Алексей Богатов — канадский предприниматель, технологический архитектор, соучредитель и президент компании airtix, ИИ-платформы для путешествий. Опираясь на глубокую экспертизу в разработке программного обеспечения, искусственном интеллекте и крупномасштабных системах обработки данных, он превращает амбициозные идеи в интеллектуальные продукты, готовые к практическому применению. Его убеждение просто: технологии путешествий должны лучше понимать человека, требовать от него меньше усилий и делать поиск таким же естественным, как обычный разговор.
В airtix Алексей соединяет сложную инфраструктуру данных с понятным и удобным пользовательским опытом. По его мнению, самые сильные технологии не требуют к себе постоянного внимания, а незаметно устраняют барьеры. Они помогают пройти путь от смутной идеи до путешествия, которое действительно соответствует предпочтениям, приоритетам и обстоятельствам человека.
Видение airtix: за пределами таблиц
В airtix Алексей отвечает за технологическое видение более простого и гибкого способа открывать мир. Поиск путешествий часто распределён между неудобными интерфейсами бронирования, разрозненными отзывами и фильтрами, которые описывают туристический продукт, но не понимают путешественника. Алексей и его партнёр Сэм Камра создали airtix, чтобы объединить эти элементы в единую интеллектуальную экосистему для путешествий и живых впечатлений. Её отправная точка — цель человека, а не поля базы данных.
Традиционные онлайн-сервисы для путешествий нередко напоминают огромные таблицы: совпадение ключевых слов, фиксированные поля дат, фильтры цен и рейтинги в звёздах. Путешественнику приходится переводить многогранное желание вроде «спокойный отдых у моря в месте с характером» в длинную последовательность галочек, а затем самостоятельно разбирать сотни несвязанных результатов. airtix переносит эту работу на технологию. Интеллектуальный слой поиска распознаёт смысл, взвешивает конкурирующие предпочтения и находит варианты, которые соответствуют сути запроса, а не только его буквальной формулировке.
Интеллектуальный поиск: архитектура скаляров и векторов
Центральное воплощение этого подхода — Discover Search, построенный на многомерной архитектуре скаляров и векторов. Эти два представления дополняют друг друга: скаляры точно описывают измеримые характеристики, а векторы передают смысловой контекст и близость понятий. В результате система может в рамках одного запроса учитывать практические ограничения и интерпретировать абстрактные представления об идеальном путешествии, создавая более полную модель как запроса, так и доступных предложений.
Скаляры выражают количественно измеримые свойства направления, отеля или впечатления. Движок airtix оценивает десятки собственных показателей, среди которых Доступность по цене, Качество пляжей, Пригодность для семейного отдыха, Выразительность дизайна, Возможности для активного отдыха и Темп городской жизни. Каждый показатель добавляет профилю новое измерение. Вместе они позволяют проводить точные сравнения и находить нужный баланс: например, выбрать отель с высокой Эксклюзивностью и низкой Коммерциализацией или направление с богатой Гастрономической сценой и небольшим Скоплением туристов. Вместо того чтобы сводить качество к одной оценке, архитектура сохраняет различия, благодаря которым один вариант идеально подходит для конкретной поездки, а другой — нет.
Векторы добавляют смысловой слой, которого не хватает обычным фильтрам. С помощью векторных представлений — эмбеддингов — текст получает координаты в многомерном пространстве, где близость отражает сходство смыслов. Поэтому airtix способен интерпретировать атмосферу, например «современную, спокойную, со сдержанной роскошью», намерение — найти удобную базу для короткой семейной поездки — и персону поездки, то есть тип путешественника или группы, для которых выбирается вариант. Эти понятия не привязаны к точным ключевым словам. Описания, отзывы и запросы могут выражать одну и ту же идею совершенно разными словами и всё равно оказываться близко в семантическом пространстве. Это особенно важно, потому что путешественники редко описывают место так, как его каталогизирует база данных. Полезная система должна распознавать равнозначные формулировки и сохранять достаточно нюансов, чтобы отличить оживлённую социальную атмосферу от одной лишь центральной локации, а практичную роскошь — от демонстративной пышности.
