ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
梁建章:携程接下来将围绕AI、内容和ESG方面进行创新
4501点击    2023-10-24 15:08

携程全球合作伙伴峰会今日在新加坡召开,携程集团联合创始人、董事局主席梁建章宣布了生成式 AI、内容榜单、ESG 低碳酒店标准三重创新的战略方向。


“旅游是人类昂贵的精神需求,是一种不容易饱和的高级体验产品,在自动化和人工智能时代,还会保持长期的高速增长。”他进一步介绍,携程集团接下来的创新方向为AI、内容以及ESG三大方面。其中,AI创新围绕自然语言的交互界面,内容创新围绕发布最权威的榜单,ESG创新包括低碳酒店等。


携程问道是首个旅游垂类大模型产品。“垂直大模型的机会在于:通用AIGC遇到了非常大的挑战——答案并不那么可靠。”在梁建章看来,旅游业体验感非常重要,即使规划节省半小时,但推荐的酒店或者行程结果可能有5%的几率是错的,那就得不偿失。



而携程问道作为垂直大模型,筛选200亿高质量非结构性旅游数据,提供的推荐可靠性要优于基础大模型。同时,为解决通用AIGC的问题,携程在智能算法基础上,对酒店、景点、行程常用主题推荐进行人工校验并形成了“携程口碑榜”。


当下,旅游业已经成为世界一大成熟产业。世界旅游组织秘书长祖拉布·波洛利卡什维利就表示,全球旅游业复苏正为世界各地的人们带来希望和机会,现在正是塑造新型旅游业的大好时机。


毋庸置疑,专注酒旅行业的携程,天生离产业更近。那么携程问道能给用户带来什么?各家大模型比拼的又是什么?如何产业落地结合?能否成为升级旅游业“可靠答案库”?


01

实测:携程问道真实能力如何?


产业场景是大模型最佳“练兵场”。有业内人士称,比起通用大模型,行业大模型需要针对具体场景,结合行业Know- How,或者引入知识图谱、有解决专业领域问题能力,以打造出更实用的智能服务。


就旅游产业而言,链条长,场景多样化,总体来说分为行前、行中、行后三大场景。而行前场景(行程规划),也是用户花时间最多、最难选择、最复杂的部分。


“携程问道”大模型,主要应用在行前这个环节。


虽然携程问道目前尚未正式推出,还在内测阶段,但从“极点商业”申请资格并实际测试来看,在行前具备什么真实能力已可见端倪。


一是对用户明确的需求,可提供查询和引导预订的服务。用户可直接发送文字、自然句长语音形式进行机票、酒店等产品预订。



比如,“帮我订去重庆仙女山的酒店和名宿”问题,不到1秒,携程问道直接根据用户点评、价格等“用户口碑榜”给出了仙女山景区酒店综合排名查询,进一步询问排在前列的“静山小院”民宿,则会弹出该酒店的详细介绍和用户点评,引导预订。


“7月20日杭州到深圳上午出行的机票价格”问题上,有目的地、上午时间、机票价格等几方面要素的明确需求,携程问道也立即自动给出了7月20日上午杭州到深圳的各航班信息。一目了然之下,用户可以马上得到最适合自己的出行航班。


如果是往常操作,大概率需要经历以下多个步骤:打开携程APP,点开机票频道,输入目的地、时间,然后查询——出现结果一般是推荐排序,用户还需按照时间排序、价格排序重新排列组合。



相比之下,携程问道却只需一步,在首页点击问道头像输入文字或语音,就可以马上得出答案。


“上海迪士尼价格多少”也是一个明确用户需求。携程问道同样根据不同人群,给出了明确价格——从上海迪士尼官方App查询到的价格一致,可以说答案相当准确。


二是对用户需求尚未确定的需求,进行智能化的出行推荐服务。用户提出想法,携程问道可推荐旅行目的地、酒店、景点等行程规划和优惠预订选项。


比如“重庆天气太热,应该去哪里避暑”,携程问道根据“目的地口碑榜”,给出了贵阳、秦皇岛、西宁等适合玩水避暑的不同目的地推荐。


值得一提的是,携程问道可以根据用户提问,聪明调整回答方式。比如“去巴厘岛旅游注意什么”,是用户不太明确的需求,而“巴厘岛酒店推荐”“在巴厘岛要准备多少现金”则属于较为明确的需求,携程问道可以“实时切换”,给出可靠答案。


同时,携程问道回答超出问题本身。比如“在巴厘岛要准备多少现金”,“携程问道”给出的答案是,建议每人每天准备200元至500元人民币的现金,用于支付餐饮、交通、门票等费用。




