
图片来源:赵万荣
旅游是个矛盾的行业。据 WTTC 数据,2024 年全球旅游业贡献 10.9 万亿美元,接近全球 GDP 的 10%,每 10 个工作岗位就有 1 个与之相关。可就是这样一个体量的行业,二十年却没长出过一家真正的旅游公司。
携程、Booking、Expedia——这些被默认为旅游龙头的名字,打开财报都会指向同一个事实:它们的核心收入来自酒店和机票,本质是住宿与交通的分发平台。
整个行业最有价值的那一段——也是最复杂的那一段——二十年来始终停留在线下,没有被任何一家公司真正重做过。原因并不复杂:这件事过去太依赖人,而人没有规模经济。大公司和小公司的人效曲线是平的,所以谁都长不大。
Gopagoda 创始人赵万荣的判断是:AI 第一次改写了这个行业的效率函数。在完成数据基建之后, 100 到 200 个 Agent 可以端到端跑完过去需要几百人协同的全流程,有规模效应的大公司,在这个行业里第一次具备了出现的条件。这是他在 2024 年底离开 VC、投入创业的核心逻辑。
万荣的路径并不常见。20 岁出任北大山鹰社社长,他用三年时间,从立项、融资到登顶,独立完成了北大 120 周年校庆的珠峰攀登项目。此后六年在源码资本做 VC,从分析师做到 VP——但他入行的第一天就告诉合伙人,自己来这里是为了学习创业。用他自己的话说,"创业的小火苗从来没有熄灭过。"
Gopagoda 目前以入境游为切入点,去年底已经达到月收入 10 万美金并实现全公司盈利。团队不到 10 人,但内部的 AI 化程度颇为激进——CEO 给自己搭了一个 AI COO 参加所有会议和决策,团队成员之间的日常协作已经开始使用 BOT 对 BOT 的工作模式,数据分析完全由 AI 定时任务替代传统 dashboard。万荣说,两个人做半年实现了过去三四十人团队做六年 80%以上的功能。
在这篇访谈里,万荣回答了几个关键问题:旅游为什么是 AI 时代被严重低估的赛道?为什么 80% 的 AI 化和 100% 之间差的不是 20% ,而是 4 到 5 倍效率?以及他打算如何用两到三年走完写成当年走了二十年的路。
这是一篇关于 AI 如何重写一个行业效率函数的对话,也是一份在"不性感"的赛道里识别结构性机会的思考记录。Enjoy!
ZP:请万荣先向读者介绍一下自己。
赵万荣:哈喽,我叫赵万荣,Gopagoda 的 CEO。我们在做一家 AI native 的旅行平台。一句话介绍自己的话——我是一个从 20 岁开始就在干"把不可能的事组织起来"这件事的人。
我本科保送到北大计算机系,读书的时候在山鹰社带队完成了北大 120 周年校庆登顶珠峰的项目。那是我第一次用三年时间,从零开始找人、找钱、找资源,把一件所有人觉得不太可能的事做成了。
毕业之后在源码资本做了六年 VC,从分析师一直做到 VP。去 VC 的第一天我就跟老曹说,我来是为了学怎么创业的。这六年让我有了产业判断的审美——知道什么是好的商业模式,什么样的行业结构能长出大公司。
2024 年底出来创业,做了 Gopagoda。我们在做的事情用一句话说:用 AI 重构旅游行业的交付环节,成为下一代旅游平台。这个行业万亿规模,但因为后端全靠人工协同,从来没有出过真正的大公司。AI 第一次让这件事成为可能。
ZP:带队登珠峰那一次,从筹备到登顶经历了什么?

