编者按：2025年9月16日，“2025年中国饭店数字化运营专题会”在杭州黄龙饭店顺利召开。中国饭店数字化运营专题会由中国旅游饭店业协会与携程共同发起、主办，会议凭借深厚的专业积淀与广泛的影响力，成为连接我国旅游饭店业与数字技术服务平台的重要纽带。人工智能如今已成为全球技术创新和生产范式变革的决定性力量，智能技术正在重构旅游饭店业价值创造机制与产业组织架构体系。本次活动旨在在市场环境不断演变、各饭店集团技术部署持续加速的大背景下，AI如何赋能酒店，围绕AI如何重构运营效率，AI如何加速酒店打造国际化服务体验，AI驱动下的酒店全域增长新引擎，人工智能对于酒店管理影响，为新质生产力持续注入活水。以下是华客科技创始人兼CEO孙茂华在2025年中国饭店数字化运营专题会上的讲话：

孙茂华 华客科技创始人兼CEO

Q1：全球旅游新时代，AI 如何加速酒店打造国际化服务体验？

先聊聊国际化服务体验。如今携程的国际化进程正如火如荼，大家似乎都把国际化视作今年或明年的全新发展机遇，事实也确实如此。国家政策层面放开了不少签证便利，像对俄罗斯、韩国等国家，我们能看到各地不少酒店在外宾接待方面已取得一定成效。但受前几年特殊时期影响，现在很多酒店的外宾接待能力其实是急剧下降的。

拿我当年做酒店的经历来对比，比如外语培训，现在都招不到愿意学的人了 —— 放眼当下的酒店，外宾数量大幅减少，有些酒店甚至连外币兑换服务都取消了。以前外币兑换还是个需要专业操作的业务，现在都转到线上，功能也简化了很多。还记得当年日本旅游团一波接一波，那会儿的酒店真可谓 “财大气粗”，我们都经历过那个行业繁荣的美好时代。

可能年轻人没经历过，上世纪 90 年代改革开放初期，中国刚打开国门，全球各地的人都对这个 “神秘之都” 充满向往，迫切想来探索。当时整个酒店行业，正是在改革开放催生的国际化需求下发展起来的。而现在，经历过疫情，再加上国际政治、经济等多方面因素的影响，我们要重新打造国际化服务体验，必然会面临不少挑战。

接下来具体说说服务体验。大家一提到服务体验，总会问：到底要做什么？是管好员工就行了吗？

我曾在斯坦福留学一年半，当时就是因为携程要推进国际化，特意去学习。在那里，我学到了一个非常关键的理念 ——“Explore and Exploit”。

1. “Explore” 指的是先探索 “要做什么”，找到值得投入的方向；

2. “Exploit” 则是把确定好的事做到极致，落地执行好。

其实不管是酒店、酒店管理公司，还是 OTA 平台，任何企业的管理核心都离不开 “Explore and Exploit”，酒店行业尤其如此。

我创立华客，专注做客户体验，从 2020 年到现在已经 5 年了。这期间接触了很多酒店，发现大家都很重视 “Explore”—— 比如之前流行做亲子服务，现在又开始思考要不要做银发服务；如今国际化趋势来了，又把重心转向国际化服务。而 AI，能极大地帮助酒店搞清楚 “外国客人到底需要什么”。

就像之前杜总提到的，过去要了解不同国家客人的文化和需求，得靠访谈。但现在有了 AI，只要能提供合适的数据（比如按国家区分客户体验相关信息），再结合酒店自身的特点、人员配置情况，就能高效完成 “Explore”（明确要做什么）的环节。在没有 AI 的时候，我们帮客户做 “爽点分析”，要做调研、出工作方案、组织头脑风暴，最后还得看领导决策，流程很繁琐。但有了 AI 之后，再配上合适的数据，这个过程就简单多了。甚至在创新层面，我们已经研发出一套和AI 对话的方法，能引导它一步步推进创新。

目前 AI 的知识储备其实比我们人类更丰富，而且在 “Explore” 阶段，就算它偶尔出现 “幻觉”（给出不准确的信息），影响也不大 —— 因为最终的决策还是要靠人来拍板，不能把责任推给 AI。所以在 “Explore” 环节，针对外宾的客户体验做深入研究，是非常有价值的。

我们可以搜集各类数据，甚至能找到国外网站的文章、外国市场的相关数据，再结合携程的引导方向。比如如果要主攻阿拉伯市场，携程会给这类需求打上 “清真友好” 的标签。

说到 “清真友好”，以前我们知道的是酒店要有祈祷室，室内要标注朝向麦加的箭头；但现在阿拉伯客人的需求更细致了 —— 不仅要有清真餐，烹饪用的锅具要单独区分，不能和猪肉制品共用，连厨师都得是符合清真要求的。这些是我们已经明确的 “已知需求”。

