——当搜索正在变成对话，OTA的竞争也在悄悄改变

过去，旅行平台最重要的能力，是帮用户“找到”。

找到酒店,

找到机票,

找到价格,

找到一个目的地。

但今天，越来越多旅行者开始提出另一种需求：

不是给我更多选项，而是帮我做决定。

“我带两个孩子去欧洲，哪座城市更轻松？”

“预算有限，但我想住得离市中心近一点。”

“我只有四天时间，怎么安排最合适？”

“这家酒店到底适不适合第一次去东京的人？”

这些问题，很难靠传统筛选器回答。

也正因为如此，Booking.com近几年越来越重视AI旅行助手。

从2023年推出AI Trip Planner，到后续加入智能筛选、住宿问答、评论摘要，再到2025年进一步推出面向旅客与住宿合作伙伴的Agentic AI功能，Booking正在把AI从一个搜索辅助工具，逐渐推向整个旅行决策流程。

这背后真正值得酒店行业关注的，并不是“Booking做了一个AI助手”。

而是：

旅行平台正在从“信息分发平台”，转向“决策参与者”。

这可能改变未来酒店与客户连接的方式。

一、为什么传统旅行搜索开始不够用了？

过去二十年，在线旅游平台的增长，很大程度建立在搜索效率之上。

用户输入：

目的地,

日期,

人数,

价格区间,

星级。

然后系统返回几十甚至几百个结果。

这种模式极大提高了预订效率,

但它也带来了新的问题：

选择越来越多，决策却未必更容易。

一位旅行者面对上百家酒店时，真正关心的往往不是“还有多少选项”，而是：

哪一家更适合我？

Booking.com在2023年的美国旅行者研究中发现，57%的受访旅行者甚至在尚未确定具体目的地之前，就已经开始规划旅行。

这说明旅行决策并不是从“我要订哪家酒店”开始的。

它往往从一个更模糊的问题开始：

我这次到底想要怎样的一段旅行？

传统搜索擅长处理明确条件,

AI则更擅长理解模糊意图。

这就是AI旅行助手出现的真正原因。

二、Booking真正想改变的，不只是搜索框

2023年，Booking.com首先在美国推出AI Trip Planner测试版。

与传统搜索不同，用户可以直接用自然语言描述需求。

比如：

“想找一个适合四口之家、有泳池、天气暖和的度假地。”

或者：

“帮我安排三天的罗马行程。”

系统不仅可以推荐目的地和住宿，还可以继续追问、修改条件，并最终连接到Booking平台上的真实住宿价格和预订页面。

到了2024年，Booking又加入了几项很有代表性的功能：

Smart Filter，可以直接用一句自然语言描述理想酒店；

Property Q&A，可以围绕具体住宿提问；

Review Summaries，则帮助用户从大量评论中提炼关键信息。

这些变化放在一起看，会发现Booking实际上正在重新设计一条路径：

过去是：

搜索 → 浏览 → 比较 → 阅读评论 → 决定 → 预订

未来可能变成：

表达需求 → AI理解 → 推荐 → 解释 → 调整 → 决定

这不只是搜索效率提高。

而是决策链条开始被重新压缩。

三、为什么Booking愿意持续投入？

因为旅行者正在发生变化。

Booking.com在2024年面向33个国家和地区、超过2.7万名旅行者的调查显示，41%的受访者希望使用AI生成个性化旅行计划。

到了2025年，这种变化更加明显。

Booking发布的全球AI认知报告覆盖33个市场、超过3.7万名消费者，其中：

67%的人已经在旅行过程中使用过AI；

89%希望未来继续使用AI进行旅行规划；

在已经使用AI旅行工具的人群中，绝大多数曾在规划、预订或旅行途中使用相关功能。

更值得注意的是，AI助手已经成为24%的受访者信赖的旅行信息来源，高于旅行博主的19%和社交媒体影响者的14%。

这组数字说明：

旅行者对AI的期待正在从“尝鲜”，转向“实用”,

而对于Booking来说，这意味着新的竞争入口正在形成。

四、Booking真正争夺的，是“旅行第一问”

