文 | 深響，作者｜林之柏
AI 對在線旅游行業(yè)的改造，正在提速。
今年上半年，各大平臺爭相推出面向用戶的各類 AI 旅游助手，刮起了一陣 AI 旋風(fēng)：
馬蜂窩在 2025 世界人工智能大會上帶來了 AI 旅游助手 APP，計劃將其打造成目的地 " 專屬管家 "，不久前還上線了個性化攻略定制產(chǎn)品 "AI 路書 "；
途牛在 4 月推出 "AI 助手小牛 "，隨后陸續(xù)更新多項功能；
飛豬則推出 " 飛豬 AI 問一問 "，并第一時間接入 DeepSeek-R1 大模型；
同程旅行也搭上了 DeepSeek 這趟快車，在今年 3 月推出和 DeepSeek 整合的升級版旅游專屬大模型 " 程心 AI"；
攜程則在更早前陸續(xù)推出垂直大模型 " 攜程問道 "、AI 客服助手 "TripGenie"；
……
但深度思考、學(xué)習(xí)能力的進步，為 AI 提供了破壁機會。攜程創(chuàng)始人梁建章在上半年的一場行業(yè)活動上表示，在線旅游 AI 智能體發(fā)展可能較慢，但整體仍值得期待。同程旅行則在剛發(fā)布的財報中強調(diào)持續(xù)加大在 AI 應(yīng)用領(lǐng)域的投入，讓用戶實現(xiàn)從 "AI 推薦 " 到 "AI 決策執(zhí)行 + 預(yù)定執(zhí)行 " 的閉環(huán)。途牛旗下的途致大模型也在近期正式通過生成式人工智能服務(wù)備案，未來將對 AI 做更全面的布局。
不可否認，AI 旅游助手的密集上線給用戶帶來了嶄新的體驗，也能有效提升出行效率和旅游滿意度。但現(xiàn)階段的技術(shù)和體驗瓶頸同樣突出：AI 訓(xùn)練數(shù)據(jù)更新的滯后、不同環(huán)節(jié)存在數(shù)據(jù)孤島，影響信息準確性；缺乏場景化定制能力，難以滿足用戶日益突出的個性化需求……能否妥善解決這些難題，很大程度上決定 AI 旅游助手的長期前景。
AI 旅游助手橫評：基礎(chǔ)功能齊全，深度思考能力是亮點
橫向?qū)Ρ雀鞔笃脚_的 AI 旅游助手，我們發(fā)現(xiàn)它們主要命中了用戶兩大痛點。
首先是「提升效率」：基礎(chǔ)功能齊全，一站式服務(wù)已成標配。從出行環(huán)節(jié)的高鐵票 / 機票查詢、篩選、預(yù)訂，到目的地酒店、景點門票推薦、預(yù)約一應(yīng)俱全，省去了繁瑣的出行前準備流程。但在具體操作上，不同平臺的體驗感略有差別，從中也可以窺探平臺底層技術(shù)、設(shè)計邏輯的差異。
交通出行方面，向各平臺的 AI 助手發(fā)送 " 明天從廣州到上海的高鐵票 " 這一簡單指令，得到的答案有不同精細程度。同程 " 程心 AI" 不僅會給出高鐵班次推薦選項，還會給出詳細的解釋——包括時長、余票數(shù)量、中途?？空军c等，幫助用戶了解詳細信息再做選擇。" 飛豬問一問 " 的回答也相當(dāng)細致、直觀，表格呈現(xiàn)形式一目了然，此外還會提供額外出行貼士，如高鐵站位置偏僻要提早規(guī)劃行程、中轉(zhuǎn)方案要預(yù)留換乘時間等。
相比之下，攜程問道的回復(fù)相對簡單，直接給出列車列表讓用戶跳轉(zhuǎn)預(yù)訂，不做分析推薦。途牛 "AI 助手小牛 " 的語義理解能力則要打上一個問號，同樣的模糊指令在其他平臺均可精準識別，但 "AI 助手小牛 " 需要輸入更精確的 " 明天從廣州到上海的高鐵票推薦 " 才能得到想要的答案。
