AI已经被公认为将成为重塑千行百业的数字技能，而这个重塑的过程正在酒店行业中进行。这次重塑不仅是局限于智能客服领域，而是涵盖了酒店的培植、运营的全生命周期。
从客诉预警到收益管理，AI已全面渗透
现阶段，虽然对付各行业来说AI的运用仍处于一个比较初期的阶段，但单就酒店行业来说，AI技能、自动化技能已经在多个场景中得以运用。
在中国旅游集团酒店控股公司科技信息部总经理周长看来，AI的能力在酒店从培植到运营管理链路的12个环节中都有不同程度发挥。比如，在酒店培植阶段，AI可以从设计优化、施工管理、质量掌握、安全监督、运维管理、自动化设计工具、智能方案与优化、智能监控与预警、智能渲染等环节发挥力量；采购阶段，AI可以供应包括供应商剖析、风险管理、计策制订、预测建模、自动化物料编码、智能采购新产品构建、供应链优化等能力；在运营阶段，AI能为酒店供应智能客房做事、预测性掩护、智能客户做事、智能安保监控、个性化做事、物料管理、客户反馈剖析等能力，从而提升整体运营效率......
以酒店运营层面为例，AI的运用紧张可以分为用户的住前、住中和住后三个阶段。在周长看来，目前在酒店行业运用最成熟的还是AI客服，“目前我们正在跟包括科大讯飞在内的多家科技公司共同探索，如何利用AI大模型的能力进一步优化智能客服的能力，”周长指出，“以8月份为例，我们试点酒店累计智能客服接通电话超53000次，通话时长979个小时，日均接通1728通电话。”
除了日常的智能客服以外，中旅集团还考试测验利用大模型的能力进行酒店日常的掩护预警，以及客诉预警等预知性事情。
以客诉预警为例，原来用户对酒店产生不满感情，或者体验不佳的情形，大多会在住后通过携程、飞猪、大众点评等平台进行“感情宣泄”，而这些差评让酒店对自身做事的不敷“后知后觉”。一方面并不能第一韶光办理用户的需求，提升满意度；另一方面，用户留下不好的评价也为其他用户在选择该酒店时留下不好的印象，可能造成酒店古迹下滑。
“要想提升用户满意度，我们须要将这个处理客诉的过程往前推，实现‘前置’。”周长强调。通过AI大模型，能够更好地剖析用户在入住过程中可能涌现的不满感情，将问题前置化办理，在提升整体满意度的同时，更为主要的是为用户供应了一个更好入住体验，而这点是险些所有做事行业都在追求的目标。
蓝豆云·区域总经理施晓纯也有着同样的不雅观点。施晓纯在分享中指出蓝豆云也看准了酒店运营体验这个环节，在整体运营管理系统中，通过功能模块、业务模块等办法，将酒店的包括卫生品质、工程设备盘点、维修掩护等环节整合进产品中，并通过可视化的过程，通过APP让酒店管理者一览无余，提升管理效率。
北京京能酒店旗下品牌除了在智能客服方面有所考试测验以外，在其他方面也在积极布局，用来提升酒店与用户的“粘性”，在北京京能酒店管理有限公司运营总监王猛看来，通过AI技能供应的能力，再加上多维度数据的“投喂”之后，酒店行业可以通过用户画像，对用户实现精准营销，提升整体的营销效率，“主动出击找到会喜好我们酒店的潜在用户。”王猛表示。除此之外，北京京能酒店还在新媒体直播领域运用了AI的能力，进行品牌推广，更好的与用户交互。
除了面向用户群体的运营以外，周长和王雷在分享中都提到了AI能力在酒店收益管理方面能有“大展拳脚”的机会。
王雷在分享中表示，通过将人做收益管理的履历，根本理论“输入”给大模型产品，利用这些数据演习出的产品可以在酒店定价等方面供应更为准确的帮助，并且可以让一位酒店管理者同时管理更多的酒店。
周长也在分享等分享了中旅集团在收益管理数字化方面的履历，他指出，中旅集团考试测验通过AI技能在智能定价和需求预测等场景中进行运用。“传统人工的收益管理是通过excel表或者数据管理软件进行的，效率和效果都不尽如人意”周长指出，“在利用AI功能之后，通过数据的网络和剖析，相对传统人工而言，能够进行更好的预测和定价。”
中旅集团以模型运管平台为底层支撑，以收益管理智领AI引擎为核心，让酒店管理者能同时管理多家酒店，“原来可能一位管理者只能同时管理2~3家酒店，最多也便是4家，但是通过AI技能的赋能，一位管理者可以同时管理10家，乃至20家酒店。”周长指出。
不仅于此，管理者在实现个体多管理酒店的同时，还实现了预测准确率的提升，据周长先容，目前通过AI技能的运用，进行需求预测的准确率已经超过95%。
万达也在酒店动态的价格管理方面运用AI技能进行了初步的考试测验，“万达从2012年开始就开始开展收益管理的事情，培植了一套完全的数据管理中央，一整套体系。当AI技能又一次爆发之后，我们也开始考试测验是不是可以用AI处理这些数据，来提高我们的收益管理的效率，以及准确率。”王雷表示。
