夜雨聆风订单来了AI操作系统发布会 · 现场实录
一家只有 13 间房的精品民宿，为什么同样需要 AI？
青岛慕野共潮民宿主理人杨顺成从一张三年没有更换的 OTA 首图讲起，分享自己如何从“问 AI 问题”，一步步走到让 AI 做事、让 AI 创造工具。
当周会复盘、调价、视觉内容和 OTA 运营被拆成可执行流程，AI 的价值就不再只是更快地产出内容，而是把一线经营者的判断沉淀成能够执行、反馈和持续学习的系统。
以下为杨顺成的现场分享完整图文实录——
大家晚上好。
刚听完沈总的分享，我还半开玩笑地说有点 “生气”，因为上个月我们才刚买了小程序服务，而现在工作台已经可以自己做小程序了。
这个变化让我特别直观地感受到，行业和技术跑得太快了。
今天，我想以一个一线精品民宿主理人的身份，分享我是怎么把 AI 用起来，又如何把一项项运营工作交给它的。
事情的起因很简单，今年上半年景区民宿进入淡季，我在店里看着 OTA 首图，越看越难受——这张图已经用了三年，一成不变。
淡季本来就让景区民宿头疼，没有客人时，再看一张常年不换的首图，连我自己都产生了审美疲劳。
我想，既然一年有春夏秋冬，也有不同节气，为什么 OTA 首图不能跟着季节变化？
我就问合伙人：能不能按照春夏秋冬和不同节气，用 AI 把首图重新做一遍？他第一反应是：“你是不是又想给我找事？”
合伙人说，AI 没有那么厉害，不能像 Photoshop 一样分图层，也不能精细控制每一处文字和画面。
但我的判断是，到了今年上半年这个节点，AI 已经能做到。
我不相信 “ 做不到 ”，所以决定自己下场试一试。
我要验证的不是 AI 能不能随便生成一张图，而是它能不能按一线经营者的真实要求，做出可以直接使用的内容。
变的不是AI，而是我使用AI的方式
我最早的一次实践，是为正在筹建的上海酒吧做 Logo。
我和 AI 聊了很多想法，希望它生成一个有特色、符合意向的 Logo，结果得到的画面，只有 “ 三岁小孩简笔画 ” 的水准。
但只过了一两周，我就已经能把 AI 生成的产品图、菜单和经营物料真正用进门店。
它没有在这一两周里突然换成另一个产品，真正变化的是我给它信息、拆解任务和不断调整结果的方式。
AI 本身并没有突然发生什么变化，真正变化的是我使用 AI 的方式。
这个过程让我害怕，也让我吃惊和兴奋，因为它让我第一次感觉，自己好像拥有了一个过去不可能拥有的大脑。
所以我一直觉得：
AI 不是一个更快的手，而是一个过去不可能拥有的大脑。
从问AI问题，到让AI成为工作中枢
我的第一家店位于青岛崂山 5A 景区，只有 13 间房。我们还有轻资产运营公司，我自己也做播客和自媒体。
第二家店在安吉，这个月最晚下个月也要和大家见面了。除了线下门店，我也在做一些轻资产运营和内容型工作。
我不是 AI 专家，也不准备在这里讲技术、Skill 或 Prompt。
我只是一个比较早开始每天不遗余力使用 AI、总想把 AI 算力尽量用满的主理人。
最开始，我和大家一样，把 AI 当成搜索引擎：有问题就问它，也使用过豆包、即梦等工具。
真正的转折，是开始使用订单来了 AI 操作系统。
一家只有 13 间房的门店，同样有大量复杂的数据处理工作：财务测算、新店开业前的资金铺排、每周每月复盘、OTA 分析、人员配置、排班、自媒体选题、热点判断，以及销售模式迭代。
随着我不断给 AI 加任务，也让它越来越了解我的公司，它逐渐不再只是生成几张图、回答几个问题，而是渗透进一项项工作，成为生意与工作的中枢。
大多数人使用 AI，还停留在“问它问题”。
我认为，真正的拐点，是让 AI 替你做事，甚至帮你创造工具。
从回答问题到 AI 帮你造工具，是行业的下一轮分水岭。
