網絡強國進行時，酒旅企業還得繼續重倉AI

編者按：本文來自微信公眾號 邁點 （ID:meadin），作者：曹沁，微新創想經授權發布。

全球的信息化浪潮推動中國網信事業發展突飛猛進，二十大報告對加快建設網絡強國、數字中國做出部署，國家“十四五”規劃和2035年遠景目標綱要提出，適應數字技術全面融入社會交往和日常生活新趨勢，促進公共服務和社會運行方式創新，構筑全面暢享的數字生活。

作為經濟和社會生活的重要組成部分，酒旅行業也在不斷探索信息化和數字技術的無限可能，7月17日，攜程發布首個旅游行業垂直大模型——攜程問道，據介紹，在大模型的基礎上，“攜程問道”篩選高質量非結構性旅游數據200億，結合攜程現有精確的實時數據，進行了自研垂直模型的訓練，為消費者提供契合的問詢服務。邁點注意到，包括攜程在內的全球各類酒旅企業紛紛重倉AI，推動行業的科技升級。

1、酒旅行業的AI玩法

對于酒旅行業而言，AI應用并不陌生，過去數十年酒旅產業一直在智能化、智慧化之路上不斷求索，但隨著ChatGPT的興起及科學技術的進步，酒旅產業的AI應用也有了新的特點：

首先是應用范圍更加廣泛。過去酒店的AI應用主要聚焦于智能化升級，包括智能設備的應用，智能機器人的使用、自助入住設備的連接等。但當下酒旅企業的AI應用已經分為生成式AI、服務式AI、預測式AI三個類型，第一種是通過自然語言交互產生大量訊息，為消費者提供內容或問詢服務，如攜程推出的攜程問道，用戶只要提出旅游想法，“攜程問道”就會從地域、主題特色等維度，推薦旅游目的地、酒店、景點、行程規劃和實時優惠等選項；第二種是通過對話或點點觸等交互模式為客人提供智慧服務，即酒店智能客控、酒店機器人等；第三種則通過各類數據分析對酒店運營管理做出預測和建議。比如酒店的收益系統，其可以根據酒店的內外部數據，計算酒店產品的售賣價格和策略規則，幫助酒店的收益人員做出決策等。

其次是應用程度不斷加深。隨著AI技術與酒店產品服務和運營的不斷加深融合，應用AI技術的程度也在不斷加深，比如酒店管理系統Opera的數字助手可以讓酒店員工使用移動設備完成一些人任務，包括通過語音或鍵盤輸入辦理入住和客房狀態的更新等；又如酒店賓客關系平臺Easyway推出的Guest Sentiment功能使用人工智能實時檢測客人的情緒，幫助酒店經營者改善客戶服務，增加銷售，并收集客人意見，從而提升酒店服務管理能力。

最后是AI技術更新更加頻繁。中國科學院大學計算機科學與技術專業研究生導師劉俊明曾公開表示當一個領域匯集了大量的產業資源和科研資源，這個領域大概率會迎來一個快速發展期，AI產業便是如此。邁點注意到，隨著大模型驅動的產品表現越來越好，其在各行各業的商業化落地速度就會越來越快，人工智能領域的創新切入點就會越來越多，酒旅行業數字化、智慧化轉型需求旺盛的行業之一，對人工智能的呼聲持續提升。為了能夠在信息化程度不斷加深的互聯網時代脫穎而出，酒旅企業對AI的關注早已不是選擇題，而是發展的必選項。

2、AI應用，問題仍在

不過，AI的迅猛發展同樣催生出一些負面的聲音。梁建章強調，AI具有不可預測性和不可解釋性，短期來看，很多服務類工作無法被AI替代，而從長期來看，AI在創新類工作和情感類工作上也無法替代人類，這一邏輯在酒旅行業尤為明顯。

根據攜程展示的“不同行業的象限圖”，如果將各個行業按照物質需求、精神需求、容易自動化以及難以自動化進行分類，汽車、家電、服裝等行業屬于物質需求的產物，同時很容易自動化生產，房地產行業同樣屬于物質需求的產物，卻很難自動化生產落地，而旅游、教育等則屬于既是滿足人們的精神需求，同時難以自動化的行業，這也意味著完全依托AI應用很難完全掌握并滿足用戶需求。

華盛頓大學語言學教授Emily M. Bender在Motherboard在一次采訪中表示：“大型語言模型是用于根據其訓練數據和輸入提示生成合理的文本的程序，它們沒有移情能力，也沒有對它們產生的語言或所處情境的任何理解，它們產生的文本有時候只是聽起來很合理。”

另外值得關注的則是AI應用中暴露的隱私和安全隱患。AI技術的產生依托于數字經濟和算法技術的發展，不可避免地會涉及大量個人隱私數據的手機、處理和使用。對于酒旅行業來說，其借助AI便捷的信息采集技術，對消費者的住宿行為跟蹤和分析，將人們的行為方式、性格傾向、興趣愛好等進行信息化和數據化處理，在為消費者提供定制化服務的同時也增加了侵犯個人信息權利和個人隱私的風險。

3、AI未來，行業大模型的深度應用

事實上，隨著ChatGPT的興起，中國各行業的AI應用早已進入深水區——大模型的應用，與“小模型”不同，大模型更像是人類的大腦，其兼具“大規模”和“預訓練”兩種屬性，可以在海量通用數據上進行預先訓練，能大幅提升AI的泛化性、通用性和實用性。

相關數據顯示，今年的短短七個月，國內已有超過80個大模型公開測試，其中大部分是類似ChatGPT的大模型，沒有明顯的行業界限，可以獲取各行各業的海量信息，包括百度的文心一言、360的360智腦、華為的盤古、阿里巴巴的通義千問等。但相關數據顯示，通用大模型的熱潮正在逐漸冷卻，有投資人表示通用大模型的模型層與應用層有著巨大的鴻溝，在沒有明顯聚焦的傾向在，大模型同質化問題很難避免。

邁點注意到，與投入成本更大的通用大模型相比，行業大模型顯然更容易實現，也兼具更廣闊的應用前景。以酒旅行業為例，其作為傳統的民生行業，發展至今已有近百年歷史，行業的發展演變積累了大量的市場變化數據、消費需求變化數據等，同時伴隨著市場波動的頻繁和消費主體的變化，酒旅產業仍然處于瞬息萬變的發展過程中，海量的行業數據需要更加垂直的模型進行訓練和微調，從而形成適合行業發展的大數據。“垂直大模型的機會在于：AIGC遇到了非常大的挑戰——答案并不那么可靠。”梁建章認為，即使規劃節省了半小時，但推薦的酒店或者行程結果可能有5%的幾率是錯的，那是得不償失的。

如此看來，ChatGPT刮起的大模型之風給酒旅行業的AI應用指明了新的方向，而以攜程為代表的酒旅企業或許正在以行業大模型進一步加速行業的技術變革。

本文為專欄作者授權微新創想發表，版權歸原作者所有。文章系作者個人觀點，不代表微新創想立場，轉載請聯系原作者。如有任何疑問，請聯系http://www.i0562.net/。