核心要点

　　对许多旅行者而言 ，规划行程是件苦差事：没完没了比价 、浏览器标签开得乱七八糟 。现在，越来越多人把这项工作交给人工智能
。

　　旅游平台 Klook 对全球 11
，000 名用户开展的年度调查显示，约91% 的全球旅行者正在使用 AI 旅行规划工具。

　　人们使用这项技术的原因各不相同：有人用 AI 明确旅行需求 ，有人则用来寻找最适合自己的优惠方案 。

　　旅游服务商 Savanti Travel 的利?罗恩表示
，这种吸引力一定程度上反映了 “自助式文化—— 人们享受自己动手打造行程的掌控感与成就感
”
。

　　但信任问题依然是一大挑战。Booking.com发布的一份关于 AI 在日常生活与旅行中消费者态度的报告显示，91% 的受访者仍对 AI 心存顾虑 ，只有35% 的人完全信任其输出结果 。

　　“AI 幻觉” 成拦路虎

　　一大核心障碍是准确性
。基于大语言模型的 AI 工具常会出现 “幻觉 ”—— 即把虚假信息当作事实呈现。

　　旅游咨询公司浩华 HTL 的董事何欣怡（音译）称
，自己使用 AI 时基本没遇到幻觉问题 。

　　作为自称的大模型 “重度用户
”，她在规划为期 6 个月的个人休假旅行时 ，依靠 ChatGPT 推荐符合预算的酒店和兴趣匹配的目的地
，她表示这些建议 “清晰且优质”。

　　尽管何女士体验良好，但对许多游客来说 ，AI 的可靠性依旧令人担忧
。

　　Savanti Travel 的罗恩回忆过一位客户案例：该客户在巴黎出差
，因 ChatGPT 推荐的路线未考虑施工封路，导致赴约迟到。原本 10 分钟的路程 ，最终花了 45 分钟 。

　　“这些看似是个例，其实非常普遍
。 ” 罗恩说。

　　AI 带来的悖论

　　行业专家指出
，AI 还可能改变旅行者看到的目的地格局，中小商家受影响尤其明显 —— 它们缺乏足够专业能力与线上曝光 ，难以出现在 AI 推荐结果中 。

　　浩华 HTL 的何女士表示
，年代较久的酒店
、尤其是独立民宿，或是位于发展中国家的住宿 ，“会更加艰难
，因为它们没有专业能力，也缺乏指导
”
。

　　“这很可惜 ，” 她说
，“因为可以说…… 它们比谁都更需要客流，不是吗？ ”

　　另一方面 ，热门旅游地在现有 AI 模式下
，可能面临更严重的过度旅游问题。

　　新加坡瑞士酒店管理商务学院助理教授盖伊?卢埃林认为，AI 工具本应用来推荐小众目的地、分流需求 ，避免过度旅游 。但他补充道，许多 AI 系统只训练 “十大必去景点
” 类数据
，这本身就形成了悖论
。

　　罗恩表示，AI 还很难处理资深旅行规划师会考虑的现实细节：比如户外项目要结合季节天气 、长途飞行后的旅行疲劳等。

　　“多代同游的行动不便
、明确的过敏史、残疾 、饮食禁忌 ，这些 AI 都很难处理好 。” 他说
。

　　而且一旦出问题
，AI 也帮不上忙。中东冲突爆发时，当地空域关闭 ，大量游客滞留 。AI 无法帮你优先登上撤侨航班
，他说道。

　　未来之路

　　不过，随着 AI 模型不断优化、企业更熟练地整合新工具 ，卢埃林对其实用性持乐观态度
。

　　“随着与 AI 融合加深
，它未来掌握的数据可能比传统旅行社还要实时。 ” 他补充道 。

　　卢埃林认为，酒店旅游业应优先梳理并开放数据 ，让 AI 能够调用
。

　　“不一定面向消费者
，完全可以在后端通过 API 接口实现。
” 他指的是应用程序编程接口 —— 一种让外部机构调用企业数据的通道 。

　　他表示，只要 AI 能获取真实数据 ，就能向终端用户提供事实信息，并整体减少幻觉现象
。

　　尽管现有 AI 模型仍存在信息缺口与缺陷
，酒店旅游业仍在加速推出更多智能工具。例如，Booking.com已与 OpenAI