Применение интеллектуальных систем в отрасли туризма России

Искусственный интеллект сегодня становится драйвером трансформации туристской отрасли. Технологии ИИ постоянно совершенствуются и находят применение в самых разных сферах – от транспорта до сервиса. Многогранность задач, стоящих перед туризмом, обусловливает необходимость внедрения новых цифровых инструментов. Современный туризм находится на пороге качественного обновления благодаря широкой интеграции интеллектуальных систем и алгоритмов AI. Исследования показывают, что туристская индустрия активно использует инструменты на базе ИИ для повышения эффективности планирования путешествий, оптимизации ценовой политики, персонализации рекомендаций и улучшения обслуживания клиентов. Интеллектуальные системы способны обрабатывать большой поток данных от туристов – запросы, бронирования, отзывы – и на этой основе предлагать обоснованные управленческие решения.

Интеллектуальные системы (ИС) представляют собой совокупность информационных технологий и программного обеспечения, предназначенных для анализа данных и автоматизированного принятия решений. Они объединяют ключевые компоненты ИИ, включая методы машинного обучения, обработку естественного языка, компьютерное зрение и предиктивную аналитику. В туристском бизнесе появление ИС отвечает на вызовы лавинообразного роста цифровых следов клиентов – от активности в интернете до транзакций на платформах бронирования. Традиционные подходы к обработке таких разнородных данных уже недостаточно эффективны, тогда как AI-решения позволяют агрегировать большие массивы информации, формировать точные прогнозы спроса и быстро реагировать на изменения рыночной конъюнктуры . В отличие от ручного анализа, интеллектуальные системы автоматизируют рутинные операции, повышают точность аналитических расчетов и обеспечивают персонализацию сервиса, что положительно сказывается на воспринимаемом качестве обслуживания туристов. Практические примеры внедрения AI уже существуют: например, на базе платформы IBM Watson авиакомпания Japan Airlines реализовала виртуального помощника для подбора персональных маршрутов и улучшения цифровой коммуникации с клиентами1. В индустрии гостеприимства применение роботов и AI-платформ в отелях позволило автоматизировать процессы бронирования, внедрить динамическое ценообразование и системы самообслуживания гостей – все это сокращает трудозатраты и повышает удовлетворенность сервисом2.

Пандемия COVID-19 наглядно продемонстрировала преимущества компаний, инвестировавших в интеллектуальную аналитику: туристские организации, располагавшие инструментами прогнозирования спроса и цифрового мониторинга, быстрее адаптировали свой продуктовый портфель к новым условиям и первыми начали восстанавливать клиентскую базу после снятия огра-ничений3. В условиях высокой неопределенности рынка бизнес и органы управления все активнее обращаются к методам интеллектуального анализа данных, чтобы повысить надежность прогнозов и обоснованность принимаемых решений [9].

Несмотря на быстрый рост цифровых сервисов и распространение решений на основе искусственного интеллекта, сохраняется ряд противоречий, которые в отрасли пока не сняты. Туристские компании и региональные органы управления декларируют цифровую трансформацию и внедрение интеллектуальных систем, однако не до конца ясно, как именно эти системы меняют управленческие процессы, насколько они повышают качество обслуживания и в какой степени способны стать устойчивой опорой развития туризма в российских регионах. Тем самым формулируется исследовательская проблема: существует потребность в системном анализе реальных практик внедрения интеллектуальных систем в туризме России, их управленческой и экономической результативности, а также барьеров их масштабирования.

Объект исследования – процессы цифровой трансформации туристской отрасли России на уровне предприятий, дестинаций и региональных систем управления туризмом.

Предмет исследования – применение интеллектуальных систем (технологий искусственного интеллекта, анализа больших данных, автоматизированных ассистентов, предиктивной аналитики, персонализированных рекомендательных сервисов)

для управления туристскими услугами, маркетингом, сервисом и туристскими потоками.

Цель исследования – выявить роль интеллектуальных систем в развитии и управлении туризмом в России, проанализировать направления и модели их внедрения в ключевых туристских регионах и оценить ожидаемые управленческие и экономические эффекты их применения.

Исследовательская база по искусственному интеллекту в туризме и гостеприимстве сформировалась в последние годы вокруг нескольких ключевых направлений. Д. Бухалис рассматривает цифровые и интеллектуальные технологии как фактор, радикально меняющий структуру туристской отрасли – от стратегического управления дестинациями до повседневных сервисных процессов. Он показывает, что ИИ, машинное обучение, Интернет вещей, сенсорные сети и другие «умные» технологии формируют так называемую «умную» туристскую экосистему, в которой поставщики услуг, государство и сам турист оказываются связанными в единую цифровую среду, а персонализация и работа с данными становятся не дополнением к туру, а ядром конкурентоспособности территории [5].