图片来源:赵万荣
赵万荣:这个经历在我看来也是一次创业。先聊聊背景,1998 年北大百年校庆的时候,山鹰社作为中国民间登山团体第一次登顶 8000 米级山峰——卓奥友峰(8201 米)。到 120 周年校庆,我们想登珠峰。之前还没有在校普通大学生攀登过珠峰,但山鹰社多年的积累和北大的历史让我们觉得这件事有可能做成。
但最难的不是登山本身,而是作为一个 20 岁的 nobody,怎么把这件事组织起来。我开始张罗的时候才 20 岁,站在珠峰顶峰的时候 23 岁。中间三年,我本质在做的就是 leverage——leverage 学校的支持、校友的资源、政府的审批、赞助商的钱。开玩笑说,这个局里每个人都是 boss,每个人都有自己的利益和诉求,你怎么把所有人都平衡好、协调好,在中间找到一个让所有人满意的平衡点?
困难不计其数——被登协打回来无数版方案、学校不是一开始就同意、赞助反复波折、我自己训练的时候腰急性扭伤在床上躺了一个多月。但我觉得在那个年龄你唯一能拿出来打动别人的东西就两点:第一你靠谱,第二你对这件事的信念从来没变过。不管碰到什么困难,局里所有人都能看到你没有考虑过退缩。
最后算下来,我们相当于融了 1000 万,一个学生身上花了 100 多万——这是 8000 米级登山在装备、协作、氧气、保险上的客观成本。上过两三次新闻联播。某种意义上就像敲了个钟——只不过这是一个注定两三年后要退出的项目。
ZP:自己登珠峰和带队登珠峰,区别在哪里?
赵万荣:自己去爬山,你处理的是你跟自己、你跟大自然的关系,那种沉浸感很美妙。这也是为什么很多企业家会反复去爬山。

图片来源:赵万荣
但带队完全不一样。好多人问我"登顶珠峰什么感受",说实话当时没什么感受。脑子里满满想的都是——我们这些人都上去了,时间节点是对的,项目肯定能做成。我背了一个包,里面 快 30 面旗子,每一面拿出来拍照,哪面旗子喊什么口号、谁来拍,脑子里全是这些。
反倒是有一个画面到现在还定格在我脑子里——登完顶下撤的时候,9 点多走到山脊,我往中国这一侧看,看到珠峰投射出了一个巨大的三角形倒影。世界最高的山,你站在它的山尖上,看着它在青藏高原投出这个影子。那是我整个登顶过程中唯一一次有一点点感受到个人登山的那种平静——好美,好想就坐在那看五分钟。
99% 的时间你在想怎么让所有人安全到达,只有 1% 的瞬间属于你自己。 创业其实也是这样。
ZP:你在 VC 行业做了六年,为什么选择在 2024 年这个时间点离开?
赵万荣:我去 VC 和离开 VC 的初心是一样的——都是为了创业。
我到现在还记得,在源码转正面试的时候,老曹(源码资本创始合伙人曹毅)问我长期规划。我直接说:“我想在源码待两到三年,看一看顶尖的创业者是什么样的,然后我就出去自己做。” 我在光华读硕士,那一级 100 多人,只有 5 个人在 VC 实习过,VC 那时候是个非常小众的选择。而只在 VC 实习、没做过任何其他实习的,应该只有我一个。我去 VC,就是想站在离商业本质最近的地方,先看懂什么是伟大的企业,然后再去创造它。
这六年给了我很多。有了审美——知道什么是好的商业;有机会近距离看到很多伟大的公司是怎么从早期长起来的;也有很多相逢于微时的创始人,后来成了好朋友,这次创业也来支持了我。
决定出来,核心是两个判断。第一,窗口期。 VC 也许做 10 年、20 年我还挺喜欢的,但 10 年后再创业这件事一听就不靠谱。第二,AI 的机会太大了。 上一波移动互联网我赶上的是尾巴,毕业的时候黄金时期已经过了。但 AI 这一波,我觉得它可以跟我有很大关系。
所以从源码出来之后,我没有给自己留任何后路,没有看任何跟投资相关的机会。我的风格就是——想干一件事的时候不留后路,一定要把它干成。
ZP:有没有一个具体的时刻,让你下定决心?
