一万家酒店的AI客服，让顾客有望不再“转人工”

“转人工”，大概是Chatbot（聊天机器人）时代留给中国消费者最深的条件反射。

过去几年，各行业陆续上线的AI客服，大多基于关键词匹配和预设问答。能力边界有限，碰到稍复杂的需求就卡壳，用户只能喊转人工。

久而久之，“转人工”成了一个大众的刻板印象，AI客服似乎只是单纯降低了企业成本，并没有充分满足客户层面的需求。

智能体时代下，AI客服正在悄然发生变化。

作为全球第四大酒店集团，华住在2025年宣布升级基于大模型的智能体管家“华小AI”，截至目前，这套系统已覆盖华住旗下超过1万家门店，问答准确率达到95%，住客发出需求后，平均可在5秒内看到响应。

和Chatbot时代的AI客服不同，华小AI不只是回答问题。升级以来，它累计执行任务超180万次，覆盖送物、下工单、续住、开票等需要调用后端系统才能完成的服务动作，70%以上的住客需求由AI承接，单店住客日最高使用率达到94%。智能体成为了真正能让消费者愿意使用、解决问题的住店管家。

助力这套系统升级的团队来自腾讯云团队。近日，观察者网对腾讯云智能体开发平台产品专家李德超和腾讯智慧文旅行业解决方案专家马欣进行了对话，还原了这套万店级酒店智能体升级落地的全过程。

从AI客服到智能助手，差别不只是“更会说话”

Chatbot时代的AI客服为什么让人喊“转人工”？

李德超曾作为普通用户体验过多个酒店传统的客服机器人，他的体感是，过去很多需求“70%到80%达不到”。一是听不懂用户真正的意图，一句话里有两个需求就容易卡住；二是只能做问答，不能调后端系统完成实际操作；三是场景覆盖太窄，稍超边界就容易答非所问。

华住的新一代智能体架构把这三个问题逐一拆开。在华小AI中，前端由腾讯优图实验室自研的意图识别模型驱动，支持多语言和方言，能拆解复杂意图；意图识别之后，系统进入腾讯云ADP平台上搭建的38条工作流，覆盖住中152个子场景，既有WiFi连接、早餐时间这类纯信息查询，也有大量需要调用华住后端系统执行动作的送物、续住、开票。

以送物场景为例，住客在微信小程序或华住会APP上说“送瓶水”，意图识别模型判断为送物请求，进入对应工作流，系统在对话中确认物品、数量，用户确认后，AI自动生成工单。全程住客只说了一句话，背后串联的是意图识别、工作流引擎、PMS、工单系统等多个环节。Chatbot主要负责“说”，智能体要能“干活”。

而华小AI能够“干活”，并不是因为大模型凭空拥有了履约能力，新一代AI智能体并没有替代华住过去建好的数字化系统，而是用一个统一的自然语言入口，把散落在各处的模块重新组织起来。比如开票、送物、工单等业务模块，智能体做的是通过工作流搭建进行激活和聚合，让智能体长出手脚。

万店级难点不在模型，而在工程化

随着今年年初“龙虾潮”带火了智能体，行业对于AI的聚焦点也随之转变：从前比拼“模型参数”、“算法突破”，如今回归本质“拼应用”和如何让AI解决真实场景问题，被一线员工和用户直接使用。

这也意味着，对于涉及业务改造和升级的项目中，模型参数和能力的高低并不是主要的决定因素，真正被比较的，是行业理解、系统集成、工作流建设和工程化交付能力。

李德超对观察者网表示：“头部云厂商在模型和产品技术上差距不大，差异在于对细分行业的理解和执行落地能力。”

在华住项目的落地中，第一道工程判断是选场景。

尽管在AI时代，什么业务都可以被重塑一遍，但是华住和腾讯云在住前，住中，住后场景中最先选择的住中场景，这也正符合李德超概括的智能体落地三个特点：高频、边界清晰、效果可衡量。

作为酒店和住客交互最密集的环节，住中场景包含了送水、送牙刷、问早餐，需求高频、即时、具体；工作流可以约束能力范围、减少幻觉和乱答；酒店运营管理人员也能直接看到服务落地的效果。

再确认了场景模式后，接下来的痛点则在模型能力边界。

酒店服务是7×24小时在线的线下履约场景，住客问题高度分散，且直接关系品牌体验，如果模型答错、乱答，甚至越界闲聊，带来的不是一个技术bug，而可能是一次真实的服务事故。华小AI因此没有让大模型完全自由发挥，而是用工作流先把服务边界和执行路径约束好：哪些问题可以回答，哪些需求可以生成工单，哪些问题必须引导用户联系前台。