Глобальные обзоры подтверждают, что тема интеллектуальных систем в туризме уже перешла от обсуждения отдельных IT-инструментов к осмыслению «умного туризма» как модели управления дестинацией. Систематический обзор литературы по терминам smart tourism, smart destination и smart hospitality, выполненный А. Алшарифом с соавторами, охватывает публикации за период 2013 – ноябрь 2023 годов и показывает, что ведущие исследовательские направления связаны с использованием больших данных, Интернета вещей, машинного обучения и социальных платформ для повышения качества туристского опыта, устойчивости дестинации и управляемости спроса. Авторы подчеркивают, что технологии «умной дестинации» рассматриваются не просто как инструмент маркетинга, а как механизм оптимизации городской среды и повышения качества жизни резидентов и туристов, что переводит вопрос цифровизации туризма в плоскость региональной политики [2].

Новейшие систематические обзоры, появившиеся в 2024–2025 годах, фиксируют ускорение именно ИИ-компоненты. Ф. Эрёдш и соавторы, анализируя 45 отобранных по критериям PRISMA статей за период с 2019 года, выделяют устойчивые тематические кластеры применения ИИ в туризме. К ним относятся прогнозирование спроса и динамика туристских потоков, автоматизация сервиса и роботизация, управление доходностью и гибкое ценообразование в гостиницах, персонализация клиентского опыта и поддержка маркетинга через рекомендательные системы, а также вопросы устойчивого развития территорий. Исследователи отдельно отмечают, что искусственный интеллект начинает использоваться не только как операционный инструмент в отеле или у туроператора, но и как инструмент управленческой аналитики – для планирования загрузки инфраструктуры, распределения туристских потоков и принятия решений в реальном времени. При этом подчеркивается, что быстрый рост внедрений сопровождается нерешенными проблемами доверия к алгоритмам, методологической прозрачности и этических ограничений работы с данными [12].

В российском и евразийском контексте все сильнее обсуждается правовая и управленческая сторона внедрения ИИ. Авторы исследований по регулированию искусственного интеллекта в туризме России и Казахстана фиксируют две тенденции. Во-первых, уже сейчас активно используются сервисы на базе ИИ – чат-боты в отелях, голосовые помощники, динамическое бронирование через банковские приложения, персонализированные маршруты и рекомендации на основе поведенческих и транзакционных данных туриста. Во-вторых, отсутствие детально прописанных норм по обращению с данными, в том числе геоданными, историей перемещений, бюджетом поездки и персональными документами, создает риски для безопасности туриста и повышает нагрузку на органы управления, отвечающие за комфорт и безопасность пребывания гостей на территории. Эти работы выводят вопрос искусственного интеллекта из зоны «технологического тренда» в плоскость публичной ответственности – региональным и муниципальным структурам приходится принимать решения на основе массивов больших данных, но при этом юридические механизмы прозрачности алгоритмов и защиты персональных данных пока догоняют фактическую практику [3].

Сопоставление рассматриваемых направлений позволяет обозначить незакрытый исследовательский разрыв, который и формирует научную нишу настоящей статьи. В международной литературе детально проработаны технические аспекты ИИ в туризме – прогнозирование спроса, динамическое управление доходом отеля, персонализация сервиса, цифровая поддержка устойчивости дестинации. В российской аналитике усиливается акцент на нормативной стороне и на вопросах ответственности за применение ИИ в управлении туристскими потоками на уровне города и региона. Однако в гораздо меньшей степени изучено, каким образом интеллектуальные системы реально встраиваются в практику регионального управления туризмом в России – влияют ли они на управленческие решения, меняют ли они формат коммуникации с туристом, повышают ли адаптивность туристской отрасли к кризисам. Это противоречие между зрелостью технологий и недостаточной оценкой их эффекта на уровне региональных систем управления туризмом и определяет необходимость предпринятого исследования.

Настоящая работа посвящена комплексному исследованию использования интеллектуальных систем в сфере туризма. В следующем разделе описаны примененные методы исследования, включающие анализ литературы и сбор эмпирических данных. Затем представлены основные результаты: определены ключевые преимущества и технологические решения на базе ИИ, трансформирующие туристскую отрасль, а также проведен анализ лучших практик внедрения интеллектуальных систем в ряде ведущих регионов России. В разделе «Обсуждение» обобщаются полученные результаты в контексте современных научных представлений и рассматриваются ожидаемые эффекты и возникающие при внедрении трудности. В заключительной части сформулированы выводы исследования и рекомендации по дальнейшему развитию применения ИС в туризме.

