მთავარი
ტურისტული არჩევანის შემდეგი ბრძოლა შესაძლოა აღარ გაიმართოს მხოლოდ Google-ში, Tripadvisor-ზე ან TikTok-ზე. სულ უფრო მეტი მოგზაური ჯერ AI-ს ეკითხება: სად წავიდეს, სად ჭამოს, რომელ უბანში დარჩეს და რა ნახოს. ეს ცვლილება საქართველოსთვის ორმაგ შესაძლებლობას ქმნის: AI-მ შეიძლება კიდევ უფრო გააძლიეროს თბილისი, ბათუმი და უკვე ცნობილი მიმართულებები – ან პირიქით, პერსონალიზებული რეკომენდაციებით ტურისტები უფრო ფართოდ გადაანაწილოს რეგიონებში.
კვლევები ჯერ ორივე სცენარს აჩვენებს. Barcelona-ზე ჩატარებულმა აკადემიურმა კვლევამ დაადგინა, რომ ChatGPT გაცილებით ვიწრო ტურისტულ რუკას ქმნიდა, ვიდრე Instagram-ზე რეალურად გამოჩენილი ადგილები. ამავე დროს, ჩატბოტების პასუხები მომხმარებლის ინტერესის, ისტორიისა და ფორმულირებული მოთხოვნის მიხედვით იცვლება, რაც პატარა და სპეციალიზებულ მიმართულებებს აღმოჩენის ახალ შანსს აძლევს.
BTU-ს მკვლევრების შეფასებით, საქართველოსთვის მთავარი კითხვა არ არის, გამოიყენებენ თუ არა ტურისტები AI-ს – ეს პროცესი უკვე დაწყებულია. მთავარი კითხვაა, რა იცის AI-მ საქართველოს რეგიონებზე, რამდენად ხარისხიანია ეს ინფორმაცია და შეუძლია თუ არა სისტემას განსხვავებული ტიპის მოგზაურისთვის განსხვავებული საქართველო აჩვენოს.
TikTok-ის „ყველა ერთ ადგილას“ ეფექტიდან AI-ის პირად გიდამდე
ტურისტული რჩევის წყარო ყოველთვის ახდენდა გავლენას იმაზე, თუ სად მიდიოდა ხალხი. გზამკვლევი ერთ სასტუმროს ან რესტორანს ახსენებდა და მოთხოვნა იქ იზრდებოდა. Tripadvisor-მა ეს ძალა მომხმარებელთა რეიტინგებს გადასცა. სოციალურმა ქსელებმა კი რეკომენდაცია ალგორითმულ ვირუსულობად აქცია: ერთი ფოტოგენური კაფე, ხედის წერტილი ან პატარა სოფელი რამდენიმე დღეში მილიონობით ადამიანის ეკრანზე შეიძლება აღმოჩნდეს.
AI ამ ისტორიის მეოთხე ეტაპია. განსხვავება ისაა, რომ ჩატბოტი მხოლოდ პოპულარულ პოსტს არ გიჩვენებს. მას შეგიძლია უთხრა, რომ გინდა მშვიდი ადგილი, საოჯახო სასტუმრო, რთული ლაშქრობა, ღვინის პატარა მარანი, ვეგანური სამზარეულო, საბჭოთა არქიტექტურა, კონკრეტული ბიუჯეტი ან სამდღიანი მარშრუტი მანქანის გარეშე. ეს ზრდის პერსონალიზაციის პოტენციალს.
მაგრამ პერსონალიზაცია ავტომატურად მრავალფეროვნებას არ ნიშნავს. თუ მოდელის ცოდნაში ძირითადად ცნობილი ადგილებია, პასუხიც მათ ირგვლივ ტრიალებს. სწორედ აქ ჩნდება ტურიზმისთვის AI-ის მთავარი პარადოქსი: იგივე ტექნოლოგიას შეუძლია როგორც ნაკადის კონცენტრირება, ისე მისი გაფანტვა.
პირველი რისკი: AI ხშირად ყველაზე ცნობილს იმეორებს
ვესტმინსტერის უნივერსიტეტის მკვლევრების 2025 წლის ნაშრომმა ChatGPT-ის ტურისტულ რჩევებში „მკვეთრი უპირატესობა“ აღმოაჩინა უკვე დამკვიდრებული ტურისტული ჰაბების მიმართ. მდგრადი და ნაკლებად ცნობილი მიმართულებები პასუხებში უფრო ხშირად მაშინ ჩნდებოდა, როცა მომხმარებელი ამას პირდაპირ ითხოვდა.