这也是智能体要真正进入线下服务业一个反直觉痛点：不是让AI显得更聪明，而是让AI理解起业务的边界，在该停下来的地方停得下来。

为了提升服务的准确率，腾讯云团队在项目早期会人工跑测试集，逐条判断回答是否准确；随着真实数据进入，再调整工作流节点、提示词和数据处理方式。后来，腾讯云基于这个项目引入自动化评测工具，让模型辅助打分，把原本每天几百条的人工测试扩展到每天几千条，并沉淀成后续项目可以复用的平台能力。

马欣把华住项目定义为“共创”。华住负责提出业务场景和功能需求，产品经理角色更多来自华住自己的科技中心和运营团队；腾讯云则主导产品架构和AI实现路径。双方面对的是一个此前没有行业样板的场景，必须一起定义智能体在酒店住中服务里应该长什么样。

开发智能体，不只为了“降本增效”

AI上线后，不少华住的店员反馈，过去前台电话可能几分钟响一次，AI工作流接入后，电话打断频率有明显下降，甚至有门店出现半小时才响一次的情况。

李德超的判断是，过去酒店前台等工作人员，疲于处理大量同质化、重复性问题，反而容易漏掉真正需要人来提供温度的服务。

这也解释了为什么前台员工对华小AI的主动推荐率较高。酒店行业长期面临一线员工流动率问题，其中一个原因是工作重复度高、获得感低。AI接走了最重复的部分，员工反而有更多精力去做更有价值的服务。

项目团队在调研一线时也发现，前台和店助最大的获得感，往往来自住客的当面认可，而不是处理了多少条重复问询。过去电话几分钟响一次、疲于奔命的状态，恰恰挤掉了这部分能带来成就感的服务；当AI把高频重复的部分接走，前台反而更像住客身边一个并肩的“搭子”，去做那些真正需要人情味的接待。在不少酒店管理者看来，这种员工满意度的提升，和服务体验的改善其实是同一件事的两面。

马欣提到另一个初始设计中没有预料到的场景：续住。华小AI上线后，越来越多住客自然地通过对话完成续住操作，客观上也给酒店带来增收可能。“当你把体验做得足够丰富的时候，客户会天然对这个平台产生依赖。”

万店之后，能不能复制

华住能在不到一年时间里跑通万店，一个隐藏在AI背后的前提是它自身的数字化基建。据华住此前披露，其95%的业务系统为自研，技术基础设施包括全球统一分销平台H-HUB、酒店操作系统平台H-HOS、全球统一协作平台H-TONE等。华小AI因此可以用一套统一工作流，拉齐不同品牌和不同门店的服务规则，而不需要对每一家门店单独做适配。这也是双方能在三个月左右跑通Agent、并快速向全国推广的原因，后续推广中，花更多时间解决的是消除幻觉、提升响应效率，而不是底层系统接口适配。

李德超的判断是，华住这套方案可以覆盖70%以上常见酒店客需场景，剩下10%到20%是个性化酒店的独立需求，需要定制开发；真正的瓶颈不一定在AI技术，而在酒店自身IT系统是否完善。腾讯云正在把华住项目里沉淀下来的工程化经验产品化，住前预订、精准营销、店长助手等更多场景的探索也已经展开。

能力的延展还不止于场景。眼下华小AI的入口是小程序和APP，普适性最高，也最能适配不同档次、不同代际的门店；但在腾讯云看来，这套智能体本质上是一套可被调用的能力，向智能音箱、客房电视等房间内终端延展，在技术上已经和部分头部酒店完成了论证。客户还可以按需叠加点餐、多语种、通过对话控制灯光窗帘等客控能力。住中只是这套能力的第一个落点，而不是终点。

Chatbot时代留下的“转人工”条件反射，能不能被智能体扭过来？华住的万店落地至少证明了一件事：在酒店住中这种高频、边界清晰、履约链路明确的线下场景里，智能体已经可以让大量高频需求不再以“转人工”作为默认结局。

过去一年，AI Agent行业谈得最多的是“能不能做”。华住和腾讯云用超过1万家门店、超180万次任务执行，回答了下一个问题：能不能规模化部署，并且让住客少喊几次“转人工”。