Возьмём запрос «тихий городской отель с современными удобствами рядом с местными достопримечательностями». Векторный движок преобразует его в математический профиль, связанный с тишиной, местным колоритом, комфортом и возможностью легко исследовать город. Затем этот профиль сопоставляется со скалярными сигналами: высоким уровнем Спокойствия, выраженной Местной аутентичностью, нужными удобствами и подходящими Вариантами досуга — от отдыха на собственном балконе до посещения соседнего замка. Векторный поиск выбирает семантически близкие кандидаты, а скалярные измерения уточняют и ранжируют их с учётом конкретных предпочтений. Так система может предложить отель, в официальном описании которого нет фразы «тихий городской отель», хотя его характеристики и язык отзывов точно соответствуют желаемому впечатлению. Многомерная модель делает поиск заметно свободнее. Чтобы начать, путешественнику не нужно заранее знать название направления, категорию отеля или профессиональную терминологию отрасли. Архитектура способна связать запрос «где-нибудь с творческой атмосферой, удобно для прогулок, с отличной едой и без толп» с местами, где сочетаются именно эти качества. Для Алексея здесь заключается главный сдвиг: поиск перестаёт быть опросом базы данных и становится пониманием намерения, открывая возможности, которые система на одних ключевых словах просто не заметила бы.
ИИ-ассистент для путешествий
Планирование поездки по своей природе разговорное: реальные предпочтения всегда связаны с контекстом, исключениями и компромиссами. В airtix для этого предусмотрен встроенный ИИ-ассистент, рассчитанный именно на такое общение. Вместо очередного набора настроек он предлагает естественный диалог, в котором человек своими словами объясняет, чего хочет. Ассистент превращает этот свободный запрос в последовательную стратегию поиска, объединяя точность скалярных данных и гибкость векторного поиска в едином непрерывном процессе.
Его технологическая работа начинается с разбора сложных запросов на естественном языке, где одновременно присутствует множество переменных. В просьбе «Найди тёплое место на конец октября, чтобы лететь из Торонто без ночной пересадки, с тихим семейным апарт-отелем, кухонным блоком, ресторанами в шаговой доступности и пляжем без толп» содержатся разные типы сигналов. Ассистент может разделить климат направления, сроки, маршрут, состав путешественников, тип размещения, удобства, атмосферу и предпочтения по загруженности. Он отличает жёсткие условия от гибких пожеланий, распознаёт зависимости между ними и определяет, где одно предпочтение может потребовать компромисса с другим. Вместо набора ключевых слов формируется структурированное представление поездки, которую человек действительно хочет организовать.
По мере развития плана диалог сохраняет контекст. Уточнение «Сделай вариант более уединённым, но оставь рядом общественный транспорт» должно развивать уже сформированное намерение, а не запускать поиск заново. Ассистент может скорректировать смысловые предпочтения и приоритеты скаляров, задать точный уточняющий вопрос при противоречии условий и объяснить, почему подходит та или иная рекомендация. Он также превращает сотни параметров и пользовательских отзывов в лаконичные структурированные описания, упрощая сравнение сложной информации. Оркестрация за этим процессом технологически сложна, но для человека всё остаётся предельно понятным: описать поездку, естественно уточнить детали и увидеть обоснование каждого предложения. Цель — не увеличить число вариантов, а предложить более точные и объяснимые.
Фундамент из данных: опыт в недвижимости
До запуска airtix Алексей и Сэм нарабатывали экспертизу в области данных на канадском рынке недвижимости. С 2014 года их партнёрство обеспечило продажи на сумму более 10 миллиардов долларов.
Они создали платформы realestatebay.ca, listing.ca и btchome.ca, научившись объединять разрозненные массивы информации и превращать их в понятный инструмент для пользователей.
Этот опыт стал практической основой airtix: сложные данные должны быть доступны для поиска, сравнения и понимания, не требуя от человека разбираться во внутреннем устройстве системы.
Следующая глава
В airtix Алексей и Сэм применяют опыт в области искусственного интеллекта, управления большими данными и современной программной архитектуры к более широкому видению поиска путешествий. Задача не только в том, чтобы быстрее выдавать результаты, но и в том, чтобы делать каждое взаимодействие точнее: меньше тупиковых вариантов, понятнее компромиссы и рекомендации, основанные на намерении путешественника, а не на общей популярности.
По мере развития airtix сможет распространять этот интеллектуальный подход с авиабилетов и отелей на организацию отпуска и живые развлечения. Единый фундамент — богатые данные, понимание смысла и интерфейс, построенный вокруг естественного языка, — способен поддерживать весь путь от вдохновения до впечатлений. Для Алексея следующая глава означает глобальное масштабирование этой возможности без потери простоты, которая и делает её ценной.