Методы

Исследование опирается на междисциплинарный анализ научных публикаций, отраслевых отчетов и цифровых ресурсов по теме применения искусственного интеллекта в туризме. Проведен обзор современной зарубежной и российской литературы, посвященной использованию AI-технологий в индустрии гостеприимства (например, работ по прогнозированию туристского спроса, внедрению робототехники, анализу больших данных). Всего проанализировано более 20 источников, включая статьи в рецензируемых журналах, материалы Всемирного экономического форума и Всемирной туристской организации, отчеты ведущих туристских компаний и статистические бюллетени. На основе содержательного анализа литературы были выделены основные направления применения интеллектуальных систем и их преимущества для туристской отрасли. Одновременно изучались открытые электронные ресурсы: новостные публикации о внедрении AI-решений, пресс-релизы компаний и данные профильных веб-порталов, предоставляющие сведения о конкретных цифровых инициативах в туризме. Данные источники позволили собрать эмпирический материал о реальных кейсах внедрения ИС в туристских продуктах и услугах.

В качестве эмпирической базы исследования выбраны примеры внедрения интеллектуальных систем в туристско-рекреационном комплексе разных регионов России. Использован метод кейс-стади – детальный разбор практических проектов цифровизации туризма на уровне регионов и компаний. В фокусе анализа оказались крупнейшие туристские центры страны, демонстрирующие различные подходы к интеграции AI-технологий: столица (Москва и Московская область) с развитой инфраструктурой, популярный курортный регион (Краснодарский край), республика с сильным брендом и IT-потенциалом (Татарстан), а также территории, делающие акцент на экологическом и культурном туризме (Алтайский край и Самарская область). По каждому региону изучены официальные порталы и пресс-релизы, отражающие внедрение интеллектуальных сервисов, систематизированы сведения о функционировании цифровых платформ (например, туристских карт, мобильных приложений, чат-ботов). Для сопоставления кейсов применялся элемент сравнительного анализа: выявлялись общие черты и различия в стратегиях цифровой трансформации туризма, оценивается результативность и масштаб влияния внедряемых ИС. Надежность полученных данных обеспечивалась перекрестной проверкой информации по независимым источникам (отчеты компаний, СМИ, статистика). Итоговая интерпретация результатов опирается на метод логического обобщения: частные примеры регионов рассматриваются в контексте общих тенденций развития туризма под влиянием искусственного интеллекта.

Результаты

На основании анализа литературы и практического опыта можно выделить ряд ключевых преимуществ, которые дают туристскому бизнесу интеллектуальные системы на базе AI:

• 1.    Точность прогнозов. Машинно-обучаемые модели способны заблаговременно предсказывать колебания туристского спроса и распределять ресурсы по сезонам с высокой точностью [11]. Например, ансамблевые нейросетевые алгоритмы успешно улучшают прогнозирование загрузки отелей по сравнению с традиционными методами [4].

• 2.    Персонализация услуг. Рекомендательные алгоритмы формируют для клиента индивидуальные маршруты, подбор вариантов проживания, питания и досуга, что повышает лояльность гостей и их удовлетворенность сервисом [9]. Персонализированные предложения стимулируют дополнительные продажи сопутствующих услуг.

• 3.    Снижение издержек. Автоматизация рутинных операций (онлайн-регистрация, электронный консьерж, чат-боты для консультаций) сокращает потребность в ручном труде и повышает производительность персонала [9]. Внедрение роботизированных стоек регистрации и систем самообслуживания в отелях позволило существенно уменьшить трудозатраты на ресепшен и ускорить обслуживание.

• 4.    Быстрая реакция на рынок. Обработка потоковых данных в режиме, близком к реальному времени, и наглядные панели мониторинга дают возможность турфирмам и отелям оперативно корректировать ценовую политику, акции и маркетинговые кампании под изменяющийся спрос [10]. Это обеспечивает гибкость и конкурентные преимущества на динамичном рынке.

• 5.    Устойчивость к кризисам. Компании, внедрившие развитые AI-системы, легче переносят кризисные периоды и быстрее возвращаются к росту¹. Интеллектуальные решения помогают своевременно адаптировать бизнес-модели под внешние шоки – яркий пример показал опыт пандемии, когда цифровая аналитика спроса позволила удержать клиентскую базу

• 2.    Анализ текстов и социальных сетей. Сбор и компьютерная обработка отзывов, блог-по-стов и сообщений в соцсетях дают операторам быстрый сигнал о проблемах сервиса и меняющихся предпочтениях аудитории. Такая «социальная аналитика» ускоряет корректировку услуг и коммуникаций на основе обратной связи клиентов [10].

• 3.    Big Data и облачные технологии. Централизованные хранилища больших данных – сведений о бронированиях, поисковых запросах, транзакциях – формируют целостную картину поведения туристов. Аналитические платформы на базе Big Data помогают менеджерам принимать стратегические решения и оптимизировать маркетинг, точно сегментируя целевую аудиторию [10].

• 4.    AI-чат-боты и виртуальные ассистенты. Диалоговые системы с поддержкой обработки естественного языка берут на себя круглосуточное консультирование клиентов, снижая нагрузку на call-центры. Такие боты поддерживают пер-сонализованное общение до, во время и после поездки, оперативно отвечая на типичные вопросы [7, 9]. Например, интеграция чат-бота в систему бронирования позволяет туристу мгновенно получить информацию о вариантах туров и дополнительных услугах.