赵万荣:大概是 2024 年与我现在的合伙人杰哥(杨东杰,橡果国际创始人)一起爬山的时候。我们是 2018 年攀登珠峰时认识的——他是北大校友登山队的成员,我们在山上住一个帐篷五六十天,没有信号,算是过命的交情。
下山之后一直保持联系,聊的话题越来越多跟 AI 有关,也探讨过要不要一起出来,但之前没觉得时机成熟。
到 2024 年,我们都觉得 AI 的大方向没有任何可质疑的,拿 AI 去重构一个具体行业的时机到了。比较一拍即合。
但说实话,我自己的状态更像是——创业这个小火苗从来没有熄灭过。 从去 VC 的第一天起,我就知道我最终会出来。刚好赶上 AI 这个窗口期,就毅然决然地开做了。
ZP:你最后选的方向是旅游。坦白说这不是一个让投资人一听就兴奋的赛道,为什么?
赵万荣:我先说结论:AI 这个时代最大的创业机会,是去重构那些过去因为劳动力密集而无法规模化的大行业。旅游是其中 to C 端最大的一个。
选方向的时候我有三个筛选标准。
第一,离巨头远。 如果一件事主要跟数字世界有关、跟物理世界关系不大,很快会被巨头吃进去。不管是互联网公司还是大模型公司,在这个时代的身位都太好了。我要找的是不在它们自然延长线上的东西。
第二,AI 直接贡献 GDP。 AI 最大的机遇是直接在以白领劳动力为主的行业里参与经济建设。符合这个特征的——法律、销售、marketing 都有人在做,但 to C 端最大的是旅游。
第三,品类要大,这是做 VC 给我最大的 learning 之一:对一个行业来说,大,特别重要。旅游是万亿级市场。
而且当时我们找到了一个很好的切入口——入境游。综合下来,旅游是同时满足"离巨头远、AI 能直接重构、品类足够大"三个条件的最优解。
ZP:如果没有大模型的出现,你还会选旅游吗?
赵万荣:肯定不会。旅游在没有 AI 之前,business nature 很差——典型的大行业,但没有大公司。因为大公司跟小公司的人效是一样的,没有规模经济。
打一个类比:AI 之于旅游,有点像冷链和高温油锅之于餐饮。在这些技术出现之前,一个餐厅好不好完全取决于厨子,而厨子是有限的,所以餐厅不是好生意。有了冷链和标准化之后,麦当劳才成为可能——大公司的人效第一次显著高于小公司。AI 在旅游行业里扮演的就是这个角色——它第一次让一个旅游公司的人效,可以比一家传统旅行社高出一个数量级,规模化才成为可能。
而且有一个很重要的判断:大家说的携程、Booking、Expedia、Airbnb,你去看财报,它们其实是酒店公司和机票公司,不是旅游公司,旅游交付只占很小的比重。这意味着旅游行业最核心的价值链——供给协同与履约交付——到今天还没有被真正重做过。这就是我们的机会。
ZP:这个行业长期分散,你认为核心原因是什么?
赵万荣:三个原因,我们分别都有对应的解法。
第一,人效问题。 大公司和小公司的人效一样,多招一个人只多干一份活,没有边际效率的提升。我们的解法是 AI 驱动的全流程自动化——内部测算过,一个 250 人的传统旅行社能做的事,我们 25 人加一套 Agent 系统就能做到。
第二,信息化极差。 一个老板做起来了,核心销售出去就能复制一个新旅行社——公司没有沉淀下任何东西,所有 know-how 都在人的脑子和微信里。不要对这个行业的信息化有太高期待:绝大多数旅行社最高的信息化程度就到企业微信的 CRM,能用飞书的都少之又少,用 ERP 把工单全流程管起来的凤毛麟角。这个行业信息化都没有完成,需要跟智能化一起完成——这也是为什么现在才是创业的窗口期。我们在做的"贡嘎 Gongkar"系统( 取名自蜀山之王贡噶雪山),就是把行业里最有经验的定制师、最好的达人攻略、最准确的供应链信息,全部固化到系统里,让公司的能力沉淀在系统而不是人的脑子里。
第三,服务标准化依赖导游。 绝大多数旅行社的体验好不好取决于导游。导游管不住、标准化不了,就没法规模化。我们百分之八九十的客人没有导游。客人本质买的不是一个人 24 小时跟着你,而是安心感——出了任何问题都有人帮我解决。这些完全可以通过线上服务和 AI 来提供。
三个问题都有解,行业分散不是天然形态,是之前的技术条件不允许。现在条件具备了。
ZP:做成一个 AI native 的旅行社比较好想象,但长期要成为平台,中间怎么跨越?