უფრო კონკრეტული სურათი ბარსელონას კვლევამ აჩვენა. Daniel Paül i Agustí-მ ChatGPT-ის ტურისტული რეკომენდაციები ინსტაგრამზე ტურისტების მიერ რეალურად მონიშნულ ადგილებს შეადარა. Instagram-ის მონაცემებში 1,321 განსხვავებული ლოკაცია გამოჩნდა, ChatGPT-ის რეკომენდაციებში კი მხოლოდ 215.
BTUAI-ის გამოთვლით, ChatGPT-ის სივრცითი არჩევანი დაახლოებით 6.1-ჯერ უფრო ვიწრო იყო; ადგილების რაოდენობა ინსტაგრამის მაჩვენებელთან შედარებით დაახლოებით 83.7%-ით ნაკლები გამოვიდა. კვლევამ ასევე გამოავლინა 38 რეკომენდაცია, რომელიც გამოგონილი იყო.
ეს არ ნიშნავს, რომ ყველა თანამედროვე AI სისტემა იგივე შედეგს იძლევა. კვლევა კონკრეტულ მოდელს, პერიოდსა და მოთხოვნებს ასახავს. თუმცა ის აჩვენებს რეალურ რისკს: თუ მომხმარებელი ზოგადად იკითხავს „რა ვნახო საქართველოში?“, სისტემამ შესაძლოა ყველაზე ცნობადი და ყველაზე ხშირად აღწერილი ადგილების გამეორება დაიწყოს.
მეორე შესაძლებლობა: ერთი და იგივე AI ყველას ერთსა და იმავეს არ ურჩევს
მეორე მხარეს არის ჩატბოტების პერსონალიზებული ბუნება. მომხმარებლები სხვადასხვა ფორმით სვამენ კითხვებს, მოდელები სხვადასხვა წყაროს ეყრდნობიან და ერთი და იგივე სისტემაც ყოველთვის იდენტურ სიას არ აბრუნებს.
The Economist-ის მიერ Evertune-თან ჩატარებულ ტესტში რომის პიცერიების რეკომენდაციები სხვადასხვა ჩატბოტს შორის განსხვავდებოდა. Gemini-ს ყველაზე ხშირად ნახსენები ადგილებიც კი ყველა პასუხში არ გამოჩნდა, ხოლო საერთო ჯამში სისტემამ 24 განსხვავებული პიცერია დაასახელა. ეს მცირე ექსპერიმენტია და უნივერსალურ წესს არ ამტკიცებს, მაგრამ აჩვენებს „გრძელი კუდის“ შესაძლებლობას.
მნიშვნელოვანი ხდება მოთხოვნის კონკრეტულობაც. „რა ვნახო საქართველოში?“ თითქმის აუცილებლად გამოიტანს ცნობილ სიმბოლოებს. მაგრამ „სად გავატარო ოთხი დღე აგვისტოში, თუ მაინტერესებს მცირე მარნები, სამთო სოფლები, მშვიდი საფეხმავლო მარშრუტები და არ მინდა ყველაზე დატვირთული ადგილები?“ სრულიად სხვა საძიებო სივრცეს ქმნის.
საქართველოს ტურიზმი უკვე საკმაოდ კონცენტრირებულია
AI-ის შესაძლო გავლენა საქართველოსთვის განსაკუთრებით მნიშვნელოვანია, რადგან საერთაშორისო ვიზიტების გეოგრაფია დღესაც რამდენიმე მიმართულებაზეა კონცენტრირებული. საქსტატის 2025 წლის სრული მონაცემებით, შემომსვლელი ვიზიტების 36.2% თბილისზე მოდიოდა, 25.7% – აჭარაზე და 11.1% – მცხეთა-მთიანეთზე.
