旅游业AI：是泡沫爆裂？还是干掉旅行社？太欣新材料科技

　　近几年，AI火到街头巷尾的人们都在谈论，众多企业也紧跟趋势投资研发AI大模型，然而，今年3月，全球科技公司英伟达股价突然暴跌，AI泡沫论开始引发热议。

　　高盛全球宏观研究部的高级策略师在《Top of Mind》报告中，提出了一个很关键的问题：在AI上的投入是否过多，而收益却太少？

　　实际上，AI将怎么样变革旅游业？怎么样去解决问题？是否得到了有效的落地？

　　9月25日，在2024 环球旅讯峰会主论坛上，上海东航数字科技有限公司前沿技术应用研究部副总经理 程炜杰、新绎控股集团嗯噢哇网络科技旅游港数智化总经理 郭继菁、丽呈集团CTO 陈力与主持嘉宾米森实验室发起人 朱明生，在圆桌座谈环节“AI解决了旅游业的哪些燃眉之急？”，就上述问题进行了深入探讨。

　　朱明生：人工智能发展到目前，从酒旅行业的实际应用情况来看，大家觉得有没有泡沫？

　　AI（Artificial Intelligence，人工智能）属于计算机科学领域的一部分，我们日常所说的AI，只是冰山一角。现在新闻中提及较多的是，生成式人工智能（Generative AI）。

　　太欣新材料科技

　　谷歌搜索引擎源自AI，我们日常使用的文本转语音、语音转文本功能也属于AI。

　　目前可能存在泡沫的是生成式AI，它能否完全改变行业、能否替代众多员工或者使工作更加高效，这是大家需要探讨的问题。

　　最近生成式AI太热门了，当火热到一定程度时，往往会伴随一些泡沫，这可能更多源于大家对它所能完成之事的预期过高。

　　暂且抛开算力、模型、算法等大问题不谈，每个行业或企业在落地AI应用时，都会面临一个现实问题，即数据问题。

　　企业是否有数据？数据从何处来？若有数据，如何采集？采集到的数据是否真实、准确、无误？这些都会影响AI应用最终的落地效果。

　　AI能够帮助我们完成许多以前做不到的事情，现在很多人将AI应用视为万能的“银弹”，认为可以解决许多以前无法解决的事情， 但它仍然依赖于数据和输入，才能真正在工作和生活中给我们提供帮助。

　　所以有句话说“人工智能就是，有多少人工，就有多少智能”，这实际上也反映了当前AI技术在商业成本和使用成本上都比较高。

　　对于同一技术，比如图像或大语言模型，我们会发现市面上有很多企业推出类似的应用或技术，并在整个行业内铺开，这就导致了泡沫的产生，背后可能也有很多资本的因素。

　　这两年，我也逐渐发现，整个AI的应用落地虽然没有以前呼声那么高，但已经在许多实际场景中，经过验证有价值的AI开始应用落地。

　　朱明生：有人觉得AI可以帮助人们从机械重复的低价值工作中解放出来，也有观点认为，人工智能更应该为人们提供个性化的定制化的服务，而不只是搬砖，但这又是否将挑战、甚至侵占人类的创造性工作？这两者的关系是否矛盾冲突？

　　如果能提升人的工作效率，为公司创造利润，那么我们所找到的解决方案就是好的。

　　至于AI是替代人的工作效率，还是帮助客服、为人提供更个性化的产品解决方案，这两种情况都是好的，只要能帮助我们实现有价值的问题解决方案就好。

　　我认为在任何一个科技发生变革的时代，有些人会不幸地被新工具替代工作。然而，人是有智慧的，当某些人在某个行业被替代时，并不意味着他们不再工作，而只是换了一个岗位。

　　如今互联网时代，有了物流和电商，创造了许多新岗位。比如说，以前的小卖部可能减少了，但并不意味着从事小卖部工作的人不再工作，他们只是换了工作而已。

　　所以，我认为AI会改变大家的工作，但人的工作依然会存在，因为人是聪明的。

　　对于企业本身的应用来说，企业应根据自身需求进行落地，因为每个企业的情况各不相同。

　　比如设计创作类工作的企业，没有基础岗位和基础重复工作需要AI去帮助，他们可能优先考虑如何通过AI生成一些基础素材和画面，以便设计师在此基础上进行二次创作和迭代，从而提高生产效率。

　　对于以客服为主的企业，他们可能会落地一些客服相关的场景和应用，以帮助提升企业自身的效率。

　　从企业角度来说，企业大多以逐利为目的，更多地是从自身业务场景出发，结合自身合适的能力选择合适的发展路径。

　　AI是用于替换基础劳动力，还是进行更高层次的深度探索，实际上取决于应用于何种类型的企业。

　　若为生产制造型企业，必然要解决大量劳动力问题；若为研究性公司或研究院，则需解决创新问题太欣新材料科技。

　　对于AI本身而言，它能解决什么问题取决于当前AI发展的技术水平，必然是从所谓的低质向中质再向高质的过程发展，在某一阶段可能无法解决更高层面的问题。

　　如果AI能够解决实际劳动力问题并带来最大收益，那么在中国这样的制造型企业中，这类需求必然大量存在。

　　而对于一些创新性或科研性的企业等，随着AIGC等新技术的出现，我认为会有越来越多的企业借助AI的能力去开展更高阶的工作。

　　如果大家用过携程系统，有打过电话的话，就会发现携程客服已经将AI作为一种非常普遍的工具。

　　在丽呈，我们也使用AI帮助酒店识别点评的优劣。当有人打电话投诉时，通过语音转文字功能，可以得知对话内容，比如投诉是因为房间脏还是缺少一瓶水等，这些信息能让酒店更早地发现可能存在的投诉点，提升好评率。

