一萬家酒店的AI客服，讓顧客有望不再“轉(zhuǎn)人工”

“轉(zhuǎn)人工”，大概是Chatbot（聊天機(jī)器人）時代留給中國消費(fèi)者最深的條件反射。

過去幾年，各行業(yè)陸續(xù)上線的AI客服，大多基于關(guān)鍵詞匹配和預(yù)設(shè)問答。能力邊界有限，碰到稍復(fù)雜的需求就卡殼，用戶只能喊轉(zhuǎn)人工。

久而久之，“轉(zhuǎn)人工”成了一個大眾的刻板印象，AI客服似乎只是單純降低了企業(yè)成本，并沒有充分滿足客戶層面的需求。

智能體時代下，AI客服正在悄然發(fā)生變化。

作為全球第四大酒店集團(tuán)，華住在2025年宣布升級基于大模型的智能體管家“華小AI”，截至目前，這套系統(tǒng)已覆蓋華住旗下超過1萬家門店，問答準(zhǔn)確率達(dá)到95%，住客發(fā)出需求后，平均可在5秒內(nèi)看到響應(yīng)。

和Chatbot時代的AI客服不同，華小AI不只是回答問題。升級以來，它累計(jì)執(zhí)行任務(wù)超180萬次，覆蓋送物、下工單、續(xù)住、開票等需要調(diào)用后端系統(tǒng)才能完成的服務(wù)動作，70%以上的住客需求由AI承接，單店住客日最高使用率達(dá)到94%。智能體成為了真正能讓消費(fèi)者愿意使用、解決問題的住店管家。

助力這套系統(tǒng)升級的團(tuán)隊(duì)來自騰訊云團(tuán)隊(duì)。近日，觀察者網(wǎng)對騰訊云智能體開發(fā)平臺產(chǎn)品專家李德超和騰訊智慧文旅行業(yè)解決方案專家馬欣進(jìn)行了對話，還原了這套萬店級酒店智能體升級落地的全過程。

從AI客服到智能助手，差別不只是“更會說話”

Chatbot時代的AI客服為什么讓人喊“轉(zhuǎn)人工”？

李德超曾作為普通用戶體驗(yàn)過多個酒店傳統(tǒng)的客服機(jī)器人，他的體感是，過去很多需求“70%到80%達(dá)不到”。一是聽不懂用戶真正的意圖，一句話里有兩個需求就容易卡住；二是只能做問答，不能調(diào)后端系統(tǒng)完成實(shí)際操作；三是場景覆蓋太窄，稍超邊界就容易答非所問。

華住的新一代智能體架構(gòu)把這三個問題逐一拆開。在華小AI中，前端由騰訊優(yōu)圖實(shí)驗(yàn)室自研的意圖識別模型驅(qū)動，支持多語言和方言，能拆解復(fù)雜意圖；意圖識別之后，系統(tǒng)進(jìn)入騰訊云ADP平臺上搭建的38條工作流，覆蓋住中152個子場景，既有WiFi連接、早餐時間這類純信息查詢，也有大量需要調(diào)用華住后端系統(tǒng)執(zhí)行動作的送物、續(xù)住、開票。

以送物場景為例，住客在微信小程序或華住會APP上說“送瓶水”，意圖識別模型判斷為送物請求，進(jìn)入對應(yīng)工作流，系統(tǒng)在對話中確認(rèn)物品、數(shù)量，用戶確認(rèn)后，AI自動生成工單。全程住客只說了一句話，背后串聯(lián)的是意圖識別、工作流引擎、PMS、工單系統(tǒng)等多個環(huán)節(jié)。Chatbot主要負(fù)責(zé)“說”，智能體要能“干活”。

而華小AI能夠“干活”，并不是因?yàn)榇竽Ｐ蛻{空擁有了履約能力，新一代AI智能體并沒有替代華住過去建好的數(shù)字化系統(tǒng)，而是用一個統(tǒng)一的自然語言入口，把散落在各處的模塊重新組織起來。比如開票、送物、工單等業(yè)務(wù)模塊，智能體做的是通過工作流搭建進(jìn)行激活和聚合，讓智能體長出手腳。

萬店級難點(diǎn)不在模型，而在工程化

隨著今年年初“龍蝦潮”帶火了智能體，行業(yè)對于AI的聚焦點(diǎn)也隨之轉(zhuǎn)變：從前比拼“模型參數(shù)”、“算法突破”，如今回歸本質(zhì)“拼應(yīng)用”和如何讓AI解決真實(shí)場景問題，被一線員工和用戶直接使用。

這也意味著，對于涉及業(yè)務(wù)改造和升級的項(xiàng)目中，模型參數(shù)和能力的高低并不是主要的決定因素，真正被比較的，是行業(yè)理解、系統(tǒng)集成、工作流建設(shè)和工程化交付能力。

李德超對觀察者網(wǎng)表示：“頭部云廠商在模型和產(chǎn)品技術(shù)上差距不大，差異在于對細(xì)分行業(yè)的理解和執(zhí)行落地能力。”

在華住項(xiàng)目的落地中，第一道工程判斷是選場景。

盡管在AI時代，什么業(yè)務(wù)都可以被重塑一遍，但是華住和騰訊云在住前，住中，住后場景中最先選擇的住中場景，這也正符合李德超概括的智能體落地三個特點(diǎn)：高頻、邊界清晰、效果可衡量。

作為酒店和住客交互最密集的環(huán)節(jié)，住中場景包含了送水、送牙刷、問早餐，需求高頻、即時、具體；工作流可以約束能力范圍、減少幻覺和亂答；酒店運(yùn)營管理人員也能直接看到服務(wù)落地的效果。

再確認(rèn)了場景模式后，接下來的痛點(diǎn)則在模型能力邊界。

酒店服務(wù)是7×24小時在線的線下履約場景，住客問題高度分散，且直接關(guān)系品牌體驗(yàn)，如果模型答錯、亂答，甚至越界閑聊，帶來的不是一個技術(shù)bug，而可能是一次真實(shí)的服務(wù)事故。華小AI因此沒有讓大模型完全自由發(fā)揮，而是用工作流先把服務(wù)邊界和執(zhí)行路徑約束好：哪些問題可以回答，哪些需求可以生成工單，哪些問題必須引導(dǎo)用戶聯(lián)系前臺。

這也是智能體要真正進(jìn)入線下服務(wù)業(yè)一個反直覺痛點(diǎn)：不是讓AI顯得更聰明，而是讓AI理解起業(yè)務(wù)的邊界，在該停下來的地方停得下來。

為了提升服務(wù)的準(zhǔn)確率，騰訊云團(tuán)隊(duì)在項(xiàng)目早期會人工跑測試集，逐條判斷回答是否準(zhǔn)確；隨著真實(shí)數(shù)據(jù)進(jìn)入，再調(diào)整工作流節(jié)點(diǎn)、提示詞和數(shù)據(jù)處理方式。后來，騰訊云基于這個項(xiàng)目引入自動化評測工具，讓模型輔助打分，把原本每天幾百條的人工測試擴(kuò)展到每天幾千條，并沉淀成后續(xù)項(xiàng)目可以復(fù)用的平臺能力。

馬欣把華住項(xiàng)目定義為“共創(chuàng)”。華住負(fù)責(zé)提出業(yè)務(wù)場景和功能需求，產(chǎn)品經(jīng)理角色更多來自華住自己的科技中心和運(yùn)營團(tuán)隊(duì)；騰訊云則主導(dǎo)產(chǎn)品架構(gòu)和AI實(shí)現(xiàn)路徑。雙方面對的是一個此前沒有行業(yè)樣板的場景，必須一起定義智能體在酒店住中服務(wù)里應(yīng)該長什么樣。

開發(fā)智能體，不只為了“降本增效”

