携程联合创始人、董事会*梁建章：  经验：携程筛选200亿高质量非结构性旅游数据，结合*的结构性实时数据以及历史训练的机器人和搜索算法，进行自研垂直模型的训练，推出“携程问道”。通过综合使用聊天机器人及各种预测工具，优化**和资源，预测需求，让员工获取与工作相关的信息变得更为简便，提升了客户体验。例如，在用户需求尚未确定时，为其提供出行推荐服务；在用户需求相对明确时，提供智能查询结果。  教训：认识到大模型不是*的，旅游是“难以自动化”的精神需求行业，虽然人工智能可以在做好行前、行中、行后的智能助手服务方面发挥很大作用，但最终做选择的还是人。衡量AI运营效果优劣的标准仍然是能否更精准理解用户的意图，给用户推荐出靠谱的答案。  法国航空运营研究团队：  经验：以一种可控的方式合理使用人工智能，推广现有解决方案并支持公司各项举措。例如，使用Charlie工具方便维护团队在文档资料中寻找飞机部件编码，缩短维修或更换零部件的时间，有利于提升航班准点率；Pamelia解决方案能让机场*直接在iPad上获取客户询问答案，并支持即时翻译成85种语言。通过人工智能应用于客户旅程的不同阶段，如利用聊天机器人、预测工具、生态驾驶系统等，来优化**、资源和提升客户体验。  教训：在探索人工智能可能性的同时，要为不同*部门提供合适复杂度的解决方案支持，并参与选定项目的实施。比如在项目实施中，部分项目要确认最合适的解决方案（数据管理模型、预测性AI、生成式AI等），需要不断测试和优化，这一过程可能需要投入大量时间和资源。  Riyadh Air*财务官* Boukadida：  经验：与Adobe合作，运用Adobe Experience Cloud技术，为乘客打造流畅且个性化的旅行体验。通过整合实时客户数据平台（CDP），管理客户数据并与合作伙伴数据相结合，为每位客户创建专属档案，在生成式AI和机器学习的支持下，提供个性化体验，如创建开展大规模个性化*所需的各种品牌文案，确保能够随时通过旅客的*渠道与其进行沟通，以更好地了解与多元文化和全球旅客产生共鸣的体验和内容类型，从而提供*的乘客体验。  教训：可能面临数据隐私和安全方面的挑战，确保在利用数据为乘客提供个性化体验的同时，严格保护客户的隐私和数据安全是至关重要的。在与技术供应商合作时，需要明确双方的责任和义务，以应对可能出现的数据安全问题。  Expedia公司*执行官Dara Khosrowshahi：  经验：计划将人工智能技术应用于客户服务领域，认为人工智能有助于打造更好的旅行社。比如通过大数据分析了解客户偏好，为客户提供更便捷的服务体验，如未来人们可以通过语音交流直接向Expedia预定酒店或机票，提升客户服务的效率和便捷性。  教训：认识到人工智能目前在行程规划方面的应用还不成熟，可能会得到很多空白结果，因为AI可能无法很好地理解客户复杂的需求。这表明在应用AI技术时，要对其能力和局限性有清晰的认识，不能盲目依赖，需要在合适的领域逐步推进应用。