一、企业落地AI的现实困境 —— AI是工具，不是万能解药
我想问一下大家，在你们的实际工作当中，AI具体承担了哪些工作？我们先聊清楚这个问题，再来探讨酒店可以做什么。携程本身是一家数字化公司，在AI落地方面应该有更多已经跑通过的实践。
我之前拜访一位计算机教授，当时带上了我18岁的儿子。我一直在思考，未来会不会不少大学毕业生的工作会被AI替代，当时我还感觉酒店岗位受冲击相对会小一些。这位教授讲了一句让我印象很深的话：“AI是孙悟空，你可以让它大闹天宫，但是绝大部分的人把它当猴耍。”这句话对我儿子触动很大，回来之后就找我要了一台带高性能显卡的电脑，开始自己研究AI。
即便是数字化企业，推动AI落地也并不容易。很多企业老板想要推动AI，第一反应交给技术部去落地，但往往推不动。技术团队会有防御心态，担心AI落地会改变现有的岗位与工作模式。
从我观察看，现实出现两类现象：业务人员很愿意用 AI，尤其拿 AI 来写 PPT；但要真正落地完整Agent、实现全工作流替代，现实难度很高。
举个例子，周一我还在工作群里表达过我的看法：大家用AI产出的PPT效果都很好，内容也很贴合管理层的偏好。但时间久了我发现，不少AI产出内容趋于同质化。针对业务问题给出的方案面面俱到，但方案落地性往往有待检验。
行业有个广为流传的现象：大厂里出现AI写周报、AI读周报、AI汇总工作。如果组织运行走到这一步，那组织效能还能不能保障？基于这些观察，我写过一篇文章叫《AI带来的组织行为学 —— 学术上的改变，AI和人有什么不一样》。数字化企业推动AI尚且这么难，这也是我自己去学习编程的原因。
过去传统工作模式：我提出想法，产品做描述，研发输出样稿，整套流程就要一个半月以上。当年在携程，一个项目初稿往往要一两个月，看完不满意再改、再做Demo，反复迭代，两三个月是常态。现在有了AI，我可以自己动手快速做原型。我经常晚上工作到两三点，也会因为AI输出结果不理想而苦恼。和AI沟通有时候比和人沟通还累，它会回复“对不起是它的问题”，但问题本身并没有解决。 我的工作方式因此发生变化：我已经把原型打磨出来，团队需要做的就是尽快完成工程化上线。但现阶段团队在这一块做得还不够，常常会提出各类现实层面的约束条件，这倒逼我也开始学习软件工程相关知识。
我的个人体会：科技企业里面，有两类人更容易把AI真正落地。一类是计算机博士，有能力基于现有技术重构方案；另一类是创始人。我本人是博士，但不是计算机博士，所以必须保持快速吸收、梳理新知识的能力。
我近期做了两方面思考。第一个是 AI 时代的组织行为学。传统组织是围绕 “人” 构建，依靠上传下达完成汇报流转。当 AI 进入组织，出现 AI 读周报、AI汇总工作，我们就要思考：人的思考价值在组织中如何定位？
过去，技术能力很强的技术人员晋升到CTO之后，不一定继续深耕一线技术，更多转向管理人的团队。AI时代，技术高手不一定需要直接管理大量人员，可以管控成百上千个Agent，这对人的脑力提出更高要求。我之前和一位酒店总经理交流，他有一个观点：AI时代对管理者的脑力同样是考验，就像程序运行需要消耗算力。我和AI交互经常遇到这样情况：我输入简短指令，AI返回大段文本，我需要花大量时间阅读，从中筛选关键信息。写PPT的时候这个问题不容易显现，但当你去运营组织、做业务判断的时候就会凸显：文字表述看上去很完善，但实际执行效果存在落差。放到酒店行业，大家讨论很多的“AI店长”，技术层面可以实现，但是业务上能不能做对、做好，是我们未来持续要面对的课题。
AI不需要精神激励，这点也会改变团队的竞争力逻辑。不少团队依靠人文激励、领导力建立竞争力，很多酒店也是依靠管理、人文关怀打造优势。AI不存在精神激励诉求，这也带来一个值得探讨的问题：是否会让原本不擅长人文激励的管理者获得新的竞争机会，组织内部沟通协同模式也会随之变化。
