发布时间:2024-08-07 21:13:11    次浏览
收益百科 也成长为首旅如家打造 AI 数字店长 最重要的功能模块。同时,王波还指出,探索 AI 在业务场景下的应用,是整个企业数字化发展中的很关键一环。他还提出一个大胆假设:未来组织,将是基于人和 AI 数字技术孪生的组织。如果 AI 能够替代 40% 到 60% 的工作能力,将为组织生产力带来巨大的飞跃。这也是首旅如家坚定拥抱 AI 的源动力。
结合市场反馈来看,尤其在 2023 年下半年以来,假日消费的持续正逐步影响酒店经济的复苏,同时也呈现出一些新趋势。
今年 4 月发布的《2024 中国酒店业发展报告》显示,截至 2023 年底,中国连锁酒店数约 9.06 万家,较 2022 年 7.1 万家增长 28%。按经济型 ( 二星级及以下 ) 、中档 ( 三星级 ) 、高档 ( 四星级 ) 、豪华 ( 五星级及以上 ) 这四个酒店业档次的设施数,所占比重分别是 78.51%、13.91%、6.02% 和 1.56%。按连锁客房数量计算,酒店连锁化率从去年的 38.75% 提升至 40.95%,其中中档、豪华酒店连锁化率均超 55%。
报告还预测今年,经过十几年高速发展,经济型酒店行业增速放缓,中档酒店行业竞争将加剧。
不难发现,经济型、中档酒店依然是行业基本盘,这类酒店往往针对的是对价格敏感的游客,以及对档次有一定追求但又在价格上不能太贵的客人。此外,伴随酒店连锁化率的进一步提升,不同品牌酒店的竞争压力也正进一步增强。
而针对市场格局的变化,王波有着自己的判断:一是出行人群结构发生了变化,从过去的商务出行为主,到疫情市场恢复后的休闲和旅游出行增长非常快的趋势转变。二是存量之间的博弈越来越明显。增量的机会越来越少。如果跟发达国家对比,中国一万人所占的酒店客房数还是比较低的。但同时大家也感觉新开酒店的难度会越来越大,需求和出行人数口径上存在差异。三是行业逐步向头部去集中。后面的酒店,在发展、经营,人才,以及数字化或其他相关投入的挑战会越来越大。这与上述报告所呈现的部分趋势基本吻合。
直观来看,市场需求的变化下,酒店需要快速适应市场环境的变化并积极寻求创新与转型的方式应对挑战。围绕这一问题,不同品牌的酒店都给出了不同的答案。
首旅如家对酒店数字化的探索由来已久,无论是在线上或新渠道的引流拓客上,还是利用数字化手段去提升酒店内管理效率,酒店服务水平和质量管理,以及针对高端和高星酒店的数字化投入,都做出许多布局和举措。
借助相对成熟的 AI 技术或产业共创,自然也是首旅如家考虑的范畴。而在目前主营的连锁酒店业态中,核心的收益管理场景,事实上具备了 AI 技术落地的价值及优势,即高投入高产出,且具备可落地性。
在王波看来,酒店行业积累了丰富的数据,对市场洞察和城市热点的覆盖度非常高。 现在对全国 580 个城市的覆盖,很容易知道哪里是热点,热点快速变化在什么地方,如何抓住短期热点做好生意。这就要求我们要针对这些收益点,提供敏捷性的收益模型。
收益管理的目的,是让客房收益最大化,同时获得最有收益价值的客人。该概念常应用于航空、酒店、影院等服务业中,具有高额固定成本、生产能力固定、产品不可存储等特征。
举个例子,酒店的客房数量是固定的,酒店客房可以预售,酒店客房的价值具有时间依赖性,如果某天客房没有售出,那当天的客房价值就消失了。客房需求量大时,酒店经理需要以最大限度高价售出客房;反之,当客房需求小时,要最大限度扩大客房销售量。
为此,酒店往往会对客户需求进行分类,比如商务客户与休闲游客,对价格敏感与追求档次的客户。与此同时,酒店面临的客户需求会跟随时间、季节、城市、热点事件而产生波动。
每个时间段内,都会存在一定的周期和规律,有经验的门店经理往往就需要根据长期以来总结的规律和数据分析,结合自身经验给出科学合理的价格建议。一旦遇上一些突发的热点事件,往往还考验各门店经理的反应能力。
首旅如家希望助数字化分析能力和 AI 大模型学习能力,根据大数据和店长的丰富经验,定义每家酒店的基本收益模型,更快一步制定出客房价格预测,并给出具体原因分析,将直接影响每个酒店的客房收益,把握快速变化市场中的竞争机会。
一是客流量。从 2023 年开始,首旅如家就开始基于大模型进行客流量预测,并将同店历史对比,商圈兄弟店的对比,商圈竞品对比,热点事件,天气等因素纳入分析变量。目前基于客流量预测模型,可以实现对当天、3 天、7 天、14 天的流量预测,如 14 天可以实现 80% 以上的准确率,当天可以做到 90% 以上的准确率。
二是价格。王波指出,团队最早希望构建的是规则模型,即设置规定条件下的不同价格规则进行模拟调价。但是由于每个酒店的特殊性,导致白盒模型做完后,很难去验证正确与否。
相较起来,黑盒模型,即基于 AI 进行价格预测的方式更具有场景适用性。首旅如家的逻辑是:首先让模型根据 500 或 1000 个优秀的酒店总经理,跟着他们的调价规律学习,找到变量因子;其次再接入外部厂商提供的大模型能力,实现基于 数据模型 + 大语言模型的收益百科模型组合 。
首先基于庞大的数据,做数据模型预测,然后再做收益百科,收集大量收益经验后,基于大模型总结出规律,告诉酒店总经理为什么会得出这样的规律,包括价格来源、调价逻辑、建议逻辑等等。 王波指出。
不过,构建垂直行业的私域大模型,难度将不同于基于互联网数据训练的公域大模型。由于数据集的不足,对于私域知识的学习,会带来新的挑战。这些挑战,是不是可以用迁移学习的方式,外挂知识库的方式,调整场景适用性的方式来解决?
