AI對(duì)在線旅游行業(yè)的改造，正在提速。
今年上半年，各大平臺(tái)爭(zhēng)相推出面向用戶的各類AI旅游助手，刮起了一陣AI旋風(fēng)：
馬蜂窩在2025世界人工智能大會(huì)上帶來(lái)了AI旅游助手APP，計(jì)劃將其打造成目的地“專屬管家”，不久前還上線了個(gè)性化攻略定制產(chǎn)品“AI路書(shū)”；
途牛在4月推出“AI助手小牛”，隨后陸續(xù)更新多項(xiàng)功能；
飛豬則推出“飛豬AI問(wèn)一問(wèn)”，并第一時(shí)間接入DeepSeek-R1大模型；
同程旅行也搭上了DeepSeek這趟快車，在今年3月推出和DeepSeek整合的升級(jí)版旅游專屬大模型“程心AI”；
攜程則在更早前陸續(xù)推出垂直大模型“攜程問(wèn)道”、AI客服助手“TripGenie”；
……
和互聯(lián)網(wǎng)其他細(xì)分領(lǐng)域相比，AI在在線旅游行業(yè)的滲透速度算不上快。尤其是C端應(yīng)用側(cè)，消費(fèi)者需求高度個(gè)性化、涉及的場(chǎng)景及數(shù)據(jù)太多，一直是行業(yè)一大挑戰(zhàn)。
但深度思考、學(xué)習(xí)能力的進(jìn)步，為AI提供了破壁機(jī)會(huì)。攜程創(chuàng)始人梁建章在上半年的一場(chǎng)行業(yè)活動(dòng)上表示，在線旅游AI智能體發(fā)展可能較慢，但整體仍值得期待。同程旅行則在剛發(fā)布的財(cái)報(bào)中強(qiáng)調(diào)持續(xù)加大在AI應(yīng)用領(lǐng)域的投入，讓用戶實(shí)現(xiàn)從“AI推薦”到“AI決策執(zhí)行+預(yù)定執(zhí)行”的閉環(huán)。途牛旗下的途致大模型也在近期正式通過(guò)生成式人工智能服務(wù)備案，未來(lái)將對(duì)AI做更全面的布局。
不可否認(rèn)，AI旅游助手的密集上線給用戶帶來(lái)了嶄新的體驗(yàn)，也能有效提升出行效率和旅游滿意度。但現(xiàn)階段的技術(shù)和體驗(yàn)瓶頸同樣突出：AI訓(xùn)練數(shù)據(jù)更新的滯后、不同環(huán)節(jié)存在數(shù)據(jù)孤島，影響信息準(zhǔn)確性；缺乏場(chǎng)景化定制能力，難以滿足用戶日益突出的個(gè)性化需求……能否妥善解決這些難題，很大程度上決定AI旅游助手的長(zhǎng)期前景。
AI旅游助手橫評(píng)：
基礎(chǔ)功能齊全，
深度思考能力是亮點(diǎn)
橫向?qū)Ρ雀鞔笃脚_(tái)的AI旅游助手，我們發(fā)現(xiàn)它們主要命中了用戶兩大痛點(diǎn)。
首先是「提升效率」：基礎(chǔ)功能齊全，一站式服務(wù)已成標(biāo)配。從出行環(huán)節(jié)的高鐵票/機(jī)票查詢、篩選、預(yù)訂，到目的地酒店、景點(diǎn)門票推薦、預(yù)約一應(yīng)俱全，省去了繁瑣的出行前準(zhǔn)備流程。但在具體操作上，不同平臺(tái)的體驗(yàn)感略有差別，從中也可以窺探平臺(tái)底層技術(shù)、設(shè)計(jì)邏輯的差異。
