从一份PPT开始，把AI带进业务流程

很多企业的AI转型，都是从一个个员工开始用AI写邮件、做PPT开始的。但当AI替员工完成这些琐碎的任务之后，企业是否会继续追问：这项任务为什么存在？它背后的业务流程是否也能被重新设计？

洲际酒店集团大中华区推出的Hotel Compass，最初就源于帮助员工快速完成一份开店定位PPT的需求。每年，洲际要支持上百家新酒店开业，筹开团队需要为每家酒店收集市场资料、分析当地客群，并形成定位与营销建议，该工具最初被用于减少资料整理和PPT制作的工作量。

但项目很快触及了一系列更具体的经营问题：在一个团队并不熟悉的城市，如何判断一家新酒店的市场定位？当开店速度远远超过团队扩张速度，如何继续为每家酒店提供个性化支持？当AI开始参与定位和营销决策，总部、酒店应该如何分工？

沿着“如何更快完成一份PPT”这个简单任务向前追溯，团队逐渐看到了一条更完整的业务链条：PPT里的内容来自对当地市场的理解，市场洞察又会影响酒店的定位、产品与营销决策。Hotel Compass要解决的，也因此从内容生成逐步延伸到经验沉淀、经营判断，以及人与AI的分工。

洲际案例的参考价值正在于此。企业的AI转型未必始于一张宏大的技术蓝图，也可能起步于一个极其具体的效率问题。

关键词：AI 经营 酒店 文旅

生成PPT，可能是企业员工最早感知到的AI能力之一。输入主题、上传资料，几分钟内就能得到一份结构完整的演示文稿。对不少企业而言，这也是AI进入日常工作的起点。

洲际酒店集团大中华区最初想到的，同样是一份PPT，一份新酒店开业前的定位工作坊中需要使用的分享PPT。

一家新酒店开业前，洲际的筹开团队需要与酒店管理团队开展定位工作坊，共同确定酒店准备服务谁、面对哪些竞争者，以及产品、价格和营销应该如何设计。工作坊通常持续两天，前期的信息收集、竞品研究走访和材料准备则可能需要一至两周。

筹开阶段又是一家酒店最忙乱的时候。工程验收、设备调试、员工招聘和培训同时发生，酒店管理团队很难投入大量时间准备资料。但开业前形成的判断，又可能影响此后的产品配置、价格体系、营销方向乃至空间设计。

与此同时，洲际在大中华区的开店速度不断加快。如今，集团每年新开酒店约130家，负责提供筹开支持的核心团队仍然只有4至5人。洲际曾将团队分散到不同区域，也开始区分“重点开业”和“规模开业”，但有限的人力依然很难逐一深入了解每家酒店。

项目由此从一个具体需求开始：能否利用数据和AI，分担定位PPT之前的市场调研与初步分析？

真正拆解这项工作之后，团队发现，PPT只是市场洞察和经营判断的最终呈现。系统需要了解当地的客群流动、周边设施、竞争酒店和城市事件，还要判断谁可能成为酒店客人、他们为何来到这里，以及这些信息会怎样影响产品、价格和营销策略。

这些探索后来形成了Hotel Compass——一套由洲际与腾讯智慧文旅合作开发、服务于新酒店筹开阶段的市场洞察与定位工具。它尝试整合位置、客群、竞品评价和城市事件等数据，帮助团队理解一家酒店所处的具体市场，并将分析转化为定位与经营建议。

一项围绕筹开调研的工具尝试，由此沿着业务流程不断向前延伸。

洲际单店品牌资产的“洞察—表达—执行”链路

一份PPT里

藏着一家酒店的生意

连锁酒店经营中存在一个基本矛盾：集团需要通过统一标准建立品牌信任，但每家酒店所处的城市、商圈、客群和竞争环境各不相同，同一套标准无法回答所有具体的经营问题。

长期以来，酒店集团首先解决的是前半个问题——通过标准化复制稳定、可预期的消费体验。在酒店行业，这类依靠严格标准进行复制的品牌通常被称为“硬品牌”。洲际旗下许多传统品牌都有明确的规范，从客房设施、公共区域到餐饮、服务和安全要求，均形成了相对完整的标准体系。集团还会通过明访、暗访和品牌审核，确保不同酒店达到相应要求。

