编者按：2024年8月28日，“2024年中国饭店数字化运营专题会”在苏州南园宾馆顺利召开。中国饭店数字化运营专题会由中国旅游饭店业协会与携程共同发起、主办，多年来始终保持旺盛的生命力、前沿的行业视角。当前正值全球经济复苏关键之时，也是以AI为代表的数字化技术蓬勃发展之际，更是中国文旅市场迎来新发展机遇的关键时刻。此次专题会聚焦中国饭店线上运营关键词，以“数字化发展如何助力行业降本增效，激发行业新质生产力”为核心议题，探讨、解决饭店行业数字化发展困境，为行业发展注入智力动能。以下是携程集团AI首席架构师黄轩2024年中国饭店数字化运营专题会上的讲话：

黄轩 携程集团AI首席架构师

很高兴，这是第一次来参加饭店协会的运营会议。先自我介绍一下，我叫黄轩，现在负责携程酒店的用户端板块，同时住宿板块的AI智能的项目都是我这边在负责。

围绕这些议题也在思考在会议上我应该怎么去发言讲这些事情。其实从OpenAI的ChatGPT这个产品出来以后，大家或多或少能感受到，最大的爆点就是因为它把AI普适化了，任何人都能够正常的去使用，用它来获得很多他想要的信息，并帮助我们完成一些任务。但是再进一步如果单纯的只用ChatGPT去完成专业性较高的任务，其并不能给我们太多有用的信息和帮助，比如让他推荐我带着小孩去三亚住什么样的酒店，带着家人去青岛游玩哪些景点等等。

作为一个OTA平台从携程的角度来说，AI是我们未来重点投入的技术领域，但是我们的入手点是什么呢？首先我们有全品类的旅行产品，具备丰富的产品信息和知识，其次我们需要从内容入手，站在出行的角度为用户提供完美的旅程，这就是我们的创始人James给携程赋予的使命。一次完美的出行，一次完美的旅程，不仅仅是要服务好用户的交易过程，而是要从行前的灵感探索、旅行计划制定到平台的预订，再到订后的履约服务、行中的产品内容推荐等等，而我们就是按照这样的用户行为轨迹去打造全链路生产的产品服务用户，所以我们会结合全业态的数据打造最全的领域知识，以此训练最专业的领域模型并构建全场景AI Agent来服务用户、员工和商户。

从技术角度来说，智能化这件事情从四个层面开始展开，最底层是数据，有了大量数据以后可以把信息做好结构化，变成了信息。有了信息以后，怎么产生知识？就是信息与信息之间要建立各种各样的连接。比方我来到了苏州南园宾馆，南园宾馆适合什么样的用户？这样的用户来到南园宾馆以后，更多的可能会去周边的什么地方？以及这样画像的用户住了南园宾馆以后，酒店的服务和平台的客户服务应该怎么服务好客户？都需要有庞大的领域知识来积累。有了这个领域知识以后才能够结合现在的大模型去做更多智能化，专业化的应用。

第二个问题问的很有意思。（面对银发一族和年轻客群对于数智化的接受差异，饭店如何加以平衡，以同时保证服务的便捷和温度？）大家都知道携程在Q2发布了老友会的产品，老友会这个产品如果单纯只看线上的话技术角度来说，实现起来有一定的挑战，因为很多年纪稍微大一点的人，在互联网上面行为积累数据并不多，而且你很难在一次简单的交易预订场景下识别到是银发用户出行的场景，同时银发族的产品预订很多是子女完成的，那我怎么去服务好他们呢？一方面，现在APP上面所有功能在我们看来交互上面都属于被动服务式，就因为它是被动服务式，所以老年人可能接受起来会没有那么容易。什么叫被动服务式呢？就是如果要让我们的APP服务你，必须要有一个输入，你要去点击某个按钮或者去搜索检索某些内容，这样的交互年轻人可能会接受的更快。随着AI的发展，未来的人机交互可能会慢慢的往主动服务式去发展，不管是现在的数字人、语音智能体、服务型机器人，这些载体都会构建在一些AI Agent的技术之上服务用户。随着这些技术的出现会改善银发一族的用户体验，这也是未来人机交互上面一种新的探索方向。

