攜程問道，高效還是搞笑？快訊
那么，攜程問道帶給用戶的價值到底是“工具”還是“玩具”？同時，在各類旅游AI大模型層出不窮的背景下，攜程問道所宣稱的領先地位是否還能保持住？
當前，AI在旅游行業的應用大多為行前規劃建議，這也被認為是旅游大模型最佳的應用場景。作為OTA（在線旅行社）行業的老大哥，攜程推出的AI大模型攜程問道及Trip Genie曾被不少用戶所期待，但實際的使用體驗如何呢？
一位黑龍江網友：五一讓攜程問道做了個5.2-5.5號的行程，然后讓它推薦機票，結果給我推了個5.3號的機票……
一位遼寧網友：這個AI吧，我問過它沈陽三日游，它：第1天沈陽故宮，第2天張氏帥府，第3天中街。然后我果斷放棄了！PS：這三個景點在一個區域。
一位北京網友：AI解決不了問題，但可以解決提問的人，比如你問了上海最好的酒店一系列相關問題后，再去搜攜程酒店，會貴！因為雖然沒解決你的疑問，但抓住你的需求了啊！
那么，攜程問道帶給用戶的價值到底是“工具”還是“玩具”？同時，在各類旅游AI大模型層出不窮的背景下，攜程問道所宣稱的領先地位是否還能保持住？
難辨真偽的規劃
在各大科技公司競相研發、應用大模型的趨勢下，智慧文旅垂直大模型也成為熱潮。既有互聯網巨頭文心一言、通義千問、訊飛星火等大模型提供的AI翻譯、AI導游等能力，也有以同程旅行為代表的OTA推出的“程心”大模型，為游客提供智能行程規劃、酒店預訂、交通票務預訂、景點推薦、旅游問答等服務。
同時，旅游方向的AI應用已有不少博物館、景區及地區推出了AI伴游、AI翻譯、AI預測等產品，為游客提供展覽咨詢、展品導航、參觀線路推薦、語音講解等服務，不少游客在出行中也已感受到AI的無處不在。
早在AI大模型“攜程問道”發布之際，攜程集團董事局主席梁建章便公開表示，解決準確率問題將是AI服務性能的關鍵。“旅游是個重消費，即使規劃節省了半小時，但推薦的酒店或者行程結果可能有5%的幾率是錯的，那是得不償失的。”
事實上，用戶對于AI的期望是能夠代替甚至超越傳統旅行社的職能，希望在遇到對目標城市了解不多的情況下，AI能給出一些可用且合理的旅行建議，或者在遇到飛機晚點、旅途擁堵等特殊情況下，AI能夠起到一定作用，在復雜的行程中提供幫助。
數據與算法是決定AI使用體驗的重要因素，但偏偏這兩個要素是用戶無法感知的。
在不少測評中，AI大模型仍處在人力主導的態勢下，甚至還要花額外的時間對AI給出的行程規劃進行鑒別。以攜程為例，成立于1999年的攜程顯然是互聯網出行領域積累用戶數據最多的公司，它的數據準確率或許優于以整個互聯網為信息來源、信息污染嚴重的通用數據模型，但在用戶語義理解層面卻顯著不如。這便導致用戶需要花費更多時間來讓AI理解自己的真實目的。
我在攜程問道做了一個試用：第一個提問是“請幫我制定一個 11月1日-5日的出游計劃，目的地是云南”。攜程問道給了一個5天的出游計劃，旅游景點集中在麗江和香格里拉。
接下來，我又提了一個問題“請根據以上出游安排，幫我推薦各個地方的酒店”。攜程問道給出了位于保山、騰沖和麗江的三家酒店。由于對保山完全不了解，我不得不去網上再查一下保山，發現是云南省轄地級市，位于云南省西部，東與大理州、臨滄市接壤，北與怒江州、西與德宏州毗鄰，西北、正南同緬甸交界，也就是說這家酒店既不在麗江，也不在香格里拉。
我覺得可能有誤差，所以又問了一遍同樣的問題，但給出的答案跟上次完全一樣。
我又讓攜程問道給我推薦11月1日-5日的機票，提問了三遍，給出了三個答案：第一次只推薦了4日的機票；第二次推薦了1日去、4日返的機票；第三次還是推薦了1日去、4日返的機票。
另據“聞旅”的評測，在用戶咨詢上海行程的對話中，當用戶接下來詢問中山公園附近的酒店時，攜程問道給出了全國各地具有中山公園所有城市的住宿信息，這就需要用戶再一次強調自己的目的地。
