携程的内容反攻，从大模型开始

7月17日，在携程旅行垂直大模型暨系列榜单战略发布会上，“携程问道”正式面世。

作为以用户服务为核心的OTA，“携程问道”目前的主要能力集中在面向C端的用户体验上，既能为用户提供出行推荐服务，也可以提供智能查询结果。

这两年，能在旅游业的公开活动同时见到携程集团董事局主席梁建章和携程集团CEO孙洁的机会并不常有。这足以看出携程对于AI未来在携程内容战略的赋能的重视。

这场发布会或许谈不上有趣，但是实用。梁建章的演讲一如既往，即学术又显得尤为“形而上”。在演讲的大部分时候，梁建章一半时间在讨论AI与经济，另一半时间在讨论AI与人类、AI与哲学。

“创新”和“传承”是梁建章在演讲中多次提及的关键词。在梁建章的思考体系里，AI发展的背后，是创新和传承。

作为创新成果的AI在大爆发之际，产业互联网玩家们蜂拥涌入，生怕错过了一个新风口，虽然实际能落地的凤毛麟角，但也少有人去追问，如何真正让AIGC的故事能不断讲下去。

而从梁建章对“科学的办法让创新变得可传承”的思考中，我们或许得以看到携程对于科技、对于内容更高程度的融合。

01

从携程问道到携程榜单，

高效靠AI，靠谱还得是人

旅行作为一项涉及空间、时间维度的复杂消费，一个用户到了携程，平均花费多少时间做决策？

携程集团执行副总裁、首席营销官孙波给出了一组具象化的数据：

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，但从开始浏览到下单，平均要在14.3家酒店里纠结，看过23.1条入住点评，平均要耗费168.9分钟；

而在订机票时，平均每个用户要浏览62.2次不同日期、不同起飞时间的航班，对比过8.2家航司不同的条款，耗费136.4分钟；更别提之后还得研究景点、行程中还会关联2个及以上城市。

而另外没有明确目的地的40%的用户，则需要花费更多的时间进行目的地的种草。

在孙波给出的这组数据中，有结构化的数据，比如从A目的地到B目的地，比如机票酒店的订单信息、交易记录等由系统直接生成的，按照一定的结构存储，易于处理和分析的数据；有实时的动态数据，比如酒店、机票价格；有非结构化的数据，比如点评、种草图文、音视频等难以直接用计算机语言进行处理和分析的数据。

为了帮助用户在海量的信息中更快地提取出他们需求中的产品，以做出靠谱的旅行决策，AIGC是一种解决方式。梁建章表示，“垂直大模型的发展机会是因为自然语言的优化，可以通过AI更高效地回答问题，但如何使这些答案更靠谱，则是未来很长一段时间最大的挑战。”

在梁建章看来，AIGC对于OTA的助力，可以覆盖售前、售后、途中。而携程问道目前的主要应用场景便在售前，通过自然语言处理等方式对非结构化数据进行分析和处理的同时，AIGC也在不断地自我学习。

但如何把非结构化数据和实时的结构化数据智能地结合进来？“AIGC始终具有一定错误率，为了解决通用AIGC的问题，携程在大模型的基础上，筛选了200亿的高质量的非结构化旅游数据，进行自研垂直模型的训练。”梁建章表示。

携程榜单应运而生。通过模型算法，对于不同维度的榜单需求，每个榜单会通过超500万次运算预生成榜单，同时大力投入人工校验以此保证质量。

目前，携程系列榜单包括在智能算法基础上对酒店、景点、行程的常用主题推荐进行人工校验形成的“携程口碑榜”，同时由于旅行与热点趋势紧密相关，以及用户对于避开价格高峰的需求，诞生的“携程热点榜”和“携程特价榜”。旨在为不同人群、不同意图的行前决策提供相应的旅行“可靠答案库”。

