一場圍繞“決策權”的再分配變革

*本文為評論員投稿，不代表環球旅訊立場

在環球旅訊近期對首席業務官James Wate rs 的專訪中，當被問及對生成式AI引領行業熱潮的看法時，這位行業領袖 坦言 ： 目前尚未觀察到AI能帶來顛覆性的體驗，現有應用還尚未突破旅行決策的核心痛點。

觀察各大OTA的AI布局，雖然都 在 積極擁抱人工智能技術，但實際落地的功能 仍 多 聚焦于 "智能客服"層面。這些 應用雖然 能提供 一些 標準化 的 答案，但答案的實際價值與用戶真實需求之間仍存在 一定的 鴻溝。

究其原因，旅行決策本身就是一個極其復雜的多變量系統——價格敏感度、時間窗口、個人偏好等關鍵因素的細微變化 ， 都可能引發行程方案的徹底重構。加之旅游產業鏈條長、各環節數字化程度不均的現狀，打造全能型AI旅行顧問的 條件可能 尚未成熟。相比之下，選擇特定細分場景進行AI賦能改造，或許是更務實的突破路徑。

所謂 的AI賦能，本質是通過機器 自 學習技術，將人類專家的決策邏輯、操作經驗與海量數據相結合，從而實現對傳統服務體驗的智能化升級。在國際機票預訂這個高度數字化的細分領域（ 因 國內機票 行程與運價體系 相對簡單， 故 本文 主要聚焦 國際機票場景），AI技術或將帶來 具有 想象力的應用革新。

盡管OTA平臺的機票 檢索 技術已取得顯著進步，用戶能輕松查詢 到 全球 的 航線數據，但國際機票復雜的 運價規則與動態定價機制 仍 給用戶 構成 較高的 認知壁壘。

據稱 ，超過80%的用戶在購買缺口程機票（如上海-東京，大阪-上海）時，仍選擇搜索兩張單程票而非更經濟的聯程方案。

可見， 用戶需要的不僅是 檢索 工具，更是一個能指導 "如何科學 決策 " 的智能導師。

消費者對“買便宜機票”這事

的通常理解

盡管 消費者 通過網絡購買機票已普及多年 ，但限于機票本身獨特且復雜的定價機制，多數消費者對于“買機票”這事的理解，還停留在和買其他普通商品差不多的認知中。

在他們看來， 能否買到便宜機票 的核心仍然是 “在哪買” ？

事實上， 經過各 OTA多年 的 激烈競爭，市場留存的主流平臺已為數不多 。在 剔除違規票源 與數據錯誤的前提下 ，各平臺 相同 機票 的 價差已微乎其微 。

然而，市場廣泛流傳各種似是而非的訂票“秘籍”和諸如“大數據殺熟”的輿論引導，使得缺乏準確認知的消費者依然需要進行大量的無效搜索才能完成最終購買決策。

可以說， “渠道趨同化” 與 “決策復雜化” 已然 成為 了消費者購買機票過程中的核心矛盾。

如何“買對票”？

通常來講，用戶對機票真正的訴求并非是絕對意義上的價格便宜，而是在“合適”的前提條件下，“便宜”才有意義。

所謂的“合適”是指適配用戶整體行程需求的航班方案，而不同的航班方案之間的價格差異可能是巨大的。

可以說，“買對票”實際是一個在諸多限制條件下尋求的 “最優解” 。

然而，當用戶對機票運價規則與定價機制沒有準確認知時，單單一個機票搜索與比價的工具是不足以保障其做對決策的。

因此，有必要對影響“買對票”的關鍵因素進行剖析，進而提升用戶命中最優解的概率。

在討論購票策略時，先拋去“在哪買”的問題不談，影響機票價格差異的關鍵變量可歸結為 2 個，即： “地點” 與 “時間” 。

地點指， 從何地去何地？ 從何地回何地？

時間指，什么日期去、什么日期回？什么時間買？

其中每一個變量的變化都會導致最終不同的航班選擇與價格差異。

一．“地點”

