点击卡片 关注我们
作者 | 于向南
酒店行业有个长期痛点：品牌能控制预定入口，却控制不了服务入口。
同一品牌的两家酒店，总经理盯得紧的服务就好，总经理松散的就可能连马桶都没刷干净。这种“强店长弱品牌”的困境，让规模化复制始终卡在最后一公里的体验一致性上。
大模型出现后，德胧集团看到了重构服务流程的可能。
但这不是说做一个AI客服，是把客房电话摘掉、房卡取消、前台柜台拆掉，让客人从预定到离店全流程通过手机APP完成。目前系统已覆盖一百多家门店，97%的服务工单由AI自动处理，8人规模的中央客服团队支撑着约4万间客房。
在实现服务流程AI化后，团队将推进第二步——经营决策AI化，包括动态定价、渠道管控和收益管理，试图把品牌标准化服务能力从理念变成可规模化的商业模式。
这引出一个关键问题：当AI从客服工具走向服务流程重构，再走向经营决策闭环，酒店行业需要跨越哪些门槛？组织、数据、商业逻辑如何随之重塑？
以下为虎嗅智库与德胧集团CTO孟令航的交流实录，经编辑整理。
一、连锁酒店最大的变量，不是房间，而是店员
AI客服是在原有流程上替人接电话，只要客人的需求仍然从客房电话、线下前台和门店员工进入，总部看到的就只是结果，无法完整掌握需求如何产生、由谁处理、用了多长时间，以及最终是否解决。服务AI化则是重新定义需求从哪里进入、由谁调度。
虎嗅智库：你们启动AI项目（百达神灯）的核心初衷是什么？要解决酒店行业的什么本质问题？
孟令航：这源于我们CEO郑南雁很早提出的“虫洞”设想——用新技术重新定义酒店服务流程和用户体验。
酒店行业长期存在一个核心挑战：品牌可以控制预订入口，但很难真正控制入住后的服务体验。即使是国际酒店集团或国内大型连锁品牌，不同门店之间依然存在体验差异——服务质量往往高度依赖店总经理的管理能力和现场执行，标准化服务、响应速度以及用户感知都难以做到真正一致。
过去，酒店主要依靠庞大的中央客服团队承接客人的各种需求，但这种模式效率有限，也难以提供即时、个性化的服务体验。ChatGPT等大模型技术的发展，让我们看到了一种新的可能：取消客房电话这一传统入口，让客人通过百达屋APP中的“百达神灯”直接获取酒店服务。
传统酒店APP通常聚焦于预订和会员营销，这难以形成持续使用。我们要做的不是“降低前台接电话频率”那种AI客服，我们的思路是通过AI技术进一步突破：将开门、餐券核验、住中服务等完整入住周期内的核心场景都融入APP，让它从一个预定工具，升级为连接用户与酒店体验的核心服务入口。
虎嗅智库：那它具体覆盖了哪些环节？为什么说它不是传统意义上的AI客服？
孟令航：我们完全是以用户体验而非IT思路来设计的。从预定开始，到酒店后拿APP登记，直接用APP开蓝牙门锁（无房卡），到餐厅用手机核验餐券，再到入住期间和外出期间的持续关联——它贯穿了整个住店周期。
传统酒店的AI客服通常只能解决局限在酒店范围内提出的需求，比如客人要瓶水、要双拖鞋。但神灯要覆盖的是全场景服务闭环，让一部手机完成所有操作。比如客人外出不在酒店的情况下，也能随时跟酒店说“帮我准备个水果盘”或“被子加厚一点”，这在传统客房电话模式下是实现不了的。
虎嗅智库：要求客人下载APP才能使用服务，这在酒店行业很激进。你们如何应对内部阻力和客户流失？
孟令航：初期内部阻力极大，酒店总经理、前厅经理意见都很大，说客人来入住还非要下载APP，影响办理速度。但我们把它反向理解为精准定位目标客群。
我们制定了相应的服务保障机制：对于年长或无法使用智能手机的特殊人群，门店仍配备房卡，确保所有客人都能顺利入住。实际运营中，因无法适应数字化流程而离开的客人占比仅0.02%-0.03%，极低。并且告诉客人“现在花10秒下载，后面开房不用房卡、餐厅不用掏券，能省大量时间”。
中欧商学院正在研究我们的案例。他们分析数据后发现，使用过一次“神灯”对话的客人，与没有使用过的客人，回头率相差10倍。这给了我们很大信心。
