今天小编分享的科技经验：携程问道，最好的旅游“搭子”？，欢迎阅读。
旅行的答案，由 AI 解答。
来源 |AI 蓝媒汇
ID:lanmeih001
作者 | 伊柒
编辑 | 魏晓
7 月 17 号以前，如果你有一个七天年假，准备去心心念念的成都，逛一逛，玩一玩，看看大熊猫，再看一看风景。
提前制定一份详细行程，是必备的。
为此，你问了身边所有去过的朋友同事，搜索各种攻略，查询热门游记，然后在繁杂不同有时还互相打架的答案中挣扎纠结，毕竟打工人的年假很珍贵，难得的机会你不想错过任何风景。最后咬咬牙，算了，去了再说，走一步看一步，随缘吧。
等到了目的地，发现景区闭门改造了。打开手机再看之前的攻略，发现攻略发布是半年前，而景区闭门改造，一周前刚开始。
攻略过时，你的心估计也凉了大半——无奈，过去一段时间，旅游攻略似乎都很难在 " 最新 " 和 " 最好 " 之间找到平衡。去赏花发现花季已过，去观景发现景点修缮 …… 因攻略出错而导致的意外在网上时常能够见到。
7 月 17 日之后，这些问题都将由 AI 迎刃而解。
图 / 携程问道
同样是准备去成都玩 7 天，打开手机，输入问题，螢幕上立刻弹出了一份详尽的旅游攻略：第一天，在成都市区，打卡一下锦里古街，还有春熙路，第二天，离开闹市，向周边的群山、草原出发，感受四川地区的特色风土人情 ……
七天旅游行程，直接给你安排的明明白白的，不仅详细，并且非常专业细致到每一天的规划，甚至规划行程中的每一景点，还能直接跳转到门票酒店等具体信息，以方便出行。
这种场景，已经在携程上成为可能。
7 月 17 日下午，携程集团发布了旅游行业的首个垂直大模型，名为 " 携程问道 "。发布会期间，携程集团董事局主席梁建章表示，" 希望用户从包括‘携程问道’在内的产品获得旅游行业‘可靠的内容，放心的推荐’。"
怎么去理解？很简单，从使用体验上来看，比起先前各类通用大模型所提供的旅游建议，携程问道最大的优势就在于旅行攻略的直接、有效。从路线安排到行程价目，一目了然。
有了这些精准的实时信息，以往哪些因攻略不准确而出现的意外将不复存在。对于用户来说，它就是一个最好的旅游 " 搭子 "。
这也很携程。
区别于面向产业、日趋红海的通用大模型，携程将大模型的应用场景锚定在旅游这一细分行业，面向最贴近用户的场景。
据了解，携程大模型包含了约二十年的旅行数据，每一位旅人用脚步投下的选票都被 AI 记录、整合，整合成约 200 亿个参数训练的百亿规模垂直大模型。
比起纯粹的聊天，携程问道这个旅游 " 搭子 "，显然更懂游客，更懂旅行。
在这背后，AI 大模型 + 旅游，这件事儿本身也有了新的想象空间。
旅游 " 搭子 "，主打一个靠谱
如何规划行程，找到最优的答案，一直以来都困扰着游客。
作为一个涉及多个领網域的综合性产业，每位游客在途中需要规划的衣食住行、吃穿用度向来差异极大，需求各不相同。
整理大量综合性数据，给每位客户个性化的最优解，大模型最擅长这个。
AI 蓝媒汇向携程问道大模型求助了一个相当复杂的现实场景：全家出行，需要照顾老人和小孩，天气炎热，行程不宜过于密集，但希望能尽可能多留一些好看的照片，发朋友圈也有个素材。
携程问道大模型给出的建议，信息真实，且行程合理。
考虑到老人和小孩不适宜特种兵式旅行，除了提供机票 / 火车票的引导外，问道大模型并未在第一天安排具体景点。从第二天开始，大模型以较低密度的每天一个景点，为用户规划着天津之行，老人和小孩都不会太累，走走停停也便于享受津城的街景。
对于一位确有需求的用户而言，问道给出的回答几乎已是一份完整的行程规划，跟着走即可。
这种难得的 " 靠谱 "，得益于携程多年的专注——携程问道在训练期间筛选了 200 亿个高质量非结构性旅游数据，再结合携程现有精确的实时数据进行自研垂练，成为百亿参数规模的行业垂直大模型。
由每一位用户亲身体验，亲自走出来的数据，才能够对用户在旅行中的需求精准理解、快速响应。
有了这些准确、详尽的 AI 攻略，用户不再需要花费几天甚至几周的时间，反复横跳于其他各种内容平台去收集资料、删改计划。将问题抛给携程问道，只需几秒就能生成最优路线。
