携程问道提供的出游方案
01
旅游行业的AI应用
近两年，通用大模型成为各大厂商AI布局中的主角，随着人工智能技术的不断进阶，大模型应用的场景落地也在加速。文旅行业的市场需求逐年攀升，为AI大模型的应用探索提供了天然土壤。
AI在文旅行业的作用主要是整合并提炼信息，根据消费者的个人需求规划出最合适的方案。
因此，旅游行业AI大模型的首要难点是个性化定制，文旅产业最重要的是消费者的体验和感受，而这种服务具有非标性质，很难用固定模板进行规范和量化，这对大模型的信息理解和信息检索能力提出很高要求。
另一大考验是确保方案的准确性和即时性，对游客而言，出游规划的试错成本是高昂的，酒店满房、机票售罄、景区限时或需要提前预约、游览线路临时限行……任何一个问题都可能影响整个旅游计划，需要投入更多时间、金钱和精力来补救，并且这种二次投入的成本很难预估，会非常影响消费者的旅游体验。
携程董事局主席梁建章在发布业内首个垂直大模型“携程问道”时指出，比起通用大模型，垂直大模型的机会就在于答案的精确性。但是客观来看，垂直大模型的算法能力依然受制于通用大模型的技术水平，唯一出彩的地方也许是企业在垂直领域的数据和信息积累。
那么目前大模型在文旅领域的应用情况如何？如何利用AI帮助我们制作出游攻略呢？小编带着问题出发，尝试在大模型测试中找到答案。
通义千问提供的出游方案
02
通用大模型VS垂直大模型
根据答案反馈，目前主流大模型可以精准识别用户的出游需求，并提供多种目的地选择和大致的行程规划。
相较而言，携程在预算规划和具体行程安排上的呈现不算细致，但优势在于答案中附带地点链接，可跳转直达App内的机票酒店资源和笔记攻略页面，能确保方案的全面性，只是操作略麻烦。通义千问这类通用大模型的答案呈现则更模板化，方案更具条理性，具有较强的参考价值，但延展出的内容需要用户通过其他信源进行查证。
这反映出通用大模型和垂直大模型的关键差别，前者的优势在于信息的丰富度和答案的条理性，缺陷则是无法打通链接，导致用户在站外转化，而携程问道这类垂直大模型的优势在于最大程度利用站内资源，将转化链路锁定在自有App内，这向市场展示了通用大模型生态构建的未来前景。
总体来看，目前旅游行业的AI应用尚处初期阶段，主要作用聚焦于推荐目的地，并为行程安排提供建议方向和思路，具体的信息精确度和行程落地的操作还需要用户自己进行把控。不过，我们依然可以期待，未来AI技术进一步拓宽文旅赛道的想象空间。
热门跟贴