豆包收12%佣金，第一批做GEO的酒店偷偷笑了

回顾过去，酒店行业的获客渠道经历了几次重要的变迁。 早年间，除散客外，酒店主要依靠与旅行社、周边企业合作，获取客源。但这些渠道局限性很大，客群吸引力有限。 不过，随着2014年前后4G网络和移动支付的普及，在线旅游平台（OTA）在中国酒店分销市场的份额开始快速增长，行业数据显示，携程、去哪儿、艺龙三家厂商在中国在线酒店预订市场共占76%的份额。 起初，行业内有质疑、有观望，酒店一边眼红新渠道带来的流量，一边又担忧高额的佣金与强硬的规则，既想上车又怕被绑死。 后来，经不断的整合收购、股权置换，“携程系”逐步崛起，早期深度绑定OTA平台的酒店，享受了近十年稳定的流量红利。而后期入局者既要面对高昂的佣金率，又在平台竞争中处于明显劣势地位，难以存活。 面对OTA平台一家独大的局面，市场并未被完全驯化。 2015年前后，阿里巴巴推出的阿里旅行（即后来的飞猪），美团等“超级应用”相继进入市场。与专注旅游的OTA平台不同，这些平台提供流量入口，允许酒店开设官方旗舰店进行直销。 2017年，希尔顿集团旗舰店正式在飞猪上线。同年，万豪国际与阿里巴巴成立合资公司，运营管理万豪在飞猪上的旗舰店，飞猪会员与万豪会员体系实现互通。 酒店通过这些平台获得流量，将用户转化为自己的直接顾客，催生了平台化分销模式。 约从2018年起，酒店业开始重视自有渠道和私域流量的建设，大力发展会员体系，以减少对第三方渠道的依赖。 在这一阶段，头部酒店集团的动作尤为明显，尤其是华住集团的会员数据，已经说明自有渠道具有超高的价值。 截至目前，华住集团旗下的“华住会”已经吸引超过3.11亿名会员，2025年全年约73%的间夜售予华住会个人或企业会员，约77%的间夜通过华住自有销售渠道售出。 图源：华住会 紧接着，2020年后，抖音、小红书等新媒体平台凭借巨大流量和内容互动优势，成为酒店分销和营销的新兴渠道。 在过去，酒店能否被用户看到，取决于在线旅行社搜索结果页的排名，排名又由竞价、销量、评分决定，酒店本质上是被动等待平台分配流量。 而在这类内容平台上，酒店可以通过短视频和直播主动创造流量，让用户在“刷社媒”的过程中产生住宿需求。 进入2024年后，人工智能推荐开始成为酒店获客的又一个新入口，而且这一次变化更为深刻。 就在前不久，携程、同程旅行、艺龙酒店科技、万达酒店及度假村在同一天宣布接入微信AI生态，用户可以直接在微信里用人工智能查库存、比价格、核权益、完成预订，全程不需要打开任何一个独立应用。 与此同时，通义千问接入飞猪、高德、支付宝，用户在通义千问内即可完成酒店比价和下单。豆包则可以跳转抖音酒店预订店铺，实现端内支付。 这说明“对话即服务”正在取代“搜索即服务”。 纵观酒店行业获客渠道的发展历程，可以看出每出现一个新渠道，早期入局者往往能获得相对稳定的流量回报。 这提醒酒店行业，越早让自身信息、服务标签、用户评价等被人工智能准确抓取并理解，就越能在这一轮入口迁移中拥有主导权。 那么，在人工智能推荐时代，谁能拿到新趋势下的早期红利，成为第一个吃螃蟹的人呢？ 02 用户搜索习惯的变化，让酒店接入AI成为必然 要想回答这个问题，得先看看用户在搜索习惯上发生了什么变化。 德勤2026年夏季旅游调查显示，使用生成式人工智能规划旅行的用户占比从2025年的15%上升到2026年的25%，其中千禧一代的使用意愿达到36%，明显高于其他代际。 图源：社媒 在住宿领域，飞猪数据显示，今年春节期间人工智能酒店订单量环比增长161%，平均每晚价格接近300元，用户已可通过对话在通义千问APP内便捷选择酒店房型并一键付款。 