与大模型同步推出的，还有携程榜单——基于 20 余年的旅游行业行业数据监测，以及平台独有的优惠指数计算公式，携程推出了携程口碑榜、携程热点榜和携程特价榜。
和过去营销带货式榜单不同，携程榜单完全基于真实数据客观分析，旨在为不同人群、不同意图的行前决策提供相应的旅行 " 可靠答案库 "。
不止省时省力，大模型推荐与携程榜单的结合，让用户终于能收获客观的、最适合自身需求的攻略。
此前在小红书等内容平台的种草模式爆红后，用户时常会刷到由签约博主或第三方机构制作的旅游攻略。内容看似精致，却也带明显的主观色彩，为了放大某些特点而用词夸张、将实景图多次渲染调色。
这些带有网红滤镜的攻略，拉高了用户的预期，但却有可能与真实的情况大相径庭。此外在这些平台上，基于用户 UGC 的内容生产方式，存在很明显的个人色彩，这也可能会导致彼此给出的攻略具有明显的差异性。用户可能需要花费大量时间、比对无数帖子，才能在繁杂的信息中做出自己的决定。
携程榜单的推荐，则相当于替用户 " 查了几万人的攻略 " 后，并且是基于真实用户体验所做出的推荐，提高效率的同时，大大降低了攻略出错的可能性。
从计划到下单，携程提供给用户一套完整高效的 " 一站式 " 旅行准备体系。习惯于在携程 APP 完成从种草、制定行程到下单的过程后，用户避免被社交平台上五花八门的信息所误导的同时，携程也将实现从内容到交易的旅游产业生态闭环。
根据官方介绍，" 携程问道 " 大模型目前已经具备了 " 前置推荐 " 和 " 智能查询 " 两项能力：首先，在用户需求尚未确定时，携程问道能为其提供出行推荐服务；如若用户已有相对明确的需求，问道也能提供智能查询结果。
相较于 ChatGPT 等通用大模型，梁建章认为，垂直行业大模型关键就在于先前提及的 " 靠谱 "，所谓 " 可靠性 "：与 AI 写文章、写小说相比，旅行更复杂。听起来写小说很难，但其实它不会计较对错，这个可靠性可以差一点，没有事。
旅游攻略则不然——出门在外，最大的问题就是可靠性。
" 旅游重在体验，任何一个 5% 的行程规划失误都会造成 100% 的旅游问题 "，携程深知，AI 能否给出可靠答案，将直接关乎游客的出行体验。
AI 重构旅游行业
出发前的行程规划，往往是最耗费精力的环节，" 是客户花最多时间的，最复杂的 "。携程问道大模型出现，用算力解决了这个前置问题。
但前置，并非全部。
" 大模型带来的体验提升和效率提高，会是最明显的 "，谈及 AI 为旅游行业带来的变化，梁建章表示，质量与效率背后，AI 已然在重构整个旅游行业。
携程问道专注于服务出行前的场景，而在途中和售后环节，AI 同样深入其中。
比如客服。
当前互联网平台主流的客服回复方式，无外乎线上咨询、电话语音和电子邮件。随着技术更新迭代，携程已将成熟的 AI 客服系统与客户无缝对接。
据了解，在中文渠道或是涉及多语种对话的场景中，携程 AI 的自助率已经达到了约 75%，50% 的电话咨询能够通过 AI 解决；利用文本抽取和意图识别技术，后台 25% 的邮件反馈，也已交由 AI 进行回复。
数据显示，AI 客服上线至今，日均可节约 10000+ 小时客服工作时间，邮件回复速度已从小时级降低至分钟级。
显然，凭借公司自身在旅游行业多年深耕积累的旅游数据，训练语义理解、信息抽取、信息摘要等模型，携程正在用 AI 技术，提升着旅行全程的效率和体验。
这背后，当然是多年的持续深耕。
过去五年，携程在产品研发费用上的投入累计达 452 亿元。以 2022 年为例，该年，携程的产品研发费用占净收入比例为 42%，达到 83.41 亿元。
也正是在这种长期投入下，携程持续不断地为旅游行业带来了新故事、新想象。
具体到用户身上，则意味着更好的旅游出行体验。
毕竟，旅游需求千差万别，不同人在不同季节、不同地方的需求都有较大差距。携程问道借助专业的旅游数据和算力，让旅游更简单，更可信，旅游出发再也不用担心做攻略耗费太多时间了。
