千讯咨询发布的《中国旅游市场发展研究及投资前景报告》显示，旅游企业多年来一直在探索人工智能的应用场景。从实时产品和内容推荐、对话界面，到跨渠道提供统一的体验，旅游服务供应商在不断挖掘人工智能和机器学习的潜力，机器学习不仅是简单的数据处理，更能通过学习数据实现自主优化。人工智能与云计算、物联网等技术为中国零售业带来了新的体验。智能货架、智能镜、个性化产品推荐等都在重塑消费者的到店购物的体验。
尽管旅游业与商品零售业存在不少差异，但消费者仍十分期待旅游购买的体验能更接近于其它类型的产品购买体验。中国旅游行业如何把握人工智能技术的发展机遇，满足消费者的体验需求？中国旅游市场的AI应用仍处于起步阶段。
整合AI数据
数据质量是AI项目面临的最大挑战之一。IBM一位高管近日表示，一些公司正是因为数据质量问题而纷纷暂停或取消了相应项目。现在，多数航司都有乘客的应用系统数据、CRM数据、忠诚度数据，以及各种外部数据。数据不完整或相互矛盾这类问题，已经不是阻碍航司投资AI驱动个性化服务的主要原因。
对于以客户为导向的旅游行业，个性化服务是企业的关键成功要素。而航司所面临的机遇更大，他们可以更好地运用海量数据，并结合其长期的行业经验，为乘客打造更加安全和更具个性化的服务体验。在AI等技术的应用方面，航司能够采取更加智能和先进的方式，对现有商务平台、CRM系统和外部数据加以利用，优化和管理客户体验。
打造真正个性化体验的关键在于深入了解每个客户，数据驱动是关键。因此，提前做好数据的整合集成和数据整合至关重要。数据孤岛（datasilos，数据存储相互孤立未经整合）是企业面临的一个常见问题。企业现在可以利用平台工具来整合不同来源的客户数据，有效促进数据的收集和分析，包括企业的一手数据，而企业只需依靠少量的IT支持，即可完成数据的导入和处理。在此基础上，这些平台还包含了数据建模和机器学习能力，让客户数据变得更可操作。
随着企业越来越重视算法的价值，确保算法无偏差变得很重要。为了向旅客提供AI驱动的融合智能服务体验，企业需要确保算法和数据集都没有偏差。IBM去年推出了全面的开源工具包AIFairness360(简称AIF360)，旨在帮助企业检测并修正数据集和机器学习模型中出现的偏差，以规避其在企业决策和企业与市场互动产生负面影响。
随着这一进程的持续推进，在旅游行业扩展AI技术应用存在巨大的机遇。IBM将持续实践AI技术在旅游领域的重要作用，助力企业发现并纠正业务和其它领域的数据偏差，为旅客打造更加优质的服务体验。与通常全部罗列多个相似的、非旅客感兴趣的通用产品和服务的方式不一样，IBM的定价和推荐解决方案为旅客提供了更精简、更具吸引力的旅游打包产品推荐，简化了旅游购买和预订流程。
这个独到的方案运用了超过25种专利算法，在通过了3家航司在试点项目后，航司的相关产品和服务收入平均增长了40%。我们发现，接收到个性化推荐的客户的预订量比一般客户要高出20%以上。借助IBM航旅平台，旅游服务提供商能够通过旅客喜欢的渠道，为每个客户提供符合需求的个性化选项。
移动电商
中国的移动电商市场已在高速发展，旅游行业更加需要推出相应的移动产品服务以满足消费者的需求。中国旅客在预订旅行产品时会优先通过移动端，有时甚至只使用移动端，在交易支付场景下也是如此。在线旅游服务商需要确保在移动端显示的产品内容能够吸引消费者，同时考虑加载这些内容的速度，这些因素能极大地影响用户转化率。
旅游企业不应让旅客迷失在过多的产品选择中，IBM作为专业的技术服务公司，能够帮助企业的优化内容管理和个性化服务。移动支付在中国市场非常普遍，随着中国出境旅游不断增长，AI技术的应用机会更具吸引力。中国的智能手机使用人数在全球排名领先。国际航协报告显示，到2020年，中国将成为全球最大的航空市场。尽管当前只有约4%的中国公民持有护照，中国市场的旅客数量还将持续大幅增长。其中大部分的新增旅客更加倾向于使用数字化平台。百度、阿里和腾讯等大型互联网企业的平台和支付解决方案已经被用户和合作伙伴广泛应用。因此，数字渠道在中国旅游市场的发展中将持续发挥重要作用。
现在，对于类似携程的OTA来说，其移动端交易占比达到80%，那么，在移动端无论是购买，还是支付的场景下，AI将如何提升整体的用户体验呢？移动应用的质量是吸引用户使用的关键，因此想提升移动端转化率的航司，更重视采取移动端优先、以客户为中心的设计理念来开发移动应用。另一方面，对于所有的客户交互，航司还需要依据不同的旅客偏好，提供高度个性化体验。成熟的移动应用开发商会有效利用AI技术解析数据、实现个性化定价、定制客户沟通方式和产品服务打包。移动渠道的成败在于个性化，而AI技术则贯穿其中。
相关研究报告
旅游项目可行性研究报告
中国旅游行业发展趋势分析预测报告
中国旅游行业发展研究报告