酒店預(yù)訂的體驗也有相似的差異。
輸入指令 " 預(yù)訂上海的酒店 "，同程、飛豬的推薦依然很詳細，同程 " 程心 AI" 有明顯的記憶關(guān)聯(lián)性，承接上一個有關(guān)高鐵票的查詢指令推薦高鐵站周邊酒店和優(yōu)劣勢分析，且直接給出預(yù)訂鏈接；飛豬給出的可選方案更多且條理清晰，先根據(jù)酒店地址列出分類項（如靠近熱門景點、CBD 等），再推薦具體酒店，且同樣以列表形式清晰呈現(xiàn)。
相比而言，攜程給出的選擇是最豐富的，除了考慮地理位置之外，還按照頂級奢華酒店、高端酒店、特色酒店、經(jīng)濟型酒店等不同價位給出推薦，并有酒店賣點的詳細分析。
而馬蜂窩恰好相反，AI 助手給出的答案最簡單、選擇最少、推薦理由也很簡潔。如果需要更精確或豐富的推薦，需要調(diào)整指令、添加具體的價格、房型、出行目的等細致要求。
產(chǎn)品設(shè)計邏輯向來是以小見大，從這些最簡單、最基本功能中，可以看出平臺底層大模型、數(shù)據(jù)樣本、交易鏈路上的不同優(yōu)勢。
攜程作為行業(yè)老大，擁有最龐大的用戶群、鏈接最多商家，樣本數(shù)足夠多，給出的選擇自然更豐富。攜程問道發(fā)布會上，攜程副總裁、CMO（首席營銷官）孫波提到數(shù)據(jù)樣本的重要性，攜程問道幾乎是從 500 萬個可能匹配的選擇中挑出 5 萬個可靠的推薦，支撐 1 次旅游決策。相比之下，以內(nèi)容起家的馬蜂窩在 B 端資源、交易鏈路上稍顯不足。
要拼數(shù)據(jù)、拼酒店資源，同程、飛豬恐怕也比不過攜程，但好在平臺數(shù)據(jù)足夠垂直，DeepSeek 加持的深度思考能力也很關(guān)鍵，能讓 AI 助手盡量拓寬思考維度、照顧用戶實際需求。飛豬問一問產(chǎn)品負責(zé)人就表示，集成 DeepSeek 和阿里通義千問主力模型后，產(chǎn)品訓(xùn)練變得更細致，加強了對用戶體驗細節(jié)的理解，得出的推薦結(jié)果才更人性化。
其次是「優(yōu)化體驗」：簡單的行程規(guī)劃已經(jīng)難不倒 AI，從景點、網(wǎng)紅餐廳打卡攻略，到戶外、特殊場景出行裝備都能給出詳細建議，努力滿足深層次的出行需求。
在測試中輸入 " 北京三日游攻略 " 指令，各平臺的 AI 助手基本都能給出大致的游玩攻略，從出行、酒店、景點到餐飲安排應(yīng)有盡有。不過在攻略的精細度、側(cè)重點上，依然可以看到平臺間的不同特點。
其中，馬蜂窩、同程給出的攻略都相當(dāng)仔細，只不過關(guān)注點不完全一樣。前者更注重景點和餐廳打卡體驗，精準到頤和園等景點從哪個門進入更方便、網(wǎng)紅餐廳哪個位置景觀更好、景山公園哪個位置更出片，能看出 AI 訓(xùn)練階段投喂了大量博主打卡攻略。同程 " 程心 AI" 的攻略雖然沒有細致到具體打卡位置、餐廳就餐時段，但十分關(guān)注出行的基本保障，比如涉及長城等戶外行程時會提供裝備建議、對出行線路 / 難度有詳細講解。
攜程的攻略依舊維持簡潔風(fēng)格，且規(guī)劃嚴謹，給出精確的地圖路線規(guī)劃，AI 對話頁面就能直接跳轉(zhuǎn)門票預(yù)訂，操作簡單。飛豬則勝在完整，考慮到出發(fā)日交通、落地午餐這些前期行程安排。
