💡

文章摘要

Skift Data+AI Summit 2026报告揭示AI搜索已成为旅游分销的新前门——82%的AI酒店推荐来自OTA和编辑媒体,但只有6%的酒店出现在AI结果中。本文系统解读这一数据背后的机制、影响和应对策略。

一、AI搜索成为旅游分销的新前门

2026年6月,Skift Data+AI Summit发布了一份引发行业震动的报告。 报告的核心数据是:82%的AI酒店推荐来自OTA(在线旅行社)和编辑媒体,但只有6%的酒店出现在AI搜索结果中。

这意味着什么?意味着当用户向ChatGPT、Perplexity、Google Gemini等AI助手询问酒店推荐时,AI给出的答案几乎全部来自Booking.com、Expedia等OTA平台和旅游媒体的内容。

94%的酒店在AI搜索结果中完全消失。

这不是一个技术趋势,而是一次权力转移。在搜索引擎时代,酒店可以通过SEO(搜索引擎优化)争取Google首页位置;在AI搜索时代,AI直接从OTA和编辑媒体抓取内容,酒店自己的官网内容几乎不被引用。

Skift Data+AI Summit 2026报告(2026-06),AI驱动的搜索已经成为旅游行业的「新前门」(new front door)和关键分销渠道。

核心概念:AIO(AI Optimization)

AIO是SEO的进化形态。SEO优化的是搜索引擎排名,AIO优化的是AI推荐概率。两者的关键区别在于:

  • SEO:优化网页结构、关键词、反向链接,争取搜索引擎排名
  • AIO:优化内容的结构化数据、品牌提及频率、用户评价数量,争取AI推荐

在AIO时代,OTA平台的内容天然比酒店官网更有优势——因为OTA有更丰富的结构化数据(价格、评分、设施、位置)、更多的用户评价、更强的品牌认知。

图表加载中…

💡 一句话理解

AI搜索已成为旅游分销的新前门,82%的推荐来自OTA和编辑媒体。

⚠️ 常见踩坑

94%的酒店在AI搜索中消失——这不是技术问题,是渠道策略问题。

二、6%的残酷现实:为什么94%的酒店在AI搜索中消失

Skift报告的第二个关键数据是:只有6%的酒店出现在AI搜索结果中。

这个数据背后的机制是什么?为什么AI搜索会导致如此极端的流量集中?

原因一:AI的内容来源偏好

AI助手在生成酒店推荐时,优先引用结构化数据丰富、品牌认知度高的内容来源。OTA平台(Booking.com、Expedia、Agoda等)天然具备这些优势:

  • 结构化数据:价格、评分、设施列表、地理位置、用户评价数量
  • 品牌认知度:AI模型在训练时大量接触OTA内容
  • 内容更新频率:OTA的内容实时更新,AI更容易获取最新信息

相比之下,酒店官网的内容通常是:

  • 非结构化:描述性文字为主,缺乏标准化数据格式
  • 更新缓慢:很多酒店官网数月不更新
  • 品牌认知度低:独立酒店的官网在AI训练数据中出现频率低

原因二:AI的「赢者通吃」效应

AI搜索比传统搜索引擎更容易产生「赢者通吃」的结果。在Google搜索中,第一页有10个结果,第2-3页还有更多机会;但在AI推荐中,AI通常只推荐3-5家酒店,而且这些酒店几乎全部来自OTA和编辑媒体。

原因三:编辑媒体的「守门人」角色

旅游杂志、博客、评测网站等编辑媒体在AI推荐中扮演「守门人」角色。AI助手在生成推荐时,会参考这些媒体的评测和排名。如果一家酒店没有被编辑媒体报道过,它在AI推荐中的出现概率会大幅降低。

Skift报告(2026-06),只有6%的酒店出现在AI结果中,这意味着94%的酒店需要重新思考自己的分销策略

💡 一句话理解

94%的酒店在AI搜索中消失,因为AI优先引用OTA和编辑媒体的内容。

⚠️ 常见踩坑

酒店官网的内容在AI搜索中几乎不被引用——这不是SEO问题,是内容策略问题。

三、95%零回报的悖论:旅游企业的AI投资为何失效

Skift报告同时揭示了一个令人困惑的悖论:95%的企业GenAI投资零回报

这个数据来自Skift对旅游企业的调查。95%的企业表示他们在GenAI上的投资没有产生可衡量的回报

为什么会出现这种悖论?

原因一:优化错误的渠道

大多数旅游企业在AI投资上犯了一个根本性错误:它们在优化自己的网站和APP,而非AI依赖的渠道。

酒店投入大量资金优化官网的用户体验、开发自己的APP、建设直销渠道。但在AI搜索时代,用户不再直接访问酒店官网——他们通过AI助手获取推荐,而AI助手优先引用OTA和编辑媒体的内容。

这意味着酒店的AI投资优化的是错误的渠道。

原因二:AI投资的「基础设施」属性

GenAI投资更像基础设施建设,而非短期营销活动。建设AI能力需要时间,回报不会立即显现。

但企业的财务考核通常是季度制的,这导致短期看不到回报的AI投资被削减或终止。

原因三:缺乏AI时代的衡量标准

传统的数字营销有成熟的衡量标准(ROI、转化率、获客成本),但AI搜索时代的衡量标准尚未建立。

企业不知道如何衡量「AI推荐品牌提及次数」「AI搜索可见度」等指标,因此无法评估AI投资的效果。

Skift报告(2026-06),95%的企业GenAI投资零回报,核心原因是优化错误的渠道+缺乏衡量标准

解决悖论的关键:

