Booking.com, jedan od globalnih lidera u internetskim putničkim uslugama, već godinama gradi vlastiti sustav razgovorne umjetne inteligencije i preporuka. Zahvaljujući ranoj eksperimentalnoj fazi, tvrtka se sada može odmaknuti od medijske pomame za „AI agentima” i primijeniti discipliniranu, slojevitu strategiju.
Ključni potez jest uvođenje hibridne arhitekture koja kombinira:
• manje, putovanjima prilagođene modele za brzu i jeftinu obradu upita; • veće modele („large language models”) zadužene za složenije rezoniranje; • interne, strogo domeni prilagođene evaluacije kad je potrebna maksimalna preciznost.
Rezultat je dvostruko veća točnost u pretraživanju, rangiranju i interakciji s korisnicima. Tvrtka pritom selektivno surađuje s OpenAI-jem, ali većinu alata razvija samostalno.
„Gradimo li stotinu uskokošenih agenata ili nekoliko općih, koje zatim moramo pažljivo orkestrirati? Taj balans još tražimo – kao i ostatak industrije”, opisao je Pranav Pathak, voditelj razvoja AI proizvoda u Booking.com-u.
Od BERT-a do cjelovitog „agentic” sustava Prvi interni model za detekciju namjere i teme bio je veličine BERT-a te je procjenjivao može li korisnički problem riješiti automatika ili se treba preusmjeriti čovjeku. Nadograđen je orkestratorom koji klasificira upite, pokreće pretraživanje uz potpomognutu generaciju (RAG) i poziva manje specijalizirane modele ili API-je. „S nekoliko dorada dobili smo punu agenticnu strukturu”, kaže Pathak.
Takav razvoj donio je:
• 2× bolju detekciju tema; • rasterećenje ljudskih agenata za 50 do 70 %; • više samoposlužnih rješenja i poboljšanu korisničku lojalnost.
Personalizirane filtre ispisa rezultata Platforma nudi između 200 i 250 različitih filtara za pretragu – previše da bi ih korisnik ručno pregledavao. Novi AI agenti stoga dinamički predlažu one najrelevantnije, dodatno ubrzavajući pronalazak smještaja.
Fleksibilnost kao glavno načelo Umjesto da zaključaju arhitekturu u skup rješenja koja se teško mijenjaju, inženjeri Booking.com-a biraju „povratne odluke”: generaliziraju gdje mogu, specijaliziraju gdje moraju, a dizajn ostavljaju dovoljno labavim za buduće prilagodbe. Pathak priznaje da je početni tehnički stog bio „prilično kompliciran”, no iskustvo pokazuje da je jednostavniji start ponekad bolji put do prave povratne informacije korisnika.