博星配资 OTA们抢着做，旅游能成为真正让大模型落地的应用场景吗？

　　界面新闻记者 | 李如嘉博星配资

　　近日，飞猪发布了多智能体驱动的旅行规划产品“问一问”，集成了通义千问的多个主力模型，可以服务于用户的目的地推荐，机票/酒店预定、规划行程等需求。目前，几乎所有主流在线旅游平台（OTA）都推出了自己的AI助手，但飞猪的“问一问”发布后，还是在小红书等平台引起了关注。由于目前还在内测阶段，平台上不少人都在索要邀请码，在闲鱼上甚至有人卖起了邀请码，价格炒到了40元一个。

　　文旅场景是AI大模型应用的一大试验田，很多大模型公司推出基础模型产品后都会用行程规划做应用示范，专注这个场景的创业公司也不少，但由于落地的复杂性，产品实用性受到考验，迟迟还没有爆品产生。当垂类公司加入战局，旅游会成为真正闭环的AI场景吗？

　　做旅游场景的大模型应用，难在哪？

　　旅行规划是生活中常见的复杂决策之一。做一次旅行规划，需要做大量攻略，查阅各种交通、住宿、酒店信息，有时还会参考各种出行游记、笔记。这些信息融合了文本、图像、结构化数据等，对于大模型来说是非常适合展示其学习和处理复杂信息能力的场景，因此不少通用大模型发布时都会拿旅行规划做示例，也有很多大模型应用公司瞄准了该场景做应用。

　　但实际上，旅游领域大模型应用的进展却远远不如预期，至今没有能够真正走进用户生活的产品出现。

　　“做技术，特别做AI创业的东西，一般不太会愿意去碰容错率非常低的产品。恰恰旅游就是容错率非常低的场景。例如博星配资，万一交通和酒店的信息不准确，用户抵达之后，不仅损失了钱，还损失了时间。”飞猪技术负责人倪生华告诉界面新闻。

　　旅游规划类AI产品，最大的难点在决策和数据两方面。旅行规划包含一组复杂的决策链路，涉及到用户的食住行，包括不限于预算、交通、接驳、住宿、餐饮、游乐、行程舒适度、个人偏好、签证政策、退改规则、天气等几十种决策因子的相互博弈。这些因子中有的还是实时变化的，最典型的就是机票，需要实时连接到上游供给侧。

　　在数据上，旅行数据具有“专有性”。倪生华透露，以攻略为例，看似是海量的数据，但真正有价值的并不多。公网上的攻略数据需要进行清洗和校验，实际可用率只有不到0.7%，其余大量是重复信息，只是整体描述上有差异。

　　但如果想让旅行规划更加真实可用，大到航班取消和延误，小到景区开闭园时间调整，都要纳入考虑。这些信息是无法从公共网络上获取的，比如机票库存、航班变更，需要通过GDS（全球分销系统）来付费获取，一些景区的节令特点、适合游览的时间和风险场景等则需要和景区的长期生态合作以及经验来判断。

　　对于通用模型来说，决策过于复杂多变，实时数据无法获取，训练数据又有所滞后导致泛化能力下降，无法适应这个快速变化需要实时决策的场景。在面对相关问题的时候，模型出现幻觉、准确率低的情况概率会更高。但这个场景的用户恰恰对出错的容忍度非常低，因此如果仅通过简单API接口或者工作流接入然后打造单个Agent（智能体）来处理相对确定的需求，在实际环境中处理复杂、多变的旅行需求，这种方法很可能行不通。

　　因此，可以看到许多大模型公司的旅行规划仍停留在按照公开信息生成一个大致攻略的阶段，实用性并不高。用户仍然需要去具体核对每一项信息的准确性，然后辗转去各个平台进行比价和预订。这些产品对用户的个性化需求，比如带老人出行、带孩子出行也很难很好地满足。相比于其他领域，AI在旅行场景的落地实际上远比想象中难度高得多。

　　在线旅游平台做AI博星配资，有优势也有必要

　　虽然AI在旅行场景的落地难度很高，但对于在线旅游平台来说，也成为了难得的机遇。

　　除了飞猪推出相对完整的产品之外，几乎所有主流在线旅游平台也都宣布在做大模型旅游垂类应用。携程在2023年大模型热潮中就上线了“携程问道”，并在国际版Trip.com上推出AI行程助手TripGenie，此后就没有再进行大的版本迭代，现阶段仅提供文本建议，暂无预订跳转链接。今年年初DeepSeek出圈后，马蜂窝、同程、途牛纷纷跟进，接入DeepSeek做从图文攻略到产品预订全流程覆盖的旅行助手产品。