回到高星级酒店，厘清人与AI的分工协同非常重要。结合相关文献研究，人类拥有数百万年进化形成的前额叶皮层。我问过我儿子：打游戏的时候，对手是NPC还是真人，你的感受会不会不一样？他说会有区别。国际上也有相关学术论文：同样的客服回复内容，如果用户知道对面是真人，和知道对面是AI，客户满意度会存在差异。
总结，业务可以拆分为Agent（事）与Experience（客户体验感受），通俗理解就是“事”和“情”：
- “事”：标准化、事务性工作，未来可以交由AI完成；如果后续具身机器人技术成熟，还可以承接更多实体操作。
- “情”：情绪感知、共情回应，这部分更适合真人。依靠人类前额叶带来的镜像共情反应，才能够感知、回应人的情绪，实现情感层面的交互。
不同酒店，“事”和“情”占比不一样：
- 标准化、客单价相对偏低的酒店，事务性工作占比高，更适合标准化AI工具；
- 像黄龙、君来这类酒店，客户对情感体验诉求更强，“情”的权重更高。
It All Depends——没有通用标准答案，需要结合两点判断：一是产品定位、客单价；二是客户当下的情绪状态。客户情绪平稳，就事论事处理业务，AI、机器人可以胜任；一旦客户产生不满、情绪激动，就进入情绪交互场景，更需要真人来承接沟通。就像我遇到AI输出错误，AI只会道歉，但很难消解人的情绪。系统、软件出现数据问题，团队可以道歉，但情绪安抚、矛盾化解，很多时候离不开人。
AI的上下文管理，和人的情景化管理逻辑有相似之处。我们可以用AI生成 PPT，但人的价值，至少包含处理人的情绪、人的诉求。
我自己做过实体项目来做实践验证。
我爱好网球，投资了一家网球学练坊，场地在闵行一处相对偏远园区，几乎没有自然到店客流，全部依靠线上数字营销获客。我聘请了一位有酒店总经理从业背景的负责人管理门店，他不懂网球专业，但懂客户体验；我儿子负责数字化相关工作。门店一月份开业至今，美团平台已经拿到 5.0 分，积累三百多条点评。这份成果，多大程度来自数字化工具，多大程度来自客户体验运营，来自 “事” 与 “情” 的结合，后续线下我们可以深入交流。真金白银投入实体项目，也带给我很多一线感悟。
也想和各位同行分享：数字化企业，AI 落地同样存在大量难题，甚至挑战更大。 对酒店行业，数字化属于赋能辅助工具，即便数字化做得不够理想，实体物业、产业基础还在。但数字化是数字化企业的生存根基，如果数字化能力不足，成本更高、产品体验落后，企业就会面临生存压力。携程积累深厚，抗风险能力更强；很多中小数字化企业，需要持续面对激烈的市场竞争。我在旅游数字化行业深耕多年，不一定技术能力最突出，但业务层面愿意做深度钻研，实操细节后续可以继续交流。
二、实体场景 AI 落地：软件系统与具身机器人的机遇与现实瓶颈
准备本次分享的时候，我原本计划直接梳理AI能够承接的工作边界，后来意识到，要结合客房这类实体场景重新看待。
我们可以把交互分成四类：人和电脑交互、人和人交互、人和AI交互、人和物理世界交互。
- 人和电脑交互的大量工作，已经被AI替代；
- 人和人交互，如果核心诉求是情感、情绪体验，人的价值不可替代；
- 人和物理世界交互，要区分短期、长期视角。
长期来看，技术存在突破的可能性。过去大家觉得AI能力有限，后续已经出现多次技术跃迁；资本市场也有不少资金投入具身机器人赛道，长期技术迭代值得期待。
但短期现实瓶颈明显：目前市面上的具身机器人，普遍腿部运动能力成熟，但手部执行能力还比较薄弱。
腿部相关任务已经实现落地，例如酒店送物机器人、厨房传菜机器车；但是实体作业高度依赖手脑协同，这一块还有很长的迭代路程。
我之前接触过做具身机器人的企业，其产品已经可以完成部分家庭简单家务。我提议放到酒店场景开展测试，但现实障碍不少。人类手部动作非常灵巧，例如客房阿姨铺床，大量精细手部动作，现阶段机器人还很难完整复刻
大模型提升了机器人对现实世界的感知判断，图像识别认错物体的情况明显减少，但手部执行机构还需要持续迭代。
