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
|
9天前
|
人工智能 运维 大数据
体验记录——触手可及,函数计算玩转 AI 大模型
阿里云推出的“触手可及,函数计算玩转 AI 大模型”解决方案,通过按量付费、卓越弹性和快速交付能力,为企业提供了便捷的AI大模型部署途径。评测报告详细分析了该方案的实践原理、部署过程及优势,展示了其在高并发场景下的高效性和成本优势,并提出了改进建议。
25 0
|
9天前
|
人工智能 Serverless
AI 大模型助力客户对话分析 ——实践操作
参与《AI大模型助力客户对话分析》项目,基于阿里云社区操作路书,从架构设计到部署测试,逐步学习并应用大模型进行AI质检。过程中虽有控制台跳转等小挑战,但整体体验流畅,展示了AI技术的便捷与魅力,以及阿里云平台的先进性和社区支持。最终实现的AI质检功能,能够有效提升企业客户服务质量与效率。
31 0
|
2天前
|
存储 人工智能 数据可视化
高效率,低成本!且看阿里云AI大模型如何帮助企业提升客服质量和销售转化率
在数字化时代,企业面临海量客户对话数据处理的挑战。阿里云推出的“AI大模型助力客户对话分析”解决方案,通过先进的AI技术和智能化分析,帮助企业精准识别客户意图、发现服务质量问题,并生成详尽的分析报告和可视化数据。该方案采用按需付费模式,有效降低企业运营成本,提升客服质量和销售转化率。
高效率,低成本!且看阿里云AI大模型如何帮助企业提升客服质量和销售转化率
|
2天前
|
人工智能 并行计算 安全
从零到一,打造专属AI王国!大模型私有化部署全攻略,手把手教你搭建、优化与安全设置
【10月更文挑战第24天】本文详细介绍从零开始的大模型私有化部署流程,涵盖需求分析、环境搭建、模型准备、模型部署、性能优化和安全设置六个关键步骤,并提供相应的示例代码,确保企业能够高效、安全地将大型AI模型部署在本地或私有云上。
25 7
|
2天前
|
人工智能 安全 网络安全
揭秘!大模型私有化部署的全方位安全攻略与优化秘籍,让你的AI项目稳如磐石,数据安全无忧!
【10月更文挑战第24天】本文探讨了大模型私有化部署的安全性考量与优化策略,涵盖数据安全、防火墙配置、性能优化、容器化部署、模型更新和数据备份等方面,提供了实用的示例代码,旨在为企业提供全面的技术参考。
18 6
|
3天前
|
人工智能 自然语言处理 监控
函数计算玩转 AI 大模型
本文总结了对一个基于函数计算和AI大模型的解决方案的理解和实践体验。整体而言,方案描述详细、逻辑清晰,易于理解。但在技术细节和部署引导方面还有提升空间,如增加示例代码和常见错误解决方案。函数计算的优势在部署过程中得到了有效体现,特别是在弹性扩展和按需计费方面。然而,针对高并发场景的优化建议仍需进一步补充。总体评价认为,该解决方案框架良好,但需在文档和细节方面继续优化。
|
1天前
|
人工智能 Serverless API
电销行业的福音|AI大模型助力客户对话分析
本文介绍了如何利用AI大模型助力电销行业的客户对话分析,通过对象存储、智能对话分析技术和通义千问大模型,实现从客户语音和聊天互动中识别意图、发现服务质量问题,提升用户体验。方案部署简单,按量计费,帮助企业快速从海量对话数据中提取有价值的信息。
|
4天前
|
人工智能
AI科学家太多,谁靠谱一试便知!普林斯顿新基准CORE-Bench:最强模型仅有21%准确率
【10月更文挑战第21天】普林斯顿大学研究人员提出了CORE-Bench,一个基于计算可重复性的AI代理基准,涵盖计算机科学、社会科学和医学领域的270个任务。该基准旨在评估AI代理在科学研究中的准确性,具有多样性、难度级别和现实相关性等特点,有助于推动AI代理的发展并提高计算可重复性。
14 4
|
5天前
|
机器学习/深度学习 人工智能 自然语言处理
评测:AI 大模型助力客户对话分析
该评测报告详细介绍了Al大模型在客户对话分析中的应用,涵盖了实践原理、实施方法、部署体验、示例代码及业务适应性。报告指出,该方案利用NLP和机器学习技术,深度解析对话内容,精准识别用户意图,显著提升服务质量与客户体验。实施方法清晰明了,文档详尽,部署体验顺畅,提供了丰富的引导和支持。示例代码实用性强,但在依赖库安装和资源限制方面需注意调整。整体上,该方案能够满足基本对话分析需求,但在特定行业场景中还需进一步定制化开发。
|
5天前
|
人工智能
热门 新 1024 云上见 AI大模型助力客户对话分析 2000个智能台灯等你来领
热门 新 1024 云上见 AI大模型助力客户对话分析 2000个智能台灯等你来领
24 4

热门文章

最新文章