• 5.    Геопространственная аналитика и картография. Интеграция данных GPS-трекеров, спутниковых снимков и пользовательских маршрутов в интерактивные карты упрощает планирование путешествий и управление туристскими потоками. Специальные цифровые карты помогают визуализировать востребованность маршрутов и точек притяжения. Так, в исследовании шведского курорта Оре показано, что анализ Google Trends позволил заранее спрогнозировать наплыв гостей и адаптировать транспортную схему курорта [8].

• 6.    Системы мониторинга рисков и безопасности. Предиктивные модели и аномалия-детекция в реальном времени усиливают возможности риск-менеджмента. Внутренние контроллинговые сервисы отслеживают подозрительные паттерны бронирований и платежей, что способствует предотвращению мошенничества и соблюдению обязательств партнерами [6]. Кроме того, подключение к потоковой аналитике рынка позволяет компаниям быстрее реагировать на чрезвычайные ситуации. Согласно отчету UNWTO, туроператоры, использовавшие мониторинг онлайн-активности бронирований, в период кризиса COVID-19 быстрее адаптировали продуктовую стратегию и первыми восстановили клиентопоток после снятия ограничений.¹

и ускорить восстановление после спада туристского потока.

Таким образом, интеллектуальные системы задают новую планку эффективности и качества в туристской индустрии, повышая конкурентоспособность предприятий за счет данных и технологий искусственного интеллекта.

Для решения задач управления и маркетинга в туризме сегодня используются следующие инструменты интеллектуального анализа данных: 1. Машинное обучение (ML). Алгоритмы ML строят прогнозные модели на основе исторических данных – поведенческих, ценовых, погодных и др., – что позволяет выявлять скрытые зависимости и уточнять оценку будущего туристского спроса [4, 11]. Так, комбинирование статистических показателей с поисковыми трендами через методы глубокого обучения дает более точные предсказания потоков туристов.

Все перечисленные технологии уже используются туристскими компаниями и органами управления для более тонкого сегментирования рынка, точного таргетинга предложений и повышения ресурсной эффективности. В результате интеллектуальные системы становятся фундаментом гибкого стратегического планирования, позволяя оперативно реагировать на изменения спроса и усиливать ориентацию на клиента.

Big Data становится еще одним инструментом обеспечения безопасности и доверия. Отраслевые исследования показывают, что анализ транзакций и паттернов бронирований позволяет выявлять аномалии, контролировать выполнение обязательств поставщиками и формировать профили рискованных контрагентов [6]. Например, российский портал Travel.ru внедрил службу мониторинга качества услуг на основе обезличенных данных пользователей: система отслеживает отклонения во времени ответа партнеров и оперативно оповещает службу поддержки о сбоях. По оценке Министерства экономического развития РФ, подходы, использующие управление данными, позволяют туроператорам точнее таргетировать маркетинговые кампании и ускоряют восстановление спроса в постпанде-мийный период, когда рынок отличается повышенной волатильностью2. Таким образом, интеллектуальные системы – от AI-персонализации до блокчейна и Big Data-аналитики – формируют новый стандарт устойчивости и доверия в российском туризме.

Опираясь на результаты анализа, можно структурировать применение AI-технологий в туризме по нескольким ключевым направлениям:

• 1.    Прогнозирование спроса. Машинное и глубокое обучение, обучаясь на исторических данных продаж, ценовой динамике и погодных

• 2.    Аналитика конкурентов и динамическое ценообразование. Платформы Big Data дают возможность практически в реальном времени отслеживать ценовую политику и маркетинговые кампании конкурентов, что помогает своевременно корректировать собственные тарифы и спецпредложения, поддерживая конкурентоспособность. Например, использование облачных аналитических сервисов позволяет отелям ежедневно мониторить цены на площадках бронирования и динамически управлять тарифами [10].

• 3.    Геоаналитика и управление потоками. Совмещение туристских поисковых запросов с геоданными (GPS-треки, онлайн-карты) дает дестинациям инструмент для управляемого распределения туристских потоков. Классический пример – анализ данных Google Trends для курорта Оре (Швеция), позволивший спрогнозировать наплыв гостей и заблаговременно усилить транспортное обеспечение курорта [8].

• 4.    Персонализация клиентского опыта. По данным годового отчета ПАО «Аэрофлот», алгоритмы машинного обучения сегментируют пассажиров по поведенческим паттернам и выдают персональные офферы уже на этапе поиска и бронирования билета; это повышает вовлеченность пользователей и увеличивает долю дополнительных продаж¹. Персонализация пронизывает весь цикл путешествия – от рекомендаций по маршрутам и отелям до адресных электронных предложений скидок и услуг.