针对过程中的挑战,王波强调, 在私域(B 端),AI 训练 / 学习的路径很复杂。因此我们开始就联合著名大学进行研究,怎么让数字能力或 AI 孪生能力,能越来越接近于人类的最佳实践。
以收益百科为例,它就是一个典型的成长路径。如果有经验的门店经理,都将经验分享到收益百科,然后让大模型来基于这些样本进行模型学习,模型的成长速度将极大增强。
在他看来,不同于其他已落地 AI 场景,如 AI 智能客评、提供答题培训的答题小王子,其核心是基于语料库或集成到工作流来生成答案的,收益百科是一个自学习和自成长的过程。
能够生成一个新的答案,不是明确告诉他的选择项,这个新的答案是可以被引导的。这个能力是大模型特别吸引我的地方。同时,我们也在寻找这样的学习路径,因为私域大模型的学习是必然的。可能未来我们还能找到一些特别适合的场景,通过不断学习,模型也越来越有生命力。 王波指出。
通过上述实践,首旅如家最终构建出了属于自身的 AI 收益助手 ,这只是第一步。在 AI 收益助手背后,还有更大的畅想—— AI 数字店长。
据王波的分享,AI 数字店长 目前主要有三方面能力:一是将酒店日常经营的 60% 重复性职能交给 AI 数字店长完成,如每日经营复盘、市场热点判断、酒店收益管理、宾客服务反馈、风险和应急告警处理,实现运营辅助;二是尤其在收益方面,针对一些突然事件等被忽略掉的收益机会进行反馈;三是能够将整个连锁酒店的标准化管理水平进行提升。
目前 AI 数字店长已经探索了不少场景模型,包括酒店经营指标模型、酒店订单查询模型、酒店运营知识库模型、AI 问卷调查互动模型、AI 题库与模拟答题模型,未来还计划构建 AI 酒店经营的数据分析模型,可输出图表分析的决策类信息,用于同业数据对比、KPI 预测等。
可以看到,首旅如家在塑造 AI 和数字化转型能力方面做了深入探索和筹备。而业务上的成效又将反过来带动其投入的信心。
王波还指出,在此之前,酒店在效率、管理、收益以及员工日常管理等方面实现标准化的难度很高,挑战也很多。首旅如家曾采取一些措施,例如通过移动化和在线化工具提高管理的透明度和渗透率。然而,这些措施的落地,仍然需要大量的人力去建立规则、模型和场景,继而再进行推广。(生成式)AI 提供了一个新的路径,改变了执行效率和管理透明度,同时也有助于实现管理标准化。
AI 为我们打开了一个新的窗口。但拥抱 AI 的过程中,我们还要保持冷静的思考力,只有大场景,才能成就大行业。 王波表示。(本文首发于钛媒体 APP,作者 杨丽,编辑 盖虹达)
9 月 11 日 -14 日由钛媒体集团、ITValue 联合主办的 2024 ITValue Summit 数字价值年会以 Ready For AI 为主题,与新老朋友重聚三亚,交流经验教训,交叉行业思考,推动创新交易,以创新场景为基础,共同探索 AI 驱动下数字经济时代的全新机遇,共同打造一场数字经济时代的 AI 创新探索盛宴。
钛媒体重磅推出「创新场景 50」评选,遴选并解读 50 个全行业与业务深度融合的创新性场景及其解决方案,并在 2024 ITValue Summit 数字价值年会上隆重颁奖、深度交流。
目前场景正在征集中,更精准的解读、更广泛的曝光、更强大的品牌势能,欢迎你提出问题,更欢迎你留下解决的方法和工具。亿百体育官网入口亿百体育官网入口