“已知需求” 是“Explore” 的底线，而未知的需求，比如中东客人还有哪些潜在偏好，我们就可以通过“AI + 数据 + 一套 AI 创新专用提问的 Prompt” 挖掘出来。最后再结合类似 “领导决策”“团队投票” 等有经验的方式，筛选出值得落地的方向。

再说说 “Exploit”（落地执行）阶段。最近西贝的案例很有代表性，它其实在 “Explore” 环节做得不错 —— 花了大量精力和预算，每年拿出 600 万请华与华做策划，对方帮它提炼出 “聚焦儿童餐” 的方向，这个定位非常精准。但问题出在 “Exploit” 环节：为了减员增效、追求更高利润，西贝忽视了客户的实际感受；再加上董事长贾国龙对几条差评反应过度，最终引发了争议。

我特意写过一篇文章，探讨总经理们遇到类似情况该如何避免过度反应。其实这是人之常情 —— 大家都像爱护孩子一样爱护自己的企业，当听到负面评价时，很容易产生防御心态。而这时，数字化和 AI 就能发挥作用了。

“Exploit” 阶段要做好两件事，首先是先解决 “万一出问题” 的应对机制。

一是靠数字化，用 “数字化大脑” 替代原来的 “感性大脑”。以前很多酒店每天或每周都会看客户体验报告，统计 “脏乱差”“气味不佳”“性价比低” 等差评的数量 —— 这就是用理性数据替代容易受情绪影响的感性判断，避免被负面评价轻易干扰。

AI 在这一步能起到 “训练” 作用。我专门查过神经科学文献，AI 可以帮我们培养理性的 “脑回路”：比如每天了解有多少条反馈、反馈的具体内容是什么（比如 “5 个人说餐饮又贵又难吃”）。长期坚持下来，尤其是每天早上查阅数据，就能对这类问题有心理预期。这样一来，就算遇到像罗永浩公开吐槽这样的 “大事”，酒店也能清晰、理性地应对—— 如果 CEO 每天都看集团的差评报表，对整体情况心里有数，就不会轻易反应过度。

二是用好 AI 解决实际问题。比如遇到重大投诉，以前我们会汇总酒店的处理经验做 “宝典”，现在不用这么麻烦了 —— 我们可以把高端酒店的 SOP（标准作业流程）、外文资料，还有华客、携程的赔偿制度、理赔标准等整合起来，输入大模型。不过大模型偶尔会 “幻觉”，给出夸张的建议，毕竟它的核心逻辑是 “讨好用户”。但只要管理者每天看数据、对业务有清晰认知，遇到问题第一时间让 AI 结合集团预案给出方案，就算没有现成预案，也能基于通用逻辑生成可行策略 —— 这是我在工作中一直用的方法。

面对外宾时，AI 的作用更明显。比如写道歉信、回复外文点评，AI 比人工做得更专业，大方向上不会出错；如果能给它喂入针对性数据（比如目标客群的文化偏好），效果会更好 —— 这是 “Exploit” 阶段的第一个关键动作。

第二个关键动作是 “考核”，要把服务目标落到具体指标上。不管是国内还是海外客户体验，现在每个酒店集团都有 “触点项目”（针对特定客群设计服务环节），但这些触点有没有真正落地？比竞争对手做得好吗？还是行业内大家都有类似服务？如果没做到位，就不算合格的 “Exploit”。

以西贝为例，它明确了 “做儿童餐” 的方向，但儿童餐要达到哪些指标？是 “新鲜”“美味”“颜值高”，还是 “送气球玩具”？首先要明确核心目标客群—— 其实儿童餐的决策者不是孩子，而是孩子的妈妈。如果只关注送玩具让孩子开心，却忽视了食材新鲜度（比如用不新鲜的西兰花），妈妈们自然不会再光顾。

这一步 AI 的直接作用有限 —— 我做过很多尝试，同一个问题问 AI 两次，可能会得到不同答案。所以更适合用 “BI（商业智能）+AI” 的模式：先让 BI 数据公司用统计工具（比如 Excel）算出明确的指标（比如 “新鲜度达标率需达到 95%”），明确计算逻辑；再让 AI 基于这些数据做解读。但解读结果不能全信，考核员工时必须精准、谨慎，多做验证—— 这才是 “Exploit” 阶段的核心逻辑。

另外，外宾服务中 “语言” 是个关键的 “Exploit” 点。很多人觉得有了 AI 客服，就能轻松应对外宾，但现实远没这么简单：基础的翻译没问题，但酒店的专业术语（比如服务流程、设施说明）需要大量运营和校验才能保证准确。