在國際行程中，消費者往往會面臨多個進出點的選擇，在不影響整體行程的前提下，通過正確的搜索對比，更容易鎖定最具性價比的航班方案。

先拿比較常規的日本行程來舉例，如圖所示：

7.10從上海出發至東京，7.15從大阪回上海，在早去下午回的時刻段，最便宜的直飛航班組合為吉祥航空的航班，價格為2659元。

若調整進出點，7.10從上海出發至大阪，7.15再從東京回上海，在類似的時刻段，最便宜的直飛航班組合為南航的航班，價格為2228元。即使是吉祥航空同時刻段的直飛航班，價格也比東進阪出的價格便宜近 10% 。

若旅客身處三、四線城市，需選擇臨近的大城市出港，勢必還要進行更多的搜索工作。比如常州的旅客去東京，既可以選擇上海出港也可以選擇南京出港。

上海出港最便宜的直飛航班為吉祥航空，價格為1808元，南京出港最便宜的直飛航班為東航，價格為2704元，兩者價差近 50% 。

二．“時間”

眾所周知， 同一航班的票價會因出行日期 的 不同而 波動 。當出行日期可在一個范圍里浮動選擇時， 也意味著消費者挖掘機票成本空間的潛力更大 。

8.12-8.19上海往返巴黎的法航AF111-AF116航班價格為10820元，假如出行日期可以選擇前后浮動3天，此航班最便宜的出發日期為8.14，對應價格為9020元，兩者價差近 17% ！

當選擇好日期與航班時，旋即也將面臨另一個關鍵的選擇—— “什么時間買” 最合適？

通常來說， 機票價格會隨著出發日期 的 臨近而上漲，但實際情況更為復雜。航空公司會根據市場需求動態調整 定價 ，導致票價呈現 “震蕩上揚” 的趨勢。

消費者無論是受限于自身認知還是產生出行想法的時間點，都會使其往往難以把握“扣動扳機”的時機。

需要注意的是，因為機票的動態定價機制，本質上是航司與競品競爭、消費需求相互博弈的結果。所以無論用哪種解決方案的加持，都無法100%保證是絕對意義上的最佳時刻。而我們通過專業經驗結合數據來決策，實際上都是為了增加 “最優命中” 的概率。

那么，如何科學確定“什么時間買”？ 我認為應著重參考三個維度的信息 ：

1．此航線歷史的價格經驗

對于機票從業者或有豐富飛行經驗的旅客來說，什么時間點買什么機票應該大致在什么價格范圍內，是有基礎判斷的。比如5月份購買暑期去歐洲的直飛航班價格大致在1萬元左右，當初步查詢的價格遠高于這個范圍，排除特殊時期的干擾因素，說明接下來需要更為精細的搜索工作以證偽。

2．航司運價策略與促銷節奏

就國際機票而言，航司通常提前一年就會設定好各航班的基礎運價。在售賣過程中，航司的收益管理部門會動態調整定價，而航班的最低價區間主要取決于其釋放的促銷政策。

通常規律是， 主要航司 會在航班出發前6個月內 逐步釋放 促銷政策 ，一旺季航班可能提前3個月、淡/平季航班則提前1.5個月左右。且作為占據中國出境航線運力主力的國內航司，其收益管理部門是按季度考核業績，所以在航班出發日期的當季， 相應的促銷力度通常最為顯著 。

所以，機票并非越早買越便宜，理解航司收益管理部門的定價邏輯是做對購買決策的關鍵一環。這 也意味著，一旦錯過關鍵促銷窗口期，指望后續價格大幅“跳水”的概率相對較小 。

3．多日期價格查詢與和競品航班的價格對比

已知相同的航班在相鄰的多個出行日期價格可能是不同的，通過周圍日期的查詢對比，可以得出此航班在某段日期內的價格范圍，如實際出行日期的價格已是此范圍的低價區間，代表此刻“扣動扳機”是合理的。