标准化的价值在于建立信任。商务旅客进入一家熟悉的连锁酒店，大致知道房间里有什么、服务如何提供、哪些功能区可以使用。对曾经以商务出行、会议和地产配套为主的酒店市场而言，“我知道自己会得到什么”本身就是重要的品牌承诺。

但品牌标准只能规定一家酒店应当成为什么，不能直接回答它在一个具体市场中应该如何经营。

一家开在开发区的酒店，可能主要面对商务客，一家位于景区的酒店，家庭游客可能占据更高比例。即使属于同一品牌，两家酒店需要的房型、餐饮配置、价格体系和营销内容也可能不同。

这种差异在消费需求变化后变得更加明显。酒店不再只是旅行中住一晚的地方，也可能成为周末度假、亲子陪伴、宠物出行和生活方式体验的目的地。年轻消费者和新一代酒店业主不再满足于整齐划一的产品，而是希望酒店与当地文化、个人兴趣及特定圈层发生联系。

生活方式品牌、“软”品牌和精选品牌因此加速发展。与每颗珠子大小、光泽都相似的“硬品牌”相比，洲际大中华区首席商务及营销官蒋韡把“软”品牌比作一串巴洛克珍珠：每一颗都不同，但串在一起仍然需要让人感到和谐，并能够建立信任。

但问题也由此变得更复杂。完全统一，酒店会失去个性，完全放开，又可能造成品牌失控。集团既需要回答“哪些标准必须一致”，也要回答“哪些内容应该因地制宜”。

因此，新酒店开业前，洲际会分析酒店所在城市和商圈的客群、需求与竞争环境，并据此形成目标客群、产品配置、价格及营销方向等初步建议。相关洞察会汇总在定位PPT中，作为定位工作坊讨论具体经营方案的基础。

过去，这种翻译主要依赖人。总部人员前往当地，调研走访竞品，收集公开信息，再与当地总经理和市场团队一起判断。经验丰富的员工往往能够从有限信息中迅速发现关键问题，但这也意味着，分析质量会受到人员经验、时间投入和对当地市场熟悉程度的影响。

尤其当酒店进入团队很少到访的低线城市时，问题更加突出。传统调研方式很难在有限时间内形成完整的市场图景。实地走访和当地团队的经验可以提供部分观察，但很难系统了解当地的重要客流活动、外来客群的主要活动区域，以及潜在住客的人群结构等信息。酒店又是一门很难低成本试错的生意。开业前形成的客群判断和市场定位，可能进一步影响空间设计、产品配置、价格体系以及此后数年的经营。

在这样的背景下，数据与AI也进入了洲际酒店的筹开流程。

把专家经验和市场数据

装进同一套系统

Hotel Compass启动之初，洲际选择了一个边界相对明确的切入口：利用外部数据和AI，分担新店定位工作坊之前的信息收集与初步分析。第一个试点落在上海武宁的筑格酒店，这也是筑格品牌进入中国后的首店。对于创新尝试来说，这是一个相对“安全”的选择。洲际熟悉上海市场，可以判断数据和分析是否符合实际。与此同时，作为新品牌首店，品牌也较少受到既有经验和经营惯性的束缚，为团队重新认识客群、设计产品和验证品牌定位留下了更大的空间。

在此后的半年间，Hotel Compass主要围绕四件事逐步成形：

第一件事，是确定数据的使用边界。

酒店掌握着会员、入住和消费等内部数据，但这类信息具有较高的敏感性。对于国际集团而言，还涉及数据本地化、跨境流动和内部授权等要求。与此同时，住宿本身属于低频消费，仅凭酒店内部数据，也很难完整了解消费者日常的生活方式和兴趣偏好。

因此，Hotel Compass第一阶段没有直接引入洲际的会员和经营数据，而是主要使用腾讯智慧文旅提供并经过合规处理的位置和群体数据，从酒店之外补充对当地市场及潜在客群的理解。

确定数据来源之后，还需要继续界定分析范围。一个人出现在酒店周边，并不代表他会成为住店客人。团队需要排除常住人口，从流动人群中识别潜在客群，也需要决定观察多大的地理范围，以及使用多长时间的数据。

