本文转载自公众号：蓝渊笔记，ID：PDBZD2018，作者：彭涵

最近，AI（人工智能）的话题火遍全网。

3月15日以来，ChatGPT-4、百度文心一言陆续发布。王慧文、李开复、李彦宏等互联网大佬纷纷宣布跑步进场，包括真格、险峰、峰瑞资本等一线资金，也都表态未来要重注AI创业。

不同于数字货币的喧嚣、元宇宙的迷幻，这波AI风潮貌似是近年来科技&创投圈“最接地气”的热浪，因为已经有实际的应用落地——GPT-4表现出的能力，一夜之间震惊了很多人。

可以预料的是，旅游作为一个传统的线下服务业，也将再次被推入变革前夜，正如这个行业的逻辑十年前曾被移动互联网彻底改写。

大风起于青萍之末，来看一下巨变前夜到底有哪些蛛丝马迹。


2023年2月初，微软公布New Bing搜索引擎，该版本集成了ChatGPT技术，公布不到 48 小时，申请用户量已经过百万。

在美国科技媒体The Verge发布的测试体验案例中，用户可以向Bing提问如何帮助自己规划一个在纽约市3日的旅行，同时确保自己待在纽约时代广场附近；而新Bing已经可以将选择的酒店按照一定优先级为用户规划出来。

3月21日，笔者通过百度文心一言测试了类似的需求，发现国内这个对标ChatGPT的产品，也具备相应能力。但有趣的是，AI无法推荐北京行程中的酒店，却在泰国行程中做了推荐。


显然，旅游是个AI应用的经典场景，无论GPT-4还是文心一言都已经介入。而更重要的是，AI在这个过程中是怎么运作的，未来可能达到什么程度？

目前，市场上的AI应用主要分为分析型AI和生成式AI。

其中，分析型AI 已经被广泛使用，比如短视频推送、人脸识别、搜索分类、语音助手等；生成式AI——也就是ChatGPT这样的应用，还处于早期阶段，可以实现书写文字段落，生成图片，和生成代码等。

ChatGPT的工作原理可以简单的类比为，机器通过阅读人类说出前半句话是什么，然后预测人类想要得到的后半句话应该是什么，可以类比为诗词填空，出题人给出诗词的前半句，然后让机器填写后半句。

为达成这个目标，需要用人类已经存在的语料信息、图片信息或代码信息等作为数据集，对模型进行训练。所以模型的认知边界将不断的趋近、但无法超越人类自身的认知边界（信息来源：华安证券）。

具体需要怎么训练AI模型？依然是以旅行路线规划需求为例。

首先，模型的开发人员会使用规模极大的数据集（包含酒店信息、旅行路线请求信息、地图信息、天气信息等）去进行模型的预训练，得到一个通用的预训练模型。

然后在这个通用模型的基础上，使用外包的人工标注团队，开展人工标注，对一些细节进行标注——比如将已经停业的酒店标注出来，最终确保ChatGPT在规划旅行计划时，会剔除这些已经停业的酒店（信息来源：华安证券）。

也就是说，只要输入足够多的有效数据对AI进行“喂养”，同时辅以一定的人工矫正，这个模型就会越来越智能。

回到文心一言推荐酒店的那个案例，出现了“北京没推荐、泰国可推荐”的现象，也许只是因为两地酒店相关的数据，在模型中输入的程度不一样。

脑洞一下，如果携程愿意输出自己的酒店信息数据去训练文心一言，或许这类问题将迅速解决。

再来看一个旅游从业者视角的案例。如果用ChatGPT设计一个具体的北京博物馆研学营，会得到下面的答案：

主题:北京博物馆研学营——探索中国文化遗产
时间：5天
地点：北京市内的多个博物馆和文化遗址
人数：20-30名学生
导师：专业的博物馆讲解员和历史文化专家

第一天：中国国家博物馆
活动包括：
·专业博物馆讲解员的导览，介绍中国历史文化的概况
·学生分组进行展览的参观和探索，了解中国历史的各个时期和文化遗产
·组织学生参加一些博物馆活动，如制作文物模型或者参加文物考古游戏等

第二天：故宫博物院
活动包括:
·专业博物馆讲解员的导览，了解明清时期的历史背景和皇宫文化
·学生分组进行展览的参观和探索，了解故宫的各个区域和文物
·组织学生参加一些与故宫相关的活动，如尝试古代宫廷服饰的穿戴或者制作故宫纸雕等

第三天：天坛公园
活动包括：
·导师带领学生进行参观，了解天坛的历史背景和文化遗产
·组织学生进行天坛环线游览，学生可以自由探索公园内的历史文化景观
·在公园内进行绘画、摄影等活动，将自己的感受和体验记录下来
........