赵万荣:我们的路径就是携程当年做酒店的路径,只不过携程花了十几二十年,AI 让我们可以在两到三年内走完。具体分三步:
第一步,先用人加 AI 混合的方式把业务跑通——这是未来 6 到 12 个月要做的事。 携程最开始不是互联网公司,是一个 call center。我们也一样——现在获客端和销售端还是有人在做,部分订单全 AI 处理,但大多数还是人来完成。这个阶段最重要的不是炫技,是验证需求真实、交易成立、单位经济模型跑得通。这一步我们已经基本完成——25 年底收入做到了 月 10 万美金量级,毛利 35% 以上,实现全公司盈利。
第二步,把"贡嘎"这套 AI 系统铺到全行业,成为旅游行业的基础设施——这是接下来 1 到 3 年的事。对标的是携程当年做 eBooking。携程用 eBooking 把酒店库存搬到线上,每个酒店用了就离不开。我们的"贡嘎"做类似的事——把旅行社最重最苦的后端工作(计调排期、供应商核价、行程生成、客户服务)全部用 AI Agent 接管。我们可能以几乎免费的方式让全行业使用。用这个方式,我们控制了行业的库存和供给接口。
第三步,5 年内,我们要完成从工具到平台的变化。当大量旅行社的订单和库存都在我们系统里跑的时候,我们就可以做订单分发和供给匹配。如果说传统的货架式平台是“大卖场”,靠卖流量赚钱;那我们想做的就是旅游界的“山姆”——不盲目铺量,而是看重自营品质。通过把控供给质量、将供应链极致标准化,确保游客在我们得到的,永远是闭着眼睛选也不会错的确定性体验。
ZP:你说两到三年可以走完携程十几年走的路,凭什么?
赵万荣:举个具体的例子。我们虽然是个很小的团队,但内部已经有一套很完善的订单业务流流转系统。这套系统在疫情前也有一些中国公司做到过,但做到我们这个完善度,一般需要一个 30 到 40 人的研发团队做 5 到 6 年。
我们两个人做了半年,已经实现了那个 30 到 40 人团队做 6 年 80% 以上的功能。这就是 AI 时代的效率变化。当然跟我们找的人很有关系——你只有一个程序员但不了解行业 know-how,肯定也做不了这么快。
ZP:能不能用一个完整的服务流程来讲,AI 具体在每个环节做了什么?
赵万荣:先说一个核心洞察。我们自己算过,要完整跑通一个旅行社的所有工作,大概需要 100 到 200 个 AI Agent 处理不同任务。这里面有一个反直觉的发现:80% 的工作由 AI 完成、20% 由人完成,跟 100% 由 AI 完成,听上去差 20%,但实际效率差 4 到 5 倍。 因为人和 AI 是两套工作流,中间的交接本身就是巨大的效率损耗。所以我们从 Day One 的目标就是 100% AI。
具体流程分五个环节。前两个是获客和成交:AI 主动在社交媒体上做内容获客,也会在互联网上搜寻有旅行意向的潜在客户;客人提出需求后,AI 做结构化的行程规划,包括跟所有供应商的核价确认,生成一个可以直接执行的定制化方案——不是一个"参考建议",是真的能跟着走的落地方案。
第三步是出行前的精细化路书,这是绝大多数旅行社做不到的。 我们会给客人一本非常详细的路书,细到每天从酒店出来怎么到下一个景点、路上会碰到什么惊喜体验。举个例子,客人下午到了某个景点,AI 会根据当时的天气和人流情况,临时建议他先去对面那家咖啡馆——这种细节传统旅行社根本做不到。
第四是行中的实时服务。 每天早上 AI 发送当天注意事项、天气、游玩建议。客人说"今天想松一点",系统实时调整行程。突发情况也能快速响应。第五是行后服务和反馈闭环。
行业里很多人在做的是某个环节用 AI 做了一个单点工具。但把 100 多个 Agent 串成一个端到端的自动化工作流,AI 从 Day One 就能读到所有客户数据和行业数据库,这不是单点工具能做的事,是系统级的工程。我们卖的不是 agent 技术提供方,是拿 AI 解决客户信任感和安全感的服务公司。
ZP:你们现在的业务进展到什么阶段了?
