企业内部的AI应用，慢得超出想象。

2025年已行过半，人工智能在中国旅游行业的应用呈现出更加清晰的发展路径。

从最初的概念探讨到如今的规模化落地，AI技术正在切实改变着这个行业的运作方式。无论是旅行者的计划制定方式，还是旅游企业的经营管理模式，都在经历着一场静默但深刻的变革。

9月11日，在2025环球旅讯峰会【住宿业峰会】论坛上，DTalk.org创办人顾青就环球旅讯推出的《2025下半年AI旅游应用趋势洞察报告》展开主题演讲，着重探讨了旅游企业在AI内部落地方面的挑战和趋势。

此份报告来自于3000份样本调研，囊括了酒店、航司、景区、旅游科技等多领域企业，按企业规模分为千人以上、500-1000人、50-200人三档，调研对象以握有决策权的管理层和销售应用人员为主。

以下是演讲实录，内容有删减：

大家好，我是DTalk.org创办人顾青，做了三十年互联网，基本从搜索引擎到现在OTA的产品都做过，今天和大家聊聊旅游行业AI应用的趋势与破局之道。

在讲趋势前，我先抛个两个核心观点。第一个，真正推动AI在企业落地的，往往不是CEO，而是基层员工。不是说他们不重要，而是高层战略往下落到具体业务场景的时候，一定是要激励基层员工去拥抱AI。

第二个，我们谈AI旅游应用，首先要厘清概念，别混淆传统AI与生成式AI。2017年以前的人工智能是传统的机器学习；2017年谷歌《Attention Is All You Need》论文发布后，“生成式AI”时代开启，二者能力边界天差地别。现在很多人谈AI时都了混淆这一概念，直接导致企业应用定位偏差。

回到AI的应用趋势，第一个有意思的点是，2024年上半年53%受访企业称“在用AI”，下半年仅增至54.1%。虽然媒体天天报道有新模型出来，但那都是C端的，很少有人关注B端现状--企业内部的AI应用，慢得超出想象。

具体来看，从上半年到下半年，大型企业的AI使用率在下降，从80%到降到74%了，只有中型企业在往上跑。原因在于大型企业经营年份越长、业务越成熟，AI转型的成本和代价越高。

从企业类型来看，不同领域的旅游企业的AI应用率呈现明显的三级分化。

第一梯队为以航司为代表的技术密集型领域，凭借扎实的信息化、数字化基础，AI渗透率远超其他领域；

第二梯队以商旅企业与旅游科技公司为代表，他们对新技术敏感度高、决策链条短，采纳速度快；

第三梯队则差异较大，OTA、旅游局/协会、景区/乐园正处于积极追赶阶段，酒店、旅行社/票务代理明显落后，租车及MICE公司甚至尚未起步。

这种分化表明，AI技术应用程度与行业的技术积淀和业务标准化程度高度相关。以租车公司为例：

Waymo已是旧金山第二大出租车服务商，运力仅次于Uber，但传统租车公司内部AI应用还停留在初级阶段。造成缓慢的原因，还需要大家继续挖掘。

从所有制看，央企与外企AI使用率较高，但逻辑迥异：央企源于国家对自主可控系统的要求，过去一年采购大量AI一体机等设备；外企则受总部全球技术战略推动，落地速度快。

但必须明确，我们所调研的企业，无论是管理层还是基础员工，都是个体在用AI，不等于企业内部已经跑通了端到端的AI工作流程。

值得欣慰的是，企业对AI公司合作的风险度可能越来越小。原因是早期的一些风险认知修正后，大家可能更愿意跟AI公司合作了。

但外部环境仍存不确定性：地缘政治、政策变动可能冲击AI供应链。

比如Anthropic已公开不向中国企业提供服务，同时，若某模型突然停服，线上业务可能直接停摆。调研显示，超50%企业认为“外部政策与市场环境”对AI技术应用的影响比较大。