前两天有家文旅企业和我们开会，提到他们 20个服务场景的 AI 运营压力很大。我们有组真实数据：做中文AI 客服时，部分酒店上线后效果不错，没什么投诉，但AI全自动解决率只能达到 60% 以上；有一家带滑雪项目的复杂酒店，初期解决率只有 50%，经过专家打标、持续运营后，现在稳定在 80%。但如果完全依赖大模型，不做任何运营 —— 比如直接把知识库丢进去让它自己跑，错误率会高达 40%；只有经过专家拆解需求、持续优化运营，准确率才能达到 100%。

目前阶段，AI 翻译中文时，我们还能通过运营和校验保证质量；翻译英文只能勉强应付；到了阿拉伯文、日文，问题就更多了 —— 连中文都有信息缺失的情况，小语种的准确性更难保证。

而且 AI 还有个大问题：容易 “过度承诺”。我们现在摸索出一些方法来严格控制：对高风险问题（比如安全、赔偿），AI 可以说 “不知道”，但绝对不能乱承诺；对低风险问题（比如周边景点推荐），可以适当开放。

包括大家都关注的 “旅游超级入口”，我们也和 OTA、酒店讨论过，核心难题是 “AI 数据污染”。未来的AI 搜索可能会像百度，但问题更突出 —— 百度至少会标注广告，而像 DeepSeek 这类模型，我曾点击过它推荐的 50 个网站，大部分是之前从没听过的小网站，内容粗糙。原因很简单：各大平台都在竞争，美团不会开放主站数据，不允许爬虫；携程也一样，不会把核心的价格、房源信息共享出来。

当最可靠的数据都是割裂的，搜索引擎自然无法提供准确结果。比如高德做的餐厅推荐，不会把自己的核心数据给 AI；DeepSeek 提供的信息准确率也堪忧。所以在 AI 时代，做客户体验或数据应用时，如果数据不互通，很难做出好结果。

不过话说回来，AI 在国际化服务中确实能做很多事：翻译、提升接待效率、助力 “Explore” 环节的需求挖掘。我们必须拥抱 AI，但酒店行业容错率很低，有些环节可以尝试，但关键环节一定要谨慎 —— 必须有专家把关，明确责任归属。AI 训练和运营的责任很重，要么让第三方公司承担，要么企业内部指定专人负责，不能出了问题就说是 “DeepSeek 的错”，这是不现实的。

Q2：国际流量争夺战，AI 驱动下的酒店全域增长新引擎是否存在？

我一直有个观点：“美国的今天可能是我们的明天”，所以在这方面做了不少沟通，有两组数据想和大家分享。

第一组是宏观数据：某机构出了一份报告，说95% 大力投入 AI 的企业都没取得效果，听起来有点 “危言耸听”。我仔细读了报告，发现它把企业按规模分成大、中、小三类，做了半年多的调研 —— 调研周期大概在一年前，现在来看，结论依然有参考价值。

报告里提到一个现象：企业规模越大，AI 项目失败率越高。虽然有些大企业能靠 AI 盈利，但 “All in AI” 的项目反而很难看到明确回报。所以很多大企业会把 AI 优先用在营销领域，因为营销投入的效果容易量化；而真正能改造组织、优化内部流程的AI 项目，反而很难推进 —— 比如花 5000 万美金重塑财务流程，不仅投入大，效果还难评估。相对而言，客服和人力资源领域的 AI 应用在美国比较成熟，因为客服可以通过 “裁掉多少人” 直接衡量效果，人力资源则能通过 AI 提升招聘、培训效率。

不过有两种情况的 AI 项目是能出成果的：

一是中小型企业，不搞 “高举高打”，而是在某个小环节上逐步优化，比如先用 AI 优化客户投诉处理流程，反而能看到明显效果。我知道有些酒店集团在搞大规模 AI 项目，后续可以看看实际效果；

二是 “小步试错、快速验证”，每试一个方向就确保有成果，不浪费预算。

第二组是微观案例：我有个朋友在美国创业，做AI Agent（智能代理），帮艺人公司全流程用 AI Agent 管理业务。我问他服务了哪些客户，他说主要是法律行业和物业管理行业。他们的做法很有启发：客户要求 “一个岗位一个岗位地落地 AI”，比如先帮物业优化客服岗的 AI 应答，验证效果后再推进下一个岗位。有一家 SaaS 公司用他们的工具梳理了所有运营流程，最后裁掉了一半以上的人员。

这个案例的核心逻辑是 “单点突破”，而不是一上来就做 “超级入口”。比如一个超级入口想做八个功能，不如先把 “国际客户预订咨询” 这一个功能做到极致。现在很多服务商说 “AI 什么都能做”，其实不然 —— 不管是企业想节约成本，还是服务商提供方案，都得 “一个点做到位” 再推进。

