2017-仅仅机器人还不够--探索旅游业尚未发掘的认知计算潜力_21页_1mb

旅游业认知计算发展总结

核心内容

本报告由 IBM 商业价值研究院发布，探讨了旅游业在认知计算方面的现状、潜力及未来发展方向。报告指出，尽管旅游业高管普遍认识到认知计算的潜力，但行业整体仍处于初步探索阶段，仅有少数企业真正应用了认知计算解决方案。

主要观点

• 认知计算的潜力：认知计算在旅游业中具有广泛的应用前景，特别是在提升旅客体验和优化运营方面。
• 当前状态：大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，尚未深入挖掘其更复杂的功能。
• 认知型领先者：部分企业已开始将认知计算作为战略投资的一部分，表现出更高的数据整合能力和项目管理能力。
• 行业趋势：旅游业正从以成本控制和一致性为主导的战略，向以个性化体验和收入增长为核心转型。
• 转型挑战：旅游企业需要在认知技术的实施速度与独特解决方案之间找到平衡，以实现持久竞争优势。

关键信息

认知计算与高级分析的区别

旅游业认知转型的现状

• 认知项目数量：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，而其他受访者的比例仅为 18%。
• 高级分析使用率：63% 的受访者表示频繁使用高级分析为业务运营提供支持。
• 认知投资优先级：52% 的旅游企业认为改善运营是未来认知投资的最佳目标。
• 认知型领先者特征：
  • 91% 的认知型领先者认为认知投资始终或基本与企业战略一致。
  • 94% 的认知型领先者认为解决方案设计是成功认知项目的关键。
  • 83% 的认知型领先者认为访问更多更好的数据是推动认知目标的最重要方式。

认知计算的未来应用方向

• 个性化体验：认知计算能够帮助旅游企业更精准地理解客户需求，提供高度个性化的服务。
• 运营优化：在复杂、高数据量的运营场景中，认知计算可显著提升效率和决策质量。
• 跨行业比较：尽管旅游业在认知计算方面有所进展，但与非旅游业相比，仍存在一定差距。

认知计算的应用建议

1. 制定全面的认知计划

• 战略一致性：确保认知投资与企业核心战略保持一致。
• 数据整合：整合多来源数据，包括外部数据，以增强洞察力。
• 上下文优化：改善数据的上下文环境，使其对认知技术更具价值。
• 标准化输出：统一数据输出格式，便于一线员工使用。

2. 推进卓越的认知项目管理

• 执行认知计划，而非单个项目：将认知项目与更广泛的转型计划结合。
• 注重业务成果：将业务需求和用户价值置于技术探索之上。
• 强调体验提升：通过认知技术改善旅客体验，从而增强客户忠诚度和品牌影响力。

3. 提供切实可行的洞察

• 关注员工使用：为员工提供可操作的洞察，而非仅提供原始数据。
• 迭代式开发：采用不断优化的应用开发方式，确保系统持续改进。
• 云技术整合：利用云技术对传统系统进行创新，实现更灵活的数据获取和洞察交付。

行业领先者的经验

• 认知型领先者：已在多个方面积累了宝贵经验，包括数据整合、项目管理、解决方案设计和员工培训。
• 实际案例：
  • 荷兰皇家航空使用操作机器人优化旅客服务流程。
  • Expedia 通过聊天机器人提供个性化旅行建议。
  • 大韩航空将认知计算应用于高成本的 MRO 运营，提升维护效率。

旅游业的认知转型路径

• 认知探索者：尝试认知计算技术，寻找合适的切入点。
• 认知适应者：在已有认知项目的基础上，逐步推进。
• 认知先行者：在技术、数据和战略上全面领先，推动行业变革。

未来展望

• 技术成熟度：随着认知技术的发展，旅游业将逐步实现从初级应用向更复杂、更智能的系统转变。
• 竞争格局：认知型领先者将通过差异化体验和高效运营建立竞争优势。
• 行业趋势：未来旅游业将更加注重个性化体验和客户价值的提升。

调研数据概览

• 样本数量：200 位旅游业高管，103 位运输业高管。
• 调研时间：2016 年 6 月至 8 月。
• 主要结论：认知计算的潜力巨大，但行业仍处于早期阶段，认知型领先者经验值得借鉴。

总结

旅游业正逐步认识到认知计算的重要性，但目前多数企业仅停留在聊天机器人和操作机器人的应用层面，尚未深入挖掘其潜力。认知型领先者通过制定清晰战略、优化数据整合、注重业务成果和持续迭代开发，展示了认知计算在提升运营效率和客户体验方面的巨大价值。未来，旅游业若想在竞争中脱颖而出，必须加快认知计算的部署和应用，以实现真正的差异化和增长。