Booking.com and OpenAI personalize travel at scale
By integrating its data systems with OpenAI’s LLMs, Booking.com delivers smarter search, faster support, and intent-driven travel experiences.
作为全球最大的旅游市场平台之一，Booking.com 让数百万旅行者能够更轻松地体验世界，一站式无缝整合航班、住宿及活动预订服务。
借助 OpenAI，该公司看到了成为真正旅行伙伴的机会，专注于旅行的发现阶段，帮助旅行者发掘他们自己都未曾意识到的理想目的地与体验。
Booking.com 产品市场高级总监 Adrienne Enggist 表示：“2022 年 ChatGPT 发布时，我感到非常兴奋。它让我想起宽带普及的早期阶段，那是个改变人们旅行方式的巨大机遇。我们知道这项技术最终能够帮助我们攻克发现旅行目的地这一难题。”
迄今为止，Booking.com 已与 OpenAI 合作推出了多个 AI 技术支持的解决方案，让旅行规划变得更轻松、更直观。
Booking.com 使用机器学习已有十多年，但传统模型和基于规则的系统难以捕捉用户意图的细微差别，尤其是在早期发现阶段。
Booking.com 首席技术官 Rob Francis 表示：“用户可能想要一场浪漫旅行，但要求带点俗套元素。没有用来查找心形床或猫王模仿者的筛选条件。传统搜索根本无法解析此类意图。”
尽管该平台提供了数百个筛选条件，但只有旅行者明确知道查找目标时，这些筛选条件才起作用。大型语言模型的兴起为转向更具对话性、以发现为驱动的体验提供了新机遇。
Enggist 表示：“我们一直擅长‘最后一公里'的转化，即引导用户从搜索到完成预订。但发现阶段有所不同。我们需要一种方式在流程的早期与客户接触，也就是在他们仍在摸索自己想要什么的时候。”
Booking.com 迅速组建了工作团队，致力于打造 AI 旅行规划器：
- 利用现有机器学习基础设施：该团队将 OpenAI 的 GPT 模型与 Booking.com 的房源、价格和供应情况等专有数据相结合。
- 加快开发周期：首版原型仅用 10 周即上线，具备目的地发现与行程规划功能。
- 专注于自然语言：该模型经过训练，能够理解对话提示，并将其映射到日期、地点和房源供应情况等结构化数据中。
这款 AI 旅行规划器支持用户提出开放式问题，例如：“我应该去欧洲哪里度过浪漫周末？”它能生成目的地建议、制定行程规划，并从 Booking.com 数据库实时调取房源供应情况与价格数据。
关键突破之一是将结构化数据和非结构化数据相结合。Enggist 指出：“我们花了数年时间对结构化数据进行微调，例如价格、房源供应情况、取消政策等。而现在我们可以将非结构化数据分层叠加，例如用户点评、自然语言描述，并根据两者生成精准筛选的推荐。”
另一大标志性成果是 Booking.com 团队的推进速度。Booking.com 产品市场副总裁 Joe Futty 表示：“合作过程令人惊叹。我们从 OpenAI 的 API 入手，举办了黑客松，并在 10 周内发布了 AI 旅行规划器。这正是与不仅提供技术、更与我们共同探索可能性的团队合作的力量。”
AI 旅行规划器现已扩展，可以处理更复杂的请求和更深入的个性化服务。Enggist 指出：“从 Booking.com 近 20 年的旅行预订数据分析来看，欧洲前 15 大目的地普遍存在过度旅游现象。AI 技术能帮助发掘数百个距离相近、体验同样精彩且未过度开发的替代目的地，这些地方甚至充满待发现的新机遇。”
AI 旅行规划器的成功为更多 AI 驱动产品奠定了基础。如今，Booking.com 已基于 OpenAI 模型推出多项旗舰功能：
解决方案 | 解决的挑战 | 工作原理 |
智能筛选 | 传统搜索依赖下拉菜单和复选框，将旅行者局限在有限数量的筛选条件中。 | 运用 GPT‑4o mini 理解自然语言指示，如“落日景观”或“很棒的健身房”。
|
房源问答 | 许多旅行者对房源存有特定疑问，而静态列表往往难以充分解答。 | OpenAI 的 LLM 已针对 Booking.com 的用户生成内容和房源描述进行微调。
|
AI 点评总结 | 旅行者在比对房源时，常常难以有效筛选海量点评信息。 | GPT‑4o mini 会分析并总结点评，将其归纳为一些关键主题（例如清洁度、位置、便利设施）。
|
助力回复 | 高效管理访客沟通并提升回复速度。 | 使用 OpenAI 模型构建，生成自动回复和可自定义的消息模板。
|
Booking.com 也为未来 AI 开发奠定了更坚实的基础。OpenAI 的模型已通过 Booking.com 现有的 API 和数据基础设施进行集成，使团队能够快速测试和迭代新功能。
尽管 Booking.com 仍在收集长期绩效数据，但已观察到参与度与满意度显著提升：
- 参与度提升：“AI 旅行规划器”让用户在平台上停留更长时间，探索个性化行程。
- 搜索速度更快：“智能筛选”让旅行者能更轻松地找到特定结果，减少了搜索时间。
- 客服咨询量下降：“房源问答”凭借更精准的应用内解答，降低了客服支持工作量。
- 预订信心增强：“点评总结”功能帮助旅行者更快地做出决策，减少了不确定性。
Enggist 表示：“最显著的发现是用户行为转变之快。起初，用户仅输入‘默特尔海滩'这类关键词，基本将其作为搜索引擎使用。但现在我们观察到更详细、对话式的查询：‘我想九月份带狗狗去一个安静的海滩。'”
Francis 表示：“OpenAI 模型在理解用户意图及适应现实世界复杂性方面表现出色。虽然我们研究机器学习已经十多年，但 OpenAI 帮助我们缩小了理解意图和实现意图之间的差距。”
Booking.com 的领导层表示，OpenAI 的与众不同之处不仅在于技术，更在于其协作方式。
Enggist 指出：“与 OpenAI 合作的一大特色是共同创造未来。我们可以提出开放性问题或早期构想，他们则协助我们探索塑造未来的可能性。”
Francis 对此深表认同：“与 OpenAI 合作不仅仅是为了完成当下任务，更是共同探索‘未来还有哪些可能性'。”
Booking.com 将此视为打造更沉浸式智能代理体验的契机。“我们希望构建一个像礼宾员一样的旅行伙伴，在旅途中全程陪伴。不仅协助预订行程，还能在航班取消时重订机票、航班延误时寻找新酒店、抵达时推荐附近餐厅。”
“AI 正逐渐成为 Booking.com 的运营核心，而 OpenAI 的模型将理解和个性化提升到了一个全新高度。这不仅是搜索技术的革新，更是为了打造更丰富、互联性更强的旅行体验。”