交通出行方面，向各平臺(tái)的AI助手發(fā)送“明天從廣州到上海的高鐵票”這一簡(jiǎn)單指令，得到的答案有不同精細(xì)程度。同程“程心AI”不僅會(huì)給出高鐵班次推薦選項(xiàng)，還會(huì)給出詳細(xì)的解釋——包括時(shí)長(zhǎng)、余票數(shù)量、中途停靠站點(diǎn)等，幫助用戶了解詳細(xì)信息再做選擇。“飛豬問(wèn)一問(wèn)”的回答也相當(dāng)細(xì)致、直觀，表格呈現(xiàn)形式一目了然，此外還會(huì)提供額外出行貼士，如高鐵站位置偏僻要提早規(guī)劃行程、中轉(zhuǎn)方案要預(yù)留換乘時(shí)間等。
相比之下，攜程問(wèn)道的回復(fù)相對(duì)簡(jiǎn)單，直接給出列車列表讓用戶跳轉(zhuǎn)預(yù)訂，不做分析推薦。途牛“AI助手小牛”的語(yǔ)義理解能力則要打上一個(gè)問(wèn)號(hào)，同樣的模糊指令在其他平臺(tái)均可精準(zhǔn)識(shí)別，但“AI助手小牛”需要輸入更精確的“明天從廣州到上海的高鐵票推薦”才能得到想要的答案。
同程/飛豬出行訂票推薦很詳細(xì)
酒店預(yù)訂的體驗(yàn)也有相似的差異。
輸入指令“預(yù)訂上海的酒店”，同程、飛豬的推薦依然很詳細(xì)，同程“程心AI”有明顯的記憶關(guān)聯(lián)性，承接上一個(gè)有關(guān)高鐵票的查詢指令推薦高鐵站周邊酒店和優(yōu)劣勢(shì)分析，且直接給出預(yù)訂鏈接；飛豬給出的可選方案更多且條理清晰，先根據(jù)酒店地址列出分類項(xiàng)（如靠近熱門景點(diǎn)、CBD等），再推薦具體酒店，且同樣以列表形式清晰呈現(xiàn)。
同程/飛豬酒店推薦結(jié)果
相比而言，攜程給出的選擇是最豐富的，除了考慮地理位置之外，還按照頂級(jí)奢華酒店、高端酒店、特色酒店、經(jīng)濟(jì)型酒店等不同價(jià)位給出推薦，并有酒店賣點(diǎn)的詳細(xì)分析。
而馬蜂窩恰好相反，AI助手給出的答案最簡(jiǎn)單、選擇最少、推薦理由也很簡(jiǎn)潔。如果需要更精確或豐富的推薦，需要調(diào)整指令、添加具體的價(jià)格、房型、出行目的等細(xì)致要求。
攜程/馬蜂窩酒店推薦結(jié)果
產(chǎn)品設(shè)計(jì)邏輯向來(lái)是以小見(jiàn)大，從這些最簡(jiǎn)單、最基本功能中，可以看出平臺(tái)底層大模型、數(shù)據(jù)樣本、交易鏈路上的不同優(yōu)勢(shì)。
攜程作為行業(yè)老大，擁有最龐大的用戶群、鏈接最多商家，樣本數(shù)足夠多，給出的選擇自然更豐富。攜程問(wèn)道發(fā)布會(huì)上，攜程副總裁、CMO（首席營(yíng)銷官）孫波提到數(shù)據(jù)樣本的重要性，攜程問(wèn)道幾乎是從500萬(wàn)個(gè)可能匹配的選擇中挑出5萬(wàn)個(gè)可靠的推薦，支撐1次旅游決策。相比之下，以內(nèi)容起家的馬蜂窩在B端資源、交易鏈路上稍顯不足。
要拼數(shù)據(jù)、拼酒店資源，同程、飛豬恐怕也比不過(guò)攜程，但好在平臺(tái)數(shù)據(jù)足夠垂直，DeepSeek加持的深度思考能力也很關(guān)鍵，能讓AI助手盡量拓寬思考維度、照顧用戶實(shí)際需求。飛豬問(wèn)一問(wèn)產(chǎn)品負(fù)責(zé)人就表示，集成DeepSeek和阿里通義千問(wèn)主力模型后，產(chǎn)品訓(xùn)練變得更細(xì)致，加強(qiáng)了對(duì)用戶體驗(yàn)細(xì)節(jié)的理解，得出的推薦結(jié)果才更人性化。