家务机器人需要兼顾打扫房间、厨卫清洁、叠衣物，每一类对手部动作要求完全不同。我认为酒店其实是不错的训练场景：酒店房型、床铺标准化程度高。把酒店房型数据导入机器人就可以开展训练。我和机器人企业建议，可以优先攻克铺床环节，叠衣物等工作继续保留由客房人员完成，不少酒店愿意参与测试，如果实现突破商业价值很大。我还和梁建章聊过，可以考虑相关方向的投资。 但现实是，不少机器人企业对 2B 酒店行业投入意愿有限。一台机器人采购价格约二十万元，和人力成本对比，酒店很难下决心批量采购，暂时不属于企业商业化优先方向。
综合看，既有技术层面约束，也有采购成本、批量部署的商业现实门槛。
还有一条思路，不一定只改造机器人，也可以改造物理硬件适配技术。我在中国香港文华东方酒店看到一套设备，工作人员一键操作床垫就可以抬升，降低员工铺床的体力负担。酒店介绍这套设备设计初衷是 “以人为本，提升员工工作体验”。 国内同类硬件应用不多，未来是否可以通过改造床体等硬件，降低机器人铺床作业难度，值得行业探讨。
三、行业壁垒变迁：AI 时代酒店、线上预订渠道的数据、合作与护城河
岗位驱动逻辑正在发生演进，大致路径是：技能驱动→岗位驱动→目标驱动→理想驱动。
传统模式，前台岗位的工作就是入住办理、业务查询等固定工作。AI普及之后，传统软件的价值被重构，各家企业都要重新思考自身行业壁垒。
行业有过这样的合作探讨：部分大模型服务商曾经和OTA企业洽谈，希望把平台酒店信息接入AI产品，用户直接在AI产品跳转完成预订。回顾行业过往：早年去哪儿做平台模式，携程选择入驻，后续平台逐步发展自营预订业务，双方展开数年市场竞争。
技术归技术，战略归战略，技术迭代很快，但要不要开放数据、以什么方式合作，必须回到战略层面权衡，除非双方真能"联姻"、做到无缝合作，否则这道题没有标准答案。
放到当下，各类线上旅游平台都要重新思考自身护城河，思考数据开放合作模式。要么深度战略合作实现无缝打通；要么明确权责边界。
酒店集团掌握自身核心业务数据，项目合作中应当明确数据使用规则与付费机制。不应当出现服务商压低服务报价，以低价换取企业业务数据的情况；如果数据服务商生存环境被破坏，行业的数据服务供给也会受损。
一些平台近期持续加强数据爬取风控，产品研发落地和企业战略判断需要分开考量。我亲身经历OTA多轮行业价格竞争，深刻感受到：当技术发生变革，企业的战略思路也要同步迭代。酒店集团在合作中具备较强议价能力，应当主动要求合作方开放接口，满足自身业务需要。
我拿我投资的网球馆来类比：场地权属归我，在园区内没有同类竞品，具备场景内的优势。我们需要网球 PMS、智能系统、会员系统。基于预算考量，会员系统选择自研；PMS 选择对外采购，优先挑选不存在直接竞争关系的供应商。多家智能系统服务商主动上门合作，作为甲方拥有更多选择权，但我们双方属于互相依存的关系。作为“小业主”我的感悟是：业务数据所有权应当归属业主方；酒店集团更应当强势要求服务商开放接口，支撑自有会员等业务。
线上预订平台的用户信任，是长期服务积累形成。用户选择预订渠道，主要关注五大维度：覆盖面、信息完整度、使用便利性、服务保障、信任度；价格并非首要因素。
商务客户不一定需要海量供给，满足高频差旅即可；旅游出行客户，需要丰富酒店选择，单一酒店集团供给往往无法覆盖。AI带来机会也存在短板：AI整合信息之后，通常输出有限的候选选项；传统 OTA 平台可以向用户展示大量酒店供给。同时，OTA平台一般会对平台发布的错误信息提供赔付兜底；当前阶段，AI生成输出内容如果出现错误，通常不承担履约赔付责任。
现在用户预订入口更加多元：AI对话产品、短视频平台、酒店官网、电话咨询、OTA 平台都可能成为下单渠道。部分酒店没有和短视频平台合作，就不会在该渠道露出。
很多酒店希望降低对线上渠道的依赖，减少佣金支出。我早年在携程任职时，就主张佣金率应有上限，有了上限，客户心里就有底。平台做大以后容易有'上帝感'，但上帝感意味着上帝的责任——客人不舒服了，你得管。
舆情反馈也能反映用户预期：知名品牌酒店，用户会对房间卫生、服务提出反馈；部分普通民宿，同类问题用户较少公开发声。本质是用户对品牌抱有更高期待。