比如团队起初认为，观察十二个月的数据可能比三个月更加完整。但时间跨度拉长后，同一个人可能多次进入城市，其到访地点未必都与酒店相关。信息数量增加，有时反而会引入更多干扰。数据并非越多越好，关键在于它是否与需要解决的经营问题相关。

第二件事，是把外部数据转化为酒店能够使用的经营信息。

技术团队能够提供位置、人群、兴趣点、搜索、评价和城市事件等多类数据，但这些信息无法直接回答酒店应该怎样经营。某家企业、某个景点或一处商业设施距离酒店很近，并不意味着它一定能够为酒店带来客源；某类人群经常出现在周边，也不代表酒店已经知道应该如何服务他们。

团队需要继续判断这些人从哪里来、经常到访哪些地方，以及他们来到这座城市的目的。在此基础上，才能分析不同客群可能对客房、餐饮、服务和营销产生什么需求。

技术与业务团队还需要完成从技术指标到经营语言的转换。技术团队更熟悉人群标签、位置数据和转化指标，酒店业务团队则关注客源结构、入住率、平均房价、收益和产品配置。同一组数据只有被翻译成双方都能理解的语言，才能进一步转化为经营行动。

协助洲际搭建Hotel Compass平台的腾讯智慧文旅解决方案总监杨海川将这项工作概括为建立“数据与经营之间的关系”。技术合作方提供底层数据和计算能力，洲际则需要说明这些信息对于酒店意味着什么，以及它们最终应该影响哪些经营动作。

第三件事，是把专业人员的判断沉淀为一套分析方法。

传统筹开工作高度依赖经验。资深员工看到一组市场信息后，往往能够迅速抓住重点，但其中许多判断并没有被明确表达。要让AI参与这项工作，团队必须把过去存在于人脑中的经验拆解出来：哪些信息值得关注，不同数据应该如何组合，从客群特征到经营建议需要经过哪些步骤……

在具体推进中，洲际酒店集团大中华区数据洞察与营销技术高级总监毋尤君参与推动了这项关键工作。他需要与筹开团队还原原有工作流程，厘清每一条数据为何值得关注，在数据的指引下又会如何形成经营判断，再将这些隐性的经验整理为指标、逻辑和产品需求。

最初两个月，双方围绕一份报告反复调整分析指标、标签分类和表达方式。一条基本的分析路径逐渐清晰起来：先识别酒店周边环境、流动人群和潜在客群，再判断不同人群的出行目的与需求，随后分析竞争酒店的产品和客户反馈，并将外部市场信息与洲际的品牌定位、酒店设施相结合，最终形成关于目标客群、竞争关系、产品、价格、销售和营销的建议。

第四件事，是把一套依赖人工交付的分析方法，转化为可以自动化、规模化使用的产品。

概念得到初步验证后，项目开始从定制化的报告走向看板。人工可以通过不断修改完成一份高质量报告，但当一年有上百家酒店需要使用时，这种交付方式无法持续。过去由工作人员临时完成的数据修正、信息补充和表达调整，都需要被转化为相对稳定的规则和流程。

在产品设计中，酒店所在的城市、商圈、客群和设施是不断变化的变量，酒店经营的方法则构成相对稳定的框架。团队需要通过工程化方式管理两者：既要让系统识别不同品牌、城市和单店设施之间的差异，又要约束通用大模型，避免它加入与酒店业务和品牌无关的内容。

这也是垂直行业应用与通用内容生成的区别。大模型可以迅速生成大量文字，但要让结果真正进入业务，仍然需要加入行业方法、品牌边界和具体场景。系统既要保证不同报告处于相对一致的质量水平，也要避免所有酒店得到千篇一律的建议。

经过持续调整，Hotel Compass逐渐形成了现在的工作流程。筹开团队提交酒店位置、品牌和特色信息后，系统调用相关数据进行计算，并在数个工作日后生成报告。专业人员再结合酒店行业、洲际品牌和现场条件完成校验和调整，最终与酒店管理团队及业主讨论。

系统并不直接代替人作出经营决定。数据和AI负责信息搜集、整合、计算和初步生成，总部团队负责解释结果、作出判断并把握品牌边界，酒店团队则结合现场情况进行取舍和落实。