过去，用户决定旅行以后，才打开OTA。

未来可能不是这样。

用户第一次产生旅行念头时，也许就会问AI：

“今年秋天去哪里比较舒服？”

“带父母旅行，哪个城市更方便？”

“预算3000美元，能安排怎样的一周？”

如果这个问题首先发生在一个通用AI助手里，而不是Booking、Expedia或其他OTA平台里，那么传统OTA最宝贵的“流量入口”就可能被重新分配。

这也是为什么Booking必须把AI放到平台内部。

它不能只等待用户已经决定目的地和日期以后，再来搜索酒店。

它希望更早进入旅行者的思考过程。

从“预订入口”，向“决策入口”移动。

这背后其实是一个非常重要的商业逻辑：

谁更早参与旅行决策，谁就更有可能影响后续的住宿、机票、租车和体验消费。

Booking Holdings在2025年实现约1861亿美元总旅行预订额，全年预订间夜达到约12亿间夜。

在这样巨大的交易规模下，哪怕AI只是帮助一小部分用户更快完成决策，对转化率、交叉销售和客户黏性都可能产生明显影响。

五、这也是Booking“Connected Trip”战略的一部分

如果只把AI Trip Planner看成一个聊天机器人，很容易低估Booking真正的意图。

Booking Holdings近年来一直强调“Connected Trip”——连接式旅行。

简单来说，就是希望把住宿、机票、租车、餐饮、景点和旅行服务逐步连接起来。

为什么？

因为一趟旅行从来不是一个订单,

而是一连串决定。

从：

去哪里,

怎么去,

住哪里。

到：

到了以后做什么,

吃什么,

如何移动,

发生问题怎么办。

传统OTA更多连接交易,

AI则可能帮助平台连接这些交易背后的决策过程。

这也是AI旅行助手真正重要的地方。

它不一定立刻创造一个新的收入项目,

但它有机会成为串联整个旅行旅程的“对话层”。

六、AI助手真正的价值，是减少旅行中的“认知成本”

旅行其实是一件很耗费决策精力的事情,

尤其是对不熟悉目的地的人。

每天看几十篇攻略,

比较十几家酒店,

翻看数百条评论,

研究交通,

判断区域安全,

确认餐厅,

还要担心信息是否已经过时。

这些工作并不让旅行变得更愉快,

它们只是为了减少不确定性。

Booking的AI旅行助手，真正希望减少的，就是这种认知成本。

例如评论摘要。

过去客人可能要浏览几十条评论，才能判断一家酒店是否安静、早餐是否方便、房间是否真的适合家庭。

如果AI能够把这些内容转化为几个清晰结论，客户的决策时间就会缩短。

但这里也出现了一个重要边界：

AI可以帮助人做决定，却不能替人承担所有决定。

Booking 2025年的调查显示，虽然91%的受访者对AI感兴趣，但真正完全信任AI的人比例仍然很低；只有12%的消费者愿意让AI独立完成决策。

所以旅行AI真正成熟的方向，不是“替你决定”。

而是：

帮你看得更清楚，再把选择权交还给你。

这也是旅游行业尤其需要保持的一种克制。

七、酒店行业真正应该担心的，不是Booking用了AI

对于酒店来说，Booking强化AI能力，很容易被理解为：

OTA又变强了。

但更值得思考的问题其实是：

当AI开始替客户理解酒店时，你希望它理解到什么？

过去，酒店面对搜索引擎时，需要优化：

图片,

价格,

标题,

房型,

评分。

今天，当AI开始回答：

“这家酒店适合带孩子吗？”

“这里适合商务客吗？”

“为什么值得住？”