AI可以给酒店带来更多曝光机会，但最终履约能力，才是长期信任的来源。比如部分口碑好的酒店，用户建立充分信任之后，会直接选择入住，不依赖平台推荐；还有不少优质酒店，我也是实际入住之后，才感知到它的品质。
新客更多依靠公域渠道获取；客户复购能力，考验酒店自身经营水平。 第一次消费，单体酒店很难让用户直接信任官网渠道；而复购环节，主动权掌握在酒店手中。连锁集团需要维护用户心智层面的品牌信任；一旦官网服务体验不及预期，用户很容易回流到第三方预订平台。
携程曾经上线过 “只看差评” 的功能，因为业主方反馈强烈，功能反复上下线。从产品数据看，约六成用户会查看差评；第三方平台上的差评更容易获得消费者信任；天然缺这层公信力——这不是谁做得好不好，是结构性的差异。
AI时代改变原有格局，酒店获得更多曝光机会。单体、小型酒店，不必过度纠结订单来源；大型酒店集团，仍需要重视自有渠道建设。
线上流量展位资源有限，头部展示位置的商业成本，长期看存在上行压力。
分享一段我个人使用 AI 的经历：选购网球拍，不同AI模型给出完全不一样的参数建议。有的建议 300克以上重拍，有的推荐265克球拍，也有建议200多克球拍搭配软线。我先后购买多款，最后结合专业教练建议，选定280克球拍搭配适配球线，才符合我的使用习惯，那支300克重拍现在闲置在球馆。 即便我把身高、体重、使用场景全部告知 AI，不同模型输出方案依然会有冲突。AI拥有海量信息，但输出会受训练数据影响，客观存在幻觉、概率偏差问题。
这是我个人实际经历：经历这件事后，我不会直接依据AI输出结果采购装备、规划旅行。OTA、官网依然具备不可替代价值，AI更多承担信息曝光的作用。 我很少直接在短视频平台下单，特别便宜的偶尔会买，因为它会创造需求，但更多的会跳转至其他平台比价。旅游产品比价更加复杂，机票燃油附加、城市税、保险等名目较多，AI 抓取的数据经常出现偏差，需要人工核对确认。
客户体验管理也会随之变化：过去体验管理多用于点评维护；未来AI会抓取更多体验相关信息，体验管理需要更加前置，对酒店是利好，对OTA带来何种影响还需要持续观察。
市场上有一类值得行业关注的现象：当AI服务商同时提供信息推荐，又自营酒店预订业务，业务角色叠加，会给信息推荐机制带来新变量。
我个人比较重视个人隐私保护，这是我个人使用产品的顾虑，不代表对产品的整体评价。对于部分大模型产品，出于个人隐私考量，我没有关联自己的社交账号，使用独立副号注册，避免聊天数据与社交数据打通。
放到酒店消费场景，不少酒店会要求留存客人手机号；手机号有可能被用于后续营销触达。若非法定强制登记，我个人一般不会预留手机号。
整个行业业态会发生很大变化，但变革更多集中C端；B端想要依靠大模型直接生成成熟商用软件，难度很高。AI 可以快速生成代码原型，就像买到原材料可以做菜，但商用软件仍然需要成熟成品，保障稳定性、安全性。个人沙盒原型开发，和面向大量客户公开上线，完全是两回事；上线需要运维、安全、重构等工程化工作。我自己用 AI 搭建原型，不会直接对外发布；原型打磨满意后，交给研发团队重构再上线。小范围测试可以，一旦面向多家客户使用，就需要迁移正式生产环境。
四、公域获新客，私域做复购
很多人期待私域可以规避高额佣金，但私域运营本身需要投入积分、人力等各类成本。会员体系值得做，尤其对酒店集团，长期沉淀价值很高；但要找准私域定位：私域核心价值在于复购，而不是获取新客；新客主要依靠公域渠道。
餐饮类产品很适合私域，可以推送时令产品；客房产品复购频次偏低，如果客户一年仅到店一两次，投入大量私域运营精力，投入产出比不一定理想。平台的价值，在于用户去到陌生目的地，不熟悉当地酒店，通过平台获取选择。只要线下履约体验做得足够好，就有机会沉淀到私域。同时也要看到风险：如果 AI、系统发生预订故障，由谁承担担保赔付，企业是否愿意为故障承担责任？企业敢不敢说"AI出的问题我认"？这很关键。