给出了“相比其他旅游地,巴厘岛属于中高级别”的解释,且建议携带一张Visa或Mastercard的信用卡或借记卡,还给出了注意汇率和手续费的提醒。


如果和通用大模型相比,携程问道给出的答案,在可靠性上的确更好。比如同样是“在巴厘岛要准备多少现金”,某通用大模型的回答没有具体金额,也没有其他建议和提醒。


对旅游行业而言,用户出行前规划越准确、越充分,就越能得到更好的出行体验。但是,这种垂直行业意图清晰、需要多轮对话和场景理解的问题,对于通用大模型来说,目前回答还有很大局限性,因为这需要将整个旅游链条信息深度打通。



行业大模型想要更好赋能产业,是一个长期过程。从实测体验来看,目前携程问道虽然还在内测阶段,但带给用户的数字化、智能化体验,相比之前明显提高。


02

200亿数据打造“可靠答案库


梁建章表示,携程问道在正式上线之后,将会满足用户在旅行方面的各类问题,例如旅游目的地咨询、机酒预订等等。


对携程而言,依然是基于行业大模型的可信、可用两个原则,去走通大模型落地最后一公里。不过,打造一个旅游行业的“可靠答案库”,并不容易。


众所周知,AI大模型三要素:算力、算法、数据,是喂养AI必不可少的“饲料”。而相比通用大模型,垂直行业大模型落地难度高得多,要求更苛刻,数据要求也要更精确。


简单而言,不仅需要长期积累高质量的数据、经验、流程和知识,利用行业积累对领域模型调优,利用业务反馈持续提升大模型,而且需要拥有基础领域模型、基础开发软件、基础工具软件,以保证行业领域大模型的持续提升。


其中重要的是,需要有高质量的数据集,才能确保返回结果的精准性和专业度。且不能有任何错误,否则就会“污染数据库”。



二十多年来,携程对酒旅场景、用户需求的触达与理解,让携程打牢旅游产业地基,也让携程积累了海量的高质量旅游数据,可以支撑携程问道的模型训练要求。


梁建章就表示,携程是筛选200亿高质量非结构性旅游数据,结合携程现有精确的结构性实时数据以及携程历史训练的机器人和搜索算法,进行自研垂直模型的训练,对用户在旅行前中后期的需求意图能实现更精准的理解,并实现快速响应。


“真正影响垂直厂商差距只有一个,即用于训练垂直模型的数据集。”此前多位行业人士曾如此表示。从这个角度看,携程行业大模型推出时间在互联网企业中并不是最快那个,但在产品的针对性、应用性、专业性和精准度上,却可能是最快那个。


如何解决通用AIGC“不可靠”问题,让答案更可靠。携程在智能算法基础上,对酒店、景点、行程的常用主题推荐进行人工校验并形成了“携程口碑榜”。由于旅行与热点趋势紧密相关,用户也希望避开价格高峰,“携程热点榜”和“携程特价榜”由此诞生。



携程集团执行副总裁、首席营销官孙波对此表示,榜单覆盖全球超3000个目的地,45个常用主题,推荐维度涵盖目的地、行程、酒店、机票、景点等。“‘放心的推荐’将成为携程继‘放心的服务、放心的价格’之外,致力于打造的第三大卖点。”


“平均每张榜单数据运算量达500万,经过全球30多个国家和地区的员工校验。”梁建章说。


具体到经典目的地的推荐,携程发现,基于“携程目的地游玩适宜度模型”的建立,对订单时序、历史气温、降水概率、闷热度等多纬度的数据分析,2023年上半年15%的用户去了当月适宜度低于0.3的目的地。


“用户决策效率并不会随着他们对旅行阅历增长而提升。”孙波坦言。针对六成用户想好了去哪但纠结不知道该具体怎么玩,以及四成用户没想好去哪里等问题,携程榜单能够帮助提高决策效率。


此外,携程行程口碑榜已将用户一次出行的决策时长从9小时缩短至6.6小时,提升了27%。目的地口碑榜和景点口碑榜则预计覆盖超过30%的行前灵感需求。


“携程特价榜”则为用户节约旅行预算,如携程特价机票榜通过亿级航班池智能筛选,能动态为用户提供平均省31%预算的航班推荐。


有资深旅游行业观察人士认为,这一系列携程系列榜单产品,其实是基于对供应链的深度理解、对旅行相关信息的长期扎实建设,以及以真实成交真实点评为基础,具有可信、可靠核心竞争力的有携程特色的内容产品。


其核心驱动力,离不开内容和技术两方面的积累沉淀。


早在2020年,携程就在“深耕国内 心怀全球”战略中首提“深耕内容”。此次榜单在携程旅行服务场景的应用,则是携程对内容沉淀的进一步延续。


梁建章在采访时也表示,把携程内容进一步提炼用榜单、算法等方式,将其做到可以让用户以最便捷的方式找到最适合的东西。“携程问道”、榜单等产品是对内容战略的延续,这是一个长期的摸索过程。


