AI走出“尝鲜期”，旅游业开始追问投入产出

AI竞争正在发生变化

AI正在从旅游行业的“概念验证”阶段，进入更加现实的经营阶段。

过去几年，旅游企业谈论AI，更多集中在聊天机器人、内容生成、智能客服等场景。但随着大模型和Agentic AI能力不断成熟，AI对旅游企业的影响正在从“能不能用”转向“能不能赚钱”。

在2026环球旅讯峰会上，Plug and Play管理合伙人、旅游与酒店行业及GOAL项目负责人Amir Amidi以《从概念试点到行业盈利：AI如何重塑旅游经济学》为主题发表演讲。

Amir Amidi

他认为，旅游业正在进入AI应用的关键阶段，企业真正需要关注的，不是AI有多新，而是哪些技术已经能够切实改善收入、成本、运营效率和个性化服务。

AI已经不再缺少“概念”，而是缺少真正产生价值的应用

Plug and Play成立于2006年，总部位于硅谷，目前在全球约有70个办公室，并在中国设有5个办公室。公司一方面投资初创企业，另一方面也帮助大型企业寻找能够解决实际业务问题的新技术。

Amidi介绍，目前Plug and Play的投资组合中约有2700家公司和初创企业，其中30家已经成长为独角兽企业。其旅游项目于2016年在硅谷启动，目前已经接触约4000家旅游创业公司，加速了约400家旅游初创企业，并投资了约40家旅游领域企业。

在与企业合作的过程中，Plug and Play通常从企业管理层真正面临的问题出发，再寻找能够解决这些问题的技术公司。

但Amidi认为，今天的情况正在发生变化。

随着大模型等技术的发展，企业获得新技术的门槛已经明显降低。“AI无处不在。”在他看来，现在真正的问题已经不是“有没有AI技术”，而是哪些AI技术能够真正为大型企业带来经营层面的改变。

旅游业尤其如此。

Amidi援引相关研究称，约80%的旅游供应商都表示自己正在开展某种形式的AI工作。与此同时，BCG的研究显示，航空公司如果采用合适的AI技术，其运营利润率存在提升约5至6个百分点的潜力。