• 5.    Репутационный менеджмент. Анализ текстов в социальных сетях и на агрегаторах отзывов с помощью методов NLP (обработки естественного языка) позволяет компаниям быстро выявлять «болевые точки» сервиса и вносить коррективы в продукт еще до появления

• 6.    Автоматизация внутренних процессов. Роботизированные стойки регистрации, голосовые ассистенты и системы самообслуживания в гостиницах снижают нагрузку на персонал и минимизируют ошибки при вводе данных [13]. Генеративные AI-модели помогают создавать новые комбинации услуг и сценарии путешествий, ориентируясь на актуальные тренды спроса. Таким образом, ИС повышают операционную эффективность и гибкость бизнеса.

• 7.    Управление рисками и устойчивость. Интеллектуальные системы усиливают контур риск-менеджмента турфирм. Потоковая аналитика броней и онлайн-поисковых запросов дает возможность заметить резкие изменения спроса и вовремя отреагировать на них. Отчет Всемирной туристской организации о кризисе COVID-19 показал, что операторы, подключенные к таким данным, быстрее адаптировали маркетинг к ограничениям и первыми восстановили клиентскую базу. На макроуровне отраслевые службы начинают использовать большие данные для мониторинга общей ситуации: так, Росстат при оценке внутреннего турпотока применяет обезличенные сведения о банковских транзакциях и сигналах мобильных операторов.

факторах, формирует более точные сценарии загрузки средств размещения и транспортной инфраструктуры, чем традиционные статистические модели [11]. Применение нейронных сетей ансамблевого типа позволяет учитывать посуточные и сегментные колебания, дополнительно повышая точность предсказаний туристского потока.

массовых негативных оценок [7]. Проактивная работа с отзывами через интеллектуальные системы улучшает имидж компании и повышает качество обслуживания.

Перечисленные области внедрения демонстрируют, как всесторонне AI проникает в туристскую индустрию – от стратегического планирования и маркетинга до операционной деятельности и обеспечения безопасности. Ниже более подробно рассмотрены примеры региональных инициатив, показывающих практическую реализацию этих направлений в России.

Москва и Московская область. Столичный регион делает ставку на интеграцию разнообразных городских сервисов в единую цифровую экосистему для туристов. Универсальная транспортная карта «Тройка» фактически превратилась в цифровой «ключ» ко всему общественному транспорту мегаполиса: этой бесконтактной картой можно оплатить метро, автобусы, МЦК,

Application of intelligent systems in Russian tourism industry пригородные электрички и аэроэкспресс. Недавно запущена и виртуальная версия «Тройки» в смартфоне, что упрощает доступ гостей города к транспорту и сокращает очереди. Согласно отчету транспортного комплекса Москвы за 2023 год, полностью переведены на бесконтактную оплату в том числе эскалаторы столичного метро. Для удаленного знакомства с достопримечательностями московские музеи внедрили интерактивные 3D-туры. Например, Кремлевские музеи запустили виртуальный тур по соборам и Оружейной палате – пользователь может «пройтись» по залам в формате 360° прямо на сайте музея. На этапе планирования поездки туристу помогает городской портал Discover Moscow, агрегирующий расписания выставок, рекомендации и готовые пешеходные маршруты на русском, английском и китайском языках. Эти сервисы на базе больших данных и VR/AR-технологий существенно обогащают туристский опыт в столице.

Краснодарский край. В одном из главных курортных регионов России интеллектуальные системы применяются для управления пиковыми нагрузками и информирования туристов. Мобильная аналитика позволяет получать оперативные сводки о количестве отдыхающих. По данным пресс-релиза МТС Travel, летом 2024 года горные курорты Краснодарского края приняли на 28 % больше гостей, чем годом ранее; лидером роста стала Красная Поляна под Сочи. Подобные дэш-борды позволяют региональным властям заранее усиливать транспортную и сервисную инфраструктуру к пиковым датам сезона. Дополнительно в навигационном сервисе 2ГИС для Черноморского побережья появился тематический «туристский слой» – на картах отмечены пляжи, смотровые площадки, гостиницы и «тепловая карта» самых фотографируемых локаций, что помогает отдыхающим ориентироваться и выбирать маршруты. Веб-версии и мобильные приложения с такими подсказками повышают информированность туристов и распределяют поток по территории более равномерно.

Республика Татарстан. Регион внедряет концепцию «цифрового туризма» через объединение различных сервисов в одном приложении.