BTUAI-ის გადამოწმებული გამოთვლით, მხოლოდ თბილისი და აჭარა ერთად ვიზიტების 61.9%-ს შეადგენდა; პირველი სამი მიმართულების წილი კი 73.0% იყო. ეს არ ნიშნავს, რომ ტურისტი მხოლოდ ერთ რეგიონს სტუმრობს, მაგრამ ოფიციალური განაწილება მაინც აჩვენებს მოთხოვნის ძლიერ ტერიტორიულ კონცენტრაციას.
2026 წლის პირველ კვარტალში სურათი კიდევ უფრო მკვეთრი იყო: თბილისი 42.1%, აჭარა 18.4%, მცხეთა-მთიანეთი 15.0% – სამი მიმართულების ჯამი 75.5%. სეზონურობის გამო კვარტალური და წლიური მონაცემები პირდაპირ იდენტური არ არის, თუმცა ორივე მიუთითებს ერთსა და იმავე სტრუქტურულ საკითხზე.
უახლესი, 2026 წლის მეორე კვარტლის საქსტატის ანგარიშშიც თბილისი და აჭარა კვლავ ყველაზე ხშირად მონახულებული მიმართულებებია – შესაბამისად დაახლოებით 875.5 ათასი და 621.3 ათასი ვიზიტით. ამავე პერიოდში საერთაშორისო ვიზიტორების რაოდენობა წლიურად შემცირდა და საშუალო დანახარჯიც დაეცა, რაც რეგიონებში მეტი ღირებულების შექმნის თემას კიდევ უფრო აქტუალურს ხდის.
AI შეიძლება რეგიონული ტურიზმის დისტრიბუციის ინსტრუმენტი გახდეს
აქ საქართველოსთვის საინტერესო შესაძლებლობა ჩნდება. ტრადიციულ მარკეტინგში პატარა მუნიციპალიტეტს, საოჯახო სასტუმროს ან უცნობ მარშრუტს ძალიან უჭირს თბილისთან, ბათუმთან ან ყაზბეგთან საინფორმაციო კონკურენცია. AI-ის პერსონალიზებულ გარემოში კი გამარჯვებისთვის ყოველთვის ყველაზე დიდი სარეკლამო ბიუჯეტი არ არის საჭირო.
თუ მოგზაური კონკრეტულ ინტერესს აღწერს, პატარა მიმართულებას შეუძლია შესაბამისობის მიხედვით გამოჩნდეს. მაგალითად, კერამიკით დაინტერესებული ტურისტისთვის შეიძლება მნიშვნელოვანი გახდეს სოფელი, რომელსაც მასობრივი მარკეტინგი თითქმის არ აქვს; ფრინველებზე დაკვირვების მოყვარულისთვის – დაცული ტერიტორია; გასტრონომიული მოგზაურისთვის – მცირე საოჯახო საწარმო; დისტანციური მუშაობის მსურველისთვის – ადგილი კარგი ინტერნეტითა და მშვიდი გარემოთი.
მაგრამ ამისთვის AI-ს ეს ინფორმაცია უნდა ჰქონდეს. „ლამაზი ბუნება“ ან „სტუმართმოყვარე რეგიონი“ საკმარისი არ არის. სისტემას სჭირდება კონკრეტული აღწერა: როგორ მივიდეს ადამიანი, რამდენი დრო სჭირდება, რა სეზონია საუკეთესო, არის თუ არა ტრანსპორტი, რა ღირს მომსახურება, რა ენებზე ემსახურებიან, რა ფიზიკური სირთულეა, რომელ ასაკს ან ინტერესს შეეფერება და სად შეიძლება დაჯავშნა.
რეგიონული ტურიზმის ახალი ინფრასტრუქტურა შეიძლება მონაცემი იყოს
წარსულში ტურისტული ინფრასტრუქტურა პირველ რიგში გზას, სასტუმროს, აეროპორტსა და ვიზიტორთა ცენტრს ნიშნავდა. ტურიზმის სფეროში AI-ს შუამავლობის პირობებში ამას ემატება კიდევ ერთი ფენა – დანიშნულების ადგილის ციფრული ცოდნა.
საქართველოს რეგიონების შესახებ ინფორმაცია ხშირად ფრაგმენტულია: ერთი ნაწილი მუნიციპალიტეტის გვერდზეა, მეორე – სასტუმროს Facebook-ზე, მესამე – უცხოელი ბლოგერის ვიდეოში, მეოთხე კი საერთოდ არ არის ინგლისურად. ადამიანმა შეიძლება ეს ფრაგმენტები რამდენიმე საათში შეაგროვოს; AI-სთვის კი წინააღმდეგობრივი და მოძველებული წყაროები ნიშნავს ნაკლებად სანდო რეკომენდაციას.