我同学跟我说过一句话：“AI 是低级智慧从业者的噩梦，却是企业家的福利”。确实，企业家能通过 AI 大幅降低人力成本，尤其是客服、运营这类需要大量人力的岗位。这也导致行业的人才需求发生了变化：以前招客服，看重 “肯干、听话、执行力强”；现在更需要“聪明、能和 AI 协同工作” 的人，因为客服要处理的都是更复杂的中高端需求。

不过这也带来一个问题：以法律行业为例，我表妹是大律师，她说现在初级律师的工作基本被 AI Agent 替代了，但中高级律师需要从初级岗位成长起来 —— 初级岗位没了，中高级人才的 “培养通道” 就断了。酒店行业未来可能也会遇到类似问题：初级服务员的工作被 AI 替代后，怎么培养能处理高级投诉、懂客户体验、会管理的中高级人才？这种 “反人性” 的培训模式，再加上组织结构的调整，我做了这么多年管理，现在也没想清楚答案。

不过我给公司提了一个适配 AI 时代的组织文化理念，叫“三个共”—— 共创、共长、共赢。意思是：必须和 AI、客户一起共创产品，闭门造车肯定做不好；要让人、企业、AI 一起成长，不断适配新需求；最终实现多方共赢，而不是让 AI 替代人。

回到 “国际流量争夺战” 这个话题，现在携程在做全球流量分发 —— 他们拓展国外市场时，会在谷歌上做投放，推出 “流量包”“服务包”，支持全球范围内的广告投放。酒店需要先想清楚：自己想主攻哪个市场？想用什么形式投放？

未来这个 “流量包”（目前还在组建中）会有更大的价值 —— 因为 OTA 每年在全球广告上的投入本就很大，肯定会通过 “订某某酒店上Ctrip” 这类方式帮合作酒店引流。酒店怎么参与进去、怎么借助这个渠道获取国际流量，我觉得这是个值得关注的方向。

Q3：关于酒店人才短缺问题的讨论

在当前社会巨变的背景下，我刚和辛涛秘书长聊到：我要让我儿子考虑报考酒店管理专业，因为这个行业需要和人打交道，不是 “初级智能工作”，不会最先被 AI 淘汰。这是我结合看到的资料和行业沟通得出的结论，对我理解中国发展趋势和行业走向很有帮助。

不过酒店管理专业的人才培养，核心还是靠老师。所以我不担心未来酒店找不到人 —— 酒店行业的工作需要与人互动，依然是有吸引力的职业。而且我觉得几年后，酒店 “用工荒” 可能会缓解：一方面，初级智能类工作被 AI 替代后，会有一批劳动力转向服务业；另一方面，像 “宝妈” 这类想二次就业的人群，也可能选择酒店行业。

但现在行业存在一个误区：大家对酒店岗位的认知太固化了。我认识一个三亚的小伙子，今年大学毕业，学的是休闲体育专业，人长得帅、个子高，还肯吃苦，却找不到工作 —— 健身房、游泳教练的岗位都没着落。

我跟他建议 “去酒店工作”，问他期望薪资多少，他说一个月 6000。我觉得没问题：以他的条件，做前台既能发挥沟通优势，还能接触综合业务，好好干的话，5000-6000 的薪资是能达到的。

但他的反应很意外：他和他的同学都觉得 “自己不配做酒店工作”，还误以为酒店需要 “一直工作、没有休息”。这就很矛盾了 —— 一边是酒店招不到人，一边是年轻人觉得自己 “不配” 入行。我觉得行业协会、酒店企业应该多发声，明确告诉大家：酒店需要什么样的人？职业发展路径是怎样的？

我自己是酒店管理出身，调研过身边同学的职业发展：几年能升到领班？多久能当主管？年薪大概多少？比如某连锁酒店，员工多久能晋升店长？店长的年薪有多少？把这些清晰的职业路径展现出来，才能吸引年轻人。

我原本想让儿子学编程（Coding），但现在初级编程工作已经被 AI 替代了，高级编程人才又很稀缺 —— 如果没有初级岗位的积累，也很难成长为高级人才。所以相比之下，酒店管理专业反而更有优势。

在人才招聘和培训方面，我觉得可以从这几个方向入手：

1. 和学校合作搞活动，通过问卷调查等方式，梳理出大学毕业生、大专毕业生在酒店的职业发展路径；

2. 加强数字化技能培训 —— 现在的酒店人才，不仅要懂服务，还要会用软件：比如怎么看点评数据、怎么理解 “收益管理”、怎么算 GOP（经营毛利）。如果大学期间就能把这些软件（比如 SPI、华客的客户体验系统）的实际用法学会，毕业就能快速上手；

3. 恢复 “委托培养” 模式 —— 像以前那样，酒店和学校合作，定向培养符合岗位需求的人才。

而且酒店行业的职业路径是很宽的：做得好不仅能在酒店晋升，还能进入携程这类 OTA 平台工作。只要把这些优势讲清楚，就能吸引更多年轻人入行。