麥肯錫:Agentic AI重塑旅遊業 解鎖新增長動力 業界要做好5大準備

旅遊業對科技革新並不陌生,數碼技術令行業近10年經歷翻天覆地改變,推動增長。代理式人工智能(Agentic AI)更解鎖新能力,進一步推動行業創新、成長,,發掘更多可能性,創造商機。

Agentic AI自動完成任務

傳統生成式AI(GenAI)可快速自動生成高質量資訊,為用戶提供專業建議,但卻要依賴人手完成「最後一里」,才能直接解決問題。在科技進一步推進下,Agentic AI升級並突破限制,其自主能力,更具可塑性,會獨立識別問題、找到解決方案並採取行動,直接完成任務。我認為,Agentic AI會重塑旅遊業,不過業界在啟動前,要先審視AI策略、管治制度及基礎設施,再改變核心業務流程及工作模式。企業團隊亦要從分散式試點轉向跨職能部署,高層主管要親自參與及領導整個轉變。

麥肯錫與旅遊科技研究機構Skift合作的《Agentic AI重塑旅遊業》報告向全球1,002個旅遊人士及86位旅遊業主管作出調研,探討Agentic AI在旅遊業內彰顯的價值。報告顯示AI在旅遊業應用急速發展,由2022年時只有4%的Skift Travel 200強受訪者表示正在加速採用AI,到2024年,這數字已升至35%。

AI令行業多方面成長

報告亦肯定了AI對旅遊業者有正面好處,受訪的業界主管中有26%表示,引入AI技術確實降低了營運成本;30%表示技術有助加快決策;33%表示技術改善了客戶個人化體驗;36%表示技術提升了產品及服務質素;59%表示技術提升了員工能力。大多數被訪者表示,過去3年,組織部署AI技術後,年收入成長超過6%,年成本節省亦超過6%。

不過,我們看到旅遊業的AI技術應用仍然落後於其他行業,業者只致力於企業級AI副手和聊天機器人部署,而乏略了更具針對性的應用,或只停留在試點階段。我認為,旅遊業界在進一步深化AI應用時,遇到兩大難題:

數據是AI基礎,各自獨立而互不相通的數據,令AI發展變得困難,旅遊及酒店業的數據分散,限制了如AI模式訓練或大規模個人化、即時AI體驗等開發;
旅遊業一直投資於人與人的關係,乏略了技術創新,普遍業者著眼於服務,對AI態度謹慎,令到新技術只為增強業務而並未成為業務核心要素,這可能是投資落後的主因。
做好5大準備

Agentic AI具自主決策能力,可主動實現目標,執行複雜操作及多步驟推理。與GenAI不同,Agentic AI可以自動呼叫外部工具及應用程式介面(API)與系統,可達成的工作更多。舉例如:Agentic AI的深度及能力,讓旅遊業者處理如航班重新預訂,退款和發放現金券等常規工作,讓前線員工專注於需要直接面對客戶的工作。對酒店業而言,Agentic AI可作快速及即時決策,例如自動分配客房、估算設施維護周期、透過客戶數量對員工工作流程(例如清潔)作預算及安排、亦能透過數據,估計旺淡季供求情況對房價及餐廳菜單作定價分析。雖然報告發現有9成旅遊業主管表示已採用GenAI,但卻有38%表示完全沒採用Agentic AI,我認為業界現在就要做好以下5點,為實踐Agentic AI做準備:

1.建好技術基礎,包括準備好合標準的雲端及數據基建;

