7月17日，國內(nèi)首個旅游垂直行業(yè)大模型“攜程問道”正式在上海發(fā)布。這代表著AIGC（人工智能生成內(nèi)容）在旅游行業(yè)的實質(zhì)性應(yīng)用向前邁進一大步。在發(fā)布會上，攜程創(chuàng)始人梁建章詳細闡述了大模型在旅游行業(yè)的機會以及AI未來有可能給行業(yè)創(chuàng)造的潛在價值。

不過，相較于對旅游垂直行業(yè)大模型美好未來的期待，勁旅君更關(guān)心的是：

OTA當下如何利用AIGC破解發(fā)展瓶頸？

如果將一個旅行者的旅途劃分為三個階段，分別是“行前”、“行中”和“行后”。

如何在“行前”更高效給旅行者種草，拉長其在平臺停留時間，進而深度影響旅游消費決策，促使更多實質(zhì)性消費，是OTA面臨的最大難題之一。

旅游垂直行業(yè)大模型的出現(xiàn)，似乎讓攜程找到了在“行前”深度影響旅行者旅游消費決策的有效方法。

事實上，梁建章在發(fā)布會上關(guān)于“OTA如何利用AIGC”的演講中，一大半內(nèi)容都是在深度闡釋這一話題，他的核心觀點在于：

自然語言可以通過AI更高效解決旅行者在行前提出的問題。

在這個基礎(chǔ)上，大模型要做的核心工作有兩個：

其一，收集、優(yōu)化并消化海量非結(jié)構(gòu)化數(shù)據(jù)（旅行者提問為代表）；

其二，讓結(jié)構(gòu)化數(shù)據(jù)（產(chǎn)品、價格、線路等）成為“靠譜的答案”；

梁建章認為，攜程只要讓旅行者的提問一直都能收到靠譜答案，就能深度影響他們的旅游消費決策，讓旅行者獲得滿意服務(wù)同時，平臺也能確保業(yè)績穩(wěn)定增長。

01

在一次旅行之前，我們可以將旅行者劃分為兩大類：

對自己旅行需求很模糊的旅行者；

對自己旅行需求很明確的旅行者；

前者的特征是，他們對于“旅行”相關(guān)的一切需求都是模糊的，例如“要不要去旅行”“去哪里旅行”“怎樣去旅行”“吃什么”“住哪里”“如何規(guī)劃行程”“如何辦理證件手續(xù)”……

這類旅行者需要耗費大量時間搞清楚上述問題后，才能開啟一段旅程。統(tǒng)計數(shù)據(jù)顯示，他們每一次旅游決策，需要翻看數(shù)十篇旅行攻略和數(shù)百款旅游產(chǎn)品，平均消耗11天9小時37分鐘，這還不包括超過60%的旅行者大費周章后無功而返。

后者的特征是，他們對于“旅行”有相對明確的需求，清楚自己要去的目的地，但是對于如何選定旅行相關(guān)的產(chǎn)品有很多問題，例如“挑選哪個酒店”“挑選哪個航班”“挑選哪個景點”“挑選哪個行程”……

統(tǒng)計數(shù)據(jù)顯示，在確定單個目的地前提下，其平均旅游決策時間為9.9個小時，如果旅行目的地超過2個以上，這個時間將延長到13.6個小時。

這兩類旅行者在“行前”有一個共同的特征，就是不斷提出自己的“問題”。而且他們有個共同的心愿，希望有人能快速且準確的回答這些問題。

對于大模型而言，這些“問題”都被看作是非結(jié)構(gòu)化數(shù)據(jù)，當大模型收集到的非結(jié)構(gòu)化數(shù)據(jù)越多，分析計算的結(jié)果，距離他們最真實的訴求就越接近。