飛豬/同程AI助手主打深度思考能力
其次是「優(yōu)化體驗(yàn)」：簡(jiǎn)單的行程規(guī)劃已經(jīng)難不倒AI，從景點(diǎn)、網(wǎng)紅餐廳打卡攻略，到戶外、特殊場(chǎng)景出行裝備都能給出詳細(xì)建議，努力滿足深層次的出行需求。
在測(cè)試中輸入“北京三日游攻略”指令，各平臺(tái)的AI助手基本都能給出大致的游玩攻略，從出行、酒店、景點(diǎn)到餐飲安排應(yīng)有盡有。不過(guò)在攻略的精細(xì)度、側(cè)重點(diǎn)上，依然可以看到平臺(tái)間的不同特點(diǎn)。
其中，馬蜂窩、同程給出的攻略都相當(dāng)仔細(xì)，只不過(guò)關(guān)注點(diǎn)不完全一樣。前者更注重景點(diǎn)和餐廳打卡體驗(yàn)，精準(zhǔn)到頤和園等景點(diǎn)從哪個(gè)門進(jìn)入更方便、網(wǎng)紅餐廳哪個(gè)位置景觀更好、景山公園哪個(gè)位置更出片，能看出AI訓(xùn)練階段投喂了大量博主打卡攻略。同程“程心AI”的攻略雖然沒(méi)有細(xì)致到具體打卡位置、餐廳就餐時(shí)段，但十分關(guān)注出行的基本保障，比如涉及長(zhǎng)城等戶外行程時(shí)會(huì)提供裝備建議、對(duì)出行線路/難度有詳細(xì)講解。
攜程的攻略依舊維持簡(jiǎn)潔風(fēng)格，且規(guī)劃嚴(yán)謹(jǐn)，給出精確的地圖路線規(guī)劃，AI對(duì)話頁(yè)面就能直接跳轉(zhuǎn)門票預(yù)訂，操作簡(jiǎn)單。飛豬則勝在完整，考慮到出發(fā)日交通、落地午餐這些前期行程安排。
馬蜂窩/同程/攜程/飛豬行程規(guī)劃
如果說(shuō)航班查詢、訂票這些基礎(chǔ)功能，是解決出行規(guī)劃的效率問(wèn)題，體現(xiàn)AI的工具屬性，讓AI助手變得“有用”。那么完整的行程規(guī)劃能力，就是讓AI更接近于“助手”本質(zhì)，從被動(dòng)接收-執(zhí)行指令，到主動(dòng)向用戶提供引導(dǎo)、提高旅游滿意度，讓AI助手更“好用”。
從“能用”到“好用”的升級(jí)，背后也體現(xiàn)了AI助手深度思考、人機(jī)交互等核心能力的完善。由此不難推斷，AI旅游助手在年內(nèi)快速迭代、更新，和DeepSeek崛起帶來(lái)的底層技術(shù)變革有很大關(guān)系，為平臺(tái)創(chuàng)造了低成本部署、快速訓(xùn)練的條件。
數(shù)據(jù)孤島疊加場(chǎng)景局限，
AI旅游助手如何更進(jìn)一步？
然而，正如文章開(kāi)頭所言，AI旅游助手的推廣落地不算快，當(dāng)中涉及到一些旅游行業(yè)特有難題。
一方面，旅游攻略的低容錯(cuò)率和AI信息準(zhǔn)確度的缺陷是一對(duì)天然矛盾。
受天氣、政策等客觀因素影響，航班、景點(diǎn)門票等信息向來(lái)變動(dòng)快、不確定性強(qiáng)，AI的數(shù)據(jù)庫(kù)做不到實(shí)時(shí)更新，就容易出現(xiàn)推薦失真甚至事實(shí)性錯(cuò)誤，嚴(yán)重影響用戶體驗(yàn)。翻看各大社交平臺(tái)的討論帖就能發(fā)現(xiàn)，不少用戶對(duì)AI旅游攻略的信息準(zhǔn)確性感到不滿，小到推薦已關(guān)閉的餐廳、公交線路錯(cuò)誤，大到“篡改”當(dāng)?shù)亓?xí)俗禁忌、“捏造”景區(qū)景點(diǎn)，輕則敗興重則無(wú)故增添出行風(fēng)險(xiǎn)。
