最近，AI（人工智能）的話題火遍全網。

(資料圖)

3月15日以來，ChatGPT-4、百度文心一言陸續發布。王慧文、李開復、李彥宏等互聯網大佬紛紛宣布跑步進場，包括真格、險峰、峰瑞資本等一線資金，也都表態未來要重注AI創業。

不同于數字貨幣的喧囂、元宇宙的迷幻，這波AI風潮貌似是近年來科技&創投圈“最接地氣”的熱浪，因為已經有實際的應用落地——GPT-4表現出的能力，一夜之間震驚了很多人。

可以預料的是，旅游作為一個傳統的線下服務業，也將再次被推入變革前夜，正如這個行業的邏輯十年前曾被移動互聯網徹底改寫。

大風起于青萍之末，來看一下巨變前夜到底有哪些蛛絲馬跡。

ChatGPT怎樣幫用戶做旅行規劃？

徹底告別“人工智障”時代

2023年2月初，微軟公布New Bing搜索引擎，該版本集成了ChatGPT技術，公布不到 48 小時，申請用戶量已經過百萬。

在美國科技媒體The Verge發布的測試體驗案例中，用戶可以向Bing提問如何幫助自己規劃一個在紐約市3日的旅行，同時確保自己待在紐約時代廣場附近；而新Bing已經可以將選擇的酒店按照一定優先級為用戶規劃出來。

3月21日，筆者通過百度文心一言測試了類似的需求，發現國內這個對標ChatGPT的產品，也具備相應能力。但有趣的是，AI無法推薦北京行程中的酒店，卻在泰國行程中做了推薦。

文心一言對于北京、泰國酒店推薦的回復

顯然，旅游是個AI應用的經典場景，無論GPT-4還是文心一言都已經介入。而更重要的是，AI在這個過程中是怎么運作的，未來可能達到什么程度？

目前，市場上的AI應用主要分為分析型AI和生成式AI。

其中，分析型AI 已經被廣泛使用，比如短視頻推送、人臉識別、搜索分類、語音助手等；生成式AI——也就是ChatGPT這樣的應用，還處于早期階段，可以實現書寫文字段落，生成圖片，和生成代碼等。

ChatGPT的工作原理可以簡單的類比為，機器通過閱讀人類說出前半句話是什么，然后預測人類想要得到的后半句話應該是什么，可以類比為詩詞填空，出題人給出詩詞的前半句，然后讓機器填寫后半句。

為達成這個目標，需要用人類已經存在的語料信息、圖片信息或代碼信息等作為數據集，對模型進行訓練。所以模型的認知邊界將不斷的趨近、但無法超越人類自身的認知邊界（信息來源：華安證券）。

具體需要怎么訓練AI模型？依然是以旅行路線規劃需求為例。

首先，模型的開發人員會使用規模極大的數據集（包含酒店信息、旅行路線請求信息、地圖信息、天氣信息等）去進行模型的預訓練，得到一個通用的預訓練模型。

然后在這個通用模型的基礎上，使用外包的人工標注團隊，開展人工標注，對一些細節進行標注——比如將已經停業的酒店標注出來，最終確保ChatGPT在規劃旅行計劃時，會剔除這些已經停業的酒店（信息來源：華安證券）。

也就是說，只要輸入足夠多的有效數據對AI進行“喂養”，同時輔以一定的人工矯正，這個模型就會越來越智能。

回到文心一言推薦酒店的那個案例，出現了“北京沒推薦、泰國可推薦”的現象，也許只是因為兩地酒店相關的數據，在模型中輸入的程度不一樣。

腦洞一下，如果攜程愿意輸出自己的酒店信息數據去訓練文心一言，或許這類問題將迅速解決。

再來看一個旅游從業者視角的案例。如果用ChatGPT設計一個具體的北京博物館研學營，會得到下面的答案：

主題:北京博物館研學營——探索中國文化遺產

時間：5天

地點：北京市內的多個博物館和文化遺址

人數：20-30名學生

導師：專業的博物館講解員和歷史文化專家

第一天：中國國家博物館

活動包括：

·專業博物館講解員的導覽，介紹中國歷史文化的概況

·學生分組進行展覽的參觀和探索，了解中國歷史的各個時期和文化遺產

·組織學生參加一些博物館活動，如制作文物模型或者參加文物考古游戲等

第二天：故宮博物院

活動包括:

·專業博物館講解員的導覽，了解明清時期的歷史背景和皇宮文化

·學生分組進行展覽的參觀和探索，了解故宮的各個區域和文物

·組織學生參加一些與故宮相關的活動，如嘗試古代宮廷服飾的穿戴或者制作故宮紙雕等

第三天：天壇公園

活動包括：

·導師帶領學生進行參觀，了解天壇的歷史背景和文化遺產

·組織學生進行天壇環線游覽，學生可以自由探索公園內的歷史文化景觀

·在公園內進行繪畫、攝影等活動，將自己的感受和體驗記錄下來

........