乍一看AI给出的建议逻辑清晰，但让专业业者评判一下，至少会有以下问题：

1.小孩的注意力一般不超过3小时，一天一个博物馆的行程，基本到下午就没精神了。

2. 故宫、天坛、古建、国博这几个馆，中午吃饭很难解决、基本找不到座，坐地上吃家长又很难接受。

很显然，目前的AI尚不具备“专业经验”，只是根据网络上广泛的信息拥有了初学者的水平，所以设计了一个“很难真正卖出去”的行程；但如果业内人士组一个专家团，不断去修正模型中不合理的信息点，那么这个AI也必然会越来越智能。

今天我们看到的北京博物馆研学营设计，只是一个草稿——它将在AI智能的突飞猛进中，越来越接近专业人士的水平。

趋势已经非常清晰，接下来的巨变也许只是时间问题。


众多分析机构，首先将ChatGPT式的生成式AI定义为一种可以产生深刻影响的“生产力工具”，尤其是在内容生产（AIGC）方面。这将对旅游业者与公司，具体产生怎样的影响？我们先做一些浅层的展望。

依然是以研学营设计为例。在设计具体的讲解课程时，以往研学机构是依赖专业老师的脑力工作的——这也会出现很多摩擦。

比如一位德高望重的老师学养深厚，但他可能并不愿意在商业化的层面做妥协，而是更注重在课程中自己的思想表达。到底怎么设计课程是最有利于学生的，这里涉及到机构和老师之间的反复沟通。

但如果AI直接能够设计出质量过硬的课程，那么这层沟通以及相应的成本就不存在了，研学机构会用自己的成果，直接去感受市场的反馈——学生和家长欢不欢迎、市场口碑好不好，机构一己承担；甚至在后续的课程讲解环节，AI也能一并包办了。

这当然是一种更经济的模式，AI会成功嵌入企业工作流程辅助生产，实现降本增效。在这种模式中，专业、经验丰富且充满创造力的旅游业者，可以利用AI工具化身为“超级个体”，实现“一个人就是一个团队”的高效状态。

另外一种更剧烈的影响，是AI数字员工对真人的取代。

天津市旅游协会饭店分会副秘书长谷安迪推测，以酒店为例，AI未来可以处理入住登记、房间清洁、订单处理等问题；房务的大部分调配工作，AI大多数也都能够胜任。事实上，这也正是AI商用中一个已经被证实的前景。

根据IDC，2024年45%的重复工作任务，将通过使用数字员工实现自动化或增强。德勤数据显示，一家收入200亿美元、拥有5万名员工的企业，20%的工作若用RPA自动化操作完成，可为企业每年带来超3000万美元利润。

也就是说，旅游企业内很多基于经验性的的工作岗位，以及很多为了组织顺畅而构建的官僚体系，可能受到巨大冲击乃至被彻底淘汰——当“超级个体”的时代来临后，很多新的岗位会涌现，企业的管理也会随之发生剧烈迭代。

而迭代的节点也只有一个：当AI的成本已经低于人力成本的那个时刻。当然，目前还很难预见这天何时出现，因为当下的AI训练成本依然非常高。

根据Next Platform对前期训练（不含微调）的估算，GPT-3 175B的模型的训练成本在 875万– 1093.75万美元之间，对应花费时间在110.5天-27.6天，每1百万参数的训练价格是50 美元-62.5美元之间。其中，GPT-3 175 B 如果是基于4-node CS-2 cluster设备配置则成本是 875万美元，如果是基于16-node CS-2 cluster设备配置则成本是1093.75万美元（信息来源：华安证券）。

尽管创投圈已经喊出，在AI领域“会出现比移动互联网大10倍的平台级机会”，但目前AI 2.0还只是巨头才配上桌的游戏，大量的资本被投在了基础设施方面。

以“智能客服”这个细分赛道为例。根据Gr View Research 预测，2030年“可对话AI”的市场空间将达到约413.9亿美元，而该领域的核心竞争者包括谷歌、微软、亚马逊、IBM、甲骨文、SAP等。


