酒旅行业首迎垂直大模型，AI应用未来已来？

网络强国进行时，酒旅企业还得继续重仓AI

编者按：本文来自微信公众号 迈点 （ID:meadin），作者：曹沁，创业邦经授权发布。

全球的信息化浪潮推动中国网信事业发展突飞猛进，二十大报告对加快建设网络强国、数字中国做出部署，国家“十四五”规划和2035年远景目标纲要提出，适应数字技术全面融入社会交往和日常生活新趋势，促进公共服务和社会运行方式创新，构筑全面畅享的数字生活。

作为经济和社会生活的重要组成部分，酒旅行业也在不断探索信息化和数字技术的无限可能，7月17日，携程发布首个旅游行业垂直大模型——携程问道，据介绍，在大模型的基础上，“携程问道”筛选高质量非结构性旅游数据200亿，结合携程现有精确的实时数据，进行了自研垂直模型的训练，为消费者提供契合的问询服务。迈点注意到，包括携程在内的全球各类酒旅企业纷纷重仓AI，推动行业的科技升级。

1、酒旅行业的AI玩法

对于酒旅行业而言，AI应用并不陌生，过去数十年酒旅产业一直在智能化、智慧化之路上不断求索，但随着ChatGPT的兴起及科学技术的进步，酒旅产业的AI应用也有了新的特点：

首先是应用范围更加广泛。过去酒店的AI应用主要聚焦于智能化升级，包括智能设备的应用，智能机器人的使用、自助入住设备的连接等。但当下酒旅企业的AI应用已经分为生成式AI、服务式AI、预测式AI三个类型，第一种是通过自然语言交互产生大量讯息，为消费者提供内容或问询服务，如携程推出的携程问道，用户只要提出旅游想法，“携程问道”就会从地域、主题特色等维度，推荐旅游目的地、酒店、景点、行程规划和实时优惠等选项；第二种是通过对话或点点触等交互模式为客人提供智慧服务，即酒店智能客控、酒店机器人等；第三种则通过各类数据分析对酒店运营管理做出预测和建议。比如酒店的收益系统，其可以根据酒店的内外部数据，计算酒店产品的售卖价格和策略规则，帮助酒店的收益人员做出决策等。

其次是应用程度不断加深。随着AI技术与酒店产品服务和运营的不断加深融合，应用AI技术的程度也在不断加深，比如酒店管理系统Opera的数字助手可以让酒店员工使用移动设备完成一些人任务，包括通过语音或键盘输入办理入住和客房状态的更新等；又如酒店宾客关系平台Easyway推出的Guest Sentiment功能使用人工智能实时检测客人的情绪，帮助酒店经营者改善客户服务，增加销售，并收集客人意见，从而提升酒店服务管理能力。

最后是AI技术更新更加频繁。中国科学院大学计算机科学与技术专业研究生导师刘俊明曾公开表示当一个领域汇集了大量的产业资源和科研资源，这个领域大概率会迎来一个快速发展期，AI产业便是如此。迈点注意到，随着大模型驱动的产品表现越来越好，其在各行各业的商业化落地速度就会越来越快，人工智能领域的创新切入点就会越来越多，酒旅行业数字化、智慧化转型需求旺盛的行业之一，对人工智能的呼声持续提升。为了能够在信息化程度不断加深的互联网时代脱颖而出，酒旅企业对AI的关注早已不是选择题，而是发展的必选项。

2、AI应用，问题仍在

不过，AI的迅猛发展同样催生出一些负面的声音。梁建章强调，AI具有不可预测性和不可解释性，短期来看，很多服务类工作无法被AI替代，而从长期来看，AI在创新类工作和情感类工作上也无法替代人类，这一逻辑在酒旅行业尤为明显。

根据携程展示的“不同行业的象限图”，如果将各个行业按照物质需求、精神需求、容易自动化以及难以自动化进行分类，汽车、家电、服装等行业属于物质需求的产物，同时很容易自动化生产，房地产行业同样属于物质需求的产物，却很难自动化生产落地，而旅游、教育等则属于既是满足人们的精神需求，同时难以自动化的行业，这也意味着完全依托AI应用很难完全掌握并满足用户需求。

华盛顿大学语言学教授Emily M. Bender在Motherboard在一次采访中表示：“大型语言模型是用于根据其训练数据和输入提示生成合理的文本的程序，它们没有移情能力，也没有对它们产生的语言或所处情境的任何理解，它们产生的文本有时候只是听起来很合理。”

另外值得关注的则是AI应用中暴露的隐私和安全隐患。AI技术的产生依托于数字经济和算法技术的发展，不可避免地会涉及大量个人隐私数据的手机、处理和使用。对于酒旅行业来说，其借助AI便捷的信息采集技术，对消费者的住宿行为跟踪和分析，将人们的行为方式、性格倾向、兴趣爱好等进行信息化和数据化处理，在为消费者提供定制化服务的同时也增加了侵犯个人信息权利和个人隐私的风险。

3、AI未来，行业大模型的深度应用

事实上，随着ChatGPT的兴起，中国各行业的AI应用早已进入深水区——大模型的应用，与“小模型”不同，大模型更像是人类的大脑，其兼具“大规模”和“预训练”两种属性，可以在海量通用数据上进行预先训练，能大幅提升AI的泛化性、通用性和实用性。

相关数据显示，今年的短短七个月，国内已有超过80个大模型公开测试，其中大部分是类似ChatGPT的大模型，没有明显的行业界限，可以获取各行各业的海量信息，包括百度的文心一言、360的360智脑、华为的盘古、阿里巴巴的通义千问等。但相关数据显示，通用大模型的热潮正在逐渐冷却，有投资人表示通用大模型的模型层与应用层有着巨大的鸿沟，在没有明显聚焦的倾向在，大模型同质化问题很难避免。

迈点注意到，与投入成本更大的通用大模型相比，行业大模型显然更容易实现，也兼具更广阔的应用前景。以酒旅行业为例，其作为传统的民生行业，发展至今已有近百年历史，行业的发展演变积累了大量的市场变化数据、消费需求变化数据等，同时伴随着市场波动的频繁和消费主体的变化，酒旅产业仍然处于瞬息万变的发展过程中，海量的行业数据需要更加垂直的模型进行训练和微调，从而形成适合行业发展的大数据。“垂直大模型的机会在于：AIGC遇到了非常大的挑战——答案并不那么可靠。”梁建章认为，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。

如此看来，ChatGPT刮起的大模型之风给酒旅行业的AI应用指明了新的方向，而以携程为代表的酒旅企业或许正在以行业大模型进一步加速行业的技术变革。