继续拿网球馆类比：美团就是网球馆的公域流量来源，就类似携程之于酒店。我们要保障美团渠道基础到店量，获取新增客源；公域流入之后，再转化运营私域。 我们门店葛总有酒店销售总监从业背景，在客户同意的前提下加微信，把客户的消费偏好、到店频次这些信息录进系统，形成分层标签，区分网球小白与资深爱好者，给到销售前置参考，所以我们自己内部的转化比预想的好。高复购业务，私域价值突出；酒店行业，要区分人群、区分产品看待私域投入。私域和公域不是对立关系。
行业里有个常见的误判：某个品牌看自己的会员数据，觉得这位客人很忠诚，其实把客人的完整行程摊开看，他会在好几个品牌之间来回跳。这是我从一个朋友那看来的数据。
酒店集团看到的复购数据，往往掩盖客户跨品牌消费的真实情况。
用户留存有这样的统计特征：第一次消费后，会流失超半数用户；完成第二次消费，留存概率提升至70%以上；完成第三次消费，留存可达90%以上，除非遇到重大负面体验。
单店很难开展深度用户生命周期分析，集团更具备条件；要分析客户不再复购，是没有出行需求，还是体验遇到痛点，针对性运营。把公域引流来的客户沉淀到私域，就有机会节约佣金成本。
同时要尊重客户偏好：部分客户反感频繁营销打扰，过度推送会带来负面效果。给客户打标签、并且让标签真正匹配履约服务，在实际落地中还有很长距离。
AI可以快速产出大段文本，但人不能放弃独立思考，否则很容易被AI输出带着走。我比较认同Harness AI的理念：重点提升人自身思考判断的能力。
AI时代会拉开超级个体与普通个体之间差距，同样使用AI，不同人产出效果差异很大。
举个生活化例子：我父亲参考AI建议养鱼，两次都没有养活；我母亲咨询有实际经验的亲属，反而把鱼养活。AI会放大人本身认知层面的偏差。信息茧房现象越来越突出，我仅仅对一条网络内容点赞或者评论，算法就会持续推送同类内容；即便关闭麦克风，算法依然可以捕捉用户行为偏好，值得警惕。
无论AI输出什么方案，最终业务决策责任人必须是人，AI不能承担决策责任。即便方案由AI生成，也要明确人为结果负责。
AI生成内容门槛低，容易带来浅层阅读，深度思考反而更加消耗脑力。AI 可以辅助创意发散，但需要人完成筛选、蒸馏、拍板。Demo 原型可以批量产出，但最终投产落地只能选定一个方案。海外有公开商业案例：企业CEO 推进项目，AI 初期提示项目风险；CEO 反复引导之后，AI 输出支持方案，项目落地后企业出现数亿美元损失。
现在不少人会拿AI输出内容佐证自己原有观点，家庭内部讨论子女择校，家族群互相转发AI生成的回答，这类现象越来越普遍。
五、回到本心：Mission—Vision—Value
回到酒店行业，我们要有清醒认知：把AI用好，并不等于酒店的核心竞争力。AI工具对所有市场参与者是平权的。
就像互联网浪潮到来，每家企业都可以用互联网，但不同企业经营结果差异巨大，也催生大量代运营服务商。AI 的平权属性更强，复杂度也更高。
面对层出不穷AI工具，企业更要守住本心。看到AI强大能力，很容易产生“AI 可以解决一切”的冲动。各类API、大模型、服务琳琅满目，很容易让人眼花缭乱。
酒店行业的初心，第一是服务好客户，最终目标是实现企业盈利，这应当作为我们决策的标尺。 我习惯使用Mission?Vision?Value（使命?愿景?价值观）框架梳理业务。每家酒店要有自己的愿景：我们要为客户创造什么价值。AI可以把愿景拆解成上百上千种可能性。人的价值，就是用企业价值观作为标尺，筛选AI给出的海量可能性，确定企业的战略方向。
在AI可以带来无限可能性的时代，专注变得格外重要。
过去行业流传说法：互联网来了，所有行业用互联网重做一遍；移动互联网来了，所有行业用移动互联网重做一遍。但现实中真正跑通的企业是有限的。现在又出现说法：所有行业都要用AI重做一遍。AI能力已经达到新高度，会对人的思维模式带来影响，未来行业走向没有标准答案。 我们只能边走边看，坚守自身使命、愿景、价值观。在AI带来的海量选项当中，用人类有限脑力，坚持做我们判断正确的事。