　　对于在线旅游平台来说，优势是显而易见的。例如在数据上，倪生华认为，比起公网数据，在线旅游平台拥有的，经过业务高度的抽象、结构化有真实可信度的数据，会成为真正的壁垒，航班、酒店、景区等这些通用大模型难以获取的专有信息，在线旅游平台都有丰富的储备。

　　例如在“问一问”研发时，飞猪就规划制定这一个子功能，调研了大量旅行社、旅游定制师等，把他们的工作流、知识、经验，加上平台的供应链数据、服务评价数据等结合，构建了一套相对完善的旅行数据集。这些数据保证了攻略的真实有效和可操作，也构成了产品的壁垒。

　　开发AI旅行助手给在线旅游平台能带来的好处也很直观。通常访问在线旅游平台的用户已经有了具体的出行需求。一个有效的规划助手能够帮助用户节省规划时间，还可以完成从攻略到预订的闭环。比起跳转多个平台搜寻灵感，还要反复比价，分别预订机票、酒店、门票等，如果在行程助手的帮助下，用户能在一个平台上完成行程计划制定和所有预订，对平台业务和用户留存无疑是实打实的帮助。

　　从大的旅行趋势来看，目前，消费者对于旅游的需求更加偏向个性化，不满足于传统的模板化线路，越来越追求定制和小众。更多商户和平台也在推广旅游定制的服务，但一个真正了解当地旅游的定制师实际上成本非常高。

　　通常来讲，一个旅游定制师平均一天只能服务5-10个用户。如果“问一问”这样的AI产品能够将定制师的知识和思考逻辑复制下来，就能从一天服务5个人，做到一天服务500个、5000个人，大规模地提升他服务消费者的能力。

　　对于商户来说，消费者越来越多的个性化需求也带来了货架组织的难题。商户没有能力根据消费者的不同需求上100款产品，很多非标品也很难靠一个货架和详情页去描述。AI可以将消费者的个性化需求和旅游从业者的个性化服务能力匹配起来，成为两方的桥梁。

　　这么多平台争着做AI也和“生存焦虑”有一定关系。有在线旅游平台从业者对界面新闻直言，“赶上AI时代的快车才有希望，不然现在都是头部一两家平台独大，小平台很难有生存空间。”年前，这家平台为了在AI上进度不落后，选择暂缓其他工作安排，调动人手去集中支持AI项目。

　　总的来说，在线旅游平台做AI旅行助手，既有优势，又有不小的好处，对一些小平台来说还具备“求生存”的必要性。但受限于在线旅游企业本身的AI研发能力以及产品力，这些旅行助手产品目前还没有做到非常完善。对比来看，飞猪“问一问”是其中较为成熟的产品，集成了市面上AI行程助手的主流产品功能。

　　打开“问一问”，用户可以看到“发现目的地”、“找便宜机票”、“找特色酒店”、“规划行程”四个基础板块。和其他旅游类AI助手最大不同点在于，“问一问”以多智能体驱动，并在用户界面上呈现出多个AI助手服务一个用户的体验，包含行程助手、路线定制师、智慧交通顾问、酒店顾问、攻略达人、本地人导游、预算管理师、服务保障专员等多个专业助手。

　　以最复杂的行程规划任务来说，在了解到用户需求之后，行程助手会唤起相应的智能体，分头调用数据寻找实时机票、酒店、景区信息和报价，预算管理师则负责汇总并核算了相关费用，交由“行程助手”输出方案，包含往返机票、入住酒店、每日游玩景点及特色餐饮的建议，匹配对应的机酒商品方便用户收藏和预订，并给出注意事项。“问一问”还可以将行程规划转化为可编辑、可导航的手绘地图，以及基于LBS（基于位置的服务）和高德等工具，在出行中也能够推荐附近的咖啡馆以及可买的伴手礼等。

　　在过程中，为了提高用户的可信度，“问一问”展示了工作时的思考链。用户可以看到多个专家分头在调用实时的机票报价、酒店报价、路线库等等，协作完成任务，也会客观评价各个交通、酒店和路线的优劣。