Мобильный пакет Tatarstan Tourist Pass интегрирует виртуальную банковскую карту путешественника, систему кешбэков и навигационный гид по достопримечательностям. Приложение регулярно обновляется и сразу прокладывает маршрут до интересующего объекта с учетом получаемых скидок1. Официальный портал Visit Tatarstan выступает онлайн-«витриной» региона: на сайте публикуются авторские маршруты, календарь событий, и есть ссылки на электронные билеты в музеи2. Таким образом, для туриста создается единое цифровое пространство, где он может планировать поездку, получать рекомендации и финансово выгодные предложения. Практика Москвы, Краснодарского края и Татарстана показывает разные акценты: столица развивает универсальную платежно-информационную систему, южный курорт – картографические big data-сервисы, а Татарстан – мобильный паспорт туриста. Общим является то, что везде используются подтвержденные AI-решения и обработка больших данных, повышающие удобство и привлекательность дестинаций.

Далее рассмотрим кейсы, иллюстрирующие, как интеллектуальные системы поддерживают экологический и культурный туризм на примере Алтайского края и как на базе AI развивается туристская экосистема в Самарской области.

Алтайский край. В регионе, ориентированном на экотуризм, внедряются цифровые сервисы для экологичного отдыха и безопасности. Например, на платформе «Яндекс.Путешествия» появился фильтр «Эко-отель», позволяющий отбирать объекты размещения с пометкой эко-френди – в подборке по Республике Алтай уже значатся несколько десятков эко-отелей, баз отдыха и глэмпингов3. Официальный портал Visit Altai содержит интерактивную карту автомобильных и пеших туристских маршрутов: пользователь видит перевалы, перепады высот и сервисные точки, что упрощает планирование путешествий по горной местности4. Для охраны природы регион подключен к федеральной системе дистанционного мониторинга лесных пожаров ИСДМ-Рослес-хоз: ежедневные спутниковые снимки автоматически фиксируют возгорания в труднодоступных заповедных зонах Алтая1. Важность подобной цифровой поддержки подчеркивает статистика: по данным мобильной геоаналитики МТС, горный курорт Манжерок в Республике Алтай вошел в тройку самых посещаемых летних горнолыжных комплексов России в 2024 году2. Данные факты свидетельствуют о росте турпотока, который удалось успешно обслуживать благодаря своевременным данным и прогнозам.

Самарская область. В данном регионе формируется единая туристско-информационная платформа с участием крупных технологических партнеров. Официальный портал Samara.travel объединяет сведения о достопримечательностях, транспорте и событиях области, а также содержит сквозную ссылку на онлайн-бронирование экскурсий и жилья3. Цифровая инфраструктура развивается через межсекторные партнерства: так, в 2023 году правительство области и компания VK подписали соглашение об использовании данных соцсети и инструментов ИИ для продвижения региональных туристских маршрутов4. Отели региона подключают голосового ассистента «Салют Отель» от SberDevices, позволяющего гостям с помощью команд через телевизор или умную колонку заказывать услуги и получать справки (например, узнать время работы музея или сделать заказ еды в номер) прямо из номера5. Кроме того, система онлайн-бронирования отелей и экскурсий интегрирована с платформами «Салют Отели» и Holiday Hall, что заметно упрощает выбор услуг туристами и уже увеличило оборот туристских сервисов на 10–15 %. Согласно проведенному исследованию, около 70 % туристов на данный момент выбирают проживание и экскурсии через данную единую систему (Рис. 1, рис. 2, рис. 3, рис. 4).

Рис. 1. Доли использования онлайн- платформ бронирования турпродуктов Fig. 1 Shares of using online travel booking platforms

Application of intelligent systems in Russian tourism industry

Рис. 2. Рост объема туристских услуг при интеграции платформ Fig. 2. The volume growth of tourist services with integrating platforms

Когорта 15 минут >а последняя месяц                                     Когорта X минут » последний месяц                                     Когорта 1 чес м последний месяц

Рис. 3. Уровень удовлетворенности туристов сервисами Самарской области

Fig. 3. The level of tourists’ satisfaction with the Samara region services

Воронка витрины

Рис. 4. Прирост турпотока в регион по кварталам

Fig. 4. Increase in tourist fl ow to the region by quarter

Кроме того, гид по городам на базе карт 2ГИС помогает туристам ориентироваться в Тольятти, Сызрани и Самаре. Это интерактивное приложение с маршрутами по городским достопримечательностям получило высокую оценку пользователей, что, по данным регионального Министерства туризма, способствовало увеличению общего числа поездок по областным центрам, на рисунке представлен пример маршрута «Маршрут Победы. Герои-ставропольчане» (рис. 5).

Таким образом, Алтайский край делает акцент на экологической маркировке объектов, цифровой навигации для путешественников и системах экологического мониторинга, тогда как Самарская область выстраивает сквозную информационнобронированную платформу и внедряет AI-сервисы

Рис. 5. Интерфейс городского туристского гида 2ГИС, пример маршрута «Маршрут Победы. Герои-ставропольчане»

Fig. 5. The interface of the 2GIS urban tourist guide, an example of the route “Route of Victory. Heroes of Stavropol»

от лидеров IT-отрасли. Оба рассматриваемых кейса подтверждают: подкрепленные инструментами больших данных и открытыми цифровыми сервисами интеллектуальные системы становятся реальным драйвером развития регионального туризма.