从复制标准到复制能力

Hotel Compass投入使用后，过去需要一至两周完成的信息搜集、资料协调和前期准备，大部分可以由系统承担。目前，该工具已经逐渐进入洲际的新酒店筹开流程，相关实践也在“2026年第十九届金投赏商业创意奖”中荣获金奖。就实际效果而言，它减轻资料准备阶段的人工投入，减少总部差旅投入，并扩大总部团队的支持范围。

效率之外，这项实践还触及了一个更长远的问题：连锁企业究竟应该将什么复制给品牌旗下的门店？

产品、服务和品牌标准可以被写入手册，通过检查和考核保证执行。但理解一个陌生市场、判断一家酒店应该服务谁、把当地文化转化为品牌故事，以及在多个方向中作出取舍，很难通过标准条款复制。这些能力通常集中在少数资深员工和外部咨询机构手中，也可能随着人员流动离开组织。

Hotel Compass尝试沉淀的，正是产生这些判断的方法。系统不保存某家酒店的标准答案，而是把专业人员如何选择信息、分析客群、理解竞争和形成建议的过程逐渐明确下来。不同酒店仍然会得到不同结论，却不必每次都从零开始。

洲际还在另一个品牌项目中，让传统咨询方案与AI方案并行推进。咨询团队大约用两个半月形成初稿，AI在品牌知识和专业人员参与下，一周内给出了初步方案，二者的差距并没有预想中明显。

这并不意味着AI可以取代品牌经理或咨询机构，却说明部分专业工作已经可以被拆解和重新分配，专业人员在项目中形成的判断依据，也可以被记录、整理和更新，逐渐成为集团能够持续调用的知识资产。

这种变化还可能改变总部与酒店的关系。过去，总部主要制定适用于多数酒店的品牌标准和经营框架。但当个性化支持的成本下降，总部也可以针对一家具体酒店的市场环境，提供更细致的定位、营销和经营建议。有能力的酒店可以借助总部提供的数据、工具和品牌边界自主经营，专业人员和资源相对有限的酒店，则可以更多使用总部提供的营销及其他共享服务。

可以说，Hotel Compass所验证的，是规模化的另一种可能：不再复制相同的答案，而是让更多酒店拥有产生各自答案的能力。

最后的答案，仍然是人

洲际已经开始设想Hotel Compass的第二阶段。

其实，对于Hotel Compass最终会发展成什么，不同参与者有着不同设想。它可能成为覆盖酒店全年营销的平台，也可能随着品牌知识、会员信息和经营数据的加入，进入更多决策环节，技术团队则更看重其中形成的数据与业务连接方法，希望将其延伸至选址、定价、投放和客户运营等场景。

这些方向还没有完全收拢。Hotel Compass本身也是在一次次业务讨论、产品试验和使用反馈中逐渐形成的。对于快速演进的AI技术，产品的边界很难在项目开始时一次确定，企业需要在实际使用中持续理解问题，再决定下一步走向哪里。

但在不同设想背后，蒋韡提出了一个更具共性的方向：无论技术进入哪个环节，最终都应当让酒店员工有更多时间回到客人身边。

她曾关注过一家服务银发客群的酒店。酒店设置了专门陪老人聊天的岗位。这个细节让她重新思考，酒店员工真正应该把时间花在哪里。如果大量精力被报表、计划书和后台协调占据，理解和陪伴客人的工作反而容易被忽视。

对酒店这样的服务行业而言，AI的价值未必体现为让客人面对更多机器。数据和算法可以留在后台，承担信息搜集、分析和重复性工作，员工则回到服务现场，理解客人的需要、处理具体问题，提供机器难以替代的交流与照顾。

从一份筹开定位PPT背后的调研工作开始，洲际逐渐把能够系统化的工作交给数据和AI，把人的时间留给判断、创造和服务。当技术不断深入酒店经营，它最终要抵达的地方，仍然是人与人之间。

哈佛商业评论中国 新媒体中心 | 文

本案例版权归哈佛商业评论中国 新媒体中心所有，如申请使用请联系：newmedia@hbrchina.org 未经授权许可，禁止以任何方式复制、保存、传播、使用本案例或者案例正文中的任何部分

联系方式

投稿、广告、内容和商务合作

newmedia@hbrchina.org