商业范儿
2024-10-23
当前，AI在旅游行业的应用大多为行前规划建议，这也被认为是旅游大模型最佳的应用场景。作为OTA（在线旅行社）行业的老大哥，携程推出的AI大模型携程问道及Trip Genie曾被不少用户所期待，但实际的使用体验如何呢？
一位黑龙江网友：五一让携程问道做了个5.2-5.5号的行程，然后让它推荐机票，结果给我推了个5.3号的机票……
一位辽宁网友：这个AI吧，我问过它沈阳三日游，它：第1天沈阳故宫，第2天张氏帅府，第3天中街。然后我果断放弃了！PS：这三个景点在一个区域。
一位北京网友：AI解决不了问题，但可以解决提问的人，比如你问了上海最好的酒店一系列相关问题后，再去搜携程酒店，会贵！因为虽然没解决你的疑问，但抓住你的需求了啊！
那么，携程问道带给用户的价值到底是“工具”还是“玩具”？同时，在各类旅游AI大模型层出不穷的背景下，携程问道所宣称的领先地位是否还能保持住？
难辨真伪的规划
在各大科技公司竞相研发、应用大模型的趋势下，智慧文旅垂直大模型也成为热潮。既有互联网巨头文心一言、通义千问、讯飞星火等大模型提供的AI翻译、AI导游等能力，也有以同程旅行为代表的OTA推出的“程心”大模型，为游客提供智能行程规划、酒店预订、交通票务预订、景点推荐、旅游问答等服务。
同时，旅游方向的AI应用已有不少博物馆、景区及地区推出了AI伴游、AI翻译、AI预测等产品，为游客提供展览咨询、展品导航、参观线路推荐、语音讲解等服务，不少游客在出行中也已感受到AI的无处不在。
早在AI大模型“携程问道”发布之际，携程集团董事局主席梁建章便公开表示，解决准确率问题将是AI服务性能的关键。“旅游是个重消费，即使规划节省了半小时，但推荐的酒店或者行程结果可能有5%的几率是错的，那是得不偿失的。”
事实上，用户对于AI的期望是能够代替甚至超越传统旅行社的职能，希望在遇到对目标城市了解不多的情况下，AI能给出一些可用且合理的旅行建议，或者在遇到飞机晚点、旅途拥堵等特殊情况下，AI能够起到一定作用，在复杂的行程中提供帮助。
数据与算法是决定AI使用体验的重要因素，但偏偏这两个要素是用户无法感知的。
在不少测评中，AI大模型仍处在人力主导的态势下，甚至还要花额外的时间对AI给出的行程规划进行鉴别。以携程为例，成立于1999年的携程显然是互联网出行领域积累用户数据最多的公司，它的数据准确率或许优于以整个互联网为信息来源、信息污染严重的通用数据模型，但在用户语义理解层面却显著不如。这便导致用户需要花费更多时间来让AI理解自己的真实目的。
我在携程问道做了一个试用：第一个提问是“请帮我制定一个 11月1日-5日的出游计划，目的地是云南”。携程问道给了一个5天的出游计划，旅游景点集中在丽江和香格里拉。
接下来，我又提了一个问题“请根据以上出游安排，帮我推荐各个地方的酒店”。携程问道给出了位于保山、腾冲和丽江的三家酒店。由于对保山完全不了解，我不得不去网上再查一下保山，发现是云南省辖地级市，位于云南省西部，东与大理州、临沧市接壤，北与怒江州、西与德宏州毗邻，西北、正南同缅甸交界，也就是说这家酒店既不在丽江，也不在香格里拉。
我觉得可能有误差，所以又问了一遍同样的问题，但给出的答案跟上次完全一样。
我又让携程问道给我推荐11月1日-5日的机票，提问了三遍，给出了三个答案：第一次只推荐了4日的机票；第二次推荐了1日去、4日返的机票；第三次还是推荐了1日去、4日返的机票。
另据“闻旅”的评测，在用户咨询上海行程的对话中，当用户接下来询问中山公园附近的酒店时，携程问道给出了全国各地具有中山公园所有城市的住宿信息，这就需要用户再一次强调自己的目的地。
