AI，从旅行嘴替到旅行腿替？
撰稿 ：陈 杰
编辑 ：壮 壮
头图 ：AI 生成
01
AI搞旅行，这两年快混到狗都不信了。
你周末想带孩子去京郊微度假，对着AI的聊天框，绞尽脑汁输入一大堆文字诉求。
它洋洋洒洒给你写了篇小作文，分析得头头是道。
结果呢？
你还是得按照AI的提示，打开七七八八的APP，吭哧吭哧挨个去查，挨个去订。
AI负责心动，你负责行动了呗？
更可恨的是有些AI一本正经的胡说八道。
你问它头一次去北京怎么规划行程性价比最高？
它的安排如下：
中午12点落地大兴国际机场，14点逛景山故宫，16点游北海公园，18点去南锣鼓巷，20点再到八达岭长城来次小众夜游。
这搁谁都得咬着牙竖大拇指，性价比高是高，但你拿我当哪吒呢，脚底下踩着风火轮呗？
有人为此给AI下了这样一句评价：
聊天挺像人，办事不如狗。
所以前两天飞猪发布新一代旅行AI“飞猪帮帮”的时候，劲旅君其实是持谨慎态度的。
然而仔细听完整场发布会，劲旅君又感觉，这个新迭代的旅行AI好像有点东西。
02
飞猪帮帮升级迭代，总结起来就三个词：
帮我想、帮我订、帮我办。
“帮我想”本质上是旅行AI聊天功能的进阶版，最大的变化是，能把你脑子里模糊的旅行灵感，一招清晰化、系统化。
旅行AI的聊天功能，就是一个搜索框，以前大家最烦的是，这玩意总是理解不了你到底想要什么。
你给的关键词少了，它压根搜不准；你给的关键词多了，它又消化不了。
为了让旅行AI听懂人话，你还得去报一门“如何给AI提供有效信息”的课程。
虽然前面提到的那些抓狂的事情，本质上在现阶段的AI阶段，还是难以完全避免，但飞猪帮帮这次确实把旅行AI的约束条件和意图理解能力作了比较大的升级。
首先是交互形式上，你不用再冥思苦想在APP的搜索框里输入哪些文字，而是直接开口说话，还能一轮一轮说，想起什么说什么，想怎么说就怎么说，旅行AI都能听懂且理解，并精准给出符合你所说的结果。
飞猪帮帮还会把你的模糊灵感快速打造成真实行程。
比如你日常刷小红书，突然看到一篇城市旅行游记，瞬间勾起旅行兴趣。
按照以往经验，此时你就开始自己把游记里的酒店、餐厅、线路等信息提取出来，大致排个顺序，再附加自己的想法、需求、期待，最后把这堆内容丢给旅行AI，祈祷它能整个完整的行程方案。
现在不用这么麻烦。
你直接把这篇游记丢给飞猪帮帮，它秒懂核心诉求，自动生成一条包含吃住行游购娱的完整行程。
再比如你去北京看一场演唱会，顺便在当地玩三五天，只需要把演唱会日期丢给飞猪帮帮，一套完整的行程自动排出来。期间如果你遭遇天气变化、人数变化、景点变化，不用从头再做一次行程，修改其中一个节点，整个行程自动优化。
“帮你想”的核心迭代逻辑在于，头一次接住了用户那种“就在嘴边却说不出来”的模糊但真正的需求。
03
“帮我订”，顾名思义就是在用户需求相对明确的情况下，AI尽可能走到最后一步，直至要下单甚至要支付了，再把关键的授权还给用户。
毕竟旅行AI可以帮你把行程规划得七七八八，但是预订这个最麻烦的环节还是要你亲自决策并操作。
你给旅行AI说“我想预订一家清晨可以眺望到北京故宫金顶的酒店”，大部分旅行AI是懵圈的，因为它们搜索OTA的产品库，发现根本找不到标记有类似描述的酒店。最后大概率是给你推荐故宫周边三五公里的酒店，至于哪一家能看到金顶，还得靠你碰运气去翻找。
同样的需求抛给飞猪帮帮，它的做法却是把这个模糊的描述翻译成更明确的信息：酒店距离、房型朝向、楼层数据、用户评价、商家介绍等，然后把这些散落在各个角落的信息组合成有效的匹配条件，最后筛选出最符合需求的酒店。
注意，到这一步不算结束，飞猪帮帮不是给你推一条链接，而是直接帮你完成预订。
“帮我办”就更有意思了。
你入住酒店前，旅行AI可以替你去争取更多权益。例如，你是某个国际大牌酒店集团的会员，可以在入住当天向酒店申请升级房型。以前是需要自己打电话、写邮件、发备注的，但是现在你给旅行AI下达指令后，它去帮你打电话给酒店前台，酒店如果恰巧房态支持，那它直接都给你办成了。
还有大家都感觉非常麻烦的航班选座。
以前你订完机票必须等到航司通知，才能自己去航司官网/APP或者航旅纵横这类第三方平台去操作，经常是一忙就忘记，结果只能选择最不舒服的位置，让原本辛苦的差旅路程更疲惫。
现在也不用遭罪了，你在飞猪帮帮上查询、预订好机票后，旅行AI会根据你的要求，自动跟踪选座，航司开放后直接办好。不过飞猪方面也承认，这个功能需要依赖不同航司的不同政策或不同程度的合作，目前还只是覆盖一部分。
另外，想订完机票后的退票改签、出入境填表、发票开具等琐事，现在飞猪帮帮也都能帮你搞定。
在飞猪帮帮的逻辑体系里，这些琐碎的个人需求，被定义为用户的“长程任务”或“长时任务”，只要你提前交代好，旅行AI就会长期追踪、监督落地。