相似的問(wèn)題屢次出現(xiàn)，明顯挫傷了用戶信心。《消費(fèi)者報(bào)道》的一項(xiàng)調(diào)查顯示，AI預(yù)訂、AI比價(jià)和酒店/機(jī)票篩選等功能用戶使用率普遍較低；即便是使用率較高的行程規(guī)劃、景點(diǎn)推薦等功能，用戶也只是用作參考，不會(huì)完全相信AI。
外出旅游，意味著進(jìn)入一個(gè)完全陌生的環(huán)境、脫離熟人網(wǎng)絡(luò)，這種情境下人們會(huì)更厭惡不確定性、害怕出錯(cuò)，這是天性使然。AI旅游助手的難點(diǎn)在于，要提高信息準(zhǔn)確度光靠平臺(tái)還不夠：航司、公交公司、酒店、景區(qū)運(yùn)營(yíng)方都是重要數(shù)據(jù)源，但彼此之間數(shù)據(jù)并不連通。尤其是部分下沉城市、中小型景區(qū)、非連鎖型酒店數(shù)字化程度本就有限、樣本缺失，加劇數(shù)據(jù)孤島現(xiàn)象。
用戶對(duì)AI的吐槽
圖源：小紅書(shū)
另一方面，場(chǎng)景化、定制化能力也是AI旅游助手一大弱點(diǎn)。
現(xiàn)階段各大平臺(tái)AI助手制定的攻略撞臉嚴(yán)重，行程模式化，對(duì)小眾需求（帶寵旅行、老年慢游、文化深度研學(xué)等）適配差，要么需要多次調(diào)整指令、輸入盡可能詳細(xì)的關(guān)鍵詞；要么受困于數(shù)據(jù)多樣性不足，始終難以給出貼近需求的規(guī)劃。
數(shù)據(jù)、用戶高度垂直是旅游平臺(tái)的優(yōu)勢(shì)，其AI助手采用的訓(xùn)練數(shù)據(jù)源比通用大模型更有針對(duì)性。但垂直也是一把雙刃劍，用來(lái)訓(xùn)練AI的數(shù)據(jù)樣本，很大一部分來(lái)自平臺(tái)上的博主攻略、用戶評(píng)價(jià)，當(dāng)中許多內(nèi)容本就是套模板生產(chǎn)的。博主們?yōu)榱颂岣咂毓饴首裱脚_(tái)算法推薦規(guī)則批量生產(chǎn)貼文、推薦的餐廳/景點(diǎn)千篇一律，在此數(shù)據(jù)基礎(chǔ)上訓(xùn)練出來(lái)的AI也很難擺脫場(chǎng)景局限。
然而，年輕一代用戶的旅游習(xí)慣正在變化。千人千面的個(gè)性化規(guī)劃逐漸成為主流，AI助手也需要適應(yīng)變化，才能跟上潮流。
問(wèn)題擺在這，接下來(lái)怎么辦？平臺(tái)給出了兩條主線。
一是發(fā)揮所長(zhǎng)，找準(zhǔn)自己在數(shù)據(jù)、算力、生態(tài)、底層架構(gòu)上的差異化技術(shù)優(yōu)勢(shì)，盡力彌補(bǔ)信息準(zhǔn)確性不足的缺陷。
