2025下半年AI旅游应用趋势洞察报告

引言 2025年已行至中途，人工智能在中国旅游行业的应用呈现出更加清晰的发展路径。从最初的概念探讨到如今的规模化落地，AI技术正在切实改变着这个行业的运作方式。无论是旅行者的计划制定方式，还是旅游企业的经营管理模式，都在经历着一场静默但深刻的变革。 在这样的背景下，本报告通过三个层层深入的视角，系统梳理当前AI在旅游领域的应用现状与发展趋势： 任何技术创新最终都需要获得市场的认可，消费者的选择往往决定着技术应用的成败。通过对不同年龄、收入、地域人群的调研，我们试图理解：当AI与传统旅游相遇，消费者是如何接受、如何使用，又是如何评价的？他们的期待与顾虑，为行业的发展方向提供了最直接的参考。 企业差旅管理作为一个对效率、成本、合规性要求极高的领域，正在成为AI技术应用的重要试验场。在这个部分，我们既看到AI如何提升差旅管理的效率与体验，也关注实践中遇到的技术适配、数据安全、信任建立等现实挑战。这些经验与教训，对整个行业都具有重要的借鉴意义。 外部市场的变化最终需要企业内部能力的支撑。我们关注AI技术如何具体应用于旅游企业的日常运营中，从客户服务、价格优化到营销推广，AI正在如何改变传统的工作方式，又带来了哪些实际的效益提升。 这三个部分由外而内、由表及里，形成了一个完整的观察视角：从市场端的接受程度，到具体领域的应用实践，再到企业内部的落地实施。通过这样的结构，我们希望揭露AI技术在旅游行业的应用现状，为您呈现AI在旅游行业的发展脉络和未来走向。 摘要丨消费新浪潮 消费渗透已成主流信任与习惯仍是关键壁垒01 超六成消费者（64.23%）已使用AI规划旅行 用户画像特征鲜明02 数据安全、决策透明度和售后保障仍是阻碍其完成交易转化的核心心理门槛。 女性、高收入群体是AI旅行工具的积极尝鲜者，而而银发族人群中AI旅游工具的使用率不足50%。 摘要丨商旅新引擎 差旅管理公司（TMC）的AI能力供给依然在初期阶段03 商旅AI应用进入基础功能普及期深度整合待突破01 近四分之一的TMC尚未提供任何AI功能，其能力碎片化与投入不足，成为企业差旅管理智能化升级的短期瓶颈。 企业端信任机制尚未建立“人工复核”成主流模式02 企业差旅AI应用目前集中于行程动态提醒、预警等效率提升功能，在自动化报销、碳测算等深度财务与可持续场景渗透不足，整体仍处探索阶段。 超半数企业（55.13%）对AI决策持“信任但需人工复核”的审慎态度，凸显出技术在责任认定与风险控制上尚未获得充分信任。 摘要丨运营新范式 旅游行业AI合作生态初步形成但深度不足03 旅游行业AI应用普及速度放缓整体进入低速增长平台期01 近半数企业（45.8%）与AI供应商的信息共享及合作稳定性仅属“一般”水平，尚未形成深度协同。超半数企业（57.8%）认为其AI应用受政策与市场等外部环境影响“较大”，凸显出发展模式的脆弱性。 旅游行业AI应用方向由内而外提效降本是首要动机02 下半年较上半年应用率仅微增1.1个百分点（至54.1%），增长动力从大型企业转向中型企业。 超七成企业（76.3%）优先将AI用于内部运营提效（如智能客服、动态定价），远超为B端（57.6%）或C端（52.5%）提供解决方案，表明企业倾向于务实的策略，优先追求确定性ROI。 研究方法与样本说明 调研时间2025.8.5-2025.8.12 调研样本数n=3000 样本分布 城市分布 参考各线城市在全国旅游消费的占比估算，一线/新一线城市、二线城市、三线城市、四线及以下城市分别按照30%、30%、25%、15%的比例进行问卷投放（各线城市划分按照公开数据整理，根据标准不同，差异较大，下表为投放城市与回收样本数量说明）。 根据国家统计局《2024年居民收入和消费支出情况》，2024年，全国居民人均可支配收入41314元，即月均可支配收入为3442.8元。