此外，相似的競品航班價格也是重要的參考信息，如顯著高出競品航班，也代表往后時間調低價格的概率較大。

預訂決策有多復雜？

國際 機票 預訂 決策的復雜性源于多重動態變量的交織 ， 基礎運價規則與動態定價模型僅是決策的起點，真實場景中還需權衡 更多的 關聯因素。

作為行程規劃的成本核心與前置環節，航班選擇與整體行程設計 之間 存在顯著的相互制約關系：

1. ? 行程剛性約束 ? ：當特定行程節點不可調整時，旅客可能被迫接受高價航班方案；

2. 價格驅動彈性 ? ：若出現超預期低價機票，旅客也往往會相應調整整體行程 。

由此可見， 如 機票檢索工具僅停留于信息展示層面， 則 用戶仍需 付出 高昂的決策成本 。為了更為直觀的理解，我以一個常見的澳洲行程舉例：

旅客準備從上海出發去澳洲游玩十天。出發日期暫定8月7日左右，前后可浮動3天，澳洲停留游玩城市為悉尼、墨爾本、布里斯班三地，需要找到合適的航班方案。

其中關于進出點的選擇，理論上講就有 6 種選項，如上海飛墨爾本-悉尼回上海/上海飛布里斯班-墨爾本回上海；

出發日期也有 7 種選擇，即8.4-8.10；

兩者疊加，意味著用戶理論上需要進行 6*7=42 輪獨立搜索，方可初步篩選出性價比高的潛在航班方案。

不過，對機票專家來而言，可以憑經驗對其進行簡化。

首先，在進出點上可以先排除布里斯班，一是因為布里斯班屬于次級樞紐，代表其國際航線選擇有限，出現更低價航班的概率不大；二是布里斯班地理位置位于另兩城之間，如選擇為進出港城市，則意味著境內段行程將繞飛，使之相應的票價更貴。

其次，先大致搜索上海飛墨爾本、悉尼回上海的直飛與轉機航班，結合經驗挑選1-2個直飛航班組合以及2-3個轉機航班組合，并對其進行前后三天的價格對比。之后大致找到最具性價比日期的直飛或轉機航班組合。

最后，再行進反向行程的查詢驗證，即可得出“最優解”。進而，如此航班的價格處于低價區間，則可立即購買出票。

此外， 若進一步疊加酒店價格聯動、景點門票預訂時效、司導檔期協調等因素，整體決策的復雜度將呈 ? 幾何級攀升 ? 。

國際機票預定的AI交互范式

國際機票 預訂 決策本質上是一個需要專業經驗與 數據檢索 高度協同的復雜過程。這不僅要求用戶具備航空運價規則的專業知識，還需要投入大量時間進行多維度的數據比對分析。對于普通消費者而言，這種專業門檻和操作成本顯然 超出了日常消費決策的合理范疇 。這也解釋了為何在機票購買 決策中 ，絕大多數消費者實際上處于被動接受價格的弱勢地位，其購買行為往往帶有明顯的 隨機性 和 不確定性 。

當前AI技術的突破性發展 ，使 改變這一局面 成為可能 ：一方面，基于深度學習的認知系統已能有效模擬人類專家的決策邏輯；另一方面，機器數據處理效率已實現指數級提升。二者的協同作用將推動國際機票預定系統實現質的飛躍， 進而 使普通用戶也能便捷獲得趨近專家級的決策支持。基于此，試對AI加持下的國際機票應用未來交互形態進行推演 。

通過模擬人類機票專家的核心業務流程，AI交互流程可提煉為以下關鍵步驟：

1. 智能對話初篩

了解 用戶初步需求與大致的行程 安排 （如 預計出發日期 、 目的地 、人員構成） ；

2. 偏好澄清與要素補全

主動探詢用戶核心偏好（如 直飛/轉機偏好 、時刻敏感度、航司忠誠度），并智能提示可能遺漏的關鍵要素（如出發地機場選擇、 艙等 、行李需求） ；

3. 動態可視化需求確認

生成交互式選項卡， 將行程路線、出行日期、時刻選擇、航司偏好等需求信息細化 ，明確標注剛性約束與彈性變量；

4. 推理 透明化與后臺檢索

根據明確的需求信息， 清晰展示AI的推理路徑，同步觸發后臺全量數據檢索 ；

5. “最優解”呈現與依據闡釋

基于多維目標自動比對結果，向用戶推薦 多 個優選方案，并清晰闡明推薦邏輯與關鍵權衡點 ；

6. ? 購票策略智能建議

用戶預選方案后，AI基于歷史價格波動模型、當前艙位庫存趨勢及需求預測，生成購票策略建議（ 立即鎖定/后續觀望 ） ；

7. ? 價格追蹤與自動執行

對用戶標記的“觀望”方案，AI持續監控價格與艙位變化，在觸發預設條件時主動推送通知或經用戶授權后自動完成預訂 ；

8. 決策反饋閉環學習

記錄用戶最終選擇及原因，持續優化后續推薦的精準度與個性化水平，形成自我進化閉環。

通過上述AI驅動下的交互范式，目標在于讓用戶無需具備機票專家的認知能力，也無需進行大量無謂的數據檢索，只需跟隨AI的引導選擇，進行最基礎的需求邏輯判斷，從而提高機票預訂的整體決策效率。