另外，无房卡体验会形成习惯依赖。就像开惯电动车再开油车会忘熄火一样，用过手机开门的客人，下次再住有房卡的酒店反而会不舒服。
二、8个人服务4万间房，靠的不只是大模型
拿到服务入口只是第一步。对于多个品牌的连锁酒店管理集团而言，真正困难的是如何让AI理解每家门店的差异。
酒店服务看起来标准化，实际充满单店特征：早餐地点、停车规则、健身房开放时间、微波炉位置、会员权益和客用品配置都可能不同。如果直接使用集团统一知识库，AI很容易把A酒店的信息回答给B酒店。
因此，酒店AI的壁垒不只是模型会不会聊天，而是能否把数百家门店的差异放进同一套系统，同时确保答案不会串店。
虎嗅智库：在知识库和模型训练上，你们做了哪些不同于行业常规的设计？为什么坚持完全自研？
孟令航：整个系统完全是我们自己搭建的，包括知识库、工作流、基建，没有接入第三方。团队是重新组建的，核心技术人才是从国内头部大模型团队过来的，产品架构是由我负责设计。
最关键的是知识库逻辑，我们一开始就坚持单店知识库逻辑。部署时，我们让客房经理、前厅经理坐在一起，通过语音对话回答上千条初始化题目。这样AI准确率一开始就能达到85%-90%。然后跑一个月，中央客服会把AI回答不上来的问题标注回系统——这里有个关键机制：中央客服不只是客服，还是数据标注师。酒店自身通常不具备数据标注的专业能力，未标注的问题就无法被有效识别，然后再跑一个月，准确率就能到95%-99%。
现在中央客服一共8个人，服务约4万间客房，97%的工单由AI完全解决，剩下3%由中央客服兜底。
中央客服没有完全消失，只是从“接电话的人”变成了“训练AI的人”。
虎嗅智库：“百达神灯”如何实现自我进化？质检和优化机制是怎么设计的？
孟令航：我们最近在做AI的自我进化能力。
现在每张工单除了正常回复外，还有一个质检Agent从四个维度评分：问题是否闭环、有没有情感共鸣、服务态度如何，以及答案是否正确。
AI不是传统IT系统中的if-else逻辑，它可能出现偏差，所以需要通过这套质检体系保证服务质量。
前一个阶段，工程师会根据质检结果纠正问题；现在我们正在尝试让AI根据质检Agent发现的问题，辅助调整代码和算法。每天AI处理完工单后，另一个工程师Agent会根据反馈进行优化，形成闭环。
这套机制上线后，满意度又有所提高。比如当用户情绪有波动时，AI对情绪的识别和回应能力在增强。
所谓“自我进化”仍然需要明确边界。AI辅助写代码或提出优化方案，并不意味着系统可以在没有审核的情况下自行修改生产环境。对酒店服务系统而言，代码变更、知识更新和工作流调整仍需要测试、权限控制和人工验收，否则“自动优化”也可能将单个错误放大到数百家门店。
三、服务流程、运营逻辑都发生了哪些变化？
虎嗅智库：系统上线后，酒店的人力结构和服务流程发生了哪些具体变化？有没有量化数据？
孟令航：变化非常明显。
首先，总机部门逐步由AI承接，过去一家两三百间客房的酒店，需要五六个人三班倒接电话，现在就不再需要了。
其次，派单和跟单的人也不再需要。以前需要专人跟进工单，现在AI可以把任务直接派到客房服务人员的手机上。
前厅部也从柜台里走出来，用PAD移动办理入住，我们做了AI版PMS系统，几乎可以用语音完成操作，一个人能同时服务多个客人，不用排队。
我们还做了AI查房。保洁人员打扫后在至少8个固定点拍照上传，系统自动检测核心点位是否OK，降低了客房主管查房难度。
人力节省上，一家200间客房左右的五星级酒店，过去可能有一百多名员工，现在可以减少30%以上，高星酒店原本用工较多，可压缩的空间也更大。
管理端也变了。店总有个PAD屏，实时看到哪些房间在发生什么：客人问WiFi还是投诉、今日维修、员工送物快慢，整个服务体系变得更加透明。
虎嗅智库：你们提到会员运营不靠低价靠服务，AI如何改变酒店的会员逻辑和加盟商业模式？