第三个问题是在经济大环境下，饭店技术投入如何转化为其提质增效的手段？这个问题我先听听行业专业说说挑战和困难之后我们再从技术角度看看如何协助更好。但是我能够想到的是，因为有很多酒店是单体酒店，酒店自身拥有的数据只能满足于服务好自己已掌握的这部分人群，但是往往酒店需要做的是增量和挖掘新的需求。这个从携程角度可以重点说一下，我们利用数据和AI在商户赋能上面能给酒店方带来很多帮助，我们可以利用平台的数据去服务好商户，给商户提供经营指导意见，帮助商户知道应该如何获取线上用户的订单转化。

举些例子，比如现在我们在做的智能商服系统，未来酒店在E-Booking系统上会有专属的商服机器人来服务。同时我们还会提供视频的生成的工具，可以结合酒店现在上传图片去做高质量的视频生成，以此来提高商户上传内容素材的便捷程度。同样我们还有很多数据的板块，未来也会进行全面的系统升级，这些都是从携程平台角度能给商户赋能的一些关键点。

从内容角度来说，我们携程也希望商户自己能上传高质量的内容素材，以此来拓宽每个商户自己的画像、标签的界限。平台的目的就是为了更精准的把用户画像和商户画像建立链接，做到流量的精准分发。商户所有上传的真实内容和信息都是为了建立完整的商户画像的必要条件，无论是图文信息、静态设施设备的维护还是简介等等。同时现在我们看到酒店运营也越来越精细化，不仅仅是停留在住宿这个领域下面的信息，一个酒店可能在母亲节的时候有一个临时的活动，在什么时候会有自己的烟火秀，这种时令性的亮点爆点也是我们需要挖掘的，所以我们在Q2还上线了商户亮点项目，可以更便捷的让商户上传特色活动、时令活动等亮点的玩法内容，在用户端也会有独立的坑位展示和流量的分发。所以我们携程还是会站在平台赋能的角度服务商户，协助商户的经营。同时也会和商户一起打造更多的优质内容，以此来满足行业内日新月异的差异化需求。

我大概就先说这么多，第五个问题等到最后再发言。

单纯的基于历史语料和数据训练的大模型是无法在很多专业场景上进行高质量和精准的回复。同样的，像辛总的那个问题，如果要实现一个智能体能回答全中国最好的自助餐酒店这个事情，通用大模型本身没办法做到那么精准的推荐，数据的可靠性和时效性也会存在偏差。如果要实现通常是我怎么做的呢？一般是有专业的团队做好权威的数据并提取数据的特征，当AI Agent意图识别到这类问题的时候能通过实时Function call来检索推荐出相应的数据，并传入大模型来做的总结回复。

基于大语言模型的AI Agent架构的实现是非常复杂且多样的，包括刚刚柴总说到的，为什么字节也出了多智能体协同编排的工具？它把很多基于大语言模型要做AI Agent以及Agent需要用到的工具Function Call都抽象出来，可以通过编排和协同的方式实现一个任务的处理流程，也是为了让大家更好的快速构建自己场景需要的AI Agent。随着AI场景的复杂化，多智能体协同的研究领域也会被更多的应用起来，单一智能体比较难面面俱到处理所有的问题。

AI技术的应用趋势现在是越来越宽泛，从之前做的更多的是产品维度的分发，比如酒店排序，房型排序，搜索推荐等等。当下我们在做内容层的分发，用户预订过程当中，我是要基于他的行为分析出他这一次会话里面的意图是什么？预订的意图是什么？基于他的意图去联动所有酒店的图片，长标签，短标签等一系列的东西，这是我们一直持续在做的场景化项目。

柴总刚刚说到的，也是我们正在尝试探索的方向，现在携程平台在海外酒店，无论是在携程旅行品牌上，还是在海外的Trip.com品牌上都已经有了AI Summary的能力。这个AI Summary也不仅仅只是针对用户的评论，也包含商户提供的很多素材，统一做的亮点的提炼和总结。这能有效的提高用户在选择酒店的决策效率，同时从技术上我们也有能力总结用户反馈不太尽如人意的信息，而这些信息我们也可以在商户侧呈现，帮助酒店商户进行改善。技术再进一步的话，可以做到结合用户的实时行为了解到用户关注的意图，有针对性的对固定场景、业务方向的信息做实时作结。从长远看随着技术的发展，人机交互体验的优化，通过更精准、更高质量的信息内容分发来减少用户决策的费力度是我们要研究探索的方向。