图源：社媒 这组数据揭示了一个关键趋势：人工智能正悄悄成为消费者旅行决策的入口。 当用户打开豆包问“推荐一个适合商务出差、带会议室的酒店”，人工智能直接给出3到5个推荐，用户选择一个并跳转下单，整个决策过程缩短至2到3分钟。 这与过去打开在线旅行社、输入目的地、翻搜索结果页、比价、下单的较长时间花费，形成了鲜明的对比。 用户搜索习惯的改变带来了两个深远影响。 第一，决策权部分让渡给了人工智能。 在人工智能推荐逻辑里，它会综合用户的出行时间、预算区间、位置偏好、历史住宿记录以及酒店的实时库存、价格走势、服务标签、用户评价语义，然后给出推荐。 酒店如果不能被人工智能准确理解，就失去了被用户看到的机会。 第二，客群正从原有渠道慢慢转向AI渠道。 过去，用户找酒店习惯打开OTA或者内容平台，在列表和搜索结果里选择。 如今，越来越多的用户把需求直接喂给AI，由大模型给出酒店推荐名单。 面对这两大变化，酒店也要有自己的判断。 一方面，不要盲目投入。 因为，目前豆包渠道订单体量还无法和传统OTA平台抗衡，酒店应当小规模测试，用真实数据核算各渠道的投资回报率，观察人工智能渠道带来的用户质量和生命周期价值。 另一方面，也不要因为豆包渠道的费率高，消极观望。 携程《2025携程旅行决策双引擎洞察报告》显示，当年，在搜索中使用人工智能规划旅行的用户比例同比提升270%，用户习惯的迁移是实实在在发生的。 所以，酒店人不妨保持乐观、开放的心态，逐步地尝试探索新兴的获客渠道。 03 做好GEO，是酒店人接下来的必修课 那么，酒店如何才能被AI精准地理解、推荐呢？ 或许，尝试做好GEO是个不错的方式。 GEO全称生成式引擎优化（Generative Engine Optimization），《中国GEO行业市场发展报告2026》显示，今年国内GEO市场规模约30亿元，近三年累计增长超过35倍。 延伸到酒店行业，GEO的概念是——让一家酒店被大模型准确理解并优先推荐。 图源：社媒 那么，如何做好GEO呢？迈点认为，酒店可以从以下三个方面入手。 其一，基础信息标准化。 酒店名称、地址、联系方式、价格区间、核心服务标签等，在官网、地图平台、百科词条、在线旅行社页面上必须完全一致。 为什么要一致？因为大模型会交叉验证信息，信息一致的酒店更容易获得人工智能的信任。 如果酒店在官网标注“商务酒店”，但在地图上标的是“经济型酒店”，大模型对你的信任度就会下降，推荐优先级也会跟着掉。 所以，中国旅游报《进入大模型推荐名单要做好几件事》这篇文章提到，信息一致性达到85%以上的酒店才算及格。 其二，核心标签精准化。 比如，当你提问大模型“上海有哪些适合商务洽谈的高端酒店”时，它检索的是酒店的标签中有没有“商务洽谈”“高端”“会议室”“行政酒廊”这些标签。 然而，有些酒店的标签很笼统——“设施齐全”“服务优质”，大模型根本不知道该怎么去匹配用户需求。 标签越精准，酒店才能获得目标客群的青睐。 图源：社媒 其三，内容布局围绕用户关心的问题展开。 客人在大模型上提问有关酒店的问题，无非就是价格、房型、设施、位置、退改措施、周边配套等。 酒店要把这些高频问题做成结构化的内容，发布到权威媒体上，大模型检索到的概率就会大幅提升。 除了以上三点，酒店GEO优化并不是一锤子买卖。 大模型的算法不断更新，酒店不可能优化一次就永远排位靠前。 因此，必须定期检查大模型推荐结果中酒店的位置和描述是否准确，发现问题及时修正。 此外，需要说明的是，AI渠道并不会完全取代OTA平台，二者是互为补充的关系。 它真正