AI大模型“卷”到了旅游业?

简介: 沉寂许久的旅游行业再度活跃起来,迎来了新的增长。

现如今,沉寂许久的旅游行业再度活跃起来,迎来了新的增长。无论是出圈的淄博烧烤,还是火热的大学生“特种兵式旅游”,无一不在印证着人们的出游热情。以此前的端午假期为例,据文化和旅游部数据中心综合测算,2023年端午假期全国国内旅游出游1.06亿人次,同比增长32.3%,按可比口径恢复至2019年同期的112.8%;实现国内旅游收入373.10亿元,同比增长44.5%,按可比口径恢复至2019年同期的94.9%。

随着旅游行业逐步进入复苏阶段,在线旅游平台也迎来“春天”,实现了业绩的大幅度增长。以携程为例,财报显示,2023年第一季度,携程集团净营业收入为92亿元,同比增长124%。而不断增加的节假日出游人数和在线旅游平台业绩的好转,都体现了旅游行业的火热程度。

最近,旅游行业又发生了大事情,在线旅游头部玩家——携程,发布了首个旅游行业垂直大模型。而随着携程入局AI大模型领域,旅游行业或将掀起新风云。

携程入场为哪般

自2023年开年以来,AI大模型就很火。即便是现在,AI大模型这股风依旧没有停下来,仍有玩家在陆续入局。在AI大模型赛场,也早已有百度、阿里、腾讯、华为、商汤、科大讯飞等各路巨头企业站上跑道。如今,携程也入局了AI大模型领域,并发布了首个旅游行业垂直大模型“携程问道”。而在携程布局AI大模型领域背后,也并非毫无原因。

一来,AI技术的应用日渐普遍,携程发力AI大模型与当下发展方向相契合。现如今,利用科技提质增效已经成为了各行各业的共识,越来越多的企业都在朝着数字化、智能化方向转型。与此同时,随着AI技术的持续升级,AI技术的应用也逐渐加快,人工智能浪潮愈发汹涌。如今,AI大模型势头正旺,甚至可以说是席卷全球,携程发力AI大模型不仅顺应了当下的发展趋势,也能够提升竞争力,让自身走在行业前列。

二来,携程能够通过AI大模型,实现持续优化用户体验。AI技术迅速发展的重要原因之一,就是能够帮助企业实现降本增效。而旅游又是一个充满不确定因素的过程,消费者会在出发前、旅行途中、旅行后的各个阶段遇到各种问题。面对消费者所提出的各式各样的问题以及需求,携程也能够利用AI大模型,快速响应用户的需求,优化用户体验,提升用户的满意度。据了解,“携程问道”就具备两大能力:在用户有明确需求时,可以提供查询和引导预订的服务;在用户没有明确需求时,能够为用户提供出行推荐服务。

三来,携程发力AI大模型,有助其塑造不同于同行业玩家的差异化优势。在线旅游行业的竞争本就激烈,除了携程、同程旅行、去哪儿旅行等老牌玩家之外,抖音、快手、小红书等新玩家也在发力在线旅游行业。面对具备图文、短视频等各色优势的新玩家们,携程也需要不断强化差异化特色。

毕竟,消费者既是挑剔的也是不固定的,只有服务足够优秀、内容足够优质,且具备差异化的在线旅游平台才能收获用户的青睐。而携程通过AI大模型,能够形成与其他平台不同的区别,进而增强平台用户的认可度以及粘性。比如,面对想出去旅游但又没有明确目的地用户,“携程问道”就能够根据用户的想法,从地域、主题特色等维度,推荐旅行目的地、酒店、景点、行程规划和实时优惠的选项,帮助用户做出决策。

自有通关秘籍

7月17日,携程集团发布了首个旅游行业垂直大模型“携程问道”。事实上,携程会入局AI大模型领域并非毫无征兆。比如,在今年的4月,携程就曾和亚马逊云科技成立“联合创新实验室”并展开长期合作。而携程之所以能够率先推出旅游行业的垂直大模型,也自有底气傍身。

在技术层面,携程持续进行技术研发投入,技术沉淀深厚,为其推出AI大模型产品提供了有力支撑。事实上,携程始终坚持进行技术研发,通过强化自身的技术实力,来为用户带去高质量服务。比如,在去年,携程全年的产品研发费为83.41亿元,占净收入的42%。而携程长期在AI、机器学习等领域所进行的研发投入,也成为了携程得以推出AI大模型产品的重要驱动力。