此外，一些餐厅的经营情况不准确，也是多位用户普遍反映的问题之一。由于用户无法知悉AI所引用信息的时效性，在根据AI提供的行程进行游玩时，如果已选定用餐的餐厅已经停业，那么用户就不得不花费额外的时间再来进行挑选。在信息时效性方面，用户无法清晰辨别AI的答案与旅游视频、小红书图文攻略哪一个更高。
正是这种来自于AI的“不可解释性”，用户不知道AI给出的行程规划是基于什么维度的数据，当一而再、再而三的出现不能清晰明确地领会用户意图的情况时，用户便会选择更加直截了当的方式，比如“抄作业”——复制其他游客的图文攻略。
当然，用户在使用AI规划行程服务中所遇到的问题也并非携程一家独有，但遗憾之处就在于，用户对于携程AI大模型的期待不仅仅是提供一个不知信息来源的搜索功能，而是作为行业老兵与龙头，携程所能给出的功能与服务应当更加精准、可靠。显然，携程辜负了这份信任。
用户对于AI通用大模型与垂类大模型的期待值是不同的，当垂类大模型给出的答案甚至没有通用大模型精准，那垂类大模型存在的意义在哪里呢？
C端旅游大模型是悖论？
携程在2024年二季报中表示，行程规划维度，携程问道及Trip Genie可为全球游客提供个性化，便捷且高效的行程规划；售后服务维度，AI及大模型应用，极大提升了客诉问题自助解决率，日均节约人工客服近10000小时工作时间，相当于日均解放超1000名客服人员。
解放1000名客服，在降低成本方面显然不是一个小动作，在资本市场也是一个当之无愧的亮点。但作为对携程AI大模型有所期待的用户，更想看到的数据是携程问道及Trip Genie具体在行程规划维度为多少用户提供了可信赖的服务，以及节省了用户多少规划时间与检索成本。
同时，客服工作量的解放进而会带来另一个问题：当用户需要通过人工才能解决问题时，却很难找到真正的人工客服。Gartner发布的调查报告显示：64%的受访客户都不想要AI客服。从关于各大平台客服功能的投诉量来看，用户寻找人工服务的成本大大增加。
一个优秀产品的出现，首要目的是要解决用户的痛点，在竞争与内卷加剧的当下尤甚。
再比如，AI规划行程的初衷是解决用户的个性化需求，但真能解决吗？当用户的提问中明确表示要避开高人流量景区，携程问道所采用的数据恰恰来源于携程生态中的“旅行热点”和口碑榜，推荐的内容也绕不开这些高关注景区，那便无法满足用户的个性化需求。如此一来，就需要AI大模型对用户做出甄别，用户到底是旅行新手还是资深达人？所给出的规划到底是适合新手还是适合达人？内容是否给用户带来一定的参考价值？
以用户个性化需求为延伸，倘若用户想要寻找人流量较少的景点，还是得通过各大社交平台进行自我鉴别，AI大模型的信息与数据均来源于网络，那么通过AI助手寻找人少的景点是不是一个悖论？
如何让用户获得有参考价值的个性化建议，是旅游行业AI大模型应用最困难的挑战之一。为了突破这个挑战，旅游AI大模型需要不断进行改进，比如掌握最新信息、在回答之际公布数据来源以及做好数据与驳杂信息的筛选等。
垂直大模型理所应当要比通用大模型在自身领域更具专业性，所给出的回答更加丰富且更具备参考意义，但如果仅停留在提供搜索功能层面，那当下的旅游行业AI大模型很难称为一个产品，因为无法明确判定它到底解决了用户什么问题。
用户对于旅游AI大模型未来的想象是非常美好的：发出基于自身需求的旅游指令，得到的回复不仅会显示一些必要的信息，还能帮助用户完成机票、酒店、餐厅及景点等的推荐，或进一步完成预订，而不需要用户逐一切换APP、小程序进行操作。
但从携程问道当下的情况来看，这一目标的实现还远得很呐！
