ToC之後再ToB,飛豬的AI繼續提速_風聞
闻旅-闻旅官方账号-09-04 20:01

作者 | 郭鴻雲編輯 | Sette
出行領域的AI,到底是真需求還是湊熱鬧?
這得看兩點:一看你的用户——不管是B是C——有沒有大規模、低成本、還得是個性化的場景和真實痛點;二看你的AI產品是真能解決問題,還是隻會堆信息的“高級爬蟲”。
**行業裏很多朋友不認AI服務,就是因為市面上“假AI”、“作秀AI”**太多。
去年到現在,“AI熱”在旅遊圈裏漸有降温之勢。一開始各路OTA打頭,創業公司接着蜂擁而至,一時間AI能否顛覆行業的討論也熱了起來。喧囂過後,很多人都意識到,技術吹得再天花亂墜,解決不了實際問題,那就是企業自嗨。用户不買單,再炫的“自嗨”也很快涼透。
説到底,實用,才是一項新技術有沒有價值的唯一標準。
真正被用户認可、體驗還不錯的AI產品,往往有幾個共性,總結起來就是:精準(能落地)、有“人味兒”、務實。
就拿打工人最熟悉的商旅來説,很多人一聽“出差”就頭大。

因為你很可能又要被公司的差旅系統“硬控”——好不容易提好了差旅單,一個個去訂機票、火車票、酒店、接送機,手機屏都快切冒煙了;到了地兒或者開完會,打車去酒店,來回輸地址的時間估計都夠搓盤麻將的。這還不算天沒亮就趕飛機,到了還在七拐八拐開“酒店盲盒”。
交通方不方便、牀舒不舒服、早餐好不好吃……這些需求基本是奢望。
公司越大,出差越“苦”。你要讓公司照顧到每個人的偏好,自己都覺得離譜。
但現在,AI可能真能治好這個痛點。“每人一個虛擬差旅管家”——已經有企業在做了。最近,飛豬旗下的阿里商旅正式推出了一站式AI商旅解決方案。
這麼看,目前同時在AI toC領域和AI toB領域都有主力產品佈局的旅行平台,飛豬算頭一個。估計其他OTA也快了。
1
阿里商旅的AI在企業端、企業用户端都推出了AI產品。其中很重要的一個模塊,就是幫企業做智能差旅推薦,覆蓋行前預訂和行中服務,同時還能輔助差旅部門智能決策。

有人一聽到“解決方案”就PTSD,覺得不就是系統升級嗎?“硬控”你的,無非是從同事換成了大數據。
但其實,訂機酒車餐真是個技術活,公司要控費、算成本,流程要合規,過程中員工要安全,事後要審計,理論上交給技術比人靠譜得多。
如果把選擇權完全交給員工,在差標限制下,他不一定真能選到最合適的。個人比價能力有限,不同平台來回切換、反覆對比,不拿小本本記根本記不住,耗時又心累。
而AI來做,優勢是能快速檢索海量數據,用算法匹配出最優方案。
有人還是擔心:現在AI滿嘴跑火車,你要西瓜它給你桃子。但在差旅這個事上,AI反而更靠譜。
為啥?因為差旅不是為了玩得爽,它不是旅行。它的核心是:往返時間合適、工作方便、睡個好覺,最後才是順便逛逛。
所以AI最重要的,就是把機酒這類標品精準匹配好,按標籤選出最適合這個人的選項。

舉個例子:有時候早出晚歸的公務艙機票,因為犧牲了時間便利,或可省一晚住宿,反而比“晚出早歸經濟艙+酒店”更省錢;直達的一等座高鐵,也可能比中轉或飛機更划算。
酒店選得好、不超標,員工睡得好、狀態佳,工作效率也更高。
對企業來説成本並沒多花,這才是差旅的最優解。
據阿里商旅稱,已經有很多大型企業客户在排隊洽談中了,“產技忙不過來”。
2
老式的差旅管理系統最大的問題,是在體驗和效率之間反覆搖擺。
不管用不用AI,一個能打動企業差旅或採購負責人的新產品,起碼要具備兩個條件:一是標籤明確,二是產品庫足夠大。除此之外,還要有“人一樣的靈活性”。只會卡標準、執行死命令的系統,或全靠人力有限服務,都很難實現。
阿里商旅能做到,是因為它背後連接了飛豬的供給和經驗,以及阿里巴巴的生態——基礎設施層的技術夠硬、數據庫夠大、產品夠多。
只要企業、員工、平台目標一致,原本複雜的決策到員工這兒就有可能轉化成簡單的結果。
比如機票,阿里商旅接入全球超400家航司、4大GDS、數百家代理商,選什麼航班、什麼艙位更合理,系統自己就能篩選比對;酒店也是,覆蓋200多個國家和地區、超170萬家酒店;用餐更是有支付寶的1300萬企業餐飲商户,總有符合差標還讓員工喜歡的。
有這種規模的專有數據支撐,用技術在“成本、合規、體驗”之間找最優解——AI解決方案才顯得有看頭。
更關鍵的是,怎麼讓AI有“人樣兒”,能説人話、理解人話。
有供應鏈數據的企業不少,搞AI的公司更多,但未必每個選手都做得出來。
拆解差旅AI的本質,其實它既有toB服務裏的合規、效率要求 ,又有toC服務裏的體驗要求。所以C端產品的經驗,很重要。
實力也好、運氣也罷,阿里商旅恰好出現在了這個身位。AI toC這塊兒,母公司飛豬正好試過了。
今年4月份,飛豬推出AI“問一問”時,尚在測試階段的邀請碼就一碼難求,甚至在小紅書被炒到99塊一個。
後來暑期全面開放,面對暴增的提問,“問一問”也沒讓人失望。不少網友發帖誇它“靠譜”,不像很多跟風做AI的產品。
比如“問一問”暑假上線了一個新功能:為用户推薦目的地時,提供“旅行熱力地圖”,即時顯示人流熱度。
要知道,暑期出遊最頭疼的就是人擠人。什麼時候人少、怎麼避開高峯——這種現實又細節的需求,以前只能靠猜,到了現場才知多恐怖。現在熱力圖一眼可見,幾萬人在景區?那就調整計劃,先去人少的地兒。
類似的細節還有“清涼指數”、“性價比指數”……這些都是真正遊客才會關注的視角。
測試期間我們就總結過:這個AI工具最大特點就倆字——絲滑,有人性。