如果說航班查詢、訂票這些基礎(chǔ)功能，是解決出行規(guī)劃的效率問題，體現(xiàn) AI 的工具屬性，讓 AI 助手變得 " 有用 "。那么完整的行程規(guī)劃能力，就是讓 AI 更接近于 " 助手 " 本質(zhì)，從被動接收 - 執(zhí)行指令，到主動向用戶提供引導(dǎo)、提高旅游滿意度，讓 AI 助手更 " 好用 "。
從 " 能用 " 到 " 好用 " 的升級，背后也體現(xiàn)了 AI 助手深度思考、人機交互等核心能力的完善。由此不難推斷，AI 旅游助手在年內(nèi)快速迭代、更新，和 DeepSeek 崛起帶來的底層技術(shù)變革有很大關(guān)系，為平臺創(chuàng)造了低成本部署、快速訓(xùn)練的條件。
數(shù)據(jù)孤島疊加場景局限，AI 旅游助手如何更進一步？
然而，正如文章開頭所言，AI 旅游助手的推廣落地不算快，當(dāng)中涉及到一些旅游行業(yè)特有難題。
一方面，旅游攻略的低容錯率和 AI 信息準確度的缺陷是一對天然矛盾。
受天氣、政策等客觀因素影響，航班、景點門票等信息向來變動快、不確定性強，AI 的數(shù)據(jù)庫做不到實時更新，就容易出現(xiàn)推薦失真甚至事實性錯誤，嚴重影響用戶體驗。翻看各大社交平臺的討論帖就能發(fā)現(xiàn)，不少用戶對 AI 旅游攻略的信息準確性感到不滿，小到推薦已關(guān)閉的餐廳、公交線路錯誤，大到 " 篡改 " 當(dāng)?shù)亓?xí)俗禁忌、" 捏造 " 景區(qū)景點，輕則敗興重則無故增添出行風(fēng)險。
相似的問題屢次出現(xiàn)，明顯挫傷了用戶信心?！断M者報道》的一項調(diào)查顯示，AI 預(yù)訂、AI 比價和酒店 / 機票篩選等功能用戶使用率普遍較低；即便是使用率較高的行程規(guī)劃、景點推薦等功能，用戶也只是用作參考，不會完全相信 AI。
外出旅游，意味著進入一個完全陌生的環(huán)境、脫離熟人網(wǎng)絡(luò)，這種情境下人們會更厭惡不確定性、害怕出錯，這是天性使然。AI 旅游助手的難點在于，要提高信息準確度光靠平臺還不夠：航司、公交公司、酒店、景區(qū)運營方都是重要數(shù)據(jù)源，但彼此之間數(shù)據(jù)并不連通。尤其是部分下沉城市、中小型景區(qū)、非連鎖型酒店數(shù)字化程度本就有限、樣本缺失，加劇數(shù)據(jù)孤島現(xiàn)象。
另一方面，場景化、定制化能力也是 AI 旅游助手一大弱點。
現(xiàn)階段各大平臺 AI 助手制定的攻略撞臉嚴重，行程模式化，對小眾需求（帶寵旅行、老年慢游、文化深度研學(xué)等）適配差，要么需要多次調(diào)整指令、輸入盡可能詳細的關(guān)鍵詞；要么受困于數(shù)據(jù)多樣性不足，始終難以給出貼近需求的規(guī)劃。
數(shù)據(jù)、用戶高度垂直是旅游平臺的優(yōu)勢，其 AI 助手采用的訓(xùn)練數(shù)據(jù)源比通用大模型更有針對性。但垂直也是一把雙刃劍，用來訓(xùn)練 AI 的數(shù)據(jù)樣本，很大一部分來自平臺上的博主攻略、用戶評價，當(dāng)中許多內(nèi)容本就是套模板生產(chǎn)的。博主們?yōu)榱颂岣咂毓饴首裱脚_算法推薦規(guī)則批量生產(chǎn)貼文、推薦的餐廳 / 景點千篇一律，在此數(shù)據(jù)基礎(chǔ)上訓(xùn)練出來的 AI 也很難擺脫場景局限。
