Roy Cohen 认为，航空业对技术的投资严重不足，航空公司继续依赖可追溯到几十年前的遗留系统和过时的基础设施。来自电子商务行业的 Cohen 认为航空公司没有充分利用新兴技术，尤其是 AI，他认为 AI 有可能在削减成本的同时提高利润。
正是这些看法促使 Cohen 与他人共同创立了Fetcherr ，这是一个试图使用 AI 算法优化机票价格的平台。 Fetcherr 今天结束了由 Left Lane Capital 牵头、M-Fund 参与的 1250 万美元融资，使公司通过股权和债务筹集的资金总额达到 3100 万美元。
Cohen 于 2019 年与 Shimi Avizmil、Uri Yerushalmi 和 Robby Nissan 共同创立了 Fetcherr，并担任该公司的首席执行官，他表示，该公司将把资金用于支持业务发展和市场扩张，并扩大其在美国的影响力。 （Fetcherr 位于特拉维夫。）
“目前存在的传统收入管理系统是分散的，无法跟上波动、不断增长的需求、不断变化的消费者行为、人力问题等，”科恩在接受电子邮件采访时告诉 TechCrunch。 “Fetcherr 使用实时、复杂的模型预测需求并自动提供定价建议。”
Fetcherr 将 Azul Airlines 视为其客户之一，它使用针对每家航空公司的人口统计量身定制的算法来预测机票价格并为其定价。科恩说，这些算法是根据“几年”的预订、航班时刻表、可用性、票价、事件、天气、资本市场和“从全球市场和各个垂直领域获取的其他宏观经济和微观经济数据点”进行训练的。
一旦 Fetcherr 训练了一种算法，它就会使用它来预测航空公司客户业务背景下航空旅行市场的购买行为。在该算法的支持下，Fetcherr 平台实质上模拟了给定承运人出售的航班和座位。
Fetcherr 软件的模型。图片来源： Fetcherr
使用算法来预测定价当然不是一个新想法。有像Pricefx这样的供应商，它们会考虑客户调查数据和细分市场、竞争对手数据、运营成本、库存和历史定价等因素，以帮助公司为产品定价。
但动态定价——特别是由不可预测的、容易受到经济冲击的算法驱动的定价——并不总是受到航空旅行公众的欢迎。 《哈佛商业评论》讲述了美国联合航空公司如何用算法定价模型取代其飞行常客里程表的故事，这导致高需求航班的奖励价格更高——从而导致阻力。
问题更大的是，越来越多的证据表明，算法定价可能导致消费者之间的不公平歧视，并鼓励金融时报的约翰·索恩希尔 (Financial Times) 的约翰·索恩希尔 (John Thornhill)所说的公司之间的“隐性勾结”，从而提高整体价格。具有复杂定价算法的公司往往会立即与竞争对手的降价幅度相匹配，从而使技术较差的竞争对手没有降价的动力。
就 Cohen 而言，他将 Fetcherr 描绘成对航空公司（但不一定是客户）的净收益，认为该平台可以通过更新不同渠道的票价和“在动荡时期”预测需求来节省人力。
“Fetcherr 旨在通过深度学习方法颠覆传统的、基于规则的遗留收入系统，首先是航空业，”他补充道。 “我们能够将我们的技术无缝整合到所有现有系统中，提供不干扰航空公司当前 IT 基础设施的零风险入职，并使航空公司能够将过时的基础设施无缝迁移到完整的基于云的零售环境和用户-以可定制的仪表板为中心。”
这是很多承诺。我们必须看看 Fetcherr 是否能做到这一点。
Fetcherr 筹集了 1250 万美元，使用Kyle Wiggers最初发表在TechCrunch上的算法动态定价机票