1. Overview (项目背景)

HANATOUR在旅游产品规划和客户咨询领域推进了生成型AI基础的对话式AI Agent的引入，以同时强化业务生产力和服务竞争力。
既有的旅游产品规划及咨询流程需要综合审查众多内部数据、外部信息和最新趋势，从新旅游地的洞察导出到套餐日程构成都需要大量时间和手工操作。

因此，HANATOUR构建了支持旅游日程规划和咨询全过程的AI Agent，旨在辅助旅游产品规划(MD)工作，并为客户提供更加个性化的旅游咨询体验。

2. Challenge (问题定义)

项目推进之前，HANATOUR存在以下局限和课题。

• 场景型聊天机器人的局限
  既有聊天机器人以固定脚本为中心运作，对非结构化问题的应对能力较低，在自由度和准确性方面需要改进。

• 分散数据利用的低效性
  内部套餐产品信息和外部旅游趋势、当地信息分散存储，难以综合利用这些信息进行日程规划和咨询。

• 旅游产品规划工作的高手工比例
  新旅游地分析、日程构成、路线设计等重复性强、耗时长的工作导致MD生产力提升存在瓶颈。

• 客户咨询体验的个性化不足
  在充分反映客户预订历史、偏好旅游地、日程信息等方面的超个性化咨询提供受到限制。

3. Solution (解决方案)

HANATOUR与Megazone Cloud合作，构建了基于Amazon Bedrock的Agentic AI工作流，实现了支持旅游产品规划和咨询的AI Agent。

• AI套餐日程设计服务构建
  综合分析内部实际销售的套餐产品日程和路线、最新旅游趋势、当地信息、移动路线、所需时间等，实现了自动提议新旅游日程的业务辅助AI服务。

• 基于Amazon Bedrock + OpenSearch的上下文整合
  通过连接Amazon Bedrock(Claude 3.5 Sonnet)和OpenSearch，整合分析内部套餐产品数据和外部趋势，基于此构建了生成日程设计和咨询回复的Agentic AI结构。

• 多渠道·多模态咨询环境实现
  应用STT(语音识别)和TTS(语音合成)，同时支持聊天和语音咨询，为各个年龄段和不同用户环境提供可访问的咨询体验。

• 基于可执行命令的咨询功能
  在咨询过程中识别航班预订、日程变更、产品推荐等执行意图，无需跳转到其他页面即可立即执行服务的命令功能。

4. Result (成果)

通过AI Agent的引入，HANATOUR取得了以下显著成果。

• 用户数增加
  相比场景型聊天机器人，测试版服务开放时用户增长267%，正式开放后扩大到432%。

• 旅游产品规划生产力提升
  通过自动化从新旅游地分析到日程构成的全过程，减少了MD的重复工作，为更加战略性的规划工作创造了条件。

• 提供超个性化咨询体验
  通过24小时提供反映客户预订记录和偏好的定制咨询，同时提升了咨询质量、速度和便利性。

• 扩大使用年龄段并强化可访问性
  通过自然语言界面和语音功能，为数字亲和度较低的年龄段也能轻松使用服务的环境。

• 旅游服务范式转变基础的建立
  通过AI基础的超个性化咨询和日程设计，确保了在旅游业中树立新服务标准的差异化案例。