案例丨Gen AI助力携程出海与体验升级

财富   2024-12-08 08:00   北京  


当“出海”和“AI”这两张时下最为热门的标签,同时出现在一个公司身上,会是一个什么样的情形?通过与亚马逊云科技的合作,携程将生成式AI技术引入具体业务场景,特别是在机票舱位预测、航班计划变更处理、多语种翻译等关键场景中,其在海外市场的服务质量、运营效率和业绩增长,都得到了较大提升。甚至,它还可能引发出行方式和行业服务模式的变革。携程的出海战略在生成式AI技术的助力下,正迎来前所未有的发展机遇。它是如何做到的?



2016年是携程出海的关键起点,也是2019年启动“Allin海外”战略的先声。这一年,携程豪掷120亿元,成功收购英国旅游搜索巨头天巡(Skyscanner),迈出了国际化征程中至关重要的实质性一步。但很快,携程便敏锐地察觉到,征服海外市场,并不是几场收购就可以做到的,即便在技术层面,至少需跨越两道高耸的门槛:


首先是海外市场有着自身的客户群体以及供应链体系,然而最初相关业务系统主要基于国内的部署架构。这种业务布局与系统架构的不匹配情况,给用户体验带来了显著影响。尤其是在网络环境不够理想时,用户进行查询操作后,所获得的反馈时长明显增加,甚至可能长达2秒之久。尽管2秒在日常时间概念里看似短暂,但在用户实时获取信息的需求场景下,却实实在在地对整体体验产生了较为突出的负面影响。为解决这一棘手的用户体验问题,携程将在海外不同区域部署列为出海部署的核心要务。然而,当尝试将服务器推向全球各地时,一个更为严峻的问题接踵而至:原有架构难以适应快速小批量部署的需求。小批量部署牵一发而动全身,一个服务背后往往依赖上百个支撑服务,这不仅导致成本居高不下,部署工作也显得极为迟缓,需要在代码层面进行大量繁琐修改,整套代码紧密耦合、相互依赖,根本无法将部分功能单独切割至海外,而整体迁移数据中心,则需耗费巨大的人力与物力。


2017年,携程引入亚马逊云科技云计算服务,这一决策成为其技术发展史上的重要转折点。携程仅用两三个星期尝试使用云原生架构实现小批量服务的快速无缝迁移,在确保业务连续性的同时,为后续发展筑牢了根基。


其次携程实现了业务的快速部署,大幅缩短了新业务上线的时间周期。携程通过Auto Scaling技术,依据业务流量的实时波动自动调整计算资源,加上业务代码优化,计算效率因此提升高达10倍。在旅游旺季,用户访问量猛增时,系统自动扩充计算资源,保障服务的稳定与流畅;业务低谷期则自动缩减资源,有效降低运营成本,充分展现了“错峰”优势。



通过与亚马逊云科技的合作,携程将生成式AI技术引入具体业务场景,其在海外市场的服务质量、运营效率和业绩增长,都得到了较大提升。甚至,它还可能引发出行方式和行业服务模式的变革。





2023年3月就在OpenAI发布ChatGPT后不久,携程迅速开始思考生成式AI将为旅游业带来什么深远变革,以及如何利用其提升客户端用户体验。携程推出生成式AI旅行助手TripGen,紧接着4月,携程与亚马逊云科技联合成立“联合创新实验室”,共同探索利用生成式AI提升携程用户端和服务端效率的创新路径。


据携程机票事业部CTO左云飞介绍,在此过程中,携程解决了海外市场三个最为紧迫的应用场景问题。


机票舱位系统的预测


这是整个机票销售的核心系统,舱位预测的准确率会影响到整个机票系统的销售。携程在海外市场面临着流量相对国内较少、机票库存分布极为分散的困境,且库存量变化迅速,几分钟内便可能发生变动,需要实时同步航空公司海量库存数据,这对航空公司系统造成巨大压力,且航空公司无法提供实时推送服务。而用户需求触发时再提取数据,又会导致重复提取和反馈延迟。携程利用AI模型精准判断同步数据的时机,准确预测航班舱位,既缓解了航空公司数据流量压力,又优化了用户机票查询体验。


航班计划变更场景同样极具挑战性


按照行业惯例,航班计划发生变化之后,代理人有责任准确及时的通知客人并协助更改行程。国际机票单价高昂,处理失误赔付成本巨大,不仅给旅客带来经济损失,更严重损害用户体验,因此对准确率要求近乎100%,耗费大量人力,如果用AI替代,对AI能力要求极高。携程在海外通过利用亚马逊云科技Amazon Bedrock调用高性能模型Claude3构建AI应用,大幅提升航变预测和处理的准确率,如今大部分的航变处理可由AI自动化完成。客户服务需求,通过APP的AI Chat Bot或电话的Voice Bot即可处理,仅在机器无法处理时才转至人工客服。这不仅降低了服务投入成本,还提升了服务效率,同时优化了客服人员调度。用户修改航空订单时,拨打携程客服电话仅需20秒即可接通,比拨打其他渠道要迅速得多。


