作者：小葳

摘要：AI+旅游业，人工智能如何帮你更快更准地订酒店？

疫情的冲击让全球酒店行业面临巨大挑战，同时也给了云计算与AI技术大展身手的机会。

以订酒店为例，很多消费者都遇到过这种情况，之前看好的酒店房间，等下单时房间却没有了，或者价格变动了。很多时候，这是酒店库存系统信息不准确、更新不及时造成的。

如何用AI技术提升预订酒店的准确率，从而提升消费者体验？酒店信息服务行业的龙头企业德比软件在亚马逊云（AWS）的帮助下，探索了 AI在酒店这个传统行业的最新应用。

借助亚马逊的云和AI技术，德比软件训练出一套酒店智能缓存系统，仅仅几百美元的IT成本就让酒店预订的准确率提升了20%。按照德比软件每年6000多万全球订单的服务规模，这意味着德比软件可以为全球的酒店客户带来数亿美元的新增业务。

不久前，在2020AWS在线技术峰会上，「智能进化论」采访了德比软件副总裁夏卫先生。

提到订酒店，很多人会想到携程等OTA平台（Online Travel Agency在线旅游平台）。但很少有人知道，很多酒店订单背后都有德比软件的身影。

成立于2002年的德比软件是一家酒店行业的科技服务公司，也是一家“隐形冠军”企业（不为公众所熟知，却在某个细分行业或市场占据领先地位的企业）。它一边对接全球220,000家酒店的房源库存信息，一边对接携程、Booking、Expedia这样的全球OTA巨头以及Google等头部搜索引擎。

在全球大型酒店集团的库存系统和酒店行业大的分销渠道上，德比软件是行业领导者，包括希尔顿、洲际、万豪等大型酒店集团都是德比的客户。每年通过德比软件达成的酒店订单达6000多万笔，相当于每分钟就有100多笔订单。

酒店也可以直接对接OTA和搜索引擎，但是这背后的数据量之大，变化之复杂可能超乎很多人的想象。夏卫表示，以全球有6000多家酒店的希尔顿集团为例，其每天产品库存的变化组合，由酒店数量、入住日期、入住天数、入住人数、是否有儿童、房型、价格计划等等因素构成的不同库存组合，多达1万亿种。

理论上，如果酒店能够以每秒钟为频率向OTA平台更新一次数据，那么库存信息一定是最准确的。但这只是最理想的状态。

夏卫表示，目前很多酒店的库存管理系统老旧，还停留在GDS（上世纪七八十年代国外开发的应用于民用航空业及旅游业的大型计算机信息服务系统）的时代，甚至一些酒店还在用人工的方式进行库存管理。由于系统处理能力限制，很多酒店对于德比软件这样的第三方服务商的每日数据更新次数有严格限制。

但是消费者可不管企业背后的困难，一旦预定酒店体验不佳，OTA平台和酒店就会流失订单。如何在重重限制之下，为消费者提供更准确的酒店库存信息？

2020年上半年，德比软件用Amazon SageMaker打造了一套酒店实时库存智能缓存系统，利用消费者当前对酒店查询的实时数据，以及德比软件过去十多年的历史订单数据训练AI算法，从而找到短期内酒店库存产品的变化规律。

Amazon SageMaker是亚马逊云服务（AWS）今年在中国市场落地的云端AI平台，通过全托管的机器学习服务，Amazon SageMaker可以让企业跨越计算基础设施、机器学习框架、模型构建、训练及部署、工作流程等方面的复杂性，快速低成本地开发AI应用。

据透露，经过几个月的云端训练，德比软件只花了几百块美金，就上线了智能缓存系统，其可以帮助大型酒店集团库存信息提高20%以上的准确率。相比传统的本地AI开发模式，Amazon SageMaker为德比软件节省了70%~90%的IT成本。