以前的旅行AI只是嘴替，现在的飞猪帮帮却是腿替。
04
说到这里，很多人心里其实冒出个大问号：
以前的AI吹得很牛，尤其是大众已经离不开的通用AI，用起来怎么就拉了胯呢？
主要有两个原因。
其一，绝大多数旅行AI背后没有供应链支撑。
为什么说飞猪帮帮能帮你完成预订这最后一步非常关键？
因为旅行AI“能聊”和“能订”中间，隔着一个庞大的旅游供应链。旅行AI搜索高价值信息也好，完成关键预订步骤也罢，都需要有真实库存、真实报价、真实履约环节的支撑才行。
否则就算大模型能力再强，也没办法给出用户想要的正确答案。
其二，有供应链的OTA也不一定做好旅行AI。
这两年OTA陆续下场涉足AI，按道理来说，OTA拥有强大供应链支撑，应该是可以做好旅行AI的，但实际效果却不尽如意。
一方面，这是OTA的思路问题。
OTA做旅行AI现在就两个套路，要么给旧产品贴个AI标签，换个马甲；要么用AI包装老产品，新瓶装旧酒。
给大家讲个故事。
1882年，人类第一个被商用的发电厂建成投产，但令人意外的是，此后17年间，工厂的电力采纳率只有5%，那些采用电机驱动的工厂，并没有因为电力应用出现大规模降本增效。
这是为什么？
因为彼时所有工厂的动力系统是围绕蒸汽机打造的统一中央输出系统。早期工厂接入电力设备后，只是把蒸汽机换成电机，整个流程根本没变。直到有工厂打破这一旧模式，采用分组电机，按车间分组配电，工厂效率才出现跨越式增长。
听明白了吗？
除非大规模改造甚至另起一套适用于AI时代的商品流、交易流、服务流架构，否则旅行AI的真正爆发力永远释放不出来。
一个可以参考的坐标系是，最近一年海外的OTA巨头们，Booking、Expedia、Airbnb等等，无一例外都在搞AI。
但事实是，无论是船大难掉头的原因，还是巨头讨厌面临不确定性的原因，在AI上的尝试只能说更像是单点的、象征性的，比如智能客服、房源对比、评价摘要、筛选标签，当然也包括上面提到的、很容易被喷惨的行程规划。
至今为止，其实全球OTA行业还没有试错出来一条完整的AI与现有业务融合的路径，即便是对他们来说，供应链也是现成的优势。
所以，从这个视角来看，无论最终结果是否积极，目前飞猪在AI领域的探索是一套完整的、前卫的甚至有些激进的。
这是好事，20余年一成不变的OTA，确实也该迎来一些新鲜空气了。
05
说回到飞猪，为什么是它？
在劲旅君看来，首先是因为AI的成本这道坎，今年真的降下来了。
阿里巴巴的千问3.8已经在多个方面超越GPT-5.0，而且千问3.8的成本只有GPT-5.0的1/15。
AI大模型成本的持续下降，让To C端的AI应用有了更大想象空间。业内预判，最快明年下半年，最晚后年上半年，To C端的AI应用领域会迎来一轮井喷式爆发。
千问3.8成本骤降，飞猪的优势自然显现。
AI这头，飞猪帮帮背靠千问大模型，技术先进且成本低廉；供应链这头，飞猪拥有沉淀10年的资源。
别家旅行AI是“会聊天的不会卖货，会卖货的不会聊天”，飞猪帮帮两头都占。
其次，飞猪从战略层面选择ALL IN。
飞猪CEO庄卓然公开表示：传统OTA领域已经卷不出花了，AI是OTA下半场的关键点。
他还认为，OTA不会被干掉，而是会被重构。
曾经的OTA（Online Travel Agency，在线旅行社）会变成现在的OTA（Omni-intelligent Travel Agent，全智能旅行代理）。
在执行层面上，飞猪也强化AI渗透。
飞猪帮帮三个月的核心开发周期，上线148个复杂需求，AI写的代码占85%以上，平均每天上线1.7个新功能。
飞猪对AI的投入还延伸到商家端。
今年5月，飞猪的酒店商家智能助理免费开放，一家汕头酒店开通了经营决策功能，9天内使用AI诊断超过23次，采纳了80%以上的AI建议，流量增长了接近2倍。
只要你会用，AI真的能当牛马。
06
只不过，PPT演示得再好，还得看接下来实践效果到底如何。
劲旅君的一位媒体朋友这两天专门测试了一下飞猪帮帮。
惊喜的确有，旅行AI不但精准理解了他的需求，给出合适的酒店、行程推荐，还贴心推荐了酒店周边的美食和外卖；BUG也存在，旅行AI推荐了一趟票售罄的高铁车次。
虽然飞猪帮帮并不完美，但诚如这位朋友所言，至少有人开始干点正经事了。
劲旅君了解到，今年国庆小长假之前，飞猪帮帮还要上线一系列新功能，包括多人出游的讨论组、航班状态全程监控、行中点外卖等。
听起来都非常不错，能不能落地兑现，我们等等看。
把时间留给风景，把琐碎留给AI。
这是劲旅君最大的期待。
旅行的生意，注定是一门苦活脏活累活，但这里面也的确藏着AI时代巨大的稀缺资产。
-End-