ToC之後再ToB，飛豬的AI繼續提速_風聞

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