誠然，以上思考只是基于我個人業務經驗的一些初步推演，未來AI賦能下的新應用將以何種面目示人，還需要不斷的討論并結合真實業務場景進行實證。

值得注意的是，無論其最終形態如何演變，本質上都需要體現將 ? 專業經驗標準化、決策過程透明化、數據檢索自動化、時機判斷智能化 ? 的核心價值 。 其意義不止于 大幅降低消費者的決策門檻與時間成本，更 是 通過提升信息對稱性 來 扭轉其弱勢地位，最終導向更高效的資源匹配與更優的用戶體驗。未來，隨著多模態交互與預測精 準 度的持續提升，機票預定有望從一項繁瑣 的 任務轉變為高度個性化的智能旅行規劃起點。

將由誰“執牛耳”？

前段時間，環球旅訊上發起了一個話題——“OTA會被AI干掉嗎？”，各路旅業同行紛紛表達自己觀點。雖然我無法預計未來OTA將以何種方式謝幕，但可以明確的是，無論誰來創造面向C端的國際機票AI新應用，都 必須跨越 策略 與 數據 的 雙重門檻 。

一． 策略門檻 —— 動態進化能力 的考驗

AI不僅需 深度 理解基礎運價 體系 與動態定價 機制 ，更需通過持續的人機交互積累經驗并動態修正決策模型 ；

二． 數據門檻 —— 能力 與成本 的雙重博弈

有獲取運價數據的通道只是基礎，還需要本身具備極高的運價計算能力。此外，高昂的數據成本也是另一關鍵制約。

因此， 面向C端的交互入口，極高的運價計算能力，可控的數據成本 三者相輔相成，缺一不可。而這些也恰恰說明，相較之下，OTA優勢盡顯。

GDS 作為數據中心， 通常扮演行業“數據通道”的角色。 雖然擁有機票的運價數據與計算能力，但缺乏直接面向C端用戶的 手段 ，這 將 限制其在AI應用領域的直接參與度 ；

航司 作為機票運價的制定者， 需要面對 數據孤島與計算能力不足的挑戰， 勢必 難以獨自承擔起推動行業變革的重任 ；

新興公司 盡管可能通過借力獲得交互入口，并在 運價計算能力上展現出創新能力 。但 高昂的數據成本 將勢必 成為其發展道路上難以逾越的障礙 ；

而 OTA 坐擁 面向C端的流量入口，不僅具備較高的運價計算能力 （并非所有OTA） ，還通過長期運營積累了龐大的用戶數據與交互經驗。這些數據與經驗對于訓練AI模型、優化策略至關重要。此外，OTA設有龐雜的緩存數據庫，使得運價數據的邊際 使用 成本趨近于零， 這 進一步鞏固了其在數據資源方面的優勢。

結語

AI驅動下的產業生態博弈

AI對機票產業生態的 影響 ，本質是一場 圍繞 “決策權” 的再分配 變革 。 當算法穿透國際機票復雜的運價黑箱，將專家經驗轉化為普惠工具時，傳統以信息壟斷構建的壁壘正加速 演變 。

OTA憑借 用戶觸點 與數據 資源的雙重優勢暫據先機 ，但 其與 航司定價主權 的掌控訴求、以及 GDS底層數據話語權的博弈 還 遠未終結 ， 三方在 圍繞 AI 的 軍備競賽中 ，勢必 陷入 持續的 動態制衡 ， 任何一方的技術突破都將觸發新一輪 的 攻防 轉換。

未來生態的勝負手，在于誰能最 有效的構建 “策略-數據-交互”的閉環 體系。在此進程中， 消費者 無疑 將成為最大贏家 ， 當AI把機票決策從耗時耗力的技術活 轉化 為 高效精準 的智能服務 時 ，旅行規劃的真正價值終將回歸體驗本身。這場變革的終點，不會是單一巨頭的壟斷，而是生態協同下 催生出 更透明、更高效、更人性化 的機票消費新范式。