Самарская область также демонстрирует планы по дальнейшему расширению цифровой экосистемы. В регионе разрабатываются сразу два интеллектуальных ассистента для туристов, основанных на отечественных генеративных моделях [9]. Оба проекта официально представлены в материалах регионального Министерства туризма как перспективные инициативы, находящиеся пока на стадии технико-экономического обоснования (сроки внедрения и технические задания еще уточняются).

Первый концепт – чат-бот TechnoGuide для Паркового комплекса истории техники им. К. Г. Сахарова в г. Тольятти. На открытой территории музея под открытым небом (38 гектаров) собрано более четырехсот экспонатов редкой техники – от подводной лодки «Б-307» до самолетов МиГ и ракет космической программы, и этот музейный комплекс считается одной из крупнейших технических коллекций России1. Проект «TechnoGuide» предусматривает создание чат-бота на базе нейросети

GigaChat: посетитель сможет через мессенджер задать вопрос об экспонате, получить мультимедийную справку, а также автоматически сгенерированный маршрут по экспозиции в соответствии с тематическими интересами (например, «советская авиация» или «бронетехника»). Такой бот станет дополнением к офлайн-экскурсии, отправляя посетителям уведомления о начинающихся мастер-классах и лекциях. Навигационные подсказки предполагается формировать по GPS-координатам смартфона посетителя, а весь контент хранить в облачном репозитории музея. По расчетам кураторов, внедрение цифрового гида повысит информированность гостей и снизит нагрузку на экскурсоводов в пиковые дни посещений.

Второй проект – виртуальный ассистент «Ладушка» (рабочее название GigaTravel) для портала Samara.travel. Сейчас портал агрегирует события, маршруты и варианты бронирования, но все разделы представлены в виде статичных страниц. Планируется интегрировать диалоговый модуль, который расширит функциональность сайта тремя сервисами: интерактивным справочником достопримечательностей, «умным» календарем событий с персональными уведомлениями и рекомендательной системой по гастрономическим и шопинг-маршрутам. Модель AI будет собирать предпочтения пользователя из истории его поисковых запросов, геолокации и кликов на сайте, чтобы предлагать оптимальные пешеходные, велосипедные и речные маршруты по области. Предполагается, что «Ладушка» будет доступна не только на самом сайте, но и через Telegram-канал Samara.travel: гость сможет в диалоге быстро получить расписание рейсов «Метеора» до Жигулевских гор или уточнить время начала фестиваля «ВолгаФест». Обе рассматриваемые инициативы опираются на успешный опыт предыдущего совместного проекта области и Сбера – онлайн-сервиса «Путешествуем по Волге», запущенного летом 2022 г. Сервис позволил в одном окне бронировать круизные теплоходы и береговые экскурсии, продемонстрировав, что регион способен быстро интегрировать федеральные финтех-платформы в свою туристскую инфра-структуру1. На базе этого опыта сейчас разрабатываются типовой контракт на использование API модели GigaChat и юридическая схема передачи обезличенных данных партнерам2.

Обсуждение

Описанные проекты свидетельствуют о высоком потенциале интеллектуальных систем в развитии регионального туризма. Ожидаемый общественный эффект от внедрения туристских AI-ассистентов в Самарской области можно условно разделить на три направления. Во-первых, туристам больше не придется собирать информацию по разным ресурсам: маршруты, билеты и рекомендации будут доступны через единый диалоговый интерфейс, что сократит время планирования поездки и повысит комфорт пребывания, что положительно скажется на впечатлениях гостей региона. Во-вторых, малый бизнес получит новый канал продвижения своих услуг: умный бот сможет советовать туристам локальные гастрономические заведения, музейные экспозиции и события в тех районах, которые обычно остаются вне основных туристских потоков. Такой адресный рекомендационный сервис увеличит посещаемость менее известных локаций и распределит турпоток более равномерно. В-третьих, региональная экономика выиграет за счет роста продолжительности поездок и туристского потребления: прогнозируется увеличение числа ночевок и, как следствие, налоговых поступлений, а глубокая аналитика спроса позволит эффективнее поддерживать местных предпринимателей грантами и рекламой.

Вместе с тем на пути к широкому внедрению интеллектуальных сервисов выявлен ряд существенных вызовов. Во-первых, нехватка квалифицированных IT-кадров в малых муниципалитетах затрудняет самостоятельное сопровождение сложных AI-систем, поэтому региональные власти вынуждены искать партнеров-интеграторов для технической поддержки. Во-вторых, нормативно-правовая база в сфере защиты персональных данных требует актуализации с учетом особенностей работы генеративных моделей и алгоритмов, обрабатывающих большие пользовательские данные. Без обновления регуляторной базы использование таких систем может наталкиваться на ограничения и риски утечки информации. В-третьих, сохраняется проблема совместимости: различным муниципальным и частным системам бронирования еще предстоит выработать единые стандарты обмена данными (единую API-шину), без которой интеллектуальный ассистент не сможет выдавать сквозные комплексные маршруты в режиме одного окна. Решение этих задач видится в усилении сотрудничества между органами власти, университетами и IT-бизнесом. Только тесное партнерство всех стейкхолдеров позволит устранить текущие препятствия и раскрыть полный потенциал интеллектуальных систем в туризме.

