Omio利用OpenAI模型扩展旅游产品开发

多模式旅行平台Omio正在通过整合OpenAI模型（包括ChatGPT和Codex）来革新其产品开发流程，以加速旅行产品的创建并推出预订接口。该平台协调47个国家的3000多家交通服务提供商，明确拒绝将新技术表面地附加到过时的内部流程上。公司首席技术官Tomas Vocetka要求所有内部职能从根本上重新设计其运营执行框架，以转型为原生AI企业。

Vocetka首先向员工提供基本的ChatGPT访问权限，建立对生成式模型的基本熟悉度，然后才进行主要的技术集成。随后，Omio将OpenAI Codex直接嵌入其工程运营中，强制要求将其应用于整个软件开发生命周期，包括初步研究、架构规划、积极编码、自动化测试、代码审查和持续系统维护。工程部门构建自定义内部连接器，将专有数据环境直接与这些工具连接，使开发者能够绕过基本信息检索，直接在集成开发环境中执行任务。

Vocetka将最初的ChatGPT部署视为初步引入，强调Codex处理实际的生产工作量。该部署已超越技术部门，管理层积极将Codex的使用扩展到更广泛组织中的非技术企业职能，确保标准操作程序适应工程团队引入的新能力。

内部分析表明，构建特定产品所需的技术工作量现在仅为以前水平的约20%，交付时间也相应压缩。过去需要多名开发者整个季度关注的项目，现在只需一名工程师大约一个月即可完成。更快的周期使工程团队能够以最小的资源消耗测试实验概念并验证消费者需求。管理层更精确地分配资本和工程时间，依靠原型设计在投入全面生产前淘汰不可行的功能。

降低软件创建的时间和成本障碍使内部决策更快。技术团队以更高的速度迭代现有产品，以加速的节奏将更新和新界面元素推送到实时环境。

2023年，Omio推出了最早的对话式旅行预订界面之一，将OpenAI模型与其专有交通库存连接。系统处理关于复杂多模式路线的自然语言查询。旅行者输入自然语言请求，例如询问从罗马到佛罗伦萨的最快路线，或比较巴黎和巴塞罗那之间的航班和火车。Omio聚合了涵盖火车、巴士、渡轮和航班的服务。传统的旅行预订需要用户浏览多个网站、手动比较交通方式并独立跨多个提供商聚合行程。Omio用一个能够解析消费者意图的统一界面取代了这个碎片化的过程。

生成式模型分析文本输入并向预订系统发出请求，以构建可行的旅行路线。该应用程序通过将模型响应基于实时定价和可用性数据来运行。架构防止基于静态或过时训练数据生成旅行选项。最终输出为消费者提供可直接预订的行程。

Omio将其最初的集成扩展为专门的ChatGPT体验，直接访问公司维护的全球交通网络。通过在经过验证的数据基础上进行用户交互，技术团队确保高保真度的响应。消费者获得高度个性化的旅行选项，而非通用的旅行建议。

Omio将这种结构化设置定义为一种新的对话式商务类别。AI作为主要界面层，调节消费者与底层全球交通网络之间的交互。公司认为这是从传统基于搜索的界面到原生生成式客户体验的更广泛转变。该部署预示着未来旅行规划将完全依赖与直接连接实时交通网络的智能系统进行交互。

Omio的企业政策明确强制要求人类人员对所有部署的代码和最终业务成果保留完全责任。生成式工具仅作为开发、分析和决策的加速引擎。"责任和问责仍由人承担。AI帮助我们更快地开发、更快地分析、更快地做出决策，但人始终掌舵，"Vocetka解释道。这种治理结构防止自动化系统独立执行对预订基础设施或核心多模式路由算法不可逆的更改。广泛的员工对OpenAI工具的访问与严格的监督模型相结合，创造了一个优先考虑速度和系统稳定性的环境。