据梁建章介绍，携程平均每张榜单数据运算量达500万，经过全球30多个国家和地区的员工校验。只有实现算法+榜单，才能保证可靠的内容，放心的推荐。目前，榜单覆盖全球超3000个目的地，45个常用主题，推荐维度涵盖目的地、行程、酒店、机票、景点等，入选率均做到百里挑一。

02

携程式AIGC，

应用效果如何？

归根结底，不管是携程问道还是携程榜单，其底层的逻辑都是一套算法，都是携程内容生态产品的一部分，而其根本目的，便是做好用户体验，提高用户决策效率。

在内容平台敲开OTA大门的时代，如何保证给予用户的是值得信任的答案是决胜的关键。就像孙波再三强调的，携程在AI的应用是完全基于交易的数据，基于真实的用户行为为导向。

此次发布会并没有安排现场实际演示，在提前录制好的视频演示中，提问的问题大多数为目的地、酒店以及景点的推荐，而携程问道给出的答案，往往从其榜单出发给出推荐结果。

在携程问道的试用过程中，当环球旅讯问及关于香港三天的旅游行程时，携程问道基于携程口碑榜推荐给出一条中规中矩的行程规划。虽然这一AI助手支持多轮对话，但值得注意的是，大多关于目的地、酒店、景点的行程规划问题，携程问道会跳转至携程榜单中的相应推荐内容，这也就意味着，如果想就这份行程做出个性化调整，AI助手无法给到定制化的个人出游方案——而这也是大多数C端产品对于AI的应用现状，更多只是起到辅助作用。

目前，在携程APP首页，携程榜单被放在较为突出的位置。而相比携程问道，现阶段携程榜单的能力反而更加全面。

以携程口碑榜为例，每一个目的地的榜单都有酒店、景点、行程、美食细分不同的榜单，其中，行程口碑榜不仅涵盖目的地本地的推荐，还会延伸出周边游的行程推荐，如搜索“上海的行程口碑榜”，就会延伸出包括上海+杭州、上海+苏州、杭州+迪士尼等关联城市行程。

而针对每一个行程，携程榜单都会给出从玩1天到玩5天的不同行程推荐，其中，上海的总线路推荐达13条。而当用户在看到行程概览后，还可以直接在该页面预订同款线路。

从目的地口碑榜的入口进入，会有一个该目的地单独的旅游规划页面，所涵盖的服务说为“全家桶”也不为过，极为全面。

总的来看，在脱离兴趣问答式的噱头后，携程在AI的应用上其实是在强化自己本来就擅长的能力，或者说更接近于内容生产力的革新。

值得一提的是，受监管等多方面影响，“携程问道”尚未开放给用户正式使用，如同OpenAI从今年开始爆火后，短时间内版本的极速迭代，想完成行业场景的高适配，包括携程问道在内的垂类大模型都需要就行业领域模型不断训练，或许等到携程问道正式开放给C端用户使用时，我们能看到其更好的表现。

03

行中售后，

AI能代替携程客服吗？

下单只是旅行的开始，还远远不到落地，而在整个落地地程中，旅行还有很多不可预测的风险，所有行中的服务非常重要，而客服则是行中以及售后服务中很重要的环节。

OTA所拥有的服务口碑和其客服服务能力是成正比的。位于江苏南通的携程客服中心是目前亚洲最大的呼叫中心，其服务中心每天通过超过100万个电话和1000万条实时消息处理客户请求；超过90%的用户请求在20秒内得到应答。

AI的加入无疑能较大程度实现降本增效。但AI客服的诞生是否意味着原来的客服工作就被完全替代？

这个问题在行业的讨论度也不新鲜了。孙洁在回答这个问题时，引用了ChatGPT的答案，ChatGPT给出了5个不会被替代的岗位，分别是：1. 创造性工作；2. 涉及人类情感的工作；3. 需要高度专业和技能的工作；4. 涉及判断的工作；5. 需要沟通的工作。

这些都与客服工作息息相关。落到现实场景中，用户什么时候需要找客服？显而易见，包括在携程，甚至其他服务行业，当用户需要与客服进行沟通时，绝大部分时候都会是为了售后服务。