Полученные в ходе исследования результаты согласуются с общемировыми трендами цифровизации сервиса. Выявленные нами преимущества и направления применения AI в туризме подтверждаются данными академических источников. В частности, концепция smart service systems (умных сервисных систем) описывается в работах по менеджменту услуг: такие системы, объединяя большие данные, обеспечивают компаниям оперативность реакции на рыночные изменения, рост удовлетворенности клиентов и повышение экономической эффективности [14]. Аналогично на уровне предприятий и туристских дестинаций использование Big Data-платформ позволяет получить целостное представление о состоянии рынка и принимать более обоснованные решения [10]. Таким образом, опыт, подтвержденный академической и отраслевой литературой, демонстрирует, что интеллектуальные системы становятся фундаментом гибкого стратегического планирования, поддерживая конкурентоспособность туристских предприятий и устойчивое развитие регионов.

Заключение

Интеллектуальные системы на основе технологий искусственного интеллекта уже сегодня оказывают заметное влияние на сферу туризма. Проведенное исследование показало, что интеграция AI-решений позволяет туристским предприятиям и дестинациям значительно повысить эффективность управления и качество предоставляемых услуг. Интеллектуальные системы обеспечивают точное прогнозирование туристского спроса, персонализируют клиентский опыт, автоматизируют рутинные операции и улучшают коммуникацию с туристами. На уровне регионов применение больших данных и цифровых сервисов повышает конкурентоспособность территорий и способствует более устойчивому развитию туризма. Практические примеры из Москвы, Краснодарского края, Татарстана, Алтайского края и Самарской области продемонстрировали разнообразные стратегии внедрения AI – от единой платежноинформационной среды для туристов до экологического мониторинга и виртуальных ассистентов.

В то же время для максимально эффективного использования интеллектуальных систем необходимо преодолеть ряд ограничений. Ключевыми задачами являются: подготовка квалифицированных кадров для работы с AI в туризме, совершенствование законодательства в области данных и конфиденциальности, а также стандартизация и интеграция разрозненных цифровых платформ. Решение этих вопросов требует совместных усилий государства, бизнеса и научного сообщества. Только при их тесном сотрудничестве удастся устранить существующие барьеры и обеспечить тот эффект, который заложен в применении интеллектуальных систем для развития туризма. Дальнейшие исследования могут быть направлены на оценку экономической эффективности конкретных AI-проектов в туристской сфере, а также на мониторинг изменения потребительского поведения туристов под влиянием новых интеллектуальных сервисов.

Проведенное исследование открывает несколько перспективных направлений для дальнейшей научной работы. Во-первых, необходим переход от качественного анализа кейсов к количественной оценке экономической эффективности внедрения ИС. Будущие исследования могли бы быть направлены на расчет возврата инвестиций (ROI) для туристских предприятий, а также на эконометрическое моделирование мультипликативного эффекта от цифровизации для региональных экономик (влияние на ВРП, занятость, налоговые поступления).

Во-вторых, перспективным представляется проведение сравнительных межрегиональных и международных исследований. Такой подход позволит выявить ключевые институциональные, политические и социокультурные факторы, которые способствуют или, наоборот, препятствуют успешной цифровой трансформации туристской отрасли в различных контекстах.

В-третьих, требуется углубленное изучение социально-этических аспектов применения ИИ в российском туризме. Это включает анализ влияния автоматизации на структуру занятости в секторе, исследование проблем конфиденциальности и безопасности пользовательских данных в рамках национального правового поля, а также изучение вопросов алгоритмической предвзятости в рекомендательных системах.

Наконец, особое внимание следует уделить мониторингу и анализу траекторий внедрения и адаптации отечественных генеративных нейросетевых моделей (таких, как GigaChat и YandexGPT) в туристской индустрии России. Изучение их реального влияния на процессы создания турпродукта, маркетинговые коммуникации и взаимодействие с потребителем станет важным вкладом в понимание специфики развития ИИ-технологий в национальном контексте.

В заключение отметим, что интеллектуальные системы становятся неотъемлемой частью современной туристской индустрии, формируя новые стандарты работы с информацией и клиентами. Их грамотное внедрение и масштабирование позволит российскому туризму выйти на новый уровень качества и устойчивости, обеспечить персонализированный подход к каждому путешественнику и укрепить позиции на внутреннем и международном туристских рынках.