品牌头条新闻LOGO

为什么说人工智能一定会让旅游行业效率发生颠覆性革命?

/

  2015年以来,随着玩美自由行这类智能行程规划助手的出现,在曾经技术基础薄弱的旅游行业如今所谓的「智能行程定制」层出不穷,几乎都人人都在说人工智能和大数据。
 
  眼花缭乱的背后,到底什么是人工智能?什么是大数据?
 
  出境自由行市场特点
 
  在刚刚过去的2015年,中国出境自由行市场规模已达9300亿元人民币,出境游超过1.2亿人次,其中出境自由行人群高达8000万人次,人均消费11625元,旅行消费同比2014年的8820元增长24.1%。
 
  所有这些庞大数据的背后,是中国护照拥有率竟然仍不足6%,出境自由行市场增长潜力不禁让人无限遐想。
 
  中国出境自由行市场最大的特点就是惊人的增长速度和消费能力,在人类旅游行业史上用「绝无仅有」来形容也毫不夸张。
 
  中国游客大量涌出国门,其旅游行为也具有鲜明的「中国游客」特色:
 
  1、在购买行为上:相较于国内自由行游客以及其他国家自由行游客,中国出境自由行游客对在国外「买买买」更有兴趣,行前在选择机票酒店类标准化产品时会做更多价格比较,途中更容易冲动购买旅行产品;
 
  2、在目的地选择上:中国游客首次自由行一般会选择成本较低的东南亚,然后是消费较高的韩国日本,再逐渐走向欧美澳新,这是由消费能力和文化认同感共同决定的;
 
  3、在旅行方式上:大部分中国自由行游客更倾向于以观光的方式到访更多境外目的地,而不是重复去同一个目的地;由于消费水平和旅行能力限制,仍有近3成的中国出境游客选择跟团游,但年度增长只有2.5%,远低于自由行增长。
 
  在人群分布、消费能力和地区差异综合因素影响的大背景下,中国游客在旅行需求上呈现出金字塔形态,而非欧美成熟市场的橄榄型,也造就了市场增长的持续性、需求的多样性以及旅游商品的丰富性。
 
  如何将人工智能与大数据应用于自由行行程定制?
 
  在需求的多样性和旅行产品丰富性的前提之下,私人定制发展很快,所以在旅游行业「行程定制」绝不是一个新概念。
 
  但是2015年以来,曾经技术基础薄弱的旅游行业如今所谓的「智能行程定制」层出不穷,几乎都人人都在说人工智能和大数据。
 
  眼花缭乱的背后,到底什么是人工智能?什么是大数据?
 
  什么是人工智能?
 
  我们常说的「人工智能」英文全称是ArtificialIntelligence(AI)。AI是模拟、延伸和扩展人的智能理论、方法、技术及应用系统的技术科学,它由不同的领域组成,如机器学习、计算机视觉等等。
 
  比较简单的解释是,人工智能研究的一个主要目标是使机器能够胜任甚至超越一些通常需要人类智能才能完成的「复杂工作」。
 
  从50年代AI诞生至今,不同的时代、不同的人对这种「复杂工作」的理解是不同的。
 
  举例说明,今天的携程、去哪儿、穷游、蚂蜂窝等在线旅游相关公司提供的是「信息工具」,即通过互联网为用户聚合了大量旅游信息,通过网络进行查询、比价、预订等复杂工作。
 
  而在移动互联网时代,某几个品类的旅游商品信息也仅是旅游大数据的沧海一粟。
 
  智能出行在决策一个完整旅行行程时,会根据用户需求,综合考虑最基础的机票酒店信息及推荐原则、城市顺序及天数安排、景点及顺序、多种类型交通、商品方案组合等等,要在多个百万级别的分类数据里在毫秒级短时间内做出最优方案就是今天的「复杂工作」。
 
  那么,大数据从哪里来?
 
  首先,来自于游客个性化需求,自由行是体现游客个体旅行意愿的最佳旅行方式。
 
  去哪儿玩、玩什么、玩几天、和谁去、花多少钱等需求,除此之外,进一步开展的数据挖掘对精准把握用户需求有巨大帮助,这些都是重要的用户数据。
 
  其次,是几十类旅行以及多种商品信息,例如机票、酒店、签证、保险、租车等,以及目的地相关信息,例如游记、交通、餐厅、景点、汇率等。
 
  移动互联网旅游既是个性化需求最好的表达方式,也是「大数据」重要的来源。
 
  移动互联网的实现基础是智能手机,除了拥有强大计算能力,智能手机拥有更多功能,例如摄像头拍照、语音通话、GPS定位、陀螺仪判断朝向、重力传感器监测运动等。
 
  智能行程规划领域的难点及前景
 
  智能规划的过程,就是根据用户需求用数据驱动决策的过程。目前人工智能应用于自由行行程规划主要的困难是:
 
  1、海量碎片化数据:除了数据获取难度本身,自由行相关的「吃住行游购娱」动辄上亿级别的数据最大的特征就是高度的碎片化、离散化。
 
  从行程完整性角度看,这些信息彼此之间又互相影响,「牵一发而动全身」;
 
  2、人工智能实现方式-神经网络搭建规则:必须非常了解自由行不同的应用场景,基于旅行专家的输出构建知识库,才能决定如何选取、需要构建多少隐层、每层的神经元个数,以及神经元之间的连接关系。例如特征选取不合适,会降低神经网络的决策精度;
 
  3、深度学习算法的优劣:深度学习算法(DeepLearning)直接影响了神经网络的学习效率,好的学习算法可以有效降低神经网络的传递误差,加速收敛,而神经网络学习的效率决定了神经网络是否能被实用化、商业化。
 
  一个真正意义上的智能行程定制系统包括大数据处理能力和扎实的人工智能应用经验,及专业的自由行知识库,三者缺一不可,否则我们无法真正理解「智能行程定制」。
 
  它不是简单的机票酒店最低价的搜索和组合,也不是简单的日游的过滤和筛选,而是一个碎片化需求和碎片化服务之间深度匹配的效率平台,它不应该是在人工定制由于成本、效率、准确性无法规模化的时候,才被更多的人想到。
 
  回顾旅游行业发展历程,互联网利用其传播优势,加速了信息化的同时,也促进了资源整合。
 
  但不同种类的商品因其标准化程度不同,完成信息化的速度也不同,在机票酒店领域,携程去哪儿已经由竞争关系转化为结盟进而形成垄断,而在很多旅游城市还在推进旨在提升基础信息化水平的「智慧旅游」。
 
  无论是对游客还是对从业人员,当今网络上旅游相关信息已经过载,从「信息工具」到「效率工具」,是后工业化互联网时代的必由之路。
 
  脱胎于互联网的移动互联网时代,个性化需求的爆发会从更深层次引导服务和消费行为升级,就像今天Uber对出行方式的影响,若在PC时代它几乎不可想象。
 
  从信息化到智能化、用机器替代人工,这是任何行业的必然趋势。高效、零成本的智能个性化定制一定会让旅游行业效率发生颠覆性革命。

(文章来源:亿欧网)



免责声明:本文仅代表作者个人观点,与品牌头条无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。

相关推荐

留言与评论(共有 0 条评论)
   
验证码: