🌟 上週熱點

 💡 AI 幫航空公司訂價，機票將進入『一人一價』時代！

「飛日本東京的機票要多少錢？」 未來這個問題可能越來越難回答了。因為，要看航空公司的 AI 顯示給你的機票是多少錢。你跟你同行的朋友，看到的價格可能都不一樣。

「差別式定價」——指的是同樣的產品或服務，對不同顧客群收取不同價格，是能夠幫助企業收入最大化的一種定價策略。通常對於產品服務邊際成本低、消費者價格彈性差別很大（例如：有人願意多付、有人對價格敏感），這樣的產業適合做差別式定價。航空業，就是使用「差別式定價」最好的例子。

雖然人們已經習慣機票價格會因爲艙等、時段、等級而有不同的價格。但很快的，AI 將會把這樣的價格差異做得更極致：即便上述因素都一致，不同人看到的價格，就不一樣。

目前，美國的達美航空 (Delta Air Lines) 和英國的維珍大西洋航空 (Virgin Atlantic) 都已經開始跟以色列新創公司 Fetcherr 合作，讓 AI 協助制定更個人化的定價策略。以達美航空為例，他們預計要用 AI 根據消費者行為，如訂位歷史和支付意願調整票價。他們預計在 2025 年底前，將 20% 的票價應用新做法。

達美航空用 AI 把差別式定價做到極致，對航空公司和旅客都是大事。從規模來看，達美航空在全美的市佔率不是第一就是第二，一舉一動都可能引領其他航空公司仿效，有可能顛覆整個航空業目前的訂價結構。

雖然對企業而言，極度貼近每個旅客的願付價格，理論上能為公司帶來最高的利潤。但對旅客而言，這是否有隱私和公平性上的疑慮，甚至是否有操縱消費者心理之嫌，是目前國會和倡議團體在乎的重點。

用 AI 制定最個人化的機票票價，是否真能落實？還需要多觀察。如果真的以後變成行業標準，那我們現有的尋找便宜機票的攻略，可能整個要改寫，要重新絞盡腦汁了。

📖 參考資料：Forbes, PYMNTS

💡 推理模型想越久反而想錯？LLM 最新研究顛覆我們的直覺

你是否跟我一樣，常覺得一個 LLM 思考得越久，出來的答案會越好？

但研究結果並非如此。

Anthropic (推出 Claude 的AI公司) 最新的一份研究指出，LLM 的思考時間不是越久越好。

這份研究指出，思考太久，反而 LLM 容易被其他資訊給分散注意力，甚至出現過度擬合 (overfitting) 的現象（機器學習的術語，簡單理解就是：因為模型太複雜了，反而預測的成果品質下降）。

不論是他們自家的 Claude、OpenAI 的 O 系列模型（o1、o3、o4-mini），或是 DeepSeek 這類的推理模型，都出現了類似的情況。不論是做含有陷阱的數學題、算迴歸，或是拼拼圖，推理時間拉得越長，表現反而越差。

這個研究打破了現在大家普遍覺得「想越久，結果越好」的認知。也代表了，在使用大語言模型時，拿捏好時間管理和任務複雜度之間的平衡，才能讓推理模型得出最好的結果。

不過這個研究，倒讓我覺得：LLM 怎麼跟人類越來越像了呢？

有興趣的人，歡迎參考原始研究報告。

📖 參考資料：Venture Beat, Anthropic

🐥關於Flying Chicken

雞原本會飛，現在卻不會了。

因為學飛，要經年累月的練習、摔跤。雞沒練習，就逐漸失去這能力。

所幸他們還有翅膀，當真的面臨威脅，還是可以跌跌撞撞地飛起。

這份電子報，是我學「飛」的過程。過程中掉了很多羽毛，讓我有赤身裸體的不安全感。但其實飛到高處，沒有人看得出來。

我寫程式、串接API、訓練AI 機器人，在網路上尋找、分類、排序、產出這份電子報。我老公說，我跟AI 機器人相處的時間，比跟他還多。

電子報的主題是我過去做過，現在依然有熱情的三大領域：行銷、營運、管理。我好奇，在AI浪潮下，這些領域將出現何種變化，因此這份電子報的內容主要集中在AI工具在行銷、營運、管理上的實作案例。

如果你也是行銷、營運、管理、AI的同好，歡迎回信給我，我們一起學飛：[email protected]