据孙洁介绍，目前AI技术在携程客服上的助力主要落在三大场景：电话咨询、线上咨询以及邮件咨询。

据悉，目前在线上咨询场景，文本机器人客服的总体自助率提升到75%左右，国际业务场景机器人客服的语言线覆盖从6个大幅提升到24个；而在电话场景中，携程将按键交互的方式的IVR菜单改造为语音交互方式的Voicebot，目前，携程50%的电话咨询，已经通过AI客服完成；邮件回复速度也从小时级别降低到分钟级别。

孙洁表示，在AI赋能下，客服工作时间日均可以节约1万个小时，相当于日均解放了1000多名客服人员。

那解放出来的客服人员去到哪里？

孙洁表示，虽然AI提高了自助服务率，但仍有很多工作，需要服务人员与用户、与商家进行深度的交流。AI帮客服从技术繁重的工作中解脱出来，去做更加有“创造力”的工作，如由售后服务转型行前推荐，或者直播售前客服、AI训练师、语料标注师等新兴岗位。这些新岗位也为原本“职业天花板”较低的客服，创造了新的机会。

04

携程需要大模型

2023年是大模型元年。相比元宇宙更多仍停留在概念层面，从ChatGPT落地至今，国内的大模型赛道一时之家也挤满了来自各行各业的新玩家，前有BAT三大互联网巨头分别推出的文心一言、通义大模型以及混元大模型，后有360的360智脑、华为的盘古……AIGC对各行业的具象影响，如今已肉眼可见。 

而放眼全球，通用大模型的成熟，为垂直大模型的落地以及结合行业场景的产品落地提供了可能。

今年4月，Expedia便开始引进GPT-4，在iOS程序作有限度Beta测试，用户可以跟GPT-4对话，查询前往哪里的建议，也可以获取目的地酒店、景点、活动等资料。Expedia期望人工智能可以为用户带来定制化的旅程规划，应对需要建议酒店、房型和提供价格，又可以为客户比价和订机票等。

紧接着6月，Booking的AI Trip Planner也开始进行Beta测试，利用OpenAI的ChatGPT API的大型语言模型（LLM）技术帮助用户规划旅行和行程。

目前全球垂类大模型并不多，但放眼全球市场，垂直大模型已经在加速布局。事实上，早在ChatGPT引发关注初期，携程已经积极开始布局并开始研发。

同时在今年4月，携程宣布与亚马逊云科技成立“联合创新实验室”时，携程集团执行副总裁张晨表示：“我们最重要的是需要找准对用户体验和效率真正有所提升的‘钉子’，才能锤下去，这是一个探索过程。新一轮的AI基础平台能力的提升，在很多领域都会有很多想象空间。”

回想2019年，彼时在携程20周年庆典暨全球合作伙伴峰会上，梁建章曾公布了携程下一程的“G2战略”，即Great Quality（高品质）和Globalization（全球化）。

三年疫情对行业的整体打击是致命的，伴随行业复苏，携程此次正式进军AI行业，一定程度上也是对自身发展战略的回归和强调。

梁建章也表示，携程在AI或者大数据上的应用并不是今天才开始做，而一是携程一直以来的长期投入。据悉，2020-2022年，携程在产品研发费用上的投入占净收入超4成，目前，携程大数据和AI团队多达数百人。

而从外部竞争来看，随着产业互联网愈加拥挤，企业需要更新的故事来打动消费者，而落到旅游行业，携程这位老大哥和美团、飞猪、同程等OTA一超多强的时代还在继续，而抖音正带着日历房，用极短时间迅速踢开这扇大门。

不管是基于高质量发展战略还是受外部竞争加剧影响，都在倒逼携程需要主动走得更深。用户体验没有终点，包括携程在内，旅游企业都需要不断实现自我迭代。

在旅游行业，携程是个掘金者，也是开拓者，一定程度上它也在为行业解答一个问题：AIGC该如何成为下一代生产力工具？