最后登机:为何旅游业可能是人工智能的最后一块前沿阵地
问题不在于技术本身,而在于其需要接入的行业生态
本文由 AI 翻译,关键事实请以原文为准。
[班加罗尔] 印度最大的在线旅游社 (OTA) 之一 Ixigo 声称,其新推出的人工智能助手“懂你、帮你、为你办事”。在最近一次出差中,我决定对她进行一番测试。
“全球金融科技节正在孟买举行,”我对这位名叫 Tara 的助手说,她的声音带着印度口音,略带机器感。“我需要参加前两天的活动,住在会场附近,并且整个行程的预算要控制在5万卢比(约合523美元)以内。”
剧透一下:如果我把这次旅行完全交给 Tara,我可能连班加罗尔都出不去。
她一开始向我展示的是活动前一周的航班。尽管我很喜欢孟买,但这会让我停留的时间远超所需。
然后,她让我手动选择航班、输入个人信息、选座并付款。酒店选项在我预订了机票之后才出现,而且我必须分开支付酒店费用。
旅游业看起来特别适合代理式人工智能:规划一次旅行涉及比较选项、协调预订和做出决策,这些都是 人工智能 代理可以处理的。
但正如我的孟买之行规划经历所显示的,真正的端到端代理式人工智能预订体验仍是一个遥远的承诺。旅游业或许是一个由现有巨头设定 人工智能 应用步伐,而非被其颠覆的行业。
公平地说,我对 Tara 的期望确实不切实际。
公司联合创始人兼集团联席首席执行官 Rajnish Kumar 表示,公司目前并未计划实现完全由代理完成的探索和预订功能。
他补充说,旅客 仍然希望亲自审核和批准关键决策,这是他们二十年来已经习惯的方式。这也减少了可能导致订错航班或产生取消费用的错误。
Rajnish Kumar 承认,Tara 本应查明金融科技节的日期并推荐相应航班。查询失败的原因是 Ixigo 将该助手的信息来源限制在特定范围内,例如 Google Places(Google 的地点和商户数据库)以及网络上某些与旅游相关的搜索。
他表示,这些“护栏”可以防止 人工智能 做出超出其设定范围的行为。
“你给 人工智能 的工具越多,它的行为就越不确定,”Rajnish Kumar 解释道。“它可能会做出一些你不希望它做的事情。”
重重障碍
根据世界旅游及旅行理事会的数据,2025年国际 旅客 的消费额达到了创纪录的2.02万亿美元。
然而,麦肯锡的一项调查发现,尽管90%的旅游业高管表示他们的企业正在以某种形式使用生成式人工智能,但只有2%的人表示代理式人工智能已在业务中广泛部署。
问题不在于技术本身,而在于其需要接入的行业生态。
航空公司和酒店的系统通常是几十年来独立建立的,库存和价格可以实时变化。这使得 人工智能 在旅游业的应用比其他电子商务场景更为困难,因为在后者中,价格更为稳定,平台对费率有更大的控制权。
取消和修改政策通常以纯文本形式撰写,而非 人工智能 代理可以轻松解读的标准化格式。支付是另一个绊脚石,涉及审批、支出限额和责任等更棘手的问题。
对于行业内的人工智能原生初创公司而言,接入预订系统、获取机票价格和酒店费率仍然是一个挑战。
航空公司通过全球分销系统 (Global Distribution Systems) 和新分销能力 (New Distribution Capability) 等成熟系统向旅行社分销票价,而这些系统需要审批和商业合作关系。
酒店业则更加分散,这使得新晋公司要么依赖聚合商,要么不得不自行承担建立供应商关系的重担。
对于现有的在线旅游社 (OTA) 而言,挑战在于如何整合旧系统,同时设计出真正优于客户已熟悉的筛选器、表单和结账流程的界面。
新加坡保险科技初创公司 Igloo 的首席执行官兼联合创始人 Raunak Mehta 表示,要让人工智能代理在旅游业中可靠地运作,整个行业需要实现更高程度的标准化,将库存、定价和政策以 人工智能 代理可读的格式提供。
他补充道:“并非每一次酒店预订、每一次航班预订,都遵循相同的条款和条件。”
需求方面也存在问题:旅游消费昂贵、频率低且具有自主选择性。消费者可能不像授权 人工智能 购买日用品那样,愿意让其直接从银行账户付款。
变化中的市场
尽管存在局限,但 人工智能 正在撼动旅游业。如今,客户通过 ChatGPT 和 Claude 等通用平台来做出旅行决策,这些平台可以规划行程。然而,它们通常会将用户引导到其他地方进行交易。
研究公司 Third Bridge 的分析师 Albie Amankona 表示:“即便你在一个代理式人工智能平台上搜索度假产品,你最终要么被导向 OTA,要么被导向住宿、酒店、Airbnb 或航空公司自己的网站。”
行业中也涌现出了一些人工智能原生公司,例如 Mindtrip 和被 Expedia 于2026年收购的 Layla。这些公司围绕对话式行程规划而非传统搜索表单构建,它们利用成熟的旅游平台和供应商来获取大部分库存和完成交易。