2.規劃Agentic AI路線圖,關鍵是要制定由高層領導支持並與業務成果掛鈎的數碼化路線圖。

3.企業要投入資源讓員工具備必備能力,但同時要避免在沒有明確目標前推廣AI,應專注於實際會用到的高價值工具。

4.建立快速、彈性的企業文化,為應付時刻變化的AI技術發展,具靈活性、實驗性和適應性的文化才可避免落後於對手。

5.欠佳的業務流程,會令科技發展失去動力,僅將AI用例整合到現有流程中並不足夠,要有效運用Agentic AI,業者需要重新思考及設計端到端的業務流程。

Agentic AI不單是規劃旅客出遊路線,而是可以為他們構想旅遊方式,減少旅程中的砂石、不足甚至失誤,實現真正個人化體驗,讓企業騰出員工專注於提供更有意義的服務。但要注意,Agentic AI不是要取代以人為本的服務,反而是讓服務更人性化。我認為,率先採用Agentic AI的業者不一定是最快成功。能夠讓客戶及組織內各人都感受到Agentic AI的效果及優勢,才是未來能獲勝的企業,因為只有人才能創造美好的瞬間、記憶和關係。

AI Agent貼合行業需要 存取分析多樣數據

企業應用AI已非新鮮事,但過程中需設立合適的流程及指示;有更強的自主性和決策能力的AI Agent 及Agentic AI,漸變得更具吸引力。

2024年包含Agentic AI的企業軟件只有不足1%,但預計2028年將會升至33%,而且15%的日常工作決定也會由Agentic AI自主處理,未來有望做到完全自動化。

近年加大力度發展AI Agent技術及應用的Amazon Web Services(AWS),其大中華區合作夥伴解決方案主管余廸遜(Dickson)表示,Agent AI及Agentic AI可更目標為本地提升各產業的生產力。

Agent AI各有功能 融入企業架構
Dickson提到,企業要能善用AI Agent 及Agentic AI,對其背後的基礎架構要一定的了解。如Agentic AI技術堆疊(AI Stack)可分為三重架構:基礎、開發軟件和服務、應用。而AI Agent尤其適合應用於金融業、醫療保健等行業。以金融業為例,在其開發軟件和服務層面上,Agentic AI 如AWS AgentCore可協助釋放更多生產力。

他舉例,常見於金融業的貸款業務,AgentCore可用作貸款審核。AI 先以不同工具從雲端取得資料,每項AI就如公司的「員工」,會獨立運作,進行支出評估、信用評估等,判斷借貸人是否可靠,然後將判斷結果交予AgentCore Runtime。Runtime儼如「主管」的角色,作出最後審核。再配合其他AgentCore擔當的不同角色,整體而言就如一間企業正在運行。

以上方式能加快審批及相關工作的速度,Dicksn透露,香港已有投行正在使用AI Agent。另外,在更高階的應用層面上,則有各種各樣的整合開發環境(Integrated Development Environment,IDE),例如 Kiro,可支援規格驅動(Spec driven),企業只需要輸入prompt,即能按需要設計軟件,切合企業需要,進一步釋放生產力,可見AI Agent的發展潛力極大。

能力有限制 部分行業未必適合
Agentic AI 功能繁多,但暫時未可以貼合所有行業的需要,Dickson解釋:「Agentic AI 優勝之處在於能相容並配對多種數據,若某行業的數據不能輕易存取,則較難解鎖相關服務。」以零售業為例,以AI配合網上零售較容易實行,因較易存取不同數據,但實體銷售方面會較難做到。

然而,隨著AI Agent不斷學習,未來能夠存取的數據會不斷增加。早前仍然無法處理大型報告,但經過升級,已經可以處理報告中的大量文字,甚至在醫療健康行業方便也運行良好,他相信越來越多企業可以受惠於AI Agent。

此外,網絡安全問題近期備受關注,Dickson 強調,AWS不將將客戶資料用於培訓AI模型,保證資料不會外流。但是其他方面,包括是否會有人利用AI進行不法行為,則無提及。

進步神速 但僅是輔助角色
AI 能協助夠快速處理大量工作,即使仍未適應所有行業的要求,但其進化速度無人能及,未來人類是否會被淘汰?Dickson對此表示不認同:「AI 的邏輯推斷能力可以不斷學習,現階段的工作或會被取代,但整體而言,工作只是向上移動。」

他進一步解釋:「現在人人都會使用電腦,未來漸漸不會再有人手寫應用程式,很多工作都交給模型完成。」他認為AI就如計算機、只是工具,無法取代人類。隨著AI發展,企業結構將會有巨大變化,届時人類將會有新的崗位。