
雅高集团AI负责人Nicolas Maynard近期在Skift欧洲数据与AI峰会的前瞻分享中,谈到了酒店集团在AI应用上的现实挑战。他的核心判断是:把AI从试点项目变成在欧洲多个市场规模化落地的能力,才是真正困难的部分。
Maynard对自主智能体(autonomous agents)抱有期待,认为这类技术有潜力改变企业运营方式。但他同时发出提醒:当自主智能体进入企业环境时,遇到的阻力远多于实验室或演示场景。这种摩擦可能来自系统集成、数据治理、组织流程,以及不同市场之间的监管与运营差异。
对于雅高这样业务覆盖欧洲多国的酒店集团而言,AI的工业化意味着不能只在一个市场跑通,而是要在不同语言、不同法规、不同客户习惯的环境中保持稳定表现。Maynard的观点指向一个行业共性难题:技术本身在进步,但规模化落地的瓶颈往往不在算法,而在企业内部的适配能力。
他的分享也折射出当前酒店业对AI的务实态度——既不愿错过自主智能体的长期机会,也清楚企业级部署需要比预期更多的耐心和投入。
原始信息来源:Skift
信息来源:原始资料
空乘工会斗争转向:区域薪酬、达美航空与员工数据成新焦点
空客谈北美新工厂与需求:效率与可靠性之间的平衡
机场贵宾厅的下一章:在扩容与品质之间找平衡
航空业劳动力成本压力转移:从干线航司涨薪到支线航司补差
燃油价格波动下,航空集团的多元化布局之道
美联航率先设限,个人AI代理订票遇阻