8个人服务4万间房，德胧AI到底替了谁？【AI落地洞察】

点击卡片 关注我们 作者 | 于向南 头图 | 受访者提供 酒店行业有个长期痛点： 品牌能控制预定入口，却控制不了服务入口。 同一品牌的两家酒店，总经理盯得紧的服务就好，总经理松散的就可能连马桶都没刷干净。这种“强店长弱品牌”的困境，让规模化复制始终卡在最后一公里的体验一致性上。 大模型出现后，德胧集团看到了 重构服务流程 的可能。 但这不是说做一个AI客服，是把客房电话摘掉、房卡取消、前台柜台拆掉，让客人从预定到离店全流程通过手机APP完成。目前系统已覆盖一百多家门店，97%的服务工单由AI自动处理，8人规模的中央客服团队支撑着约4万间客房。 在实现服务流程AI化后，团队将推进第二步——经营决策AI化，包括动态定价、渠道管控和收益管理，试图把品牌标准化服务能力从理念变成可规模化的商业模式。 这引出一个关键问题： 当AI从客服工具走向服务流程重构，再走向经营决策闭环，酒店行业需要跨越哪些门槛？ 组织、数据、商业逻辑如何随之重塑？ 以下为虎嗅智库与德胧集团CTO孟令航的交流实录，经编辑整理。 一、连锁酒店最大的变量，不是房间，而是店员 AI客服是在原有流程上替人接电话，只要客人的需求仍然从客房电话、线下前台和门店员工进入，总部看到的就只是结果，无法完整掌握需求如何产生、由谁处理、用了多长时间，以及最终是否解决。服务AI化则是重新定义需求从哪里进入、由谁调度。 虎嗅智库：你们启动AI项目（百达神灯）的核心初衷是什么？要解决酒店行业的什么本质问题？ 孟令航： 这源于我们CEO郑南雁很早提出的“虫洞”设想——用新技术重新定义酒店服务流程和用户体验。 酒店行业长期存在一个核心挑战：品牌可以控制预订入口，但很难真正控制入住后的服务体验。 即使是国际酒店集团或国内大型连锁品牌，不同门店之间依然存在体验差异——服务质量往往高度依赖店总经理的管理能力和现场执行，标准化服务、响应速度以及用户感知都难以做到真正一致。 过去，酒店主要依靠庞大的中央客服团队承接客人的各种需求，但这种模式效率有限，也难以提供即时、个性化的服务体验。ChatGPT等大模型技术的发展，让我们看到了一种新的可能：取消客房电话这一传统入口，让客人通过百达屋APP中的“百达神灯”直接获取酒店服务。 传统酒店APP通常聚焦于预订和会员营销，这难以形成持续使用。我们要做的不是“降低前台接电话频率”那种AI客服，我们的思路是通过AI技术进一步突破：将开门、餐券核验、住中服务等完整入住周期内的核心场景都融入APP，让它从一个预定工具，升级为连接用户与酒店体验的核心服务入口。 虎嗅智库：那它具体覆盖了哪些环节？为什么说它不是传统意义上的AI客服？ 孟令航：我们完全是以用户体验而非IT思路来设计的。从预定开始，到酒店后拿APP登记，直接用APP开蓝牙门锁（无房卡），到餐厅用手机核验餐券，再到入住期间和外出期间的持续关联——它贯穿了整个住店周期。 传统酒店的AI客服通常只能解决局限在酒店范围内提出的需求，比如客人要瓶水、要双拖鞋。但神灯要覆盖的是全场景服务闭环，让一部手机完成所有操作。比如客人外出不在酒店的情况下，也能随时跟酒店说“帮我准备个水果盘”或“被子加厚一点”，这在传统客房电话模式下是实现不了的。 虎嗅智库：要求客人下载APP才能使用服务，这在酒店行业很激进。你们如何应对内部阻力和客户流失？ 孟令航：初期内部阻力极大，酒店总经理、前厅经理意见都很大，说客人来入住还非要下载APP，影响办理速度。但我们把它反向理解为精准定位目标客群。 