界面新聞記者 | 李如嘉
界面新聞編輯 | 文姝琪
近日，飛豬發(fā)布了多智能體驅(qū)動的旅行規(guī)劃產(chǎn)品“問一問”，集成了通義千問的多個主力模型，可以服務于用戶的目的地推薦，機票/酒店預定、規(guī)劃行程等需求。目前，幾乎所有主流在線旅游平臺（OTA）都推出了自己的AI助手，但飛豬的“問一問”發(fā)布后，還是在小紅書等平臺引起了關注。由于目前還在內(nèi)測階段，平臺上不少人都在索要邀請碼，在閑魚上甚至有人賣起了邀請碼，價格炒到了40元一個。
文旅場景是AI大模型應用的一大試驗田，很多大模型公司推出基礎模型產(chǎn)品后都會用行程規(guī)劃做應用示范，專注這個場景的創(chuàng)業(yè)公司也不少，但由于落地的復雜性，產(chǎn)品實用性受到考驗，遲遲還沒有爆品產(chǎn)生。當垂類公司加入戰(zhàn)局，旅游會成為真正閉環(huán)的AI場景嗎？
做旅游場景的大模型應用，難在哪？
旅行規(guī)劃是生活中常見的復雜決策之一。做一次旅行規(guī)劃，需要做大量攻略，查閱各種交通、住宿、酒店信息，有時還會參考各種出行游記、筆記。這些信息融合了文本、圖像、結(jié)構(gòu)化數(shù)據(jù)等，對于大模型來說是非常適合展示其學習和處理復雜信息能力的場景，因此不少通用大模型發(fā)布時都會拿旅行規(guī)劃做示例，也有很多大模型應用公司瞄準了該場景做應用。
但實際上，旅游領域大模型應用的進展卻遠遠不如預期，至今沒有能夠真正走進用戶生活的產(chǎn)品出現(xiàn)。
“做技術，特別做AI創(chuàng)業(yè)的東西，一般不太會愿意去碰容錯率非常低的產(chǎn)品。恰恰旅游就是容錯率非常低的場景。例如，萬一交通和酒店的信息不準確，用戶抵達之后，不僅損失了錢，還損失了時間?！憋w豬技術負責人倪生華告訴界面新聞。
旅游規(guī)劃類AI產(chǎn)品，最大的難點在決策和數(shù)據(jù)兩方面。旅行規(guī)劃包含一組復雜的決策鏈路，涉及到用戶的食住行，包括不限于預算、交通、接駁、住宿、餐飲、游樂、行程舒適度、個人偏好、簽證政策、退改規(guī)則、天氣等幾十種決策因子的相互博弈。這些因子中有的還是實時變化的，最典型的就是機票，需要實時連接到上游供給側(cè)。
在數(shù)據(jù)上，旅行數(shù)據(jù)具有“專有性”。倪生華透露，以攻略為例，看似是海量的數(shù)據(jù)，但真正有價值的并不多。公網(wǎng)上的攻略數(shù)據(jù)需要進行清洗和校驗，實際可用率只有不到0.7%，其余大量是重復信息，只是整體描述上有差異。
但如果想讓旅行規(guī)劃更加真實可用，大到航班取消和延誤，小到景區(qū)開閉園時間調(diào)整，都要納入考慮。這些信息是無法從公共網(wǎng)絡上獲取的，比如機票庫存、航班變更，需要通過GDS（全球分銷系統(tǒng)）來付費獲取，一些景區(qū)的節(jié)令特點、適合游覽的時間和風險場景等則需要和景區(qū)的長期生態(tài)合作以及經(jīng)驗來判斷。
對于通用模型來說，決策過于復雜多變，實時數(shù)據(jù)無法獲取，訓練數(shù)據(jù)又有所滯后導致泛化能力下降，無法適應這個快速變化需要實時決策的場景。在面對相關問題的時候，模型出現(xiàn)幻覺、準確率低的情況概率會更高。但這個場景的用戶恰恰對出錯的容忍度非常低，因此如果僅通過簡單API接口或者工作流接入然后打造單個Agent（智能體）來處理相對確定的需求，在實際環(huán)境中處理復雜、多變的旅行需求，這種方法很可能行不通。
因此，可以看到許多大模型公司的旅行規(guī)劃仍停留在按照公開信息生成一個大致攻略的階段，實用性并不高。用戶仍然需要去具體核對每一項信息的準確性，然后輾轉(zhuǎn)去各個平臺進行比價和預訂。這些產(chǎn)品對用戶的個性化需求，比如帶老人出行、帶孩子出行也很難很好地滿足。相比于其他領域，AI在旅行場景的落地實際上遠比想象中難度高得多。
在線旅游平臺做AI，有優(yōu)勢也有必要
雖然AI在旅行場景的落地難度很高，但對于在線旅游平臺來說，也成為了難得的機遇。
除了飛豬推出相對完整的產(chǎn)品之外，幾乎所有主流在線旅游平臺也都宣布在做大模型旅游垂類應用。攜程在2023年大模型熱潮中就上線了“攜程問道”，并在國際版Trip.com上推出AI行程助手TripGenie，此后就沒有再進行大的版本迭代，現(xiàn)階段僅提供文本建議，暫無預訂跳轉(zhuǎn)鏈接。今年年初DeepSeek出圈后，馬蜂窩、同程、途牛紛紛跟進，接入DeepSeek做從圖文攻略到產(chǎn)品預訂全流程覆蓋的旅行助手產(chǎn)品。