值得注意的是，客服体系在旅游交易中也属于不可或缺的一个环节，甚至是很多平台的核心竞争力。

未来已来，但距离大浪打湿脚面还有一些时间。明智的旅游业者与公司，会屏息静气为此早做准备。
进一步猜想，AI将如何影响旅游业内公司的运营？答案也很清晰：作为数字化程度最高的板块，在线旅游将是被重构的第一梯队。

在众多分析师看来，营销/广告是必定会被AIGC颠覆的行业——这将深刻影响在线旅游平台与用户交互的方式。

东吴证券认为，ChatGPT类技术在语言理解及内容生成方面的优势，将推动商品推荐及营销精准度提升，比如根据用户的需求、历史行为等，为用户推荐个性化商品或优化公司选品策略。

也就是说，比以往更为精准的“货找人”将会实现：甚至不再需要用户先去刷短视频、游记等“逛一逛”启发旅游灵感，平台就可以直接推荐最符合用户心意的旅游产品；而且，推荐的广告内容是AI自动生成的，不限于文字、视频、图片以及叠加了VR技术、3D技术等新的呈现方式。

或许，那时的旅游用户将真正体验到“你懂我”的种草感觉。

另一方面，“人找货”的效率也将得到极大提升。比如文章开头用户通New Bing搜索引擎制定纽约行程的案例，在这个过程中，AI不再是简单的提供给用户一个链接列表，而是给用户一个概括的答案去解决具体问题，并且提供可靠的信息来源。另外，用户可以按照和人类沟通的方式与AI对话。

如果AI已经足够智能，且和平台交易环节也无缝对接，那么会是怎样的体验？也许正如电影《钢铁侠》中，小唐尼和AI助手贾维斯（J.A.R.V.I.S.）的互动那样，一个可以“解决所有需求”的旅行智能助手将会横空出世。

这是天方夜谭吗？至少现在已经可以看到雏形了。

2023年3月2日，加拿大电商Shopify通过API接入ChatGPT，打造了智能购物助手。东吴证券的分析显示，通过与该智能助手对话，用户可快速且精准地找到自己所需的产品，极大提升购物体验和购物效率。

相较于电商搜索引擎，该智能助手可以理解更丰富/更多维度的用户需求，且用户操作更为简化。

但值得注意的是，以上猜想建立在几个前提的基础上。

首先是旅游内容平台和交易平台在真正意义上开始“模糊化”——抖音、小红书与OTA不再泾渭分明，如若不然可能连AI自动生成内容的版权问题、审核问题都难以解决，更遑论沉浸式的“内容和交易同时发生”的智能旅行决策的场景。

其次，要支撑这种程度的AI模型，需要海量旅行数据的“喂养”。

不仅是OTA平台上沉淀的交易信息、用户点评信息，也包含内容平台上沉淀的笔记、攻略、图片、视频等信息。这些数据资产的价值，因为AI商用的巨大前景将得到重估，平台数据作为一个AI时代所必须的生产要素将持续增值。

目前来看，这些数据还零散地分布于各个平台。比如众荟发布的一份酒店业在线点评报告显示，其抓取的数据样本是来自于15个主流OTA渠道的1157多万条点评；克劳锐发布的《2023旅游消费内容研究报告》则显示，主要内容平台产出的旅游内容已经呈现出各自鲜明的特色。

这意味着，如果在旅行AI模型的训练中，缺失了任何一个平台沉淀下来的数据，都可能让这个模型不够“智能”——所谓差之毫厘，失之千里。

一个更为遥远的问题在于，AI训练还非常贵，所以旅行AI的研发由谁来投入？

在华安证券看来，对于微软、谷歌这样的巨头来说也不轻松，AI业务的前期投入要求公司现阶段有庞大的现金牛业务做支持。更现实的方式，也许是巨头做基建科研，旅游垂直公司直接购买相关服务，或者还会激发更深度的资本联姻等方式。

无论怎样，这都可能引发在线旅游业的再次洗牌。

或许多年以后，人们会觉得打开一个智能手机里的App，手动输入酒店入住城市与日期，在纷繁庞杂的预订界面中肉眼挑选想要的产品，会是一种茹毛饮血的感觉。

未来将来，我们继续保持观察。