把浅表工作交给AI，把深度工作还给人
卡尔·纽波特在《深度工作》里，把工作分成浅表工作和深度工作。
真正有价值的产出，往往来自深度工作，但如果每天都被大量浅表工作占满，人就像不停打地鼠一样：左边出来一个，右边又出来一个，精力被一点点消耗掉。
我看自己的店长，就是这种状态。
特殊订单要处理，价格有问题要临时调整，客房保洁出问题要多级查房，每周每月还要汇总数据。
看起来每天都很忙，晚上回想时，却会发现很多工作并没有产生足够的长期价值。他每天大约 80% 的时间都在处理浅表工作。
先说数据汇总。
过去，店长做一份周会汇报 PPT，至少要 4—5 个小时。这个月 RevPAR 怎么变、入住率怎么样、其他经营数据发生了什么变化，都需要重新汇总。
后来他忙到没有时间思考，只能把 PMS 系统截图一张张贴到 PPT 里。
现在使用订单来了 AI 工作台，只要 10—15 分钟，甚至不到喝完一杯奶茶的时间，就能把复杂经营数据整理成字段清楚、表达结构化的结论。
每周省下接近一个下午，按复利计算，一年可以多做多少真正有价值的事？这些时间，应该回到日常经营和客户服务中。
再说调价。
以我的门店为例，调整未来 15 天价格，如果期间出现天气或外部信号变化，重新调一次至少要 1—1.5 小时。
我专门计算过，同事人工调价的准确率大约是 85%。我们还是订单来了智能调价较早的一批内部测试用户，所以我一直非常在意调价效率和结果。
门店只有 13 间房，任何一个大节假日节点价格出错，对收益都会造成直接影响。
比如国庆突然进来一张低价订单，那种损失感非常直接。只要长期靠人工操作，15% 左右的误差就很难完全避免，而这是真实的收益损失。
接入调价助手后，只要把规则设定得清晰、可执行，系统就能给出建议并一键推送全平台，整个过程大约只需要人工耗时的 1/10。
第三个场景，是 OTA 视觉内容。
过去，请一位比较好的摄影师，从联系档期、差旅拍摄、等待天气，到补拍、精修、最终出片，通常要两个月，费用大约 4 万—5 万元。
现在，用 AI 工具，一个晚上、100 美元以内，也就是 600 多元，就能完成不同天气、季节和节气的展示图。按我的这次实践计算，成本大约只有过去的 2%。
AI 不受天气和档期影响，像一个能听懂要求、又不受天气影响的摄影师。
对一线经营者来说，这种变化非常直接，用过以后很难再回到原来的工作方式。
订单来了 AI 操作系统已经可以接手大量前置工作，包括数据搬运、手动调价、修图等，把深度工作的时间还给人，让人更专注地服务用户、改善经营。
OTA运营只有三件事，调价最适合被Agent化
后来我开始想：浅表工作可以交给 AI，那么一些深度工作，能不能也交给 AI？
我瞄准的是 OTA 运营。
在我看来，OTA 运营翻来覆去只有三件事：
- 优化展示
把首页、详情页、图片、内容、描述和套餐做到尽可能好； - 付费投流
流量不够时，阶段性增加投放； - 调整价格
根据经营信号持续做高频决策。
展示优化大多是一次性的，做好以后可以稳定使用；付费投流是阶段性的，流量不够时再像打开一个水龙头一样增加投放；调价则位于漏斗底部，是高频动作，也最考验经营者对市场信号的敏感度和反应速度。
但我一直认为，调价不是玄学，而是一个封闭系统。
影响价格的因素是有限的：历史成交价格、淡旺季、星期、竞品价格、房型房态、剩余库存、平台活动等，能够采取的动作同样有限，无非是根据不同信号涨价、降价或保持。
只要一个系统输入有限、动作有限、有规律可循，它就可以被 SOP 化，进而被 Agent 化。
但完成一遍 SOP 还只是起点，后面是否能够持续跟踪、反馈和学习，才决定这个系统会不会越用越准。
