为何旅游业需要分层的 AI 采用，而不是追求自主的竞赛

在旅游业的 AI 讨论中，往往聚焦于技术如何快速改变行业并带来高影响力的成果。然而，现实更为微妙。虽然 AI 已在个性化、客服和运营效率等领域展示出实在价值，但并非所有人都以相同的速度采用它。其主要原因在于复杂的技术生态系统。

航空公司、在线旅游平台（OTA）和旅游管理公司（TMC）在数十年间构建的互联网络中运营。许多企业仍依赖碎片化的数据环境和传统基础设施，这限制了 AI 的部署和扩展速度。对透明度、问责制和可靠性的担忧进一步加剧了这一问题。

多数旅游企业把AI描述成一场统一的转型，但实际应用正在三个彼此不同又相互关联的层面展开：面向客户和运营流程的自动化进展、传统基础设施造成的阻力，以及机构层面的信任缺口。各层面的推进速度不同，形成了各自的动态，需要有针对性的应对。理解这些差异，才能更务实地判断最大的机会和风险可能出现在哪里。

1. 评估进展

无论是搜索航班、管理行程还是处理突发中断，旅客都越来越期待每次互动顺畅、个性化且响应及时。生成式AI助手正在简化旅行规划和客户支持。2025年，将近 40% 的美国旅客曾用生成式AI规划出行。同时，机器学习模型正基于旅客行为、忠诚度偏好和购买历史，提供高度个性化的优惠与产品。

AI 还在幕后创造了巨大的价值。旅游公司利用高级分析更好地预测需求、管理容量、强化人力规划并处理中断。例如，一家 大型旅游服务提供商 通过生成式 AI 将每笔预订成本降低了 10%（同比），而一家 加拿大航空公司 报告称，通过 AI 驱动的定价实现了单位收入提升 2% 和网络驱动收入增长 10%。

然而，尽管 AI 可提供的实在价值证据日益增多，传统系统仍是广泛采纳的重大障碍。

2. 解决摩擦

旅游业的传统基础设施并不是为AI所需的实时、统一数据管道设计的。问题的核心是全球分销系统（GDS）。GDS平台在几十年前基于EDIFACT报文协议建立，至今仍占据全球航空间接销售的主要份额。将新分销能力（NDC）与旧式旅客服务系统（PSS）集成，可能需要数月测试和开发，尤其是对提供多个票价品牌或附加产品的航空公司而言。挑战涉及内容分销的合同限制、组织准备程度，以及各地区市场之间缺乏标准化数据。

端到端数据可视性的缺失进一步限制了组织有效扩展 AI 的能力。 一项 GBTA 调查 显示，只有 12% 的企业旅行采购者拥有其项目数据的统一视图，这一基础性限制无论模型多么复杂都限制了 AI 系统的交付能力。

航空公司、OTA 和 TMC 正通过采用混合策略，在现有系统上叠加智能，使用可代理的 API 来应对这一挑战。与此同时，原生 NDC 的参与者则采取不同路径，将 AI 驱动的服务和政策合规直接构建进其架构，减少对传统 GDS 渠道的依赖。

但仅靠技术集成并不能保证成功。随着 AI 越来越深入并开始影响更高风险的决策，下一个挑战随之出现：信任。

3. 推进信任

GBTA的研究显示，虽然有 92% 的差旅采购者对AI驱动的支出预测感兴趣，89%对自动化中断管理感兴趣，但在同一批受访者中，只有57%愿意接受AI自主更改或取消预订。这种反差凸显了根本性的信任缺口。

旅游业领袖正在寻求可解释、可审计的解决方案。同时，客户日益要求透明度和问责制。在多元利益相关方之间建立信任，需要承诺“负责任的演进”，在创新与透明治理之间取得平衡。

这意味着进展最大的组织不一定是部署最先进模型或发展最快的公司。相反，它们遵循结构化方法：在扩展 AI 之前夯实数据基础，在受控且高影响力的环境中验证使用案例，并在转型旅程中嵌入 比例治理。与统一治理不同，比例治理将 AI 代理组织为不同自主水平，每个水平都有明确的信任边界和治理要求。

将 AI 抱负转化为持续影响

对于迈向下一阶段的旅游企业而言，采用这种循序推进的方法已不再是可选项，而是区分领先者与落后者的关键。在这一新背景下，业务流程管理合作伙伴发挥着重要的支持作用，帮助企业在由数据、流程和人类决策构成的复杂生态系统中实际部署人工智能。最终，能够将严谨执行转化为持久且难以复制的优势的企业将脱颖而出。