本次调研面向全国各线城市的泛人群进行调研，超过90%的调研样本的月均可支配收入大于5000元，超出了中国居民的平均水平，是旅游消费的主要群体。 环球旅讯《2025下半年AI旅游应用趋势洞察报告》 研究方法与样本说明 调研时间2025.8.5-2025.8.12调研样本数n=3000 研究发现—AI接受度 交易闭环： 预订意愿高达67% 年龄梯度： 性别差异： 工具偏好： 银发族是唯一的“洼地” 年龄决定场景 女性更愿意尝鲜 在愿意使用AI旅行工具的用户中，67%表示愿意直接在AI助手里完成机票、酒店或当地玩乐的预订。其中深圳的消费者尤为突出，这一比例高达80%。 收入分化： 31–40岁倾向于携程问道； 收入越高，对AI的接受度越高 除56岁及以上人群外，其余各年龄段对AI旅行规划的接受度均超过一半。相比之下，56岁以上人群仅为48.4%，成为当前渗透率最低的群体。 女性对AI旅行工具的使用率为67.5%，比男性（60.9%）高出6.6个百分点。在旅行这类感性决策上，表明女性在数字化工具的应用上更为开放。 Z世代倾向于飞猪问一问，其中18–22岁也偏好豆包和DeepSeek，倾向于体验“聊天式AI”。 高收入群体更倾向把行程规划交给算法，以节省时间并获取个性化方案。 环球旅讯《2025下半年AI旅游应用趋势洞察报告》 研究发现—拒绝AI预定理由 对于拒绝在AI旅行工具中预订的消费者，我们通过对其的顾虑进行分析，总结出以下结论，并在后文展开分析： 研究发现—拒绝AI预定理由 自我掌控感 不安全 “我自己做攻略更放心”——这句话在文本中反复出现，折射出长期形成的自主规划习惯。用户享受在多个App之间比价、读评论、问客服的掌控感，把旅行预订视为一次需要“亲手把关”的体验。而AI助手的一站式打包，反而让他们觉得“像被剥夺了选择权”。 消费者对AI旅行助手的最大顾虑集中在“信任”二字。大量受访者直言“不安全”“怕信息泄露”，担心身份证、银行卡等敏感数据一旦交给算法，便可能遭遇隐私外泄或财产损失。 缺乏信任 用户教育缺乏 与此同时，他们对AI的决策能力也缺乏信心，一句“感觉AI推荐的酒店都是广告”代表了普遍担忧：平台会否为了佣金而牺牲用户利益？这种对“机器黑箱”的本能警惕，使得多数用户宁愿回到人工客服或熟悉的OTA平台，以换取可感知的安全感。 此外，“不会用”“没听说过”也频繁出现，表明AI旅行助手尚未完成用户教育，导致“习惯壁垒”远高于“功能壁垒”，缺乏足够的使用场景示范。 环球旅讯《2025下半年AI旅游应用趋势洞察报告》 研究发现—拒绝AI预定理由 经济与性价比优惠感知与价格透明度 渠道惯性成熟生态的先入效应 产品可靠性 技术与体验 实时、准确、售后一个都不能少 实时、准确、售后一个都不能少不少用户吐槽AI推荐“千篇一律”，担心算法只能根据大众数据给出“安全却无聊”的选项，无法满足带宠物、素食、亲子等特殊需求。同时，“系统卡顿”“填错信息改不了”等技术痛点，进一步放大了对AI稳定性的忧虑。在用户眼里，旅行是高客单价、低频且不可逆的消费场景，任何“小概率翻车”都会被放大为“绝对风险”，因此AI必须先在准确率与人性化上跑通最后一公里。 价格跳变、房态售罄、航班延误……旅游产品的实时性极强。受访者普遍质疑AI能否与航司、酒店、景区系统“秒级同步”，生怕“付了钱却订不到房”。更棘手的是售后场景：一旦行程变动，“找谁说理去？”传统平台多年积累的客服团队与退改 流 程，在 消 费 者 心 中 仍 是“出了问题有人兜底”的代名词，而AI助手尚未建立同等级别的信任背书。 “感觉AI会比我自己找的贵”成为阻碍转化的又一关键因素。用户担心算法背后存在“杀熟”或“暗佣”，且AI报价缺少横向可比的清晰链路。相较之下，传统平台的限时秒杀、会员折扣、直播间福利更具价格冲击力。当AI无法给出“肉眼可见的省钱”或“独享优惠”，消费者自然退回原有比价路径。 