2018年-ibm商业价值研究院_Beyond_bots_20页_669kb

旅游业认知计算潜力分析总结

核心内容

IBM 商业价值研究院于2016年发布了一份关于旅游业认知计算现状与未来发展的执行报告。该报告指出，尽管旅游业高管普遍认识到认知计算的潜力，但目前大多数企业仅处于初步探索阶段，主要应用聊天机器人和操作机器人等技术。真正能够利用认知计算进行深度变革的企业仍属少数，但它们的实践为行业提供了宝贵的经验。

主要观点

• 认知计算的潜力：认知计算能够帮助旅游业从海量数据中提取洞察，优化运营效率，提升旅客体验，实现差异化竞争。
• 当前认知应用的局限性：多数旅游企业仅将认知计算用于聊天机器人和操作机器人，尚未深入应用其真正能力（如理解、推理和学习）。
• 认知型领先者的特征：
  • 将认知投资视为整体战略的一部分。
  • 更重视数据质量和解决方案设计。
  • 采用迭代式方法和项目管理，确保与业务目标一致。
• 未来认知应用的方向：
  • 个性化体验：为旅客提供高度定制化的服务。
  • 运营优化：提升资产利用率、流程标准化和决策支持。
• 认知转型的必要性：旅游业正在从成本控制和一致性导向的战略，转向以收入增长和旅客体验为核心的转型。

关键信息

• 认知型旅游业领先者比例低：仅有少数旅游企业真正实施了复杂的认知计算解决方案。
• 认知投资趋势：
  • 36% 的认知型旅游业领先者预计在未来两年开展四个或更多的认知项目。
  • 其他旅游业受访者的比例仅为 18%。
• 高级分析与认知计算的区别：
  • 高级分析是基于规则驱动，处理结构化数据。
  • 认知计算则能理解自然语言，持续学习和创造知识。
• 认知应用的优先级：
  • 52% 的旅游业高管认为改善运营是未来认知投资的最佳目标。
  • 53% 的认知型旅游业领先者认为认知计算有助于实现旅游个性化。
• 认知项目实施建议：
  1. 制定认知战略：确保认知投资与企业战略一致。
  2. 优化数据整合：收集和整合多源数据，提升洞察价值。
  3. 促进认知型企业学习：通过标准化和持续改进提升认知技术的使用效果。
  4. 关注业务成果：优先考虑业务解决方案，而非单纯的技术探索。
  5. 采用云技术：利用云平台创新传统系统，提升数据获取和交付效率。

行动建议

旅游企业应考虑以下问题以评估自身在认知计算领域的地位和未来方向：

• 是否制定了全面的认知计划？
• 认知投资是否会超越聊天机器人和操作机器人的范畴？
• 是否将认知技术用于实现旅游个性化或运营优化？
• 如何指导实施包含认知转型计划的项目？
• 当前可以采取哪些措施，提高未来竞争优势？

调研背景

IBM 商业价值研究院联合经济学人智库，于2016年6月至8月对14个国家或地区的200多位旅游业高管和103多位运输业高管进行了调研，旨在分析认知计算在旅游业中的应用现状，并借鉴领先企业的经验。

合作伙伴与作者

• 作者：
  • Steve Peterson：IBM 商业价值研究院全球旅游和运输业主管。
  • Raimon Christiani：全球企业咨询服务部旅游和运输业行业主管。
• 合作者：
  • Brian O’Rourke（IBM 全球航空业细分市场主管）
  • Greg Land（IBM 全球旅游相关服务细分市场主管）
  • Kanishka Agiwal（IBM 全球 Watson 主管）
  • Kristin Fern Johnson（IBM 数字服务部内容战略师）
  • L. Biron（IBM 数字服务部视觉设计师）

参考资料

• 调研数据：来自2016年IBM认知旅行和运输业调研，样本数为200（仅限旅游业）和103（运输业）。
• 相关案例：
  • 荷兰皇家航空（KLM）使用机器人引导乘客。
  • Expedia 通过聊天机器人提供个性化旅行建议。

总结

旅游业正站在认知计算转型的起点，尽管认知计算的潜力巨大，但目前多数企业仍停留在初级阶段。认知型旅游业领先者通过将认知计算与战略目标相结合，实现了更深层次的数据利用和运营优化。未来，旅游业需要从简单的自动化工具转向真正能够理解、推理和学习的智能系统，以提升客户体验和实现收入增长。为此，企业应制定清晰的认知战略，优化数据整合，采用迭代开发和云技术，推动认知计算的深入应用。