在数据层面,携程深耕旅游行业多年,积累了大量行业数据,为其推出行业大模型打下了坚实基础。对AI大模型来说,数据、算力、算法缺一不可。其中,数据更是一切的基础,倘若没有充足的数据为支撑,AI大模型的训练就很难持续进行下去。

作为旅游行业头部平台的携程,在旅游行业深耕超20年,积累下来了海量、真实的旅游数据、行程数据以及交易数据,这些数据就成为了携程能够推出旅游行业垂直大模型产品的基础与关键。据了解,“携程问道”作为垂直大模型,筛选200亿高质量非结构性旅游数据,结合携程现有精确的结构性实时数据以及携程历史训练的机器人和搜索算法,进行了自研垂直模型的训练。

在用户层面,携程更能洞察用户痛点需求,从而推动AI大模型产品的落地与应用。在旅游业扎根多年的携程,对于旅游用户有着更加深入且全面的理解,能够关注到用户痛点问题,并且精准把握用户需求。而这些积累也将成为携程训练垂直大模型的重要“养料”,提升大模型的“专业”性以及准确性,让大模型能够更加精准地匹配用户需求,进而助推大模型产品的落地、应用。

大模型来袭,旅游业变革?

最近,AI大模型热度正高,除了大模型产品备受关注之外,AI大模型的应用也引发了多方的热议与探讨。因此,携程推出首个旅游行业垂直大模型的消息一出,瞬间引起了各方的关注。那么,AI大模型与旅游业的结合,究竟会为旅游业带来哪些变化呢?

一方面,AI大模型的应用,或许能够为在线旅游平台创造更多的价值,助力企业实现降本增效。现如今,消费者在遭遇问题之后,越来越倾向于向客服求助,旅游行业也是如此。为了更好地服务用户,携程就设立了规模庞大的客服团队。但人的精力是有限的,人工客服往往很难兼顾回复,但无法得到及时响应与回复的话,势必会影响消费者体验感。

而有了AI大模型的加持,客服效率也将得到提升,能够快速响应消费者需求。以携程为例,据携程集团CEO孙洁介绍,“在AI模型的助力下,携程在3个方面的客服自助率都有了翻倍提升,包括全球超过20种语言的线上自助回复率、邮件自助回复率和电话语音自助解决率。”而在AI技术解放客服人力后,携程客服也能够尝试其他业务领域的工作,探索新领域。据了解,携程客服已经开始了售前服务转型尝试。

另一方面,AI大模型有望改善用户体验感,为用户带去高效的旅行服务。随着旅游业的复苏,游客们也展现出了非凡的出游热情。然而,不同于其他事情,大多数的旅游行程是需要提前规划的,从旅游目的地的确定到购票再到酒店预定以及参观哪些景点等等,都是需要提前做攻略的,这无疑会花费消费者大量的时间。

据携程数据显示,每天有千万级的用户来到携程,其中60%的用户已经有了明确的目的地,

而另外40%的用户则没有明确计划。然而,就算是已经有明确目的地的用户,也会在酒店选择、机票预订等诸多方面花费许多时间。目标明确的用户已经如此纠结,更不要说没有明确出行计划的用户了,这些用户势必需要更长的决策时间。

而AI大模型则能够为消费者进行线路规划,并且AI能够更为高效地为消费者所遇到的景点、酒店等等各种疑问提供解答,可有效节省消费者的决策时间。比如,携程的“携程问道”,既能为需求明确的用户提供查询和引导预订的服务,也能够为无明确规划的用户提供出行推荐服务,能够在很大程度上减少所需要的决策时间,为用户带去更加方便、快捷的旅游体验。

小结

就目前来看,AI大模型逐渐深入各行各业已经成为大趋势。而除了通用大模型之外,垂直行业大模型也越来越吃香,其中不少垂直领域已经诞生了行业大模型,携程的“携程问道”就是很好的例证。只是,尽管AI大模型能够为行业赋能,但仍有数据安全、精准度等诸多问题需要企业持续关注。

现如今,旅游行业已经展现出了极强的复苏态势,各在线旅游平台也将承接来自各方游客的出游需求。而AI大模型或许会成为旅游行业的新变量,为旅游行业带去新的变化。至于旅游行业会在AI大模型的助推下发生怎样的变化,时间将会给出答案。