ამიტომ ეროვნული და რეგიონული ტურიზმის მენეჯმენტისთვის მნიშვნელოვანი გახდება სტანდარტიზებული, განახლებადი და მრავალენოვანი მონაცემთა ფენა: ადგილები, მარშრუტები, სეზონურობა, ტრანსპორტი, ფასის დიაპაზონი, ხელმისაწვდომობა, უსაფრთხოების პირობები, სამუშაო საათები, დაჯავშნის ოფიციალური არხები და რეალური ფოტომასალა.
საილუსტრაციო ქართული სცენარი: „სხვა კახეთი“
წარმოვიდგინოთ უცხოელი სტუმარი, რომელიც თბილისიდან სამი დღით კახეთში მიდის. ჩვეულებრივმა სოციალური მედიის ძიებამ ის შეიძლება რამდენიმე ყველაზე ფოტოგენურ ღვინის ობიექტსა და სიღნაღში მიიყვანოს. AI-ს კი მომხმარებელმა შეიძლება უთხრას, რომ არ უყვარს ხალხმრავლობა, აინტერესებს მცირე საოჯახო მარანი, ადგილობრივთან სადილი, ფეხით ორი-სამი საათის გასეირნება და მაქსიმუმ 100 ევროს ხარჯვა დღეში.
თუ რეგიონში მცირე ბიზნესების შესახებ სანდო, კონკრეტული და განახლებული ციფრული ინფორმაცია არსებობს, AI-ს შეუძლია სრულიად განსხვავებული მარშრუტი შექმნას. შედეგად, ვიზიტორის ფული შეიძლება რამდენიმე პატარა ობიექტზე გადანაწილდეს და არა მხოლოდ ყველაზე ცნობილ ადგილებზე.
თუ ასეთი ინფორმაცია არ არსებობს, პერსონალიზაციის დაპირება ვერ იმუშავებს: AI ისევ იმ ადგილებს დაუბრუნდება, რომლებიც ინტერნეტში ყველაზე ხმამაღლა და ხშირად ჩანს.
რას უნდა აკვირდებოდეს ქართული ტურიზმის სექტორი
- რეგულარულად შემოწმდეს, რას ურჩევენ ChatGPT, Gemini და სხვა სისტემები სხვადასხვა ტიპის მოგზაურს საქართველოში – არა მხოლოდ ზოგადი, არამედ სპეციფიკური მოთხოვნებით.
- გამოიკვეთოს, თუ რომელი რეგიონები და ადგილები არ ჩნდება AI-ს რეკომენდაციებში და რატომ: ინფორმაციის ნაკლებობა, ცუდი თარგმანი, მოძველებული მონაცემი თუ დაბალი ციფრული რეპუტაცია.
- რეგიონებისთვის შეიქმნას კონკრეტული თემატური მიკრო-მარშრუტები: გასტრონომია, ველნეს-ტურიზმი, არქიტექტურა, ლაშქრობა, ხელნაკეთობები, ოჯახური მოგზაურობა, დისტანციური მუშაობა.
- პატარა ბიზნესებს მიეცეთ მარტივი სტანდარტი, როგორ აღწერონ სერვისი მანქანურად გასაგებად: მდებარეობა, ფასი, დრო, სეზონი, დაჯავშნა, ენები, შესაძლებლობები და შეზღუდვები.
- AI-ის მიერ გამოგონილი ან მოძველებული ტურისტული ინფორმაციის მონიტორინგი გახდეს ციფრული რეპუტაციის მართვის ნაწილი.
- მონაცემებით გაიზომოს არა მხოლოდ ვიზიტორთა რაოდენობა, არამედ რამდენად იცვლება რეგიონული განაწილება, ღამისთევა და მცირე ადგილობრივ ბიზნესებში დანახარჯი.
- პერსონალიზაცია გამოყენებულ იქნეს გადატვირთული ადგილებიდან ნაკადების გასაფანტად, მაგრამ არა ხელოვნური „დამალული მარგალიტების“ შექმნით, რომლებიც ადგილობრივ ინფრასტრუქტურას ვერ უძლებს.