行业大模型的“喂养升级”,技术研发持续投入是关键。


如今,携程早已从一家旅游平台转型成为一家技术公司,由技术驱动业务增长。2018年至2022年,携程产品研发费用投入累计达452亿元。仅仅是2020年,携程产品研发的费用占营业费用的比例较疫情前高出10%,产品研发团队人员占比达48%。而到了2022年,携程产品研发费用达到83.41亿元,占净收入的42%。


03

逐鹿决胜,技术创造产业价值


技术源于产业需求。携程推出旅游业首个行业大模型背后,更重要的是看到了旅游产业的巨大价值。


旅游业正加速复苏。联合国世界旅游组织发布的信心指数预计,2023年全球国际游客抵达人数可能恢复到疫情前水平的80%至95%,旅游业将是推动实现联合国2030年可持续发展议程目标的关键支柱。


世界旅行和旅游理事会(WTTC)近日则预计,今年全球旅游市场规模预计将达到9.5万亿美元其预测全球旅游业将在2024年全面复苏,保持增长态势。


在我国,旅游产业也在经济中占据重要地位。根据2022年工信部发布的《国家人工智能创新应用先导区“智赋百景”》通知显示,文旅教育与城市管理、公共安全、交通运输、金融、能源、生态农业、医疗健康、制造等,成为我国重要经济支柱。


这一切都在说明,现在正是利用新技术,塑造新型旅游业的大好时机。


与产业应用的融合,让新一轮技术革命汹涌。AI改变传统千百行业,助推其数字化、智能化升级,变革已是不争的事实。而大模型,归根结底其实只是AI与产业融合中的一个新技术底座。

技术历练于产业场景,创造产业价值。事实上,在行业大模型之外,携程早已将AI技术落地到旅游产业各个场景,发挥出重要的生产力作用。



“AI技术另一个重要应用是在旅行服务场景。”据携程集团CEO孙洁透露,在AI模型助力下,携程在3个方面的客服自助率都有了翻倍提升,包括全球超过20种语言的线上自助回复率、邮件自助回复率和电话语音自助解决率。


目前,通过AI在线上、电话语音、邮件的自助回复辅助,可为携程客服日均节约10000+小时工作时间,相当于日均解放超1000名客服人力。


从“极点商业”了解来看,早在2016年9月,携程上线运营新版客服机器人。现在线上咨询场景文本机器人客服总体自助率提升到75%左右;国际业务场景机器人客服的语言线覆盖从6个大幅提升到24个,自助率也从不到60%达到与中文业务一样的75%左右。


伴随AI技术带来的基础客服工作效率的提升,携程客服也开始了售前服务转型尝试。“我们很高兴可以让携程客服做更具创新性的工作。”携程CEO孙洁在现场宣布携程客服售前直播间正式上线,首批携程客服主播亮相。


除此之外,基于技术的提升,多语种AI客服也将是携程全球化服务能力的重要补充。


多语种服务已成携程海外业务增长的一大动能。比如酒店部门,2023年至今,携程海外客服咨询量同比增长将近4倍,与携程海外业务量今年的增长恰好对应——2023年一季度,携程国际平台的整体酒店预订创下历史新高,是2019年同期的两倍多。



在携程看来,多语种AI客服,将成为全球化战略下的优质服务保障。比如,在同一套服务架构体系下,多语种AI客服可以快速完成服务能力的构建,适应国际业务需求调整和变化,同时带来服务效率、用户体验的全面提升。


对入驻携程的所有出行链商家而言,这也是一个降本增效的好机会——以更低的成本和门槛,将携程核心供应链、选品、服务能力更好赋能商家,帮助商家与合作伙伴更快实现数字化转型升级,带来更多生意增长机会。


行业大模型逐鹿,将是一次长期主义者的胜利。当下的携程,远比以往OTA平台更具价值潜力,AI、大模型将会成为旅游产业创新求变的坚实底座,带来的产品力、服务力、生产力变革,也才刚刚开始讲述。





关键词: 携程问道 , AI , 携程AI , AI旅游
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
无人直播

【开源免费】VideoChat是一个开源数字人实时对话,该项目支持支持语音输入和实时对话,数字人形象可自定义等功能,首次对话延迟低至3s。

项目地址:https://github.com/Henry-23/VideoChat

在线体验:https://www.modelscope.cn/studios/AI-ModelScope/video_chat


【开源免费】Streamer-Sales 销冠是一个AI直播卖货大模型。该模型具备AI生成直播文案,生成数字人形象进行直播,并通过RAG技术对现有数据进行寻找后实时回答用户问题等AI直播卖货的所有功能。

项目地址:https://github.com/PeterH0323/Streamer-Sales