此外，一些餐廳的經營情況不準確，也是多位用戶普遍反映的問題之一。由于用戶無法知悉AI所引用信息的時效性，在根據AI提供的行程進行游玩時，如果已選定用餐的餐廳已經停業，那么用戶就不得不花費額外的時間再來進行挑選。在信息時效性方面，用戶無法清晰辨別AI的答案與旅游視頻、小紅書圖文攻略哪一個更高。
正是這種來自于AI的“不可解釋性”，用戶不知道AI給出的行程規劃是基于什么維度的數據，當一而再、再而三的出現不能清晰明確地領會用戶意圖的情況時，用戶便會選擇更加直截了當的方式，比如“抄作業”——復制其他游客的圖文攻略。
當然，用戶在使用AI規劃行程服務中所遇到的問題也并非攜程一家獨有，但遺憾之處就在于，用戶對于攜程AI大模型的期待不僅僅是提供一個不知信息來源的搜索功能，而是作為行業老兵與龍頭，攜程所能給出的功能與服務應當更加精準、可靠。顯然，攜程辜負了這份信任。
用戶對于AI通用大模型與垂類大模型的期待值是不同的，當垂類大模型給出的答案甚至沒有通用大模型精準，那垂類大模型存在的意義在哪里呢？
C端旅游大模型是悖論？
攜程在2024年二季報中表示，行程規劃維度，攜程問道及Trip Genie可為全球游客提供個性化，便捷且高效的行程規劃；售后服務維度，AI及大模型應用，極大提升了客訴問題自助解決率，日均節約人工客服近10000小時工作時間，相當于日均解放超1000名客服人員。
解放1000名客服，在降低成本方面顯然不是一個小動作，在資本市場也是一個當之無愧的亮點。但作為對攜程AI大模型有所期待的用戶，更想看到的數據是攜程問道及Trip Genie具體在行程規劃維度為多少用戶提供了可信賴的服務，以及節省了用戶多少規劃時間與檢索成本。
同時，客服工作量的解放進而會帶來另一個問題：當用戶需要通過人工才能解決問題時，卻很難找到真正的人工客服。Gartner發布的調查報告顯示：64%的受訪客戶都不想要AI客服。從關于各大平臺客服功能的投訴量來看，用戶尋找人工服務的成本大大增加。
一個優秀產品的出現，首要目的是要解決用戶的痛點，在競爭與內卷加劇的當下尤甚。
再比如，AI規劃行程的初衷是解決用戶的個性化需求，但真能解決嗎？當用戶的提問中明確表示要避開高人流量景區，攜程問道所采用的數據恰恰來源于攜程生態中的“旅行熱點”和口碑榜，推薦的內容也繞不開這些高關注景區，那便無法滿足用戶的個性化需求。如此一來，就需要AI大模型對用戶做出甄別，用戶到底是旅行新手還是資深達人？所給出的規劃到底是適合新手還是適合達人？內容是否給用戶帶來一定的參考價值？
以用戶個性化需求為延伸，倘若用戶想要尋找人流量較少的景點，還是得通過各大社交平臺進行自我鑒別，AI大模型的信息與數據均來源于網絡，那么通過AI助手尋找人少的景點是不是一個悖論？
如何讓用戶獲得有參考價值的個性化建議，是旅游行業AI大模型應用最困難的挑戰之一。為了突破這個挑戰，旅游AI大模型需要不斷進行改進，比如掌握最新信息、在回答之際公布數據來源以及做好數據與駁雜信息的篩選等。
垂直大模型理所應當要比通用大模型在自身領域更具專業性，所給出的回答更加豐富且更具備參考意義，但如果僅停留在提供搜索功能層面，那當下的旅游行業AI大模型很難稱為一個產品，因為無法明確判定它到底解決了用戶什么問題。
用戶對于旅游AI大模型未來的想象是非常美好的：發出基于自身需求的旅游指令，得到的回復不僅會顯示一些必要的信息，還能幫助用戶完成機票、酒店、餐廳及景點等的推薦，或進一步完成預訂，而不需要用戶逐一切換APP、小程序進行操作。
但從攜程問道當下的情況來看，這一目標的實現還遠得很吶！
1.TMT觀察網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網的原創文章，請轉載時務必注明文章作者和"來源：TMT觀察網"，不尊重原創的行為TMT觀察網或將追究責任；
3.作者投稿可能會經TMT觀察網編輯修改或補充。
