, értelmezi az ügyfél szándékát, meghívja a releváns eszközöket, majd személyre szabott ajánlásokat ad vissza természetes nyelven.
A csapat bevezetett validációs és biztonsági korlátokat a bemenet‑ és kimenetellenőrzésre, rosszindulatú vagy nem megfelelő lekérdezések kezelésére, a „hallucination” csökkentésére, személyazonosító adatkezelésre és csak a kérdéshez szükséges kontextus hitelesített elérésére. A terv az, hogy a Flight Recommender fokozatosan konverzációsabb élménnyé fejlődjön, ahol az ügyfelek több körben finomíthatják utazási ötleteiket a keresés újraindítása nélkül.
AI a szoftverfejlesztési életciklusban
A légitársaság az OpenAI modelleket a szoftverfejlesztés különböző fázisaiba is beépítette: követelmény‑finomítástól, stakeholderek üléseinek elemzésén át, tesztesetek létrehozásáig és architektúra‑áttekintésig. A kiválasztott tevékenységekben a csapatok akár 20%-os termelékenységnövekedést értek el.
Egy kereskedelmi jellegű funkció fejlesztésénél az AI segített feltárni feltételezéseket, azonosítani homályos követelményeket és felszínre hozni edge case‑eket még a fejlesztés megkezdése előtt. Azután a modellek segítettek a tervezési opciók, megvalósítási tervek, tesztesetek és a kódgenerálás elkészítésében.
A telepítés és az éles működés során az AI figyelte a rendszer viselkedését, és jelezte a potenciális problémákat, amelyeket másként nehezebb lenne észrevenni. A munkafolyamatokban az alkalmazottak szerepe eltolódott: kevesebb kézi tartalomgyártás folyik, inkább az AI által előállított anyagok irányítása, felülvizsgálata és validálása zajlik — így a munkatársak a magasabb rendű emberi döntést igénylő feladatokra (priorizálás, architektúra, kormányzás) koncentrálhatnak.
Jarvis: belső, szabályozott AI platform
Jarvis az a belső AI platform, amely OpenAI modelleket használva ad szabályozott hozzáférést az alkalmazottaknak. A platform segítségével munkavállalók dokumentumok összefoglalásától kezdve egyedi munkafolyamatok és könnyített tudásbázisok létrehozásáig többféle feladatot végezhetnek biztonságos környezetben, PDF‑ekkel, Word‑, Excel‑ és PowerPoint‑állományokkal dolgozva.
Jelenleg a légitársaság alkalmazottainak több mint 60%-a havi rendszerességgel használja Jarvist, és az elfogadás folyamatosan növekszik.
Következő lépések és jelentőség
Singapore Airlines tovább bővíti az AI‑alapú megoldások szerepét: Kris esetében a következő fázis a mélyebb önkiszolgáló képességek és több tranzakciós funkció bevezetése; a Flight Recommender pedig konverzációsabb, többszörös fordulós utazásfelfedező élménnyé válik. Jarvis terjesztésével a vállalat célja, hogy még több munkatárs vehesse igénybe az AI‑t napi feladatai során.
Ezek a lépések összességében arra irányulnak, hogy az ügyfélélmény zökkenőmentesebb legyen, a munkavállalói termelékenység növekedjen és a vállalat gyorsabban tudjon reagálni a változó igényekre.
Összegzés: mérhető hatások
- 2x CSAT növekedés Kris chatbotnál
- ~10% átlagos kezelési idő csökkenés az ügyfélszolgálaton
- ~3x növekedés a Flight Recommender havi felhasználóinak számában az elmúlt év során
Singapore Airlines példája azt mutatja, hogy a generatív AI rendszerek integrálása ügyfél‑ és belső munkafolyamatokba mérhető hatékonyság‑ és elégedettségnövekedést eredményezhet, ha azt megfelelő orkestrációval, adathasználati kontrollokkal és emberi felülvizsgálattal párosítják.