比如攜程發(fā)揮業(yè)內(nèi)領(lǐng)先的酒旅、景區(qū)合作資源和雄厚的資金、技術(shù)優(yōu)勢(shì)，走生態(tài)融合路線，正努力構(gòu)建覆蓋B-C兩端，從底層大模型到前端應(yīng)用的AI生態(tài)網(wǎng)，以B端建設(shè)反哺C端體驗(yàn)。一邊借助平臺(tái)AI能力幫助B端商家完成數(shù)字化升級(jí)，提供AI客服、AI內(nèi)容生產(chǎn)、AI商品信息錄入等全套AI服務(wù)，一邊借機(jī)會(huì)打通數(shù)據(jù)孤島、豐富數(shù)據(jù)樣本。
飛豬、同程、途牛的資源、數(shù)據(jù)樣本比不過(guò)攜程，但采取了更靈活的方式——多智能體驅(qū)動(dòng)。
途牛AI助手采取端到端設(shè)計(jì)，將不同功能對(duì)接到機(jī)票小助手、酒店小助手、火車票小助手等子應(yīng)用AI Agent，相互獨(dú)立又互相協(xié)作，在盡可能保證運(yùn)算效率的前提下通過(guò)子AI Agent加快數(shù)據(jù)更新-集成，以抹平時(shí)間差、提高準(zhǔn)確度；飛豬問(wèn)一問(wèn)也采取了類似的多智能體共同驅(qū)動(dòng)模式，內(nèi)置行程助手、路線定制師、智慧交通顧問(wèn)、酒店顧問(wèn)等專業(yè)助手，以求更準(zhǔn)確拆解指令。
途牛/飛豬多智能體驅(qū)動(dòng)模式
二是面對(duì)場(chǎng)景限制時(shí)換個(gè)思路：借力AI但不迷信AI，不追求極致效率，引導(dǎo)用戶和AI助手進(jìn)行多輪次交流、獲取更準(zhǔn)確的用戶喜好。
馬蜂窩最新推出的AI路書(shū)是一個(gè)值得參考的方向，AI路書(shū)所制定的攻略不追求大而全、不完全遵循網(wǎng)紅路線，制定行程前用戶需要輸入諸如喜歡熱鬧還是獨(dú)處、更愛(ài)體驗(yàn)自然風(fēng)光還是人文風(fēng)俗、希望和當(dāng)?shù)厝艘院畏N形式互動(dòng)等細(xì)致要求，當(dāng)目的地涉及高原地區(qū)時(shí)還會(huì)詢問(wèn)高反適應(yīng)能力，最終才生成一本貼合個(gè)人訴求的完整路書(shū)。
當(dāng)然，這一模式的缺點(diǎn)是響應(yīng)慢——從輸入指令到生成路書(shū)需要耗費(fèi)20-30分鐘不等；且目前仍處于測(cè)試階段，需要邀請(qǐng)碼、用戶使用次數(shù)有限，體驗(yàn)樣本有限，等到大規(guī)模推廣后會(huì)不會(huì)走上行程同質(zhì)化的老路尚未可知。
但這背后的產(chǎn)品設(shè)計(jì)邏輯是值得肯定的：讓主導(dǎo)權(quán)回歸人本身，一切從用戶的個(gè)性化訴求出發(fā)，而不是被AI牽著鼻子走——提供有溫度的科技體驗(yàn)，才是AI旅游助手最大價(jià)值。
馬蜂窩AI路書(shū)制定流程
整體而言，AI旅游助手的發(fā)展還處在早期階段，功能設(shè)計(jì)上、平臺(tái)的配套部署上都需要繼續(xù)查漏補(bǔ)缺。
但不可否認(rèn)，AI的滲透確實(shí)某程度上改寫(xiě)了游戲規(guī)則，未來(lái)如能從單純的技術(shù)導(dǎo)向轉(zhuǎn)向成熟底層技術(shù)+用戶場(chǎng)景融合+人性化關(guān)懷的綜合發(fā)展路線，解決信任（信息準(zhǔn)確度）問(wèn)題、降低使用門檻，便有機(jī)會(huì)構(gòu)建可持續(xù)的內(nèi)容與商業(yè)閉環(huán)。