AI可能会综合读取：

酒店描述,

设施信息,

客户评论,

房型数据,

取消政策,

位置,

历史评价,

甚至用户自己的旅行偏好。

这意味着未来酒店在OTA上的竞争，不再只是“排名竞争”。

还可能逐渐变成：

AI理解竞争。

如果酒店自己的数据模糊、信息不完整、评论长期无人管理、产品定位不清晰，那么AI可能很难准确地向客人解释这家酒店真正的价值,

这将成为一个新的数字化课题。

八、酒店可以从Booking学到什么？

Booking案例给酒店至少带来三点启示。

第一，客户越来越不希望“自己找答案”，而希望企业帮助降低决策成本。

酒店官网和小程序未来不应只有房型、价格和预订按钮。

它们还应该回答客户真正关心的问题：

适不适合我？

和其他房型有什么区别？

第一次来应该怎么安排？

如果晚上11点到店怎么办？

这些问题，正是AI最适合参与的地方。

第二，AI需要进入旅程，而不是只停留在客服。

今天很多酒店谈AI，首先想到机器人客服。

但Booking正在把AI向旅行灵感、搜索、评论、预订、行程支持乃至旅途中服务扩展。

这说明AI的真正价值可能不是一个窗口，而是贯穿客户旅程的辅助能力。

第三，酒店必须开始建设“可被AI理解”的数据。

清晰的设施信息,

统一的房型描述,

结构化服务内容,

高质量客户评价,

准确的会员偏好。

这些过去被认为只是运营资料的数据，未来可能直接影响AI如何理解、推荐和解释一家酒店。

💫 荃智慧观察

Booking越来越重视AI旅行助手，并不是因为聊天机器人突然变得流行。

更深层的原因是：

旅行平台的竞争正在从“谁拥有更多库存”，逐渐转向“谁更理解客户意图”。

过去，OTA解决的是信息不足。

今天，客户面对的问题反而是信息太多。

因此新的价值开始出现：

帮助筛选，

帮助理解，

帮助比较，

帮助减少犹豫。

AI恰好非常适合承担这一层工作。

但这并不意味着旅行会因此变得越来越冰冷。

恰恰相反，

真正好的AI，也许只是帮旅行者少做一些无意义的搜索，

少翻几十页评论，

少比较几十个几乎相同的房型，

把时间重新留给真正值得期待的事情：

和家人商量去哪座城市，

想象第一次看到海边日落，

或者在抵达陌生城市以后，慢一点走进一条从未去过的街道。

技术真正有价值的时候，往往不是让人做更多事情，

而是让人少花一点力气，抵达自己真正想去的地方。

💡 给酒店管理者的三个启示

第一，未来OTA竞争可能从“搜索排名”走向“AI推荐”。酒店需要重新审视自己的内容、产品信息、评论和数据质量，确保机器能够准确理解酒店的真实价值。

第二，不要只把AI理解为客服工具。AI更大的价值在于参与灵感、选择、比较、预订和入住后的完整旅程。酒店应该从客户旅程寻找AI场景，而不是从技术功能出发。

第三，直营渠道也需要降低客户的决策成本。如果酒店官网只是提供价格，而OTA的AI已经能够帮助客人理解“为什么适合我”，客户自然更愿意留在平台完成决策。直营数字化下一阶段，可能不只是预订效率，而是决策体验。

📝 写在最后

曾经，旅行平台最重要的事情，是让世界上的酒店都能被找到。

现在，它们开始尝试另一件事：

让每一个旅行者，更容易找到真正适合自己的那一个。

这正是AI旅行助手背后的变化，

搜索正在变成对话，

筛选正在变成理解，

预订正在变成一段持续的决策过程。

对于酒店而言，真正值得关注的也许不是：

“Booking的AI会不会更强？”

而是：

当越来越多客户开始通过AI理解一段旅行，我们的酒店是否已经准备好，被准确地理解？

这可能是AI时代，酒店渠道竞争一个新的起点。

✨ 荃智慧｜全球酒店数字化观察

让数字成为经营能力，让AI成为增长引擎。

我们持续研究全球酒店集团、旅游科技企业与领先体验企业的数字化实践，不是为了追逐某一项技术，而是希望理解技术背后的经营逻辑，并将其转化为酒店可以借鉴的组织能力、运营方法与实施路径。