AI上線后，不少華住的店員反饋，過去前臺電話可能幾分鐘響一次，AI工作流接入后，電話打斷頻率有明顯下降，甚至有門店出現(xiàn)半小時才響一次的情況。

李德超的判斷是，過去酒店前臺等工作人員，疲于處理大量同質(zhì)化、重復(fù)性問題，反而容易漏掉真正需要人來提供溫度的服務(wù)。

這也解釋了為什么前臺員工對華小AI的主動推薦率較高。酒店行業(yè)長期面臨一線員工流動率問題，其中一個原因是工作重復(fù)度高、獲得感低。AI接走了最重復(fù)的部分，員工反而有更多精力去做更有價值的服務(wù)。

項(xiàng)目團(tuán)隊(duì)在調(diào)研一線時也發(fā)現(xiàn)，前臺和店助最大的獲得感，往往來自住客的當(dāng)面認(rèn)可，而不是處理了多少條重復(fù)問詢。過去電話幾分鐘響一次、疲于奔命的狀態(tài)，恰恰擠掉了這部分能帶來成就感的服務(wù)；當(dāng)AI把高頻重復(fù)的部分接走，前臺反而更像住客身邊一個并肩的“搭子”，去做那些真正需要人情味的接待。在不少酒店管理者看來，這種員工滿意度的提升，和服務(wù)體驗(yàn)的改善其實(shí)是同一件事的兩面。

馬欣提到另一個初始設(shè)計(jì)中沒有預(yù)料到的場景：續(xù)住。華小AI上線后，越來越多住客自然地通過對話完成續(xù)住操作，客觀上也給酒店帶來增收可能。“當(dāng)你把體驗(yàn)做得足夠豐富的時候，客戶會天然對這個平臺產(chǎn)生依賴。”

萬店之后，能不能復(fù)制

華住能在不到一年時間里跑通萬店，一個隱藏在AI背后的前提是它自身的數(shù)字化基建。據(jù)華住此前披露，其95%的業(yè)務(wù)系統(tǒng)為自研，技術(shù)基礎(chǔ)設(shè)施包括全球統(tǒng)一分銷平臺H-HUB、酒店操作系統(tǒng)平臺H-HOS、全球統(tǒng)一協(xié)作平臺H-TONE等。華小AI因此可以用一套統(tǒng)一工作流，拉齊不同品牌和不同門店的服務(wù)規(guī)則，而不需要對每一家門店單獨(dú)做適配。這也是雙方能在三個月左右跑通Agent、并快速向全國推廣的原因，后續(xù)推廣中，花更多時間解決的是消除幻覺、提升響應(yīng)效率，而不是底層系統(tǒng)接口適配。

李德超的判斷是，華住這套方案可以覆蓋70%以上常見酒店客需場景，剩下10%到20%是個性化酒店的獨(dú)立需求，需要定制開發(fā)；真正的瓶頸不一定在AI技術(shù)，而在酒店自身IT系統(tǒng)是否完善。騰訊云正在把華住項(xiàng)目里沉淀下來的工程化經(jīng)驗(yàn)產(chǎn)品化，住前預(yù)訂、精準(zhǔn)營銷、店長助手等更多場景的探索也已經(jīng)展開。

能力的延展還不止于場景。眼下華小AI的入口是小程序和APP，普適性最高，也最能適配不同檔次、不同代際的門店；但在騰訊云看來，這套智能體本質(zhì)上是一套可被調(diào)用的能力，向智能音箱、客房電視等房間內(nèi)終端延展，在技術(shù)上已經(jīng)和部分頭部酒店完成了論證。客戶還可以按需疊加點(diǎn)餐、多語種、通過對話控制燈光窗簾等客控能力。住中只是這套能力的第一個落點(diǎn)，而不是終點(diǎn)。

Chatbot時代留下的“轉(zhuǎn)人工”條件反射，能不能被智能體扭過來？華住的萬店落地至少證明了一件事：在酒店住中這種高頻、邊界清晰、履約鏈路明確的線下場景里，智能體已經(jīng)可以讓大量高頻需求不再以“轉(zhuǎn)人工”作為默認(rèn)結(jié)局。

過去一年，AI Agent行業(yè)談得最多的是“能不能做”。華住和騰訊云用超過1萬家門店、超180萬次任務(wù)執(zhí)行，回答了下一個問題：能不能規(guī)模化部署，并且讓住客少喊幾次“轉(zhuǎn)人工”。