　　我觉得人们往往会把AI想得过于强大或不切实际。好像AI能变成人，当你走进房间，房间似乎就能懂你在做什么，甚至在你还没想到的时候就预测并做好下一步。

　　我认为这样的酒店是非常恐怖的，特别是对于我来说，个人隐私是我最为关注的。所以，我不希望酒店房间在我没想到的时候就为我做好下一步，这是一个相当恐怖的使用场景。

　　我认为更多企业仍处于逐步探索应用的过程中，现在评判好坏可能为时尚早，可能还需要进一步观察。

　　实际上，不只是AI，每个新技术引入产业中都会有一个摸索和创新的过程。就像我们以前在度假村做室内导航，在景区做物联网、智慧大屏，以及后面在酒店开展智能家居和自助服务等。

　　太欣新材料科技

　　但这些东西都是在某个场景下，通过数字化手段解决或满足了某一类客人的需求。我认为从AI应用的好坏来讲，更多的是看它能否满足这一类需求。

　　回到我们自己的旅游场景，我们会发现一些位于高原的景区，游客前往高原往往会有一些顾虑，他们会担心是否有高原反应等问题，特别是网上信息驳杂，很难判断真假。

　　在这种情况下，这里反而可以成为一个AI的应用点，可以通过AI在行前为客人做科普，在行中进行监测，无论是遥感还是分析，通过监测为客人提供实时的健康管理服务，从而让客户能够更合理地感知自己的状态，定制行程，甚至在万一有问题时进行救援。

　　像这种能够解决客户需求的场景，我认为可能都是以后AI可以重点发展的方向，也是一个比较好的拓展场景。

　　因为在那个时候，需要识别客户的需求。客户所需要的并非一个热情且完善的回答，而是要切实解决其实际问题，这可能不是一个自动回复能够满足的。

　　以智能客服为例，智能客服应用后解决了一个问题，即对于所有旅客而言，与客服的交互可能被视为一种体验。

　　但是，逐步引入一些新技术后，我们可以将复杂的业务或紧急事件，在没有规范流程的情况下，通过AI技术串联，快速高效地解决旅客所需解决的问题。

　　朱明生：Booking Holdings的CEO Glenn Fogel前阵子在接受媒体采访时做了一个预言，他认为AI的发展，终有一天会让旅行社消失，大家怎么看待这一观点？

　　陈力：我认为旅行社会被灭掉，但并非履行的角色消失，而是相关人员的工作方式会发生改变。

　　如果像ChatGPT这类科技不断发展，旅行社的很多从业人员，将不必依赖以往经验去重新规划路线或设置旅程，而是借助机器进行询问并获得草稿建议。

　　有时，机器所收集的信息比自身经验更丰富。所以，草稿可能来自机器，而相关人员的工作依然存在。

　　这是否还能称为旅行社并不确定，或许会被称为OTA或者一个全新的名词，但我觉得帮助人们规划旅行的这一角色群体仍会存在。

　　郭继菁：我认为传统的旅行业务会走向消亡，即把一批人组织到另一个地方旅游，但是这种消亡是否直接由AI导致，仍待探讨。

　　从当前市场行业来看，个性化的旅游服务需求非常旺盛，有很多定制游、私家小团等，这些也是旅行社目前已经在开展的业务。

　　实际上，旅行社本身的业务处于变革时期。我认为 AI的出现可能会加速这一进程，因为人们可以更轻松地通过ChatGPT等获取相关攻略和预订信息。

　　但旅行社目前还承担着其他业务形式，如地接司导等需要人工服务，以及能够提升情绪价值的业务，我认为这些不会被AI取代，而且他们可以借助AI，把事情做得更好，提高服务质量。

　　随着AI的发展，在地面点对点接触层面，旅行社仍有其必要性，毕竟旅游是体验和服务。

　　对于以后的线上营销和线路规划，借助AI工具，旅行社在线路多样性和合理性方面可能会有很多转型。

　　朱明生：目前生成式AI给大家带来的帮助大吗？是否可以和我们分享一点经验或者看法？

　　训练大模型需要大量资金；有了模型后，进行问题回答和影响力打造也需要大量资金，每一个查询都是非常耗费资金的工作。

　　目前从丽呈的角度来看，很少能获取大量数据，且数据不断变化。从国际角度来看，用于大规模训练的中文信息，实际上比英文信息少很多。

　　郭继菁：从我们的经验来看，生成式AI能够对我们的业务起到一定的促进和帮助作用。

　　但是，我们在工作中应用一些知识库，对其进行私有数据补充，使其能够根据这些私有数据进行相应优化。

　　我们利用知识库与模型的结合，开展智能问答服务太欣新材料科技，帮助回答景区问题，为客人推荐景点、餐厅等；利用大模型的能力识别客户意图，这是我们应用大模型较多的地方。

　　因为前面提到的推荐、回答等，都是大模型通过识别客户意图，自动生成动态回复的。所以，我认为这对我们的业务有所帮助。

　　程炜杰：目前来看，我们认为大模型在 To C 领域作为一种工具类的应用，其发展速度可能会比在 To B 领域来得稍快一些。

　　相信现在大部分人，应该或多或少都能使用一两个这样的大模型APP来处理个人的文案、信息搜索、总结或者撰写报告。

　　对于 To B 领域来说，难点在于挖掘能够借助大模型实现非常高价值的场景以及如何降低大模型的建设成本，所以这一块可能还有待进一步研究。