Albie Amankona 补充说,OTA 并未因这些新公司的出现而面临“太大威胁”。
他回忆道:“当我问他们(OTA 高管)有哪些人工智能原生平台时,很少有人能说出具体的名字,我觉得这很有意思。”
改造遗留系统
这个问题不仅限于 OTA,还延伸到航空公司、酒店和其他供应商。如果一个平台上缺少小型酒店、旅游团、接送服务或其他本地服务,代理也无法进行规划或预订。
亚洲航空(AirAsia)就是一个很好的例子,其母公司 Capital A 同时拥有 OTA 平台 AirAsia MOVE。
在该航空公司2024年的业绩报告中,首席执行官 Nadia Omer 表示,与 Google 共同开发的 AskBo 2.0 正在“从传统技术向 人工智能 驱动的旅行管家转型”。到2026年初,她仍在谈论对该虚拟管家的持续投资。
随后,Nadia Omer 表现出更为谨慎的态度。
“我们宁愿再等等,修复所有漏洞,在 人工智能 技术进入可规模化阶段时再使用,”她在一月份表示,并补充说 MOVE 在进行更广泛部署时,将倾向于选择更成熟可靠的平台。
其他参与者则以不同的速度前进。
客路 (Klook) 首席执行官 Eric Gnock Fah 最近谈到,人工智能 将“把碎片化的预订界面整合到一个单一的对话层中”。与此同时,Traveloka 自2024年以来一直在增加对话式人工智能功能,但迄今为止主要集中在搜索和规划方面。
混合模式
理论上,这个行业已经有了一种通用语言。
Anthropic 的 Model Context Protocol 将 人工智能 与数据和工具连接起来,而 Google 的 Agent2Agent 协议则让代理能够跨系统通信。同样由 Google 推出的 Universal Commerce Protocol 将这一能力扩展到了商业领域。
但这些协议的采用仍处于进行阶段。
对于 OTA 关系中的供需双方而言,彻底改造遗留系统并使数据准备好被代理接纳是一个缓慢的过程。要做好这件事,还需要找到合适的人才。
“内部构建这些系统的主要成本驱动因素,实际上是聘请顶尖人才,将他们从大型 人工智能 公司吸引过来,并让他们为 Booking 或 Expedia 工作,”Third Bridge 的 Albie Amankona 解释说。
即使不具备代理能力,管理运行语音 人工智能 的成本也是各家公司正在摸索的问题。
“我们目前也没有非常积极地强迫人们使用语音功能,”Ixigo 的 Rajnish Kumar 表示。“这些系统的运行成本不菲。”
他拒绝透露在 Tara 帮助下完成的预订数量。但根据公司2026年的年度报告,在2025年底,由于印度航空公司 IndiGo 的运营中断和航班取消事件,该语音机器人端到端地处理了超过15万通电话。
一种新兴的混合模式是:并非由一个代理监督整个行程,而是由几个功能更专一的代理在现有用户体验中处理特定任务。
Ixigo 拥有多种代理,它们可以监控票价、为乘客办理登机手续、获取登机牌、在抵达前致电酒店再次确认预订,以及向航空公司追讨退款。
OTA 并未等待航空公司和酒店升级其后端系统或构建自己的代理,而是利用语音机器人直接呼叫航空公司的客服或酒店前台。
“消费者并不知道什么是代理,”Rajnish Kumar 指出。“他们想要的只是事情能为他们办好。”
颠覆,但被推迟
端到端预订在技术上已经成为可能。Ixigo 正在内部测试此类系统,但要等到“百分之百确定其具有极高精度”后才会发布。
更广泛的应用取决于降低 人工智能 成本、扩大用户规模,以及完成旅行的最后步骤,包括支付。
这些瓶颈正在为现有巨头争取时间,但这不会永远持续下去。如果行业有朝一日发展到每个参与者都使用相同的 人工智能 语言,那么现有巨头今天所享有的优势就可能开始被削弱。
“OTA 们非常有信心,在未来几年内,不会出现来自 人工智能 原生挑战者的重大颠覆,”Third Bridge 的 Albie Amankona 表示。“他们普遍认为,旅游消费者相当保守。”
那么 Tara 和我最终如何了呢?我们还保持着对话,但大部分跑腿的活儿还是得由我来做。TECH IN ASIA
Decoding Asia newsletter: your guide to navigating Asia in a new global order. Sign up here to get Decoding Asia newsletter. Delivered to your inbox. Free.
Share with us your feedback on BT's products and services