乍一看AI給出的建議邏輯清晰，但讓專業業者評判一下，至少會有以下問題：

1.小孩的注意力一般不超過3小時，一天一個博物館的行程，基本到下午就沒精神了。

2. 故宮、天壇、古建、國博這幾個館，中午吃飯很難解決、基本找不到座，坐地上吃家長又很難接受。

很顯然，目前的AI尚不具備“專業經驗”，只是根據網絡上廣泛的信息擁有了初學者的水平，所以設計了一個“很難真正賣出去”的行程；但如果業內人士組一個專家團，不斷去修正模型中不合理的信息點，那么這個AI也必然會越來越智能。

今天我們看到的北京博物館研學營設計，只是一個草稿——它將在AI智能的突飛猛進中，越來越接近專業人士的水平。

趨勢已經非常清晰，接下來的巨變也許只是時間問題。

AI怎樣重構旅游業生產與組織？

“超級個體”將橫空出世

眾多分析機構，首先將ChatGPT式的生成式AI定義為一種可以產生深刻影響的“生產力工具”，尤其是在內容生產（AIGC）方面。這將對旅游業者與公司，具體產生怎樣的影響？我們先做一些淺層的展望。

依然是以研學營設計為例。在設計具體的講解課程時，以往研學機構是依賴專業老師的腦力工作的——這也會出現很多摩擦。

比如一位德高望重的老師學養深厚，但他可能并不愿意在商業化的層面做妥協，而是更注重在課程中自己的思想表達。到底怎么設計課程是最有利于學生的，這里涉及到機構和老師之間的反復溝通。

但如果AI直接能夠設計出質量過硬的課程，那么這層溝通以及相應的成本就不存在了，研學機構會用自己的成果，直接去感受市場的反饋——學生和家長歡不歡迎、市場口碑好不好，機構一己承擔；甚至在后續的課程講解環節，AI也能一并包辦了。

這當然是一種更經濟的模式，AI會成功嵌入企業工作流程輔助生產，實現降本增效。在這種模式中，專業、經驗豐富且充滿創造力的旅游業者，可以利用AI工具化身為“超級個體”，實現“一個人就是一個團隊”的高效狀態。

另外一種更劇烈的影響，是AI數字員工對真人的取代。

天津市旅游協會飯店分會副秘書長谷安迪推測，以酒店為例，AI未來可以處理入住登記、房間清潔、訂單處理等問題；房務的大部分調配工作，AI大多數也都能夠勝任。事實上，這也正是AI商用中一個已經被證實的前景。

根據IDC，2024年45%的重復工作任務，將通過使用數字員工實現自動化或增強。德勤數據顯示，一家收入200億美元、擁有5萬名員工的企業，20%的工作若用RPA自動化操作完成，可為企業每年帶來超3000萬美元利潤。

也就是說，旅游企業內很多基于經驗性的的工作崗位，以及很多為了組織順暢而構建的官僚體系，可能受到巨大沖擊乃至被徹底淘汰——當“超級個體”的時代來臨后，很多新的崗位會涌現，企業的管理也會隨之發生劇烈迭代。

而迭代的節點也只有一個：當AI的成本已經低于人力成本的那個時刻。當然，目前還很難預見這天何時出現，因為當下的AI訓練成本依然非常高。

根據Next Platform對前期訓練（不含微調）的估算，GPT-3 175B的模型的訓練成本在 875萬– 1093.75萬美元之間，對應花費時間在110.5天-27.6天，每1百萬參數的訓練價格是50 美元-62.5美元之間。其中，GPT-3 175 B 如果是基于4-node CS-2 cluster設備配置則成本是 875萬美元，如果是基于16-node CS-2 cluster設備配置則成本是1093.75萬美元（信息來源：華安證券）。

盡管創投圈已經喊出，在AI領域“會出現比移動互聯網大10倍的平臺級機會”，但目前AI 2.0還只是巨頭才配上桌的游戲，大量的資本被投在了基礎設施方面。

以“智能客服”這個細分賽道為例。根據Grand View Research 預測，2030年“可對話AI”的市場空間將達到約413.9億美元，而該領域的核心競爭者包括谷歌、微軟、亞馬遜、IBM、甲骨文、SAP等。