我们制定了相应的服务保障机制：对于年长或无法使用智能手机的特殊人群，门店仍配备房卡，确保所有客人都能顺利入住。实际运营中，因无法适应数字化流程而离开的客人占比仅0.02%-0.03%，极低。并且告诉客人“现在花10秒下载，后面开房不用房卡、餐厅不用掏券，能省大量时间”。 中欧商学院正在研究我们的案例。他们分析数据后发现， 使用过一次“神灯”对话的客人，与没有使用过的客人，回头率相差10倍。 这给了我们很大信心。 另外，无房卡体验会形成习惯依赖。就像开惯电动车再开油车会忘熄火一样，用过手机开门的客人，下次再住有房卡的酒店反而会不舒服。 二、 8个人服务4万间房，靠的不只是大模型 拿到服务入口只是第一步。对于多个品牌的连锁酒店管理集团而言，真正困难的是如何让AI理解每家门店的差异。 酒店服务看起来标准化，实际充满单店特征：早餐地点、停车规则、健身房开放时间、微波炉位置、会员权益和客用品配置都可能不同。如果直接使用集团统一知识库，AI很容易把A酒店的信息回答给B酒店。 因此，酒店AI的壁垒不只是模型会不会聊天，而是能否把数百家门店的差异放进同一套系统，同时确保答案不会串店。 虎嗅智库：在知识库和模型训练上，你们做了哪些不同于行业常规的设计？为什么坚持完全自研？ 孟令航： 整个系统完全是我们自己搭建的，包括知识库、工作流、基建，没有接入第三方。团队是重新组建的，核心技术人才是从国内头部大模型团队过来的，产品架构是由我负责设计。 最关键的是知识库逻辑，我们一开始就坚持单店知识库逻辑。部署时，我们让客房经理、前厅经理坐在一起，通过语音对话回答上千条初始化题目。这样AI准确率一开始就能达到85%-90%。然后跑一个月，中央客服会把AI回答不上来的问题标注回系统——这里有个关键机制：中央客服不只是客服，还是数据标注师。酒店自身通常不具备数据标注的专业能力，未标注的问题就无法被有效识别，然后再跑一个月，准确率就能到95%-99%。 现在中央客服一共8个人，服务约4万间客房，97%的工单由AI完全解决，剩下3%由中央客服兜底。 中央客服没有完全消失，只是从“接电话的人”变成了“训练AI的人”。 虎嗅智库：“百达神灯”如何实现自我进化？质检和优化机制是怎么设计的？ 孟令航： 我们最近在做AI的自我进化能力。 现在每张工单除了正常回复外，还有一个质检Agent从四个维度评分：问题是否闭环、有没有情感共鸣、服务态度如何，以及答案是否正确。 AI不是传统IT系统中的if-else逻辑，它可能出现偏差，所以需要通过这套质检体系保证服务质量。 前一个阶段，工程师会根据质检结果纠正问题；现在我们正在尝试让AI根据质检Agent发现的问题，辅助调整代码和算法。每天AI处理完工单后，另一个工程师Agent会根据反馈进行优化，形成闭环。 这套机制上线后，满意度又有所提高。比如当用户情绪有波动时，AI对情绪的识别和回应能力在增强。 所谓“自我进化”仍然需要明确边界。AI辅助写代码或提出优化方案，并不意味着系统可以在没有审核的情况下自行修改生产环境。对酒店服务系统而言，代码变更、知识更新和工作流调整仍需要测试、权限控制和人工验收，否则“自动优化”也可能将单个错误放大到数百家门店。 三、服务流程、运营逻辑都发生了哪些变化？ 当AI只能回答问题时，它替代的是一部分客服工作；当AI开始派单、催单、跟踪和质检时，它进入的就是门店管理流程。 虎嗅智库：系统上线后，酒店的人力结构和服务流程发生了哪些具体变化？有没有量化数据？ 孟令航： 变化非常明显。 首先，总机部门逐步由AI承接，过去一家两三百间客房的酒店，需要五六个人三班倒接电话，现在就不再需要了。 其次，派单和跟单的人