旅游企业需要从「优化自己的网站」转向「优化AI依赖的渠道」——确保自己的内容在OTA平台、编辑媒体、社交媒体上有足够的存在感和结构化数据。

图表加载中…

💡 一句话理解

95%零回报的悖论源于优化错误的渠道——企业在优化官网,但AI引用的是OTA和编辑媒体。

⚠️ 常见踩坑

不要将GenAI投资等同于短期营销活动——它更像基础设施建设,需要长期投入。

四、从SEO到AIO:旅游营销的范式转变

AI搜索的崛起标志着旅游营销从SEO时代进入AIO时代。

SEO时代(2000-2024)的核心逻辑:

  • 优化网页结构、关键词密度、反向链接
  • 争取Google/Bing搜索结果首页排名
  • 衡量标准:搜索排名、有机流量、点击率
  • 关键资源:SEO专家、内容营销团队

AIO时代(2025-)的核心逻辑:

  • 优化结构化数据、品牌提及频率、用户评价数量
  • 争取AI助手(ChatGPT、Perplexity、Gemini)的推荐
  • 衡量标准:AI推荐品牌提及次数、AI搜索可见度
  • 关键资源:数据工程师、PR团队、OTA运营专家

SEO vs AIO的关键区别:

维度 SEO AIO
优化对象 搜索引擎排名 AI推荐概率
核心策略 关键词、反向链接 结构化数据、品牌提及
内容格式 网页、博客 结构化数据、用户评价
衡量标准 搜索排名、有机流量 AI推荐提及次数
关键渠道 Google/Bing ChatGPT/Perplexity/Gemini
赢者通吃程度 中等(首页10个结果) 高(AI只推荐3-5家)

AIO时代的旅游营销策略

  1. OTA平台优化:确保在Booking.com、Expedia等平台上的信息完整、准确、更新及时
  2. 用户评价管理:积极引导用户在OTA平台留下评价,增加评价数量和评分
  3. 编辑媒体关系:与旅游媒体、博主建立关系,争取评测和报道
  4. 结构化数据建设:在官网实施Schema.org结构化数据标记,方便AI抓取
  5. 品牌提及监控:监控品牌在AI推荐中的出现频率,建立AIO衡量体系

Skift报告(2026-06),AI搜索迫使旅游企业的营销、收益管理、分发、PR部门必须协同工作——因为AI不区分「官方信息」和「媒体报道」。

💡 一句话理解

从SEO到AIO是旅游营销的范式转变——优化对象从搜索引擎排名变为AI推荐概率。

⚠️ 常见踩坑

AIO时代的赢者通吃程度更高——AI只推荐3-5家酒店,竞争更加激烈。

五、OTA成为AI时代的唯一入口:旅游业的中间商化

AI搜索正在加速旅游业的「中间商化」——OTA成为AI时代的唯一入口。

在搜索引擎时代,旅游分销是多元的:

  • 用户可能通过Google搜索直接访问酒店官网
  • 用户可能通过OTA平台预订
  • 用户可能通过旅行社预订
  • 用户可能通过电话直接预订

在AI搜索时代,分销渠道正在集中化:

  • 用户向AI助手询问推荐
  • AI从OTA和编辑媒体获取信息
  • AI推荐3-5家酒店
  • 用户通过AI提供的链接预订(通常链接到OTA平台)

这意味着OTA正在从「多个渠道之一」变成「唯一入口」。

Skift报告(2026-06),82%的AI酒店推荐来自OTA和编辑媒体,OTA正在成为AI时代的旅游分销核心。

OTA的优势在AI时代被放大:

  1. 数据优势:OTA拥有最丰富的酒店结构化数据(价格、评分、设施、位置)
  2. 品牌优势:OTA的品牌在AI训练数据中出现频率最高
  3. 技术优势:OTA有更强的技术能力优化AI搜索可见度
  4. 规模优势:OTA平台上的酒店数量最多,AI更容易从OTA获取全面信息

酒店面临的困境:

  • 如果依赖OTA,需要支付15-25%的佣金
  • 如果不依赖OTA,在AI搜索中几乎不可见
  • 这是一个「左右为难」的困境

6-12个月的趋势预判:

  • OTA的佣金率可能进一步上升,因为它们的渠道垄断地位增强
  • 酒店直销渠道的重要性下降,除非酒店能找到AIO的有效策略
  • 可能出现新的「AIO服务商」,帮助酒店优化AI搜索可见度
  • 大型酒店集团可能投资建设自己的AI推荐系统,绕过OTA

💡 一句话理解

OTA正在从「多个渠道之一」变成「唯一入口」——旅游业的中间商化加速。

⚠️ 常见踩坑

酒店面临两难:依赖OTA支付高佣金,不依赖OTA则在AI搜索中不可见。

六、营销/收益/PR的融合:AI时代的组织变革

Skift报告指出,AI搜索迫使旅游企业的营销、收益管理、分发、PR部门必须协同工作。

在传统旅游企业中,这些部门通常是独立运作的:

  • 营销部门:负责品牌推广、广告投放、内容营销
  • 收益管理部门:负责定价策略、库存管理、渠道优化
  • 分发部门:负责OTA关系、直销渠道、GDS分销
  • PR部门:负责媒体关系、危机管理、