通俗來說就是，大模型越能夠聽懂旅行者到底想要什么。

例如，絕大多數(shù)人都會在“行前”會提出的一個問題：

某個月應(yīng)該去哪兒玩？

這是一個非常模糊的提問，就連最專業(yè)的旅行家都不一定馬上能給出最符合提問者訴求的答案。然而，當大模型收集到海量類似的問題后，它會將該問題的相關(guān)指標不斷量化，包括提取“最多提及”“最佳月份”“最多人去”等關(guān)鍵標簽，結(jié)合歷史氣溫，降水，濕度，日照，風力等數(shù)，再參考相關(guān)訂單數(shù)據(jù)和攻略數(shù)據(jù)，最終在大模型系統(tǒng)中催生出一個“目的地適宜度模型”，并按照一定邏輯給旅行者推薦某個月合適的目的地。

于是，我們會聽到大模型的回復(fù)是這樣的：

7月，30%的旅行者選擇去阿維尼翁，這里有薰衣草、向日葵花海和戲劇節(jié)；8月，更多旅行者選擇去倫敦，趁國王休假參觀白金漢宮；9月，不少旅行者傾向于多倫多，感受紅色楓葉和電影節(jié)；10月，德國慕尼黑的啤酒節(jié)和秋色最搭配，這里是歐洲訂單量第二的目的地；12月，28%前往羅瓦涅米的旅行者會在這個圣誕老人的故鄉(xiāng)過一次圣誕節(jié)……

這或許不是最正確的答案，但一定是最能給旅行者種草的答案。

梁建章透露，攜程篩選出來的高質(zhì)量旅游非結(jié)構(gòu)化數(shù)據(jù)超過200億。

這些海量的數(shù)據(jù)，可以在“行前”幫助旅行者讓模糊的需求變明確，讓漫長的篩選變簡短，讓旅游消費決策更加高效。

02

大模型通過持續(xù)收集非結(jié)構(gòu)性數(shù)據(jù)，最大限度聽懂旅行者需求只是第一步，為旅行者提供盡可能靠譜的答案才能完成旅行消費決策閉環(huán)。

旅行者“行前”在攜程平臺上提問，往往會得到一份盡可能詳細的答案集錦。

這份答案集錦的優(yōu)點是詳細且全面，缺點則是冗長且復(fù)雜。

例如，當旅行者提問“大理最具設(shè)計感的酒店是哪家”時，平臺可以給到旅行者一份數(shù)百家貼有“設(shè)計感”標簽的酒店名單。

對于旅行者而言，從上百家酒店中選出一兩家符合自己心意的酒店，依然是個耗時頗多的大工程。統(tǒng)計數(shù)據(jù)顯示，在旅行者明確自己住宿需求的前提下，選擇一家合適酒店，需要平均瀏覽14.3家酒店、23.1條點評，最終耗時168.9分鐘。

為了更好解決效率的問題，攜程此番在內(nèi)容端進一步強化，嘗試推出“系列榜單”，包括口碑榜（目的地、酒店、機票、景點）、攜程熱點榜和特價榜（機票、酒店）。

簡單來說，榜單的作用就是對答案集錦的二次精編。

還是以“大理最具設(shè)計感的酒店是哪家”這個提問為例，榜單的篩選邏輯如下：

首先，榜單從上億條點評中抓取60萬條大理酒店點評，涉及數(shù)千酒店；

其次，通過一系列大數(shù)據(jù)計算，提取出50多個與設(shè)計感相關(guān)的關(guān)鍵詞；

再次，經(jīng)過線下審查和確認，總共篩選出505家大理具有設(shè)計感的酒店；

最后，大數(shù)據(jù)發(fā)現(xiàn)洱海邊具有設(shè)計感的酒店更火爆，5家酒店最終入選；

這份層層篩選后的榜單，就成為“大理最具設(shè)計感的酒店是哪家”這一提問最靠譜的答案。

為了讓大模型收集并應(yīng)對更多元化的提問，攜程開始擴大榜單類型，熱點榜是其中之一。

熱點榜最大的特色是利用“旅行異動歸因模型”搜集、記錄并分析“異動數(shù)據(jù)”，即攜程基于多年數(shù)據(jù)預(yù)測值與實際值之間的差異達到響應(yīng)標準的數(shù)據(jù)。截止目前，大模型在60億行程數(shù)據(jù)中，找到了發(fā)生在68萬個目的地的1億2千萬條旅行“異動數(shù)據(jù)”。

