文章核心观点 - 市场担忧谷歌等AI技术发展可能通过改变用户搜索与预订习惯 挑战在线旅游平台的核心获客渠道与商业模式 但OTA的供应链整合与履约服务价值在短期内难以被完全替代 行业正通过加强与AI企业的合作探索转型 [1][2] - 中国酒旅市场因对供应链能力和履约保障要求更高 且OTA品牌认知固化 用户流量迁移相对较慢 因此AI影响可能滞后于全球市场 但国内平台已积极行动争夺AI流量入口 [1][3] 行业趋势与市场担忧 - 近期全球OTA平台股价承压 主要源于市场担心谷歌搜索推出AI新功能可能挑战OTA地位 [1] - 谷歌正将AI搜索功能整合进统一工作流 用户可通过对话式AI Agent直接处理行程规划、搜索、浏览和预订任务 改变传统关键词搜索加点击链接的模式 [1] - 谷歌向美国AI Pro和AI Ultra付费订阅用户推出“个人智能”功能 可读取用户Gmail中的航班/酒店预订信息及Google Photos中的旅行照片 直接生成定制化产品和服务推荐 [1] - 谷歌在2025年11月宣布增加在AI模式下使用Canvas工具组织旅行计划的功能 该工具被定义为“AI驱动的协作空间” 可调取航班酒店实时数据 结合Google地图数据并生成完整可视化行程 [1] - 谷歌已将FlightDeals服务范围扩展至200多个国家与地区 [1] - 从供应商合作看 谷歌已与万豪、洲际、温德姆等酒店龙头展开深度合作 [1] OTA的竞争壁垒与短期挑战 - OTA的供应链和履约价值高 短期难以被替代 [2] - 供应链整合存在难度 大型连锁酒店相对容易直连 但市场上还有大量的非标、单体酒店 其接入AI可能需要较长时间 [2] - 旅行是高客单价且相对非标的产品 涉及较重的履约服务 目前仍有较多特定、突发、非标场景需要人工处理 [2] - OTA的主要获客渠道可能会发生变化 需要观察各OTA平台与AI企业的合作进展以及其能否在变革中成功转型 [1][2] 对中国市场的启示与本土动态 - 对中国酒旅市场的启示是 综合性平台争夺AI流量入口 垂类平台积极拥抱AI [3] - 2026年初 阿里宣布千问全面接入淘宝、高德和飞猪 率先内部闭环打造行业标杆 [3] - 中国酒旅对供应链能力和履约保障要求更高 此外中国OTA的品牌认知固化多年 不像海外OTA以PC预订为主、流量迁移快 因此AI影响相对滞后 [1][3] - 2025年OTA和生成式AI加强合作探索 成果值得期待 [1][3]

行业AI应用现状 - AI在旅游行业的应用探索加速 但成熟度不足 大众用户日常使用要求尚未满足[1] - 多家公司推出AI旅行产品 包括飞猪"问一问" 马蜂窝"AI小蚂"和"AI路书" 以及通用AI产品如秘塔 夸克 Manus 扣子空间等[1][2] 产品功能比较 - 飞猪"问一问"采用多智能体驱动 能像专业旅游服务从业者一样思考和执行任务 并具备机票酒店预订功能[1][17][18] - 马蜂窝"AI小蚂"支持实时问答 行程规划 在线向导和个性化推荐 "AI路书"则提供更详细的攻略包括城市概况 交通指南和费用分析[1][14] - 通用AI产品如秘塔提供研究模式和小众路线推荐 但存在时间计算不准和资料老旧问题[3] - 夸克深度搜索提供景点小贴士 但景点介绍简单 缺乏个性化推荐[4] - Manus提供详细时间段划分 行程建议和季节限定项目推荐[7] - 扣子空间提供景点门票价格和游玩时间 但缺乏转换时间考虑 产品成熟度存在差距[11] 技术局限性 - 多数产品存在景点推荐同质化问题 主要围绕黄鹤楼 昙华林 黎黄陂路 东湖等大众景点[3][20] - 时间计算不准确 景点间转换时间缺乏依据成为普遍问题[3][4] - 信息时效性不足 存在引用2022年老旧资料的情况[3] - 个性化推荐能力有限 难以满足用户深度需求[20] 用户体验痛点 - 使用限制较多 Manus免费用户仅1000积分 单次任务超500积分 飞猪问一问仅限高级会员 马蜂窝AI路书需邀请码且出现排队错误[21] - 缺乏连续性交互 大部分产品不支持结果微调和上下文记忆 每次新增需求都需重新生成攻略[21] - 需求拆解能力不足 难以精准理解用户需求[21][22] - 存在信息幻觉问题 推荐已关闭店铺 需要交叉验证机制[24] 数据与生态挑战 - 信息准确性依赖数据质量 飞猪接入实时报价引擎 马蜂窝使用十数年积累的旅行数据[24] - 数据孤岛问题突出 跨平台数据打通困难 影响AI产品体验优化[25] - 通用Agent通过MCP协议连接垂直服务效果不佳 扣子空间可搜索小红书但缺乏信息筛选能力 高德地图MCP无法复杂调用[26] 发展前景 - AI目前主要承担基础信息收集处理工作 最终决策仍需人类完成[25] - 数据打通与生态协同可提升体验 如结合飞猪机票酒店数据与马蜂窝小红书攻略[25] - 需求拆解颗粒度影响个性化程度 需要更精准的数据支持和理解能力[24] - 短期内AI难以成为合格旅行规划师 十一假期前仍难达标[26]