7月17日，國(guó)內(nèi)首個(gè)旅游垂直行業(yè)大模型“攜程問(wèn)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(shí)質(zhì)性應(yīng)用向前邁進(jìn)一大步。在發(fā)布會(huì)上，攜程創(chuàng)始人梁建章詳細(xì)闡述了大模型在旅游行業(yè)的機(jī)會(huì)以及AI未來(lái)有可能給行業(yè)創(chuàng)造的潛在價(jià)值。

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

OTA當(dāng)下如何利用AIGC破解發(fā)展瓶頸？

如果將一個(gè)旅行者的旅途劃分為三個(gè)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(zhǎng)其在平臺(tái)停留時(shí)間，進(jìn)而深度影響旅游消費(fèi)決策，促使更多實(shí)質(zhì)性消費(fèi)，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(fèi)決策的有效方法。

事實(shí)上，梁建章在發(fā)布會(huì)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(diǎn)在于：

自然語(yǔ)言可以通過(guò)AI更高效解決旅行者在行前提出的問(wèn)題。

在這個(gè)基礎(chǔ)上，大模型要做的核心工作有兩個(gè)：

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(wèn)為代表）；

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

梁建章認(rèn)為，攜程只要讓旅行者的提問(wèn)一直都能收到靠譜答案，就能深度影響他們的旅游消費(fèi)決策，讓旅行者獲得滿意服務(wù)同時(shí)，平臺(tái)也能確保業(yè)績(jī)穩(wěn)定增長(zhǎng)。

01

在一次旅行之前，我們可以將旅行者劃分為兩大類(lèi)：

對(duì)自己旅行需求很模糊的旅行者；

對(duì)自己旅行需求很明確的旅行者；

前者的特征是，他們對(duì)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(lèi)旅行者需要耗費(fèi)大量時(shí)間搞清楚上述問(wèn)題后，才能開(kāi)啟一段旅程。統(tǒng)計(jì)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(shí)37分鐘，這還不包括超過(guò)60%的旅行者大費(fèi)周章后無(wú)功而返。

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

統(tǒng)計(jì)數(shù)據(jù)顯示，在確定單個(gè)目的地前提下，其平均旅游決策時(shí)間為9.9個(gè)小時(shí)，如果旅行目的地超過(guò)2個(gè)以上，這個(gè)時(shí)間將延長(zhǎng)到13.6個(gè)小時(shí)。

這兩類(lèi)旅行者在“行前”有一個(gè)共同的特征，就是不斷提出自己的“問(wèn)題”。而且他們有個(gè)共同的心愿，希望有人能快速且準(zhǔn)確的回答這些問(wèn)題。

對(duì)于大模型而言，這些“問(wèn)題”都被看作是非結(jié)構(gòu)化數(shù)據(jù)，當(dāng)大模型收集到的非結(jié)構(gòu)化數(shù)據(jù)越多，分析計(jì)算的結(jié)果，距離他們最真實(shí)的訴求就越接近。

通俗來(lái)說(shuō)就是，大模型越能夠聽(tīng)懂旅行者到底想要什么。

例如，絕大多數(shù)人都會(huì)在“行前”會(huì)提出的一個(gè)問(wèn)題：

某個(gè)月應(yīng)該去哪兒玩？

這是一個(gè)非常模糊的提問(wèn)，就連最專(zhuān)業(yè)的旅行家都不一定馬上能給出最符合提問(wèn)者訴求的答案。然而，當(dāng)大模型收集到海量類(lèi)似的問(wèn)題后，它會(huì)將該問(wèn)題的相關(guān)指標(biāo)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(biāo)簽，結(jié)合歷史氣溫，降水，濕度，日照，風(fēng)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(gè)“目的地適宜度模型”，并按照一定邏輯給旅行者推薦某個(gè)月合適的目的地。

于是，我們會(huì)聽(tīng)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(guó)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(guó)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(huì)在這個(gè)圣誕老人的故鄉(xiāng)過(guò)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(lái)的高質(zhì)量旅游非結(jié)構(gòu)化數(shù)據(jù)超過(guò)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(zhǎng)的篩選變簡(jiǎn)短，讓旅游消費(fèi)決策更加高效。

02

大模型通過(guò)持續(xù)收集非結(jié)構(gòu)性數(shù)據(jù)，最大限度聽(tīng)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(fèi)決策閉環(huán)。

旅行者“行前”在攜程平臺(tái)上提問(wèn)，往往會(huì)得到一份盡可能詳細(xì)的答案集錦。

這份答案集錦的優(yōu)點(diǎn)是詳細(xì)且全面，缺點(diǎn)則是冗長(zhǎng)且復(fù)雜。

例如，當(dāng)旅行者提問(wèn)“大理最具設(shè)計(jì)感的酒店是哪家”時(shí)，平臺(tái)可以給到旅行者一份數(shù)百家貼有“設(shè)計(jì)感”標(biāo)簽的酒店名單。