目录
相关文章
|
7天前
|
存储 人工智能 NoSQL
AI大模型应用实践 八:如何通过RAG数据库实现大模型的私有化定制与优化
RAG技术通过融合外部知识库与大模型,实现知识动态更新与私有化定制,解决大模型知识固化、幻觉及数据安全难题。本文详解RAG原理、数据库选型(向量库、图库、知识图谱、混合架构)及应用场景,助力企业高效构建安全、可解释的智能系统。
|
18天前
|
人工智能 缓存 监控
使用LangChain4j构建Java AI智能体:让大模型学会使用工具
AI智能体是大模型技术的重要演进方向,它使模型能够主动使用工具、与环境交互,以完成复杂任务。本文详细介绍如何在Java应用中,借助LangChain4j框架构建一个具备工具使用能力的AI智能体。我们将创建一个能够进行数学计算和实时信息查询的智能体,涵盖工具定义、智能体组装、记忆管理以及Spring Boot集成等关键步骤,并展示如何通过简单的对话界面与智能体交互。
444 1
|
18天前
|
人工智能 Java API
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
本文介绍AI大模型的核心概念、分类及开发者学习路径,重点讲解如何选择与接入大模型。项目基于Spring Boot,使用阿里云灵积模型(Qwen-Plus),对比SDK、HTTP、Spring AI和LangChain4j四种接入方式,助力开发者高效构建AI应用。
681 122
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
|
21天前
|
机器学习/深度学习 人工智能 自然语言处理
AI Compass前沿速览:Qwen3-Max、Mixboard、Qwen3-VL、Audio2Face、Vidu Q2 AI视频生成模型、Qwen3-LiveTranslate-全模态同传大模型
AI Compass前沿速览:Qwen3-Max、Mixboard、Qwen3-VL、Audio2Face、Vidu Q2 AI视频生成模型、Qwen3-LiveTranslate-全模态同传大模型
248 13
AI Compass前沿速览:Qwen3-Max、Mixboard、Qwen3-VL、Audio2Face、Vidu Q2 AI视频生成模型、Qwen3-LiveTranslate-全模态同传大模型
|
12天前
|
人工智能 自然语言处理 安全
AI助教系统:基于大模型与智能体架构的新一代教育技术引擎
AI助教系统融合大语言模型、教育知识图谱、多模态交互与智能体架构,实现精准学情诊断、个性化辅导与主动教学。支持图文语音输入,本地化部署保障隐私,重构“教、学、评、辅”全链路,推动因材施教落地,助力教育数字化转型。(238字)
|
21天前
|
人工智能 负载均衡 API
Vercel 发布 AI Gateway 神器!可一键访问数百个模型,助力零门槛开发 AI 应用
大家好,我是Immerse,独立开发者、AGI实践者。分享编程、AI干货、开源项目与个人思考。关注公众号“沉浸式趣谈”,获取独家内容。Vercel新推出的AI Gateway,统一多模型API,支持自动切换、负载均衡与零加价调用,让AI开发更高效稳定。一行代码切换模型,告别接口烦恼!
195 1
Vercel 发布 AI Gateway 神器!可一键访问数百个模型,助力零门槛开发 AI 应用
|
25天前
|
机器学习/深度学习 人工智能 自然语言处理
如何让AI更“聪明”?VLM模型的优化策略与测试方法全解析​
本文系统解析视觉语言模型(VLM)的核心机制、推理优化、评测方法与挑战。涵盖多模态对齐、KV Cache优化、性能测试及主流基准,助你全面掌握VLM技术前沿。建议点赞收藏,深入学习。
346 8
|
26天前
|
存储 人工智能 监控
如何用RAG增强的动态能力与大模型结合打造企业AI产品?
客户的问题往往涉及最新的政策变化、复杂的业务规则,数据量越来越多,而大模型对这些私有知识和上下文信息的理解总是差强人意。
68 2
|
14天前
|
人工智能 搜索推荐 机器人
07_大模型未来趋势:2025年AI技术前沿展望
2025年,人工智能技术正站在一个新的历史节点上。经过过去几年的爆发式发展,大语言模型(LLM)已从实验室走向各行各业,成为推动数字化转型的核心力量

热门文章

最新文章