對于在線旅游平臺來說，優(yōu)勢是顯而易見的。例如在數(shù)據(jù)上，倪生華認為，比起公網(wǎng)數(shù)據(jù)，在線旅游平臺擁有的，經(jīng)過業(yè)務高度的抽象、結(jié)構(gòu)化有真實可信度的數(shù)據(jù)，會成為真正的壁壘，航班、酒店、景區(qū)等這些通用大模型難以獲取的專有信息，在線旅游平臺都有豐富的儲備。
例如在“問一問”研發(fā)時，飛豬就規(guī)劃制定這一個子功能，調(diào)研了大量旅行社、旅游定制師等，把他們的工作流、知識、經(jīng)驗，加上平臺的供應鏈數(shù)據(jù)、服務評價數(shù)據(jù)等結(jié)合，構(gòu)建了一套相對完善的旅行數(shù)據(jù)集。這些數(shù)據(jù)保證了攻略的真實有效和可操作，也構(gòu)成了產(chǎn)品的壁壘。
開發(fā)AI旅行助手給在線旅游平臺能帶來的好處也很直觀。通常訪問在線旅游平臺的用戶已經(jīng)有了具體的出行需求。一個有效的規(guī)劃助手能夠幫助用戶節(jié)省規(guī)劃時間，還可以完成從攻略到預訂的閉環(huán)。比起跳轉(zhuǎn)多個平臺搜尋靈感，還要反復比價，分別預訂機票、酒店、門票等，如果在行程助手的幫助下，用戶能在一個平臺上完成行程計劃制定和所有預訂，對平臺業(yè)務和用戶留存無疑是實打?qū)嵉膸椭?/span>
從大的旅行趨勢來看，目前，消費者對于旅游的需求更加偏向個性化，不滿足于傳統(tǒng)的模板化線路，越來越追求定制和小眾。更多商戶和平臺也在推廣旅游定制的服務，但一個真正了解當?shù)芈糜蔚亩ㄖ茙煂嶋H上成本非常高。
通常來講，一個旅游定制師平均一天只能服務5-10個用戶。如果“問一問”這樣的AI產(chǎn)品能夠?qū)⒍ㄖ茙煹闹R和思考邏輯復制下來，就能從一天服務5個人，做到一天服務500個、5000個人，大規(guī)模地提升他服務消費者的能力。
對于商戶來說，消費者越來越多的個性化需求也帶來了貨架組織的難題。商戶沒有能力根據(jù)消費者的不同需求上100款產(chǎn)品，很多非標品也很難靠一個貨架和詳情頁去描述。AI可以將消費者的個性化需求和旅游從業(yè)者的個性化服務能力匹配起來，成為兩方的橋梁。
這么多平臺爭著做AI也和“生存焦慮”有一定關系。有在線旅游平臺從業(yè)者對界面新聞直言，“趕上AI時代的快車才有希望，不然現(xiàn)在都是頭部一兩家平臺獨大，小平臺很難有生存空間?！蹦昵?，這家平臺為了在AI上進度不落后，選擇暫緩其他工作安排，調(diào)動人手去集中支持AI項目。
總的來說，在線旅游平臺做AI旅行助手，既有優(yōu)勢，又有不小的好處，對一些小平臺來說還具備“求生存”的必要性。但受限于在線旅游企業(yè)本身的AI研發(fā)能力以及產(chǎn)品力，這些旅行助手產(chǎn)品目前還沒有做到非常完善。對比來看，飛豬“問一問”是其中較為成熟的產(chǎn)品，集成了市面上AI行程助手的主流產(chǎn)品功能。
打開“問一問”，用戶可以看到“發(fā)現(xiàn)目的地”、“找便宜機票”、“找特色酒店”、“規(guī)劃行程”四個基礎板塊。和其他旅游類AI助手最大不同點在于，“問一問”以多智能體驅(qū)動，并在用戶界面上呈現(xiàn)出多個AI助手服務一個用戶的體驗，包含行程助手、路線定制師、智慧交通顧問、酒店顧問、攻略達人、本地人導游、預算管理師、服務保障專員等多個專業(yè)助手。
以最復雜的行程規(guī)劃任務來說，在了解到用戶需求之后，行程助手會喚起相應的智能體，分頭調(diào)用數(shù)據(jù)尋找實時機票、酒店、景區(qū)信息和報價，預算管理師則負責匯總并核算了相關費用，交由“行程助手”輸出方案，包含往返機票、入住酒店、每日游玩景點及特色餐飲的建議，匹配對應的機酒商品方便用戶收藏和預訂，并給出注意事項。“問一問”還可以將行程規(guī)劃轉(zhuǎn)化為可編輯、可導航的手繪地圖，以及基于LBS（基于位置的服務）和高德等工具，在出行中也能夠推薦附近的咖啡館以及可買的伴手禮等。
在過程中，為了提高用戶的可信度，“問一問”展示了工作時的思考鏈。用戶可以看到多個專家分頭在調(diào)用實時的機票報價、酒店報價、路線庫等等，協(xié)作完成任務，也會客觀評價各個交通、酒店和路線的優(yōu)劣。
當然，目前旅游行業(yè)的AI應用還在持續(xù)進化的過程中，“問一問”也還僅限其F5及以上會員和少部分獲得邀請碼的用戶測評，沒有投入大規(guī)模使用。飛豬表示，基于用戶數(shù)據(jù)和不斷反饋，飛豬正在構(gòu)建一套評價標準，不斷校驗“問一問”的產(chǎn)出質(zhì)量，進行整體效果的迭代。