პერსონალიზაციას საკუთარი რისკიც აქვს
AI-ით ტურისტების გაფანტვა ავტომატურად კარგი შედეგი არ არის. TikTok-ის გამოცდილებამ აჩვენა, რომ პატარა ადგილი შეიძლება ძალიან სწრაფად გადაიტვირთოს. იგივე შეიძლება მოხდეს AI რეკომენდაციითაც, თუ კონკრეტული სოფელი, ბილიკი ან საოჯახო ბიზნესი უცბად ათასობით მომხმარებლისთვის „იდეალურ დამალულ ადგილად“ იქცა.
ამიტომ პერსონალიზებული ტურიზმის მართვას სჭირდება მოცულობის კონტროლიც: პარკირების შესაძლებლობა, წყალი, ნარჩენები, ბილიკის გამტარუნარიანობა, ადგილობრივი მოსახლეობის თანხმობა და სეზონური ზღვარი. AI-ს შეუძლია ნაკადის გადანაწილება, მაგრამ ადგილობრივი ტურიზმის პოლიტიკამ უნდა განსაზღვროს, სად არის მეტი სტუმარი სასურველი და სად – არა.
ასევე რჩება ინფორმაციის სანდოობის პრობლემა. ბარსელონას კვლევაში 38 გამოგონილი ობიექტი სწორედ იმაზე გვაფრთხილებს, რომ ტურისტისთვის მცდარი რჩევა არა მხოლოდ კომიკური, არამედ უსაფრთხოების და რეპუტაციის რისკიც შეიძლება გახდეს.
BTU-ს მკვლევრების შეფასება
BTU-ს მკვლევრების შეფასებით, AI საქართველოს ტურიზმს თავისთავად ვერ გაამრავალფეროვნებს. ტექნოლოგია მხოლოდ აძლიერებს იმ ცოდნის გარემოს, რომელიც უკვე არსებობს. თუ ციფრულ სივრცეში საქართველო ძირითადად თბილისით, ბათუმითა და რამდენიმე ცნობადი სიმბოლოთი არის აღწერილი, AI-ც ამ კონცენტრაციას გაამეორებს.
თუ კი რეგიონები შექმნიან ხარისხიან, მრავალენოვან, კონკრეტულ და განახლებად ციფრულ ცოდნას, პერსონალიზებულმა AI-მ შეიძლება ისეთი მოთხოვნა დააკავშიროს ისეთ ადგილთან, რომელიც ტრადიციული მასობრივი მარკეტინგით მომხმარებლამდე ვერ აღწევდა.
ამიტომ მომავლის ტურისტული კონკურენცია შეიძლება ნაწილობრივ გადაწყდეს არა მხოლოდ გზებსა და სასტუმროებში, არამედ იმაში, თუ რამდენად კარგად არის ადგილი აღწერილი მანქანისთვის – და რამდენად ზუსტად შეუძლია AI-ს მისი შესაბამის ტურისტთან დაკავშირება.
ძირითადი მიგნებები
- AI ტურისტული არჩევანის სწრაფად მზარდი შუამავალია, მაგრამ მისი ეფექტი შეიძლება იყოს როგორც კონცენტრაცია, ისე პერსონალიზებული გაფანტვა.
- ბარსელონას კვლევაში ChatGPT-მ 215 ადგილის რეკომენდაცია გასცა, Instagram-ის მონაცემებში კი 1,321 განსხვავებული ლოკაცია იყო – რაც დაახლოებით 6.1-ჯერ მეტია.
- AI რეკომენდაციები ხშირად ცნობილ ტურისტულ ჰაბებს ანიჭებს უპირატესობას, განსაკუთრებით მაშინ, როცა მომხმარებლის მოთხოვნა ზოგადია.
- პერსონალიზებული და კონკრეტული მოთხოვნები ქმნის შესაძლებლობას მცირე, თემატური და ნაკლებად ცნობილი მიმართულებების აღმოსაჩენად.
- საქართველოში 2025 წლის საერთაშორისო ვიზიტების 61.9% თბილისსა და აჭარაზე მოდიოდა, ხოლო თბილისი-აჭარა-მცხეთა-მთიანეთი ერთად 73.0%-ს შეადგენდა.