在他看来，AI真正值得关注的地方，不是它是否成为行业热点，而是它已经在一些高度依赖数据和人力的行业中证明了自己的价值。

放射学、软件开发和法律行业都是典型案例。这些行业与旅游业有一个共同特点：内容和数据高度密集，同时长期依赖人力完成大量重复性工作。

而这恰恰也是旅游业的典型特征。

从航司收益管理、机场运营，到酒店定价、客服、营销和会员服务，旅游产业链上存在大量需要处理数据、判断需求和执行重复任务的工作。

因此，在Amidi看来，旅游业真正需要思考的是：其他行业已经验证过的AI能力，哪些可以被复制到旅游场景中？

从“试试看”到直接影响收入

Amidi认为，旅游业正在从2022年ChatGPT刚出现时的“尝鲜阶段”，逐渐进入AI能够产生实际经营价值的阶段。

早期的AI工具更多是“锦上添花”，用户可以让ChatGPT回答问题，但当时模型仍然存在较明显的幻觉问题。

如今，随着AI能力不断成熟，旅游企业已经可以把目光放到更加直接的经营指标上。

Plug and Play目前重点关注四个方向：收入、成本、运营效率以及个性化。

首先是收入。

动态定价和动态报价已经不再只是实验，而正在成为现实。Amidi以航空业为例指出，Azul、达美航空等企业已经在与相关技术公司合作，将AI应用于动态定价和报价。

酒店行业也出现了类似趋势。包括雅高、凯悦在内的酒店集团，都在重新思考传统收益管理系统。

Amidi在演讲中提到，雅高曾披露，在约2900家酒店中，相关收益管理实践帮助RevPAR提升18%。与此同时，AI也开始进入收益管理自动化环节。

这意味着，AI对于旅游企业的价值，可能并不只是帮助员工“少做一点工作”，而是直接进入价格、库存和收入这些核心经营环节。

降低成本的同时，AI正在创造新的运营能力

如果说收入端的AI应用解决的是“如何赚更多”，那么成本端则更加直接地对应企业利润。

Amidi表示，AI原生解决方案已经在航空领域帮助企业通过航线优化、飞机快速过站等方式节省数百万美元的燃油成本，同时预测性维护也成为重要应用方向。

更值得关注的是运营效率。

他分享的案例显示，在15座机场的450次AI增强型航班过站中，航班延误时间下降了25%。这意味着，企业不一定需要大规模增加资本开支，就可以通过提升既有资产的使用效率创造更多运力。

EasyJet则通过名为Demand Precision的AI工具，在飞机调配过程中释放了超过100万个座位。

对于航空公司而言，这种变化的意义并不只是“提高效率”。

航空业最稀缺的资源之一就是飞机和时刻。当AI能够通过更精准的需求预测和飞机调配释放原本没有被充分利用的座位时，它实际上是在没有大规模增加飞机资产的情况下创造新的运力。

这也是Amidi所说的“资产优化”——利用AI提高现有资产的产出，而不是单纯依赖新增资本投入。

AI可能重新定义旅游业的“忠诚”

除了收入、成本和运营效率，Amidi特别强调了另一个方向：个性化。

在他看来，传统会员体系正在面临一个问题。

他将传统的忠诚度计划称为“golden cages”，即“黄金牢笼”。积分和奖励机制能够在短期内影响消费者行为，但未必能够真正建立长期忠诚。

积分购买的是短期行为，而真正的认同感可能来自更加准确的识别和个性化服务。

这意味着，AI可能改变旅游企业经营用户的方式。

过去，航空公司、酒店集团和其他旅游企业往往通过积分、等级和权益，把用户锁定在自己的会员体系中。

未来，企业可能需要更多地理解用户是谁、用户真正需要什么，并在营销、产品和服务环节提供更加个性化的体验。

从这个角度看，AI带来的并不只是效率提升，也可能改变旅游企业与消费者建立关系的方式。

旅游业仍处于AI应用的“第一局”

尽管已经出现一些能够直接改善收入和成本的案例，Amidi仍然认为，旅游业在AI等技术的应用上还处于非常早期的阶段。

为什么已经有这么多AI工具，旅游业却没有出现更多真正改变经营结果的案例？

Amidi给出的解释是，旅游业仍然处于“第一局”。

旅游行业有一个特殊之处：即使一家航空公司或者酒店集团的数字化程度不够高，消费者依然会继续乘飞机、入住酒店。

换句话说，行业并不会因为技术创新不足而立刻失去全部市场。

这也意味着，旅游企业过去并没有面临足够强的压力去彻底重构业务流程。

但AI可能正在改变这种状态。

当其他行业已经证明Agentic AI能够重构大量重复性工作之后，旅游企业面临的问题就不再是“要不要尝试AI”，而是“哪些环节已经可以被AI重新设计”。

Amidi最后给出的判断相当明确：旅游企业不需要等到2030年再考虑这些问题。

在他看来，动态、持续的定价已经成为现实；自动化正在减少企业对人力完成重复性工作的依赖；AI可以在不显著增加资本开支的情况下优化资产使用；而真正的个性化，也可能逐渐取代传统的积分式忠诚度体系。

这些技术并非遥远的未来，而是今天已经可以被采用的工具。

这也意味着，旅游业的AI竞争正在发生变化。

第一阶段，企业关注的是“有没有AI”；第二阶段，关注的是“AI能不能进入业务流程”；而当行业开始进入第三阶段，真正重要的问题将变成：AI究竟能不能进入利润表。

对于一个长期依赖人力、资产和数据运营的行业来说，这可能才是AI真正改变旅游经济学的起点。