从应用方向来看，76.3%的企业将AI重点转向内部运营提效，需求比上半年更多；但某些场景的应用率却出现下降或停滞。

门店运营管理从21.3%下降至11.9%，核心问题无外乎两点：要么ROI算不通，要么替代效果未达到预期。

个性化推荐从41%下降至28.8%，原因是一般的企业对于推荐这件事情，他认为成本其实是超过收益的，所以不如调整技术投资重点。

同样，人才招聘（6.8%）的场景应用率仍然较低。尽管OpenAI宣布与LinkedIn竞争在线招聘业务，但在企业内部，在HR的账面上，它下半年应用率反而下降。

为什么会造成这样呢？短期来看，我们正处于一个很特殊的时代，对于AI的期望，很多时候可能过高。

大家回忆一下，刚开始用DeepSeek时，你会惊讶于它的能力，可用得久了，你就开始觉得，它好像又不怎么样，经常暴露出不少问题。这其实很典型--短期内，人们总是容易高估这类技术的实力。

但长期来看，我认为AI的价值仍是被低估的。我们正处在从短期认知到长期发展的中间阶段，所以会出现各种问题，这也使得企业开始逐渐回归理性，重新思考“到底用AI来做什么”。

此外，从调研数据的分布来看，高达46.8%的企业竟然觉得AI在一两年内就能趋于成熟，仅10%的企业认为AI会在长期内逐步走向成熟，甚至还有近5%的企业认为当前已经成熟了。

就我个人观察而言，这种判断似乎过于乐观了--事实上，几乎所有企业都关注AGI（通用人工智能），但通用大模型根本无法解决企业内部具体问题。

破局关键的有两点。

第一，现在所有的企业管理层都需要对生成式AI重新认知。目前企业大部分时间都是把AI当作纯粹的IT项目在做，出发点是“用AI取代人”，这一逻辑从根源上错误：人是AI学习的对象，而非待取代的工具。

第二，企业内部推动生成式AI，需跨越“三大能力桥梁”：整个组织的提问思考能力、数据的领导力和人机协同能力。具体可从四方面发力，核心要点如下：

• 解构内部所有的工作流程，目的是为了帮助我们将agent的能力引入到这些流程之中。

• 推动人机协同解决业务问题，比如在定价、收益管理、营销策略等复杂的决策领域，明确agent应处理什么样的数据、给出什么样的洞察，以辅助人做决策。这一流程的搭建，正是现在很多企业内部几乎没有去关心的问题。

• 在文化层面设计专门的绩效指标，可参考微软的做法，为推动员工更快拥抱AI，设置“AI贡献度”这类绩效指标，要求所有重要岗位的员工把80%的时间用来推动与agent的协作，并同步调整激励考核方式。若缺乏这一文化层面的支撑，一个单纯的技术项目绝对不可能让AI在企业内部真正发挥作用。

• 设立单独的AI PM Office：就像过去推进数字化转型一样，若没有这样的项目管理办公室，很难对相关流程的整个设计进行闭环管理。毕竟不能想象把所有事情都交给AI，必须要有人工的介入。

所以，我们今天谈的不是技术问题，谈的整个组织的问题，如果一把手不重视，没有配套措施的话，AI无法很好的落地。

而作为本次调研对象之一，阿里商旅提供了一个多智能体驱动的AI商旅解决方案--阿里商旅AI。核心包括员工差旅AI助手和企业管理AI助手两大模块，可帮助企业减少约20%的差旅相关浪费，同时将员工行程规划效率提升90%以上。

例如，员工端仅需输入“事由、时间、地点”三个关键信息，即可在5分钟内生成符合企业差标的完整行程；管理端则通过可视化界面实现费控策略的便捷调整，省去大量分析。

中国AI旅游应用虽面临技术适配、信任建立等多重挑战，但阿里商旅AI等落地实践已为行业提供了可参考的破局思路。

未来，只有企业聚焦实际业务需求，找准AI技术与自身运营的融合路径，才能有效推动旅游行业智能化转型并实现突破。

完整版报告