對(duì)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(gè)耗時(shí)頗多的大工程。統(tǒng)計(jì)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(diǎn)評(píng)，最終耗時(shí)168.9分鐘。

為了更好解決效率的問(wèn)題，攜程此番在內(nèi)容端進(jìn)一步強(qiáng)化，嘗試推出“系列榜單”，包括口碑榜（目的地、酒店、機(jī)票、景點(diǎn)）、攜程熱點(diǎn)榜和特價(jià)榜（機(jī)票、酒店）。

簡(jiǎn)單來(lái)說(shuō)，榜單的作用就是對(duì)答案集錦的二次精編。

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

首先，榜單從上億條點(diǎn)評(píng)中抓取60萬(wàn)條大理酒店點(diǎn)評(píng)，涉及數(shù)千酒店；

其次，通過(guò)一系列大數(shù)據(jù)計(jì)算，提取出50多個(gè)與設(shè)計(jì)感相關(guān)的關(guān)鍵詞；

再次，經(jīng)過(guò)線下審查和確認(rèn)，總共篩選出505家大理具有設(shè)計(jì)感的酒店；

最后，大數(shù)據(jù)發(fā)現(xiàn)洱海邊具有設(shè)計(jì)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(jì)感的酒店是哪家”這一提問(wèn)最靠譜的答案。

為了讓大模型收集并應(yīng)對(duì)更多元化的提問(wèn)，攜程開(kāi)始擴(kuò)大榜單類(lèi)型，熱點(diǎn)榜是其中之一。

熱點(diǎn)榜最大的特色是利用“旅行異動(dòng)歸因模型”搜集、記錄并分析“異動(dòng)數(shù)據(jù)”，即攜程基于多年數(shù)據(jù)預(yù)測(cè)值與實(shí)際值之間的差異達(dá)到響應(yīng)標(biāo)準(zhǔn)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(wàn)個(gè)目的地的1億2千萬(wàn)條旅行“異動(dòng)數(shù)據(jù)”。

這些“異動(dòng)”往往就是吸引旅行者的核心因素。例如，周杰倫在海口開(kāi)演唱會(huì)、長(zhǎng)沙發(fā)放文旅惠民消費(fèi)券等，都是所謂的“異動(dòng)因素”。

當(dāng)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(wèn)時(shí)，這些產(chǎn)生“異動(dòng)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(fèi)決策。

由于每張榜單數(shù)據(jù)運(yùn)算量達(dá)到500萬(wàn)，算法入選率1/100，而且榜單是實(shí)時(shí)生成的，也就是所謂的“最新答案”，每當(dāng)旅行者向大模型提問(wèn)時(shí)，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(gè)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(jìn)化算法，不斷積累數(shù)據(jù)，需要不計(jì)成本的瘋狂投入。在“攜程問(wèn)道”推出之后，業(yè)內(nèi)其實(shí)頗有疑問(wèn)：

攜程是否在這方面做好瘋狂燒錢(qián)的準(zhǔn)備？

來(lái)自攜程財(cái)報(bào)數(shù)據(jù)顯示，2018年-2022年，攜程在產(chǎn)品研發(fā)費(fèi)用上的投入累計(jì)達(dá)452億元。僅在2022年其產(chǎn)品研發(fā)費(fèi)用達(dá)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(tuán)隊(duì)的人數(shù)占比就達(dá)到48%左右。

這些數(shù)據(jù)的潛臺(tái)詞很清晰：

搞大模型，攜程錢(qián)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(dòng)力，而這恰是攜程作為一個(gè)交易撮合平臺(tái)的短板。

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

除了繼續(xù)通過(guò)交易積累更多交易數(shù)據(jù)、點(diǎn)評(píng)內(nèi)容外，攜程開(kāi)始主動(dòng)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(hào)、2022年的口碑榜，再到今年升級(jí)版的“系列榜單”等，都是攜程強(qiáng)化內(nèi)容建設(shè)，支撐數(shù)據(jù)積累的重要?jiǎng)幼鳌?/p>

根據(jù)攜程一季報(bào)顯示，攜程平臺(tái)上KOL數(shù)量同比增長(zhǎng)45%，用戶(hù)創(chuàng)作內(nèi)容同比增長(zhǎng)34%。

有意思的是，在對(duì)大模型寄予厚望的同時(shí)，梁建章卻給所有人敲了個(gè)警鐘：

AIGC不可能完全代替旅行者做決策，尤其對(duì)于休閑旅游的需求。

“旅行是一個(gè)尋找新奇需求的過(guò)程，很大程度上具有不可預(yù)測(cè)性?！?/p>

梁建章認(rèn)為，AIGC只是用算法、榜單給旅行者提供了一個(gè)選擇的清單，具體怎么選、選什么，旅游消費(fèi)最終決策，必須是由人類(lèi)來(lái)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?！?/p>

他同時(shí)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(yàn)，再推向旅行者。

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