多语种翻译也是海外业务面临的重要问题


携程的用户来自39个国家和地区,需要支持26种语言互译,涵盖泰语、波斯语、印地语等,日均翻译需求高达5亿条,年翻译字符量达百亿量级。为了更好地提供服务,携程借助Amazon Bedrock上的Claude模型以及在Amazon SageMaker上训练模型,构建了一套自动翻译及检测系统,包含多智能体协同,完成翻译、校对、质检、质检评估;专词库映射、历史译文参考、OTA行业术语匹配几个关键技术。携程利用生成式AI突破现有翻译平台瓶颈,全面提升集团翻译能力,为全球业务拓展提供有力支撑。



生成式AI给行业带来什么变革与影响?左云飞认为,一方面,生成式AI有望彻底颠覆现有的出行方式,旅行作为一种服务,关键在于精准理解并满足用户需求;另一方面,对于OTA行业而言,生成式AI有助于提升ToB端客户质量,推动供应商对接等流程自动化,降低规则配置成本;此外,生成式AI在提升服务质量方面也具有巨大潜力,基于对用户服务需求的深刻理解,整合供应链和工作流,使其更好地满足用户需求。


携程推出的“问道”产品是一款具有前瞻性的创新应用,目的是为用户提供“出行助理”般的优质体验。用户可通过自然语言对话,以自然便捷的方式轻松完成行程预订,“问道”如同贴心的航旅小助手,实时与用户交互,精准解读出行意图,从目的地选择、出行时间确定,到航班和酒店筛选,全程协助用户完成航线预订及行程规划,简化传统繁琐的预订流程。


“理想状态下,甚至无需传统预订界面,用户仅需一句话,携程便可以完成所有预订工作。”左云飞介绍说,“它能重塑出行预订方式的体验,虽然在技术实现上仍有诸多需要迭代和完善之处,但我们坚信这是未来的发展方向,也是极具吸引力的应用模式。”


尽管携程已取得一定成绩,但在实现理想出行助理模式的道路上仍面临技术挑战。在自然语言理解准确性方面,由于人类语言的复杂性和多样性,“问道”产品需具备更强的语义理解和语境分析能力,以确保精准把握用户需求,避免因理解偏差导致预订失误或提供不相关建议。同时,如何实现“问道”与携程现有复杂业务系统的深度融合,确保数据无缝流通和业务流程高效协同,也是携程下一步亟待解决的关键问题。


随着各项改进措施的逐步落地,携程在业务模式、业绩指标、人员机构等方面均发生了深刻变革,订单处理效率明显提升,用户满意度持续攀升。在AI技术广泛应用于业务流程的推动下,携程的自动化程度大幅提高,人力依赖程度显著降低,在员工数量基本持平的情况下,订单量实现了数倍增长,业务模式从传统人工主导转向AI与人工协同,单位效率实现了前所未有的提升,企业在人力成本控制和运营效率提升方面也实现了双赢。


携程机票事业部CTO

左云飞


邓勇兵 邹群英|文   李全伟|编辑

邓勇兵和邹群英是《哈佛商业评论》中文版特约撰稿


生成式AI横空出世两年以来,舆论场喧嚣热闹,但《哈佛商业评论》中文版始终更兴奋和着迷的是应用世界:在日复一日应对竞争与用户/客户需求的商业世界,由生成式AI驱动的新做法、新策略,到底带来了哪些真实的价值和全新的挑战?在这场由硅谷启动的商业竞争新格局中,中国企业的现状和可预见的未来是什么。


《哈佛商业评论》中文版携手亚马逊云科技,共创「生成式AI:缔造可见的商业价值」专题,于2024年下半年,深入调研数十家中国企业应用生成式AI的具体场景/流程/挑战/效果,选出有代表性的案例,共同见证中国企业生成式AI的先行者、早期拥抱者。当下是生成式AI效率革命的阶段,我们期待这些1.0时代的先行者,能激励和启发更多中国企业跟进这场生成式AI带来的效率革命。



《哈佛商业评论》中文版 联系方式

投稿、广告、内容和商务合作

newmedia@hbrchina.org

哈佛商业评论
《哈佛商业评论》创建于1922年,是哈佛商学院的标志性杂志,被全球商界誉为“管理圣经”。 更多管理智慧,请登录《哈佛商业评论》中文版官方网站:www.hbr-caijing.com
 最新文章