马蒂亚斯·伦多·尼尔森是一位丹麦企业家和技术高管，专注于旅行、金融科技、人工智能和可编程支付的交叉点。他是恩特拉威集团的创始人和首席执行官，该公司是一家人工智能原生旅行基础设施公司，正在为全球旅行行业构建下一代预订、供应和稳定币支付系统。
过去两年，AI 旅行代理的发展非常迅速。KAYAK 在 2025 年推出了 AI 模式，并在 2026 年通过 Ask AI 扩展了其功能。Booking.com 也继续扩展其在 2023 年首次推出的 AI 行程规划工具，并添加了新的产品以满足旅行的特定部分，包括 AI 驱动的汽车租赁搜索和协助。两者都表明旅行搜索正从结果列表转向自然语言对话。AI 代理可以将漫长的搜索过程转化为高度个性化的短列表，节省旅行者的时间，同时提供更符合他们实际需求的选项。旅行者不需要打开十个标签页并一一比较酒店，他们可以要求找到一家靠近特定办公室、有晚间入住和足够大的空间容纳大型犬的安静酒店。但这种前景很吸引人，并不意味着旅行已经准备好迎接自主代理。主要的限制是支持模型的基础设施：代理只能在收到的信息结构化、最新且详细到可以采取行动时做出可靠的决定。在旅行中，这些信息仍然是碎片化的，通常缺乏自主代理需要做出自信决定的细节。流利的答案可能隐藏弱源数据；一旦代理也负责预订，弱点就会变成操作问题。AI 旅行有数据问题考虑这样一个简单的问题：找到一家允许带狗的酒店。我们已经看到旅行者问 AI 工具是否允许带狗入住，收到错误的答案，到达后发现酒店不允许带狗。问题出在代理依赖的源数据上。即使是“允许带宠物”的字段也可能省略决定是否可以入住的细节：酒店是否接受所有狗还是只接受小型犬，允许带多少只宠物，收取多少费用。请求变得更加困难，尤其是当它们变得更加具体时。旅行者可能会要求找到一家有良好健身房的酒店。要正确回答，代理需要的不仅仅是一个“健身房可用”的字段。它需要知道健身房内有什么设备，健身房的年龄，是否全天候开放，是否包括专门的有氧运动、力量训练和功能性训练区域，以及是否有桑拿等设施。有这么多不同的因素决定了健身房是否真正适合特定的旅行者。无障碍设施也存在同样的问题。一个通用的“无障碍”标签并不能说明特定的客人是否实际上可以使用该物业。一个有用的描述将表明，例如，入口是没有台阶的，电梯可以容纳轮椅，浴室有滚入式淋浴。酒店需要以机器可读的格式发布此类详细信息，但这仍然没有在市场的大部分地区发生。问题还延伸到库存本身。不同的供应商可能以不同的方式描述同一个房间，商业惯例还可能增加不一致性。一个标准房间可能通过另一个分销渠道被视为“高级”房间，即使底层产品基本相同。双人间可能在其他地方被列为“双床间”，或者部分海景可能被营销为全景海景，取决于哪个渠道定价。价格平价协议可以加强这种不一致性：当酒店不能通过另一个渠道以更低的价格提供同一个房间时，重命名或稍微重新包装房间可以创建一个名义上的不同产品。这并不是故意欺骗；这往往只是不同系统如何标记相同的物理库存。然而，这意味着同一个房间可以在多个不同的描述下显示，每个描述在技术上都是准确的，但对于试图调和它们的自动系统来说是不完美的。虽然旅行行业的从业人员已经学会了解释这些差异，但代理需要更干净的输入，如果他们要大规模做出决定的话。旅行数据是为人工工作而构建的旅行长期以来一直依赖于人来解决不一致的房间名称、缺失的属性和冲突的供应商数据。自主代理不能依赖于同样的假设：一旦软件做出决定，模糊性直接转化为错误的预订。之前可能需要十分钟的手动工作的不匹配现在可能会将旅行者发送到错误的房间类别或无法满足基本要求的酒店。这给结构化库存带来了新的战略价值。Expedia 的 Rapid API...