赵万荣:几个关键数字:去年底收入 10 万美金、毛利 35% 以上、全公司实现盈利,累计服务了几千组客人。
从这个过程中我们拿到了两个验证:第一,全 AI 接管旅游工作流在能力上完全可行;第二,各环节之间怎么耦合、怎么实现 100% AI 而不是一部分 AI,这个 pipeline 已经基本跑通。
今年 Q3 左右我们会推出更完整的产品。今年的收入目标是去年的 10 倍——从小几百万到小几千万。
ZP:为什么从入境游切入?
赵万荣:入境游不是终局市场,但它是验证 AI 交付体系的最佳起点。三个原因:
第一,跨境场景最需要"确定性"。 旅行本质卖给客人的是安心感。这种需求在跨境场景被放大了好几倍——语言障碍、APP 不互通,你自己玩的体验大概率不如我们安排的。
第二,竞争真空。 传统入境游玩家疫情后出清严重,头部平台化玩家还没出现。一个冷知识——中国每年入境游客量大约只有日本的三分之一。 这是一个确定性会大变化的市场。
第三,天然适合定制小包团。入境游本身以定制、私人小团为主要场景,非常适合我们的产品形态。
入境游是起点,不是终点。 验证通过的 AI 交付体系可以快速复制到全球旅行者的全球目的地
ZP:你观察到这个行业里最常见的误判是什么?
赵万荣:80% 到 90% 的 AI travel 公司都在做 travel planning——我们内部开玩笑叫"vibe coding 做的第一个项目"。我觉得这是一个非常大的价值陷阱。
我们的判断:在旅游行业只提供信息价值,很难赚到真正的钱。TripAdvisor 的轨迹是一个值得参考的案例——它曾经是互联网流量前十的产品,和 Booking、Expedia 在起步阶段是同量级的公司。今天 Booking 的市值大约是 TripAdvisor 的 100 倍,Expedia 的 25 倍。 只帮别人做 planning、给个参考信息——这件事在商业上很难成立。真正有价值的是交付,不是信息。
ZP:你怎么描述你们现在面对的竞争环境?
赵万荣:这个行业的数字化基建程度,可能比外界想象的低很多。我见过从几个人到几万人的旅游公司,大家的基建基本还是 Excel。一个典型的头部入境游公司,做法就是 100 多个销售每天坐在那用 Excel 给客户出方案。每培养一个这样的销售需要 2 到 3 年。这就是行业现状。
行业里大家都对 AI 很焦虑,天天在看。但绝大多数人做的是在某个单点上用 AI 帮自己干了一小部分工作。这跟我们做的完全是两个层次——100% AI 和 80% AI 之间差的不是 20% 的效率,是 3 到 5 倍。真正要做的是一套完整的数字化基建把全流程接管了。这件事现在行业里基本只有我们在干。
大公司也都意识到了 AI 带来的机会——不管是中国、日本还是欧洲的上市旅游公司,都把 AI 放进了 pipeline。但到底怎么干,这些人也不清楚。这就是我们的机会。
ZP:你怎么看旅游行业长期的结构性机会?