值得注意的是，客服體系在旅游交易中也屬于不可或缺的一個環節，甚至是很多平臺的核心競爭力。

未來已來，但距離大浪打濕腳面還有一些時間。明智的旅游業者與公司，會屏息靜氣為此早做準備。

AI狂襲：在線旅游首當其沖被重構？

“鋼鐵俠”式智能旅行不是夢

進一步猜想，AI將如何影響旅游業內公司的運營？答案也很清晰：作為數字化程度最高的板塊，在線旅游將是被重構的第一梯隊。

在眾多分析師看來，營銷/廣告是必定會被AIGC顛覆的行業——這將深刻影響在線旅游平臺與用戶交互的方式。

東吳證券認為，ChatGPT類技術在語言理解及內容生成方面的優勢，將推動商品推薦及營銷精準度提升，比如根據用戶的需求、歷史行為等，為用戶推薦個性化商品或優化公司選品策略。

也就是說，比以往更為精準的“貨找人”將會實現：甚至不再需要用戶先去刷短視頻、游記等“逛一逛”啟發旅游靈感，平臺就可以直接推薦最符合用戶心意的旅游產品；而且，推薦的廣告內容是AI自動生成的，不限于文字、視頻、圖片以及疊加了VR技術、3D技術等新的呈現方式。

或許，那時的旅游用戶將真正體驗到“你懂我”的種草感覺。

另一方面，“人找貨”的效率也將得到極大提升。比如文章開頭用戶通New Bing搜索引擎制定紐約行程的案例，在這個過程中，AI不再是簡單的提供給用戶一個鏈接列表，而是給用戶一個概括的答案去解決具體問題，并且提供可靠的信息來源。另外，用戶可以按照和人類溝通的方式與AI對話。

如果AI已經足夠智能，且和平臺交易環節也無縫對接，那么會是怎樣的體驗？也許正如電影《鋼鐵俠》中，小唐尼和AI助手賈維斯（J.A.R.V.I.S.）的互動那樣，一個可以“解決所有需求”的旅行智能助手將會橫空出世。

這是天方夜譚嗎？至少現在已經可以看到雛形了。

2023年3月2日，加拿大電商Shopify通過API接入ChatGPT，打造了智能購物助手。東吳證券的分析顯示，通過與該智能助手對話，用戶可快速且精準地找到自己所需的產品，極大提升購物體驗和購物效率。

相較于電商搜索引擎，該智能助手可以理解更豐富/更多維度的用戶需求，且用戶操作更為簡化。

但值得注意的是，以上猜想建立在幾個前提的基礎上。

首先是旅游內容平臺和交易平臺在真正意義上開始“模糊化”——抖音、小紅書與OTA不再涇渭分明，如若不然可能連AI自動生成內容的版權問題、審核問題都難以解決，更遑論沉浸式的“內容和交易同時發生”的智能旅行決策的場景。

其次，要支撐這種程度的AI模型，需要海量旅行數據的“喂養”。

不僅是OTA平臺上沉淀的交易信息、用戶點評信息，也包含內容平臺上沉淀的筆記、攻略、圖片、視頻等信息。這些數據資產的價值，因為AI商用的巨大前景將得到重估，平臺數據作為一個AI時代所必須的生產要素將持續增值。

目前來看，這些數據還零散地分布于各個平臺。比如眾薈發布的一份酒店業在線點評報告顯示，其抓取的數據樣本是來自于15個主流OTA渠道的1157多萬條點評；克勞銳發布的《2023旅游消費內容研究報告》則顯示，主要內容平臺產出的旅游內容已經呈現出各自鮮明的特色。

這意味著，如果在旅行AI模型的訓練中，缺失了任何一個平臺沉淀下來的數據，都可能讓這個模型不夠“智能”——所謂差之毫厘，失之千里。

一個更為遙遠的問題在于，AI訓練還非常貴，所以旅行AI的研發由誰來投入？

在華安證券看來，對于微軟、谷歌這樣的巨頭來說也不輕松，AI業務的前期投入要求公司現階段有龐大的現金牛業務做支持。更現實的方式，也許是巨頭做基建科研，旅游垂直公司直接購買相關服務，或者還會激發更深度的資本聯姻等方式。

無論怎樣，這都可能引發在線旅游業的再次洗牌。

或許多年以后，人們會覺得打開一個智能手機里的App，手動輸入酒店入住城市與日期，在紛繁龐雜的預訂界面中肉眼挑選想要的產品，會是一種茹毛飲血的感覺。

未來將來，我們繼續保持觀察。