Νικόλαος Λυμπιτάκης, Κατασκευή ενός RAG Chatbot για 
Ξενοδοχειακή Υποστήριξη 

 

 
 

 

73 

(DeepSeek), καθιστώντας το ευάλωτο σε πιθανές διακοπές υπηρεσιών ή αλλαγές 

πολιτικής των παρόχων καθώς και αυξημένου κόστους σε περίπτωση scaling. 

•  Χειροκίνητη Ενημέρωση Βάσης Γνώσης: Η προσθήκη νέων πληροφοριών (π.χ. νέα 

FAQs  ή  σημεία  ενδιαφέροντος)  απαιτεί  την  εκτέλεση  scripts  για  την  εκ  νέου 

δημιουργία  των  vector  stores,  αντί  για  μια  αυτοματοποιημένη  διαδικασία 

συγχρονισμού. 

Ευκαιρίες (Opportunities) 

•  Διασύνδεση με Συστήματα Κρατήσεων (Booking Engines): Η εφαρμογή μπορεί να 

εξελιχθεί  από  ένα  πληροφοριακό  σύστημα  σε  ένα  πλήρες  εργαλείο  συναλλαγών 

μέσω της ενσωμάτωσης APIs για την πραγματοποίηση κρατήσεων σε πραγματικό 

χρόνο. 

•  Ενσωμάτωση σε Πλατφόρμες Κοινωνικής Δικτύωσης: Η αρχιτεκτονική επιτρέπει 

την εύκολη μεταφορά του chatbot σε δημοφιλείς πλατφόρμες όπως το WhatsApp, 

το Messenger ή το Viber, αυξάνοντας την προσβασιμότητα για τους πελάτες. 

Απειλές (Threats) 

•  Ασφάλεια και Προστασία Δεδομένων: Η καταγραφή και αποθήκευση συνομιλιών 

χρήζει  προσεκτικής  διαχείρισης  για  τη  συμμόρφωση  με  τον  Γενικό  Κανονισμό 

Προστασίας  Δεδομένων,  καθώς  τυχόν  διαρροή  πληροφοριών  αποτελεί  κρίσιμο 

κίνδυνο. 

•  Ανταγωνισμός: Η ραγδαία εξέλιξη της τεχνητής νοημοσύνης οδηγεί στην εμφάνιση 

πολλών έτοιμων εμπορικών λύσεων, γεγονός που απαιτεί συνεχή αναβάθμιση και 

εξειδίκευση της παρούσας υλοποίησης. 

•  Μεταβολή  Κόστους  API:  Μια  πιθανή  αύξηση  της  τιμολόγησης  των  μοντέλων 

DeepSeek θα μπορούσε να καταστήσει τη λειτουργία του συστήματος ασύμφορη 

για μικρομεσαίες ξενοδοχειακές μονάδες. 

6.2  Μελλοντικές βελτιώσεις και επεκτάσεις 

 

Η  παρούσα  υλοποίηση  αποτελεί  μια  ισχυρή  βάση  για  την  εφαρμογή  της 

αρχιτεκτονικής  RAG  στον  ξενοδοχειακό  κλάδο.  Ωστόσο,  η  ραγδαία  εξέλιξη  των 

γλωσσικών μοντέλων και των τεχνολογιών τεχνητής νοημοσύνης ανοίγει νέους δρόμους