赵万荣:两个我很确信的长期判断。
第一,服务业终将是中国人的天下。 全世界各个服务业品类——餐饮、零售、物流、电商——做到极致效率的最后都是中国人。在旅游行业已经看得到:全球很多目的地的地接车队、local experience 的运营,现在都是中国人在做。AI 会加速这个趋势——后端的协同用 AI 解决了,但前端的服务——司机要有人开车、local experience 要有人在当地做——这些替代不了,中国人在这些环节的效率全球最高。
第二,Rollup 模型带来增长杠杆。 旅游行业有大量区域性小旅行社做得不错但增长到了天花板,通病是人力太重、微利经营。如果我们用 AI 把它们的人效提升一个数量级——从微利变成高利润——就可以通过收购方式快速扩张。先做好自己的 AI 交付体系,再用这套体系赋能和整合行业,这是一个有加速度的增长路径。
ZP:聊聊你的核心团队。
赵万荣:我们整个团队分三拨人。第一拨以我跟杰哥(杨东杰)为主,我们对企业战略——往哪走、找人、找钱、找方向,包括组织文化、价值观这些东西有更多和更深的理解。
第二拨是我们聚拢的一批对旅游行业"痛苦但持续还在热爱"的人。这个行业里很多人已经不太相信复购这件事了,觉得做一单是一单。但我们的销售端负责人、供应链产品负责人、产品经理,都是在旅游行业摸爬滚打了很多年,依然相信在 AI 这一波里能出现一个让行业效率提升 10 倍以上的平台机会。
第三拨是比较 AI native 的年轻人。我们内部每个人都有自己的 AI BOT,系统也被做成了 CLI 工具,数据分析和各种应用都可以直接让 AI 来做。这些原生一代,前提是大家都热爱旅行。
ZP:你们内部有哪些工作方式,是传统旅游公司的人看了会觉得不可思议的?
赵万荣:传统旅游公司 250 人做的事情,我们不到 10 个人在做,而且做得更快。这背后就是 AI native 的工作方式。
几个例子。第一,我们内部不做传统的 dashboard, 需要什么数据,让 AI 绑一个定时任务,每天或每周自动推送到群里。以前需要数据分析师干的活,现在不需要了。
第二,我给自己搭了一个 AI COO。 我是一个记性比较差的人,所以我让 AI 参加我所有的一对一会议和重要决策会,它能读到我们所有的代码和经营数据。跟团队做 one-on-one 的时候聊什么、各项目进展、需要做什么决策,AI 都帮我追踪和分析。
第三,团队协作开始有很多是 BOT 对 BOT。 我和同事各自有自己的 AI BOT,我们会把三方——我、同事、两个人的 BOT——都拉进一个飞书群。很多需要共享的 context,直接让 BOT 发进去、让对方的 BOT 先看完总结。很多太长的材料,我们两个人可能都不看,BOT 看完告诉我们核心结论。
这就是两个人半年可以做出三四十人六年工作量的原因。
ZP:登山的 leader 和创业的 leader,最像的一点?
赵万荣:活着最重要。 活着回来、活着下去,这是最终目标。另外它们都是一个很孤独的游戏,用一种方式去感受你跟自己、你跟世界的关系。
ZP:你个人最欣赏的一个 CEO ?
赵万荣:伯克希尔的巴菲特,还有段永平。做了几年投资之后,价值投资的东西对我影响很大。他们的观点不是语出惊人的东西,而是你什么时候看都永远对——这一点可能才是最有价值的。
ZP:如果 Gopagoda 成功了,普通人去旅游这件事最大的变化会是什么?
赵万荣:随时想走就走。不用出行前焦虑、不用花大量时间做攻略。用自由行的价格,享受到私人定制的服务体验。
文章来自于"Z Potentials",作者 "Z Potentials"。
【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!
项目地址:https://github.com/coze-dev/coze-studio
【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址:https://github.com/n8n-io/n8n
在线使用:https://n8n.io/(付费)
【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。
项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用:https://vectorvein.ai/(付费)
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md