這些“異動”往往就是吸引旅行者的核心因素。例如，周杰倫在?？陂_演唱會、長沙發(fā)放文旅惠民消費券等，都是所謂的“異動因素”。

當旅行者向大模型發(fā)出“最近有哪些特別的目的地”“周邊有哪些不一樣的玩法”等提問時，這些產(chǎn)生“異動數(shù)據(jù)”的目的地就成為符合他們需求的答案，幫助旅行者高效完成旅游消費決策。

由于每張榜單數(shù)據(jù)運算量達到500萬，算法入選率1/100，而且榜單是實時生成的，也就是所謂的“最新答案”，每當旅行者向大模型提問時，榜單內(nèi)容就成為大模型優(yōu)先向旅行者回復(fù)的答案。

03

每一個大模型背后，都有兩股核心支撐力：算法和數(shù)據(jù)。

眾所周知，想要不斷進化算法，不斷積累數(shù)據(jù)，需要不計成本的瘋狂投入。在“攜程問道”推出之后，業(yè)內(nèi)其實頗有疑問：

攜程是否在這方面做好瘋狂燒錢的準備？

來自攜程財報數(shù)據(jù)顯示，2018年-2022年，攜程在產(chǎn)品研發(fā)費用上的投入累計達452億元。僅在2022年其產(chǎn)品研發(fā)費用達到83.41億元，占凈收入的42%。即便在疫情爆發(fā)的2020年，攜程技術(shù)研發(fā)團隊的人數(shù)占比就達到48%左右。

這些數(shù)據(jù)的潛臺詞很清晰：

搞大模型，攜程錢管夠。

在大模型數(shù)據(jù)積累方面，優(yōu)質(zhì)的旅游內(nèi)容是源動力，而這恰是攜程作為一個交易撮合平臺的短板。

不過，近兩年，攜程在擴大自己內(nèi)容生態(tài)方面持續(xù)提速。

除了繼續(xù)通過交易積累更多交易數(shù)據(jù)、點評內(nèi)容外，攜程開始主動生產(chǎn)更多原創(chuàng)內(nèi)容，2020年的攜程BOSS直播、2021年的攜程社區(qū)和星球號、2022年的口碑榜，再到今年升級版的“系列榜單”等，都是攜程強化內(nèi)容建設(shè)，支撐數(shù)據(jù)積累的重要動作。

根據(jù)攜程一季報顯示，攜程平臺上KOL數(shù)量同比增長45%，用戶創(chuàng)作內(nèi)容同比增長34%。

有意思的是，在對大模型寄予厚望的同時，梁建章卻給所有人敲了個警鐘：

AIGC不可能完全代替旅行者做決策，尤其對于休閑旅游的需求。

“旅行是一個尋找新奇需求的過程，很大程度上具有不可預(yù)測性?！?/p>

梁建章認為，AIGC只是用算法、榜單給旅行者提供了一個選擇的清單，具體怎么選、選什么，旅游消費最終決策，必須是由人類來做的。

“不可能指望AIGC完全替代客人去決策，就像我的助理一樣，我有很聰明的助理，但不可能完全安排我的行程。”

他同時透露，以攜程新推出的“系列榜單”為例，即便是算法給出的結(jié)果再精確，最終還是要人工校驗，再推向旅行者。

“歸根到底，AIGC在垂直領(lǐng)域的應(yīng)用剛剛開始，還有很多的東西要做，值得更多期待?！绷航ㄕ伦詈蟊硎?。