3
功能做到“絲滑”或許不難,但讓AI有“人一樣的思考視角”,而不是無情的網絡爬蟲,那就難多了。
飛豬“問一問”之所以有“人味兒”,是因為它在產品路線上更實在,選擇了多個大模型,由多個AI智能體(Agent)驅動——不是接入個流行的單一模型、講個AI故事就完了。能根據問題難度,由智能體自主決策、隨時切換最適合的模型來應對。
更重要的是,它真的調研了行業的工作方式,有一套合理的工作思維:一趟旅行裏,什麼重要、什麼次要?哪些需要快速決策,哪些要多給選擇、讓客人多挑一挑,乍看普通,細究下去都是門道。
飛豬問一問啓動測試的時候,體驗讓人耳目一新:用户看到的不是AI在一個聊天框裏自説自話,而是化身不同專業角色——行程助手、攻略達人、預算管理師、本地導遊……基於自身專業性給出更靠譜的回答,看起來有服務的味兒了。
阿里商旅AI解決方案也用了類似的邏輯。
出差前,員工只需提供事由、時間、地點三個信息,系統就能自動生成差旅行程和審批單,同步規劃機、酒、車等服務,甚至細緻到出發地和目的地的天氣、檢票等待時間……
員工可一鍵合併下單,企業統一支付,不用墊資。到達後還能一鍵打車、訂餐。
實用為先,這也和問一問早先成為黑馬的方向一脈相承。
4
聞旅一直認為,AI要落地旅遊,挑戰還很大。
一方面,人的喜好個性化很難被標準化,AI可控變量有限,準確性和信任仍需時間沉澱。
另一方面,技術研發與實踐需持續投入,純旅遊企業做AI,短期很難直接見效。在AI與業務深度融合、推進實用化這方面,速度還是偏慢。
但這並不改變一個事實:AI必將重塑出行體驗、改變整個在線旅遊行業——無論現在做到什麼程度,這項技術必須學、必須跟。
就像酒店機器人,5年前還被當噱頭,如今沒有機器人送物,客人反而不習慣。包括智能客控、語音助手控制燈光窗簾……我們也越用越熟練。

未來AI在更廣出行領域的作用,也會這樣從“可用”走向“好用”。
尤其在企業商旅這種標準化、規模化場景,AI落地的速度可能比消費場景更快。一旦AI能融合“大規模、低成本、個性化”優勢,在細節上摳成本、全流程自動化降本增效——效果會更快、更明顯。
甚至可能改變企業思考和管理的方式。就像上面舉例的差旅公務艙方案未必成本高於經濟艙方案,以及當人人都有一個AI旅遊定製師的時候,真人定製師的更大價值是不是就能激發出來?
而對大眾來説,越來越理性、看重“有沒有用”的時代,AI一定會成為被看見、被期待的新方式——就像從線下買票到電話預訂,再到線上平台、小程序……進步是漸進的。
AI也一樣,就算不是唯一入口,也會逐漸成為重要入口。只要更便捷、效果更好,剩下的只是時間問題。 從新鮮到習慣,沒有準確時間點,也不必急着判斷。
常説一口吃不成胖子,AI這塊蛋糕不管大小,先吃下去一定沒錯。
至於怎麼吃更快、更飽,怎麼讓AI更快被接受、產生價值——無論toC還是toB,還是那幾個關鍵詞:可執行、務實、以人為本。以這個為方向,肯定不會錯。
目前來看,除了眾所周知的那些科技巨頭,在出行這個領域,飛豬們已經在打樣了。
圖片來源於攝圖網和網絡截圖