孟令航：过去会员引流很生硬，就是告诉你下APP预定更便宜。而我们希望百达神灯要为消费者提供服务能力，让它变成真正的会员服务APP，而不是预定工具。
AI可以识别会员等级和入住频次，提供定制服务。比如会员问早餐在哪里，AI不仅会告诉他“在一楼大堂”，还可以根据会员权益提示：“您是我们的高级会员，可以升级到行政酒廊。”
这样会员会及时感受到自己作为会员的权益，而不是只在购买会员卡时被营销。
我们也不是在卖一套智能客服系统，我们的定位是"服务管理体系升级"：对消费者，提供稳定、高质量的服务；对酒店，则是降低运营成本、提升服务效率。
四、真正的“AI原生组织”，不是减人，而是重新分配工作和责任
当服务知识、工单数据和经营规则都被放进系统，组织的记忆不再只掌握在少数店长和老员工手里。前台不再只是办理入住，总部客服不再只是接电话，IT人员也不再只负责写代码。
但组织变化不会因为模型上线自动完成。岗位可以减少，新的工作也会出现：知识库维护、异常工单处理、模型质检、权限管理和经营结果复盘，都需要明确的负责人。
虎嗅智库：你们提出了“三步走”战略，目前进展如何？从服务AI化走向经营决策AI化，最大的障碍是什么？
孟令航：第一步是酒店内部服务流程的AI化，目前基本完成。
第二步是经营决策AI化，包括房间定价、营销策略、渠道管控和收益管理。比如优化各渠道的房量分配。这部分正在推进，预计第三季度投入使用。
它与服务AI化的研发难度接近，但算法计算更复杂。服务环节主要是意图识别，经营决策则需要做大量计算。这也对酒店总经理的管理方式提出了转型要求，当系统赋能这部分工作时，需要帮助管理人员完成从执行者到决策顾问的角色升级。
我们已经测试了一个多月，但积累的数据仍然不够，至少需要三个月，也就是一个季度的数据进行复盘。五一假期的数据偏差比较大，也需要更多时间判断变量之间的关联。
如果经营决策AI跑通，可以理解为酒店经营管理除了送水、清洁等物理交付外，大部分流程都可以减少人为判断。
第三步是战略决策AI化，比如酒店选址和项目评估，但这一阶段还比较远。
虎嗅智库：酒店行业非常传统，未来三年AI可能达到什么程度？组织层面需要哪些配套变革？
孟令航：酒店行业的数字化进程慢于零售和快消。从模型能力看，未来三年AI有机会接管酒店经营和服务中的大量工作，物理交付除外。
但行业敢不敢把这些工作交给AI，是另一回事。
率先采用AI的酒店可能找到新的出路，未来可能变成“不做AI不行”。但对于酒店行业来说，三年可能仍然偏短。
组织上，我现在非常坚决地推动“AI Native组织”。要把组织的上下文和记忆变成共有资产，而不是只掌握在某个人手中。Agent之间沟通没有人际情绪，也不会考虑“我做好了会不会影响谁的位置”。
一个组织可以减少人员，但Token使用量要提高。Token消耗在一定程度上反映了自动化程度。当然，产品使用Token也要考虑性价比，不能只追求消耗量。
我们的IT投入每年超过一亿，目前主要从战略投入角度进行整体评估，未对AI团队单独设定短期ROI考核指标。
开发模式也在变化。去年我们开始推动员工减少手工写代码，更多使用AI辅助；下一步是由Agent承担更多代码生成工作，一个人同时管理多个Agent，坚持“AI Native组织”的道路。
往期AI落地洞察推荐
如您有AI应用案例希望自荐分享，或是对AI在产业端的落地实践有交流意向，可添加小虎哥咨询，获取后续深度内容及活动的一手信息。
关于虎嗅智库：
虎嗅智库是一家聚焦企业数字化、AI创新实践的新型研究服务机构，为产业智能化进程中的甲乙双方，提供有洞察性的研究报告、案例评选，以及线上会议、线下活动与参访服务，以支持企业高管在智能化、数字化方面的明智决策。
我们提供的核心价值：
及时与优质的洞察，了解技术、了解行业、了解同行与对手；
为决策者技术与产品战略决策、产业规划、解决方案选型提供重要参考；
帮助市场全面了解前沿科技及所影响产业的发展状况，还有未来趋势。