然而，年輕一代用戶的旅游習(xí)慣正在變化。千人千面的個性化規(guī)劃逐漸成為主流，AI 助手也需要適應(yīng)變化，才能跟上潮流。
問題擺在這，接下來怎么辦？平臺給出了兩條主線。
一是發(fā)揮所長，找準自己在數(shù)據(jù)、算力、生態(tài)、底層架構(gòu)上的差異化技術(shù)優(yōu)勢，盡力彌補信息準確性不足的缺陷。
比如攜程發(fā)揮業(yè)內(nèi)領(lǐng)先的酒旅、景區(qū)合作資源和雄厚的資金、技術(shù)優(yōu)勢，走生態(tài)融合路線，正努力構(gòu)建覆蓋 B-C 兩端，從底層大模型到前端應(yīng)用的 AI 生態(tài)網(wǎng)，以 B 端建設(shè)反哺 C 端體驗。一邊借助平臺 AI 能力幫助 B 端商家完成數(shù)字化升級，提供 AI 客服、AI 內(nèi)容生產(chǎn)、AI 商品信息錄入等全套 AI 服務(wù)，一邊借機會打通數(shù)據(jù)孤島、豐富數(shù)據(jù)樣本。
飛豬、同程、途牛的資源、數(shù)據(jù)樣本比不過攜程，但采取了更靈活的方式——多智能體驅(qū)動。
途牛 AI 助手采取端到端設(shè)計，將不同功能對接到機票小助手、酒店小助手、火車票小助手等子應(yīng)用 AI Agent，相互獨立又互相協(xié)作，在盡可能保證運算效率的前提下通過子 AI Agent 加快數(shù)據(jù)更新 - 集成，以抹平時間差、提高準確度；飛豬問一問也采取了類似的多智能體共同驅(qū)動模式，內(nèi)置行程助手、路線定制師、智慧交通顧問、酒店顧問等專業(yè)助手，以求更準確拆解指令。
二是面對場景限制時換個思路：借力 AI 但不迷信 AI，不追求極致效率，引導(dǎo)用戶和 AI 助手進行多輪次交流、獲取更準確的用戶喜好。
馬蜂窩最新推出的 AI 路書是一個值得參考的方向，AI 路書所制定的攻略不追求大而全、不完全遵循網(wǎng)紅路線，制定行程前用戶需要輸入諸如喜歡熱鬧還是獨處、更愛體驗自然風(fēng)光還是人文風(fēng)俗、希望和當(dāng)?shù)厝艘院畏N形式互動等細致要求，當(dāng)目的地涉及高原地區(qū)時還會詢問高反適應(yīng)能力，最終才生成一本貼合個人訴求的完整路書。
當(dāng)然，這一模式的缺點是響應(yīng)慢——從輸入指令到生成路書需要耗費 20-30 分鐘不等；且目前仍處于測試階段，需要邀請碼、用戶使用次數(shù)有限，體驗樣本有限，等到大規(guī)模推廣后會不會走上行程同質(zhì)化的老路尚未可知。
但這背后的產(chǎn)品設(shè)計邏輯是值得肯定的：讓主導(dǎo)權(quán)回歸人本身，一切從用戶的個性化訴求出發(fā)，而不是被 AI 牽著鼻子走——提供有溫度的科技體驗，才是 AI 旅游助手最大價值。
整體而言，AI 旅游助手的發(fā)展還處在早期階段，功能設(shè)計上、平臺的配套部署上都需要繼續(xù)查漏補缺。
但不可否認，AI 的滲透確實某程度上改寫了游戲規(guī)則，未來如能從單純的技術(shù)導(dǎo)向轉(zhuǎn)向成熟底層技術(shù) + 用戶場景融合 + 人性化關(guān)懷的綜合發(fā)展路線，解決信任（信息準確度）問題、降低使用門檻，便有機會構(gòu)建可持續(xù)的內(nèi)容與商業(yè)閉環(huán)。