“以德比软件目前的市场规模，如果只提高1%的成功率，就可以为我们的酒店客户带来上亿美元额外的订单收入。”夏卫表示。

德比软件的这套智能缓存系统，主要是针对酒店热门库存比如一天之内或几小时后的变化，这是因为短期订单占到全部酒店订单中的大部分。“很少有人会定6个月以后某一天的房间。在中国，大约80%的人是当预定当天的。今年受疫情影响，美国的订单也趋向于短期化，绝大部分是一周之内的。”

目前，德比软件90%以上的业务来自于中国以外，是一家典型的创立于中国的出海企业。从2011年就开始使用AWS的德比软件，其上云之路对于其他出海企业也有借鉴价值。

夏卫表示，AWS为德比软件提供了全面的支持，包括全球覆盖的计算资源、安全合规保障、先进的云技术和专业的咨询服务，帮助德比软件在云上进行各种各样的创新。

创立之初，德比软件通过在全球各地建线下机房的模式运营业务。然而，云计算诞生后，德比软件找到了弹性伸缩、按需使用的IT新范式。2017年，德比软件实现了所有业务100%上云，完全没有了线下机房。

截至目前，德比软件使用过的AWS的付费服务就达53个，每天在AWS云上进出的数据量高达200TB，这些数据分布在德比软件全球2000多台云服务器上。

此外， 在安全合规方面，AWS帮德比软件完成了PCI信用卡号码传输协议、GDPR等国际安全认证标准。“如果没有AWS的帮助，是非常非常困难的。”

据透露，德比软件投入到智能缓存系统开发的工程师只有个位数，他们是如何做到快速训练模型并部署上线的？

夏卫表示，来自AWS机器学习解决方案实验室（Amazon ML Solutions Lab，隶属于AWS上海人工智能实验室）的专家团队，为德比提供了从AI数据分析到技术架构和维护的全面服务。

“（当时）我们每个礼拜三开会，包括AWS北美的数据科学家、上海实验室的顾问团队，以一种保姆式的技术服务帮助我们，特别感谢AWS。”

透过2020AWS在线技术峰会，「智能进化论」观察到，AWS在中国市场的战略更加明朗：加速云服务落地，深耕垂直行业。

今年，AWS明显加快了在中国市场落地云服务的步伐。仅上半年，AWS就在中国区域一共落地了150多项服务和功能，包括明星产品Amazon SageMaker。

那么下一步，如何帮助中国企业，更快地落地应用这些云服务呢？AWS提出了深耕垂直行业的四大抓手：

第一，打造专业团队，深耕行业应用。目前，AWS在中国落地的细分垂直行业包括：金融、制造、汽车、零售和大众消费、媒体娱乐、医疗与生命科学、教育、游戏、电力等等。在这些行业当中，AWS招聘了大量的行业专家、架构师等技术团队组成了各个细分行业的解决方案团队，打造行业解决方案。

第二，加快云服务落地。Amazon SageMaker是AWS今年落地中国的明星产品，首批使用的企业已经快人一步打造了行业竞争力。借助Amazon SageMaker，中科创达的智能检测系统可以帮助芯片制造企业减少75%的工作量，效能提高35倍。跟人工检测相比，漏检率下降3%，准确率提高到99%。

第三，将全球企业最佳实践赋能中国企业。目前，全球能源巨头英国石油已经关闭了在欧洲的两个巨型数据中心，将所有数据和900个关键应用全部迁到了AWS上。以往七个小时的运算量，现在只要4分钟就可以完成。国外传统行业巨头的转型经验和方法论可以无缝输出给中国企业作参考。

第四，壮大合作伙伴生态。在9月9日的AWS合作伙伴峰会上，AWS宣布联手百家APN合作伙伴将共同开发助力九大行业数字化转型的联合解决方案。

亚马逊推崇飞轮效应，AWS云服务在中国的落地，也离不开三个轮子的紧密配合：包括本地化的云服务，AWS大中华区专业服务团队，以及大中华区合作伙伴团队。

“这三种服务构成了一个非常强大的循环，互相促进，为客户提供的解决方案和最佳实践的服务，帮助客户实现数字化的转型。” AWS中国区生态系统及合作伙伴部总经理汪湧表示。

本文为「智能进化论」原创作品。