- რეგიონული ტურიზმისთვის ახალი კონკურენტული აქტივი ხდება ხარისხიანი, მრავალენოვანი და მანქანურად გასაგები დანიშნულების მონაცემი.
- AI-ის მიერ ტურისტების რეგიონებში გადანაწილებას თან უნდა ახლდეს გამტარუნარიანობის, გარემოს, ინფრასტრუქტურისა და ადგილობრივი საზოგადოების ინტერესების მართვა.
რატომ არის ეს მნიშვნელოვანი საქართველოსთვის
საქართველოს ტურიზმის ეკონომიკური ეფექტი დიდად არის დამოკიდებული იმაზე, სად რჩება ვიზიტორი, რამდენ ღამეს ატარებს, ვისთან ხარჯავს და რამდენ რეგიონს ეხება მისი მოგზაურობა. მოთხოვნის უფრო ფართო გეოგრაფიულმა განაწილებამ შეიძლება შემოსავალი თბილისისა და აჭარის ფარგლებს გარეთაც გაზარდოს და მცირე ბიზნესებისთვის ახალი ბაზარი შექმნას.
AI ამ მიზნისთვის ახალი არხია, მაგრამ მხოლოდ იმ შემთხვევაში, თუ საქართველოს რეგიონები ციფრულად ხილული და რეალურად მზად არიან სტუმრის მისაღებად. ასე რომ, AI-ტურიზმის პოლიტიკა ერთდროულად არის მონაცემის, მცირე ბიზნესის, რეგიონული განვითარების და მდგრადი ტურიზმის საკითხი.
დასკვნა
TikTok-ის ეპოქამ აჩვენა, რამდენად სწრაფად შეუძლია ალგორითმს ერთი ადგილი მასობრივი ყურადღების ცენტრად აქციოს. AI-ის ეპოქამ შეიძლება სხვა მოდელი შექმნას: არა ერთი ვირუსული ადგილი ყველასთვის, არამედ სხვადასხვა ადგილი სხვადასხვა ადამიანისთვის.
თუმცა ეს შედეგი ავტომატურად არ დადგება. ყველაზე მარტივ მოთხოვნაზე AI ისევ ყველაზე ცნობილ პასუხს გასცემს. რეგიონების აღმოჩენა მაშინ გაიზრდება, როცა ტექნოლოგიას ექნება საკმარისი ინფორმაცია, მომხმარებელი საკმარისად კონკრეტული იქნება და ტურისტული პოლიტიკა პერსონალიზაციას მიზანმიმართულად გამოიყენებს.
საქართველოსთვის მთავარი შესაძლებლობა სწორედ აქ არის: AI-ს შეუძლია ქვეყანას არა მხოლოდ მეტი ტურისტი მოუყვანოს, არამედ არსებული სტუმარი უფრო ფართო რუკაზე გაატაროს. ამისთვის კი ჯერ თავად საქართველომ უნდა შექმნას ისეთი ციფრული რუკა, რომელსაც AI სწორად წაიკითხავს.
მონაცემები და ძირითადი წყაროები
- The Economist – “Can AI save tourists from the TikTok herd?”, August 2026 – მომხმარებლის მიერ მოწოდებული საწყისი მასალა.
- Daniel Paül i Agustí – The Concentrated City: Effects of AI-Generated Travel Advice on the Spatial Distribution of Tourists, Urban Science, 2025.
- Inês Carvalho & Dimitrios Buhalis et al. – ChatGPT and the Tourist Trail: Pathway to Overtourism or Sustainable Travel?, Current Issues in Tourism, 2025.
- McKinsey & Company / Skift – Remapping Travel with Agentic AI, 2025–2026.
- OECD – Tourism Trends and Policies 2026.
- საქართველოს სტატისტიკის ეროვნული სამსახური – Inbound Tourism Statistics, 2025; I Quarter 2026; II Quarter 2026.
- BTU-ს კვლევითი მასალები – საქართველოს ტურიზმის ბაზრების, რეგიონული განაწილებისა და AI-ით შუამავლებული მომხმარებლის არჩევანის ანალიზი.
მომზადებულია BTU-ის აკადემიური გუნდისა და BTUAI მკვლევართა გუნდის მიერ, თბილისი, საქართველო.