AI大模型在酒店各个方面都已经有一些运用呈现，钓鱼台美高梅酒店集团数字化转型与信息技能总监马俊鹏在圆桌谈论环节中，“钓鱼台美高梅旗下酒店在协同办公运用上全面利用了飞书，飞书内置了字节跳动的豆包AI大模型，这使得集团和酒店的飞书用户能够在日常事情中直策应用AI工具，从而提升日常办公的效率。”马俊鹏指出，“除上述之外，钓美集团的AI运用处景已涵盖集团公众年夜众号智能客服、智能经营日报、酒店餐饮点评剖析、集团知识库智能问答等多种场景，这些AI运用有效提升了酒店的运营管理效率，并改进了客人的体验。”
在详细提升方面，酒店可以通过AI与数据剖析，总结归纳出精良员工具有哪些特定“行为”，或者“本色”，并向全员推广，针对此，在绿地酒店旅游集团信息技能部总经理吴龙看来，AI最主要的一个能力不是为企业带来了什么，而是企业能够通过AI技能，提升员工“短板”，办理人与人之间的能力差异，从而让员工致体都处于一个较高的水准之上。
C端B端“通吃”
从运用处景角度出发，AI大模型的能力不仅能在酒店的运营管理，提升用户满意度等领域起到“决定性”的浸染，对付C真个用户来说，大模型的能力也能让用户在选择酒店的过程中有更好的体验，更为便捷、快速的选择更得当自身的酒店。
过去，人们在选择酒店的时候，大多数是通过咨询当地的朋友，或者有过当地旅游履历的人，这个效率和效果总是低下的。一方面，由于人是主不雅观思想和个体差异的，可能别人推举的酒店只是知足了推举人的个体需求，却并不能知足被推举人的需求，这就造成了可能被推举的酒店并不能让用户有很好的体验。
现在，人们在选择酒店和旅游路线的过程中，更多的会通过诸如携程、飞猪、大众点评等APP，通过别人的评价，来探求得当自身的酒店。虽然这些评价也都带有主不雅观色彩，但是用户可以比拟多个平台的多个评价，从而筛选出得当自身的酒店。但这个过程是繁芜的，且须要用户花费很多精力进行攻略。
未来，在AI大模型能力的加持下，用户只须要大略的将自己的需求描述给大模型，大模型会根据用户的喜好度和需求综合推举一家或几家酒店。这个推举是相对客不雅观的，且能为用户节省不少选择酒店、旅游路线的韶光，大幅提升用户的体验，而在王雷看来，通过与AI的互动之后，用户不仅可以对选择的酒店有一个较为全面的理解，还可以对全体旅游环境有一个全面的理解，从而降落了用户“选错”酒店概率，一方面提升了用户的体验，另一方面，也能间接提升酒店的整体用户满意度，实现双赢。
AI的短板
虽然AI技能在酒店文旅行业已经不断呈现出了浩瀚的运用处景，但是在周长看来，AI技能真正在酒店行业成熟落地仍存在两大问题亟待办理，那便是——信赖和代价的问题。
信赖层面，由于目前天生式AI还是会存在“幻觉”的问题，而“幻觉”问题彷佛已经成为所有行业在运用大模型产品时，最大的顾虑。“我个人认为AI对付酒店行业，已经具备作为生产力的条件了，但是对付决策者们来说，大模型‘幻觉’的问题依旧是一个让他们有很大顾虑的问题。”周长如是说。
马俊鹏也有相似不雅观点，分享了一个他们利用AI剖析餐厅点评数据的案例，“我们考试测验利用AI技能自动剖析酒店餐厅点评网客人的评价数据，个中一个需求是通过AI的数据挖掘能力快速提取客人评价中的好评和差评菜品名称。在实验初期，AI无法完备知足我们的哀求，但通过不断调优和专属演习，终极知足了业务部门的需求，实现了从海量数据中精准提取做事标签、好差评菜品名称，以及各餐厅好评做事职员姓名。这表明，AI的有效运用不是大略的拿来即用，而须要针对不同场景进行不断考试测验和专属演习，才能更好地知足实际需求，创造真正的代价。”
除了信赖的问题，如何让AI技能在酒店行业中表示代价也是目前行业比较关注的焦点。在这个险些所有企业都将降本增效视为核心发展目标的大环境下，一个数字技能如果不能拥有良好的ROI（投资回报率），很难被行业用户所接管。而在周长看来，天生式AI技能目前在酒店行业也没有能表示出很好的ROI，“一项新技能和行业的结合，它的代价不是立时就能表示出来的，而如何让天生式AI在酒店行业中表示出更好的代价，给企业的降本增效带来切实的赋能，也成为了天生式AI接下来在企业中运用的过程中，须要办理的问题。”周长指出。
王雷也有着相似的不雅观点，他在分享中表示，目前还有大概50%的酒店行业的决策者们不相信运用AI技能能为酒店节约运营本钱，而针对如何更好地推动AI技能在酒店行业的运用，王雷也给出了自己的不雅观察和建议，他表示，从现阶段的AI运用上看，仅凭借一家酒店，一家公司，推动AI技能在全体酒店行业中的运用落地，是不现实的，须要全体行业，通过一些协会，联合所有的酒店管理公司，再对接到下贱的办理方案的供应商，共同努力，才能让AI技能在酒店行业中表示出更高的代价，才能切实推动AI技能在行业中的运用。
代价的另一方面表现在：现阶段企业想运用AI技能，除了软件、办理方案的采购本钱，内部数据管理本钱也是极其高昂的，在吴龙看来，随着企业内部数据越来越多，越来越繁芜，数据采集、管理的本钱也就越来越高，而“数据”的本钱也直接决定了企业运用AI的本钱和难度，当难度提升时，如果这个技能为企业带来的代价是“不可视化”的，或者说企业是看不到详细代价的，这也就给企业运用AI带来了阻碍。（本文首发于钛媒体APP）