七阶段调价SOP：从建议、执行到反馈自学习
我在订单来了 AI 调价能力的基础上，按照自己的使用习惯，做了一套更符合门店调价手感的工具。
我把从挂牌那一天到销售完成当天，分成七个阶段，称为“七阶段调价 SOP”。
工具把七个阶段做成卡片并可视化，每个阶段都有不同的时间、输入信号，以及涨价或降价逻辑。
以其中 6 天的冲刺期为例：6 天 × 13 间房 × 6 个渠道，一共有 400 多个价格节点需要处理。
员工人工调整，老手至少也要半小时。
现在，AI 大约 5 分钟就能综合市场信号，判断当天信号强弱和价格变化趋势，给出所有节点的价格建议。经营者确认后，再用两三分钟推送到全平台。
但执行只是起点。真正更重要的是执行后的反查、数据回看和自学习。
比如，价格调高以后是否卖掉了？我原本想一间房多卖 200 元，结果刚涨 200 元，五分钟就成交，是不是说明涨幅还不够？价格调低以后，是否原本不需要降到 85 折或 83 折，87 折就能成交？
这些反馈，人很难持续、准确地完成，即使经验丰富的收益管理岗位，也很难长期对每一个节点做反查、数据回检和自学习。
但 AI 可以不断分析调价动作和成交结果，把经营者原本依赖经验的“手感”一点点校准得更细。
在现场展示的过去 30 天样本中，系统回看了约 500 笔记录：哪些调得合理，哪些不合理。按 P10、P90 锚点测算，改价成功率为 52.6%，在合理区间成交的样本占 64.6%。
这两个数字代表不同口径，不能混成一个指标。
它们也不是终点，而是让 Agent 继续识别哪些阶段调少了、哪些参数需要增加、哪些地方调多了，并逐步修正策略。
我自己在看这些回看的时候，会很明显地感觉到，它离人的手感越来越近，已经不是简单给建议，而是会在下一轮继续修正自己。
AI的真正价值，是沉淀运营智慧
所以我认为，AI 真正的价值不只是生成内容，而是沉淀我们的运营智慧。
老师傅会做，但不一定会说；不会说，就很难把方法沉淀下来，也很难快速复用给所有员工。
AI 可以把经验变成结构化、可执行、可反馈的系统。
我的路径也正是从 AI 生图开始，再到使用 AI 工作台，最后在它的基础上继续做适合自己门店的调价系统。
平台做普及，从业者做深化。
订单来了把 AI 基础能力和酒店经营底座打磨得足够稳固，让从业者可以调用稳定的基石；从业者再把老师傅的经验一点点移植上去，在这个基础上继续向上搭建，做小、做深，形成真正适合自己经营场景的能力。
一家只有 13 间房的门店，也能用数据驱动做调价机制、效果反馈、页面转化、财务分析和周报复盘。
如果 13 间房的数据已经有这么多价值可以挖掘，那么拥有更大体量、更多数据沉淀的企业，一定能从这些数据金矿里发现更多过去没有看见的机会。
回到最初合伙人说 AI 不能分层、不能做出理想图片的判断，今天不只是图片可以做出来，甚至还能很快加上简单动画。
我相信，在座每一个人手里，都握着一个还没有被打开的 AI 杠杆。
AI 不是一个更快的手，而是一个你过去不可能拥有的大脑。
谢谢大家。
扫码观看完整直播回放
现场PPT开放领取
扫码添加 AI 经营顾问，免费领取完整分享资料
订单来了 Smart Order
订单来了是全球领先的酒店民宿AI操作系统创造者，以智能管理系统（云PMS）为数据底座，以营销赋能、以AI大模型推动大住宿行业AI升级，长期服务全球酒店与民宿。
订单来了AI操作系统不止回答问题和记录数据，而是把酒店的真实经营数据、业务工具、权限和流程接到同一个系统层，由酒店经营 Agent 理解目标、推进任务，再把结果交给人复核。
目前，订单来了共有300+员工，注册用户超500万，累计交易额超1500亿，服务全球超22个国家和600+城市与地区。