经过多年补贴与运营，头部在线旅游企业已在用户心智中形成“预订=打开某App”的条件反射。积分、会员等级、客服记录、历史订单共同构成迁移成本。对于多数消费者而言，尝试AI旅行助手意味着放弃已积累的权益与熟悉路径，而目前的AI产品尚未提供足够差 异 化 的 价 值，来 抵 消 这 种“换道成本”。 环球旅讯《2025下半年AI旅游应用趋势洞察报告》 研究方法与样本说明 企业差旅经理人 研究发现 当前，AI技术在中国企业差旅管理中的应用已进入初步普及阶段，但整体仍处于基础功能部署与探索期。 AI功能的部署集中在行程管理与风险预警等基础场景。行程动态提醒（47.44%）、异常行程预警（42.31%）和智能比价预订（41.03%）成为应用最广泛的三项功能，表明企业优先将AI用于提升操作效率和员工出行体验。 然而，更深度的应用如实时费用监控（21.79%）、自动化报销（23.08%）及碳排放测算（11.54%）占比仍较低，反映出AI在财务与可持续发展领域的渗透尚浅。 值得注意的是，近两成（17.95%）企业尚未部署任何AI功能，凸显了技术应用的早期分化现象。 环球旅讯《2025下半年AI旅游应用趋势洞察报告》 研究发现 尽管AI应用逐步推广，企业对其信任度仍显审慎。 这种谨慎态度直接关联到企业对AI风险的担忧：隐私数据泄露（25.64%）、应急场景失效（14.10%）以及服务质量不达预期（20.51%）成为主要顾虑。尤其是"责任认定困难"（3.85%）虽占比不高，却揭示了AI决策在责任界定上的困难，这必将成为未来规模化应用的最大隐性障碍之一，找到有效解法尚需时间。 超半数企业（55.13%）选择"信任但需人工复核"的模式，仅14.10%的企业愿意完全信任自动审批，另有29.49%的企业仅愿在差标校验等基础场景中应用AI。 研究发现 技术适配成本高企成为最大障碍。 技术适配成本高企（62.82%）被认为是部署AI的最大障碍，远超其他因素如数据安全风险（43.59%）和现有流程改造难度（35.90%）。这一方面源于AI系统对算力、数据质量和集成能力的苛刻要求，另一方面也反映出多数企业缺乏兼容AI的现有IT架构。同时，专业人才短缺（26.92%）进一步拖慢了实施节奏。 这些瓶颈导致企业在升级意愿上表现犹豫：多数企业选择"需验证ROI后再投入"或"跟随公司整体AI升级"，仅少数愿单独增加差旅系统AI预算。这种观望态度与企业整体AI计划明确度不高（仅32.05%有明确计划）形成呼应，显示差旅AI的优先级在企业数字化战略中相对靠后。 研究发现 从服务供应端看，TMC的AI服务能力仍显不足且高度碎片化。 TMC最期待AI解决“客服”、“智能匹配”、“数据分析”和“行程动态提醒”等高频高耗环节的效率问题，但“投入不足”、“缺乏技术能力”和“付出成本大于收益”成为主要制约因素。这种供需矛盾揭示出关键问题：TMC作为行业链接供应方和企业方的核心枢纽，虽然期待提供AI来改善运营效率但无力承担AI带来的技术、资金和人力投入。 提供AI数据分析服务的TMC占比最高（34.48%），提供AI比价、AI费控等核心功能的TMC占比约1/3，甚至有24.14%的TMC完全未提供任何AI功能。 环球旅讯《2025下半年AI旅游应用趋势洞察报告》 AI赋能差旅管理深度案例--阿里商旅AI 双视角产品体验：管理与员工的共赢 阿里商旅AI通过两大模块:“员工差旅AI助手”与“企业管理AI助手”精准服务不同角色，化解传统管理矛盾。 员工个人视角 企业管理视角 智能决策，化繁为简 一站式服务，无忧出行 ➢员工仅需告知“事由、时间、地点”三个关键信息，AI即可自动倒推完整行程并生成审批单，将规划出差的时间从平均1-2小时缩短至5分钟以内。➢行程规划具备分钟级精度，综合考虑航班、酒店、用车、天气及交通枢纽的接驳时间（如安检、出站等待），自动生成合规且高效的方案，员工可一键合并下单，企业统一支付，