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.
Booking.com 作為全球規模首屈一指的旅遊產品市場，提供順暢無縫的一站式預訂服務，涵蓋航班、住宿和活動，讓數以百萬計的旅客輕鬆傲遊天下。
透過與 OpenAI 合作，該公司有望成為名副其實的旅遊夥伴——解決探索階段的問題，協助旅客發現喜出望外的目的地和體驗。
Booking.com 產品市場資深總監 Adrienne Enggist 表示：「ChatGPT 在 2022 年推出時，我感到非常興奮。它讓我想起寬頻上網面世的初期，是一個改變大家如何尋覓旅程的大好機會，有望協助我們破解發掘目的地的挑戰。」
到目前為止，Booking.com 已經與 OpenAI 合作推出多種以 AI 為核心的解決方案，讓旅程規劃變得更加輕鬆、更直覺化。
Booking.com 運用機器學習逾十年之久，但傳統模型和規則為本的系統難以捕捉用戶意圖的細微差異，尤以早期探索階段為甚。
Booking.com 技術總監 Rob Francis 表示：「您可能想過一個浪漫旅程，同時又想試試浮誇一點的體驗。然而，系統不會有心形睡床或貓王模仿者等篩選條件。傳統的搜尋方式並非為了探索這些意圖而設。」
雖然平台提供數百種篩選條件，但這些條件只能在旅客確切知道自己想要尋找什麼的情況下才能發揮作用。大型語言模型的興起則提供了一個嶄新契機，讓我們可以邁向更像對話的發現導向型體驗。
Enggist 表示：「我們一直非常擅長最後步驟，也就是驅使人們搜尋以及預訂；但探索階段則截然不同。我們需要某種方式，在客戶還在釐清想要什麼的時候，就能滿足他們。」
Booking.com 在短時間內成立了一個專案小組，將 AI 行程規劃工具的構思付諸實行：
- 充分活用現有的機器學習基礎架構：該團隊將 OpenAI 的 GPT 模型與 Booking.com 的旅遊住宿設施、定價和預訂情況等專有資料整合。
- 快速開發週期：首個能夠探索目的地並建立行程的原型僅花費了 10 星期的時間便成功推出。
- 專注於自然語言：該模型經過專門訓練，能夠理解對話式提示，並將相關內容與日期、位置和旅遊住宿設施的預訂情況等結構化資料配對。
AI 行程規劃工具允許用戶提出開放式問題，例如：「假如想到歐洲度過浪漫週末，應該去哪些地點？」該工具可以生成目的地建議、規劃行程，並從 Booking.com 的資料庫中提取即時預訂狀況和價格資料。
當中的一大突破莫過於結合結構化及非結構化資料。Enggist 表示：「我們花了多年時間微調結構化資料，例如定價、預訂情況、取消政策等。但現在我們可以分層加入非結構化資料，例如用戶評論、自然語言描述，並根據這兩種資料生成準確的建議。」
Booking.com 另一特質是其團隊的靈活彈性。Booking.com 產品市場副總裁 Joe Futty 表示：「這項合作項目令人讚嘆不已。我們從 OpenAI 的 API 出發，舉辦了一次程式設計馬拉松，並在 10 星期內推出了 AI 行程規劃工具。這充分體現了團隊合作的力量——OpenAI 不僅提供技術，還與我們並肩合作，共同找出可行的方案。」
自此之後，AI 行程規劃工具已進一步發展，能夠處理更複雜的要求，並提供更深入的個人化功能。Enggist 指出：「只要看看大家在過去 20 年如何使用 Booking.com 預訂旅程的資料，便會發現歐洲 15 個最熱門目的地的旅客人數嚴重過剩。AI 能協助展現其他數百個鄰近目的地，這些地點能提供同樣美妙的體驗，而且沒有人山人海的遊客，甚至充滿新驚喜待大家探索。」
AI 行程規劃工具的成功為更多以 AI 驅動的產品奠定基礎。如今，Booking.com 將推出其他運用 OpenAI 模型作為核心的旗艦功能：
解決方案 | 克服的挑戰 | 運作方式 |
智能篩選條件 | 傳統的搜尋方式依賴下拉式選單與剔選方格，局限了旅客可揀選的篩選條件。 | 使用 GPT‑4o mini 來理解自然語言提示，例如「日落美景」或「出色健身房」。
|
旅遊住宿設施常見問答集 | 許多旅客都會對旅遊住宿設施有具體問題，而這些問題往往難以在靜態的住宿設施清單中找到答案。 | OpenAI 的大型語言模型 (LLM) 在 Booking.com 的用戶生成內容和旅遊住宿設施描述上加以微調。
|
AI 評價摘要 | 旅客比較旅遊住宿設施時，往往會在整理數以千計的評論時遇到困難。 | GPT‑4o mini 可以分析評價，並按潔淨度、位置和設施等關鍵主題分類。
|
幫我回覆 | 有效管理人客通訊並改善回覆時間。 | 使用 OpenAI 的模型建構，能夠生成自動回覆和可自訂的訊息範本。
|
Booking.com 也為未來的 AI 發展建立了更穩固的基礎。透過將現有的 API 和資料基礎架構與 OpenAI 的模型整合，Booking.com 讓團隊能夠快速測試新功能和迭代。
雖然 Booking.com 仍在收集長期表現數據，但現階段已觀察到參與度和滿意程度有顯著提升：
- 增加參與度：AI 行程規劃工具讓用戶在探索個人化行程的過程期間在平台上停留更長時間。
- 加快搜尋速度：智能篩選條件讓旅客更容易找到特定結果，減少搜尋時間。
- 減少客戶支援聯絡：透過更準確的應用程式內答案，「旅遊住宿設施常見問答集」降低了客戶支援的需求。
- 預訂時更加放心：評論摘要有助旅客減少不確定的情況，進而更快作出決定。
Enggist 表示：「其中一個最大的發現，就是客戶行為改變的速度。最初，大家只會輸入『Myrtle Beach』等目的地，基本上與使用搜尋引擎無異。但現在我們看到越來越多詳盡的對話式查詢，例如：『我想在九月和狗狗到寧靜的海灘度假』。」
Francis 則表示：「OpenAI 的模型在理解意圖和應對實際複雜情況方面能力出眾。雖然我們已經使用機器學習十多年，但 OpenAI 卻實際幫到我們縮窄理解和滿足用戶意圖之間的差距。」
根據 Booking.com 領導層所述，OpenAI 不但在技術層面與眾不同，其協作方式更是出類拔萃。
Enggist 表示：「共同創造未來是與 OpenAI 合作的一大特色；我們可以向他們提出開放式問題或早期想法，他們則會幫助我們塑造可能。」
Francis 亦有同感：「與 OpenAI 合作不只著眼於眼前事宜，而是要思考『接下來應做什麼？』」
Booking.com 看到的機遇是締造更切身的代理驅動型體驗。Enggist 表示：「我們希望建立一個類似禮賓服務的夥伴，能在整個旅程期間伴隨大家左右。除了可以幫用戶預訂行程，萬一航班取消，還會幫忙重新預訂機位；如果您延遲抵達，則可以幫您尋找酒店客房；而當您到達目的地後，則會就附近的餐廳提供建議。」
「AI 正在成為 Booking.com 的營運架構，而OpenAI 的模型則將理解能力和個人化內容提升到全新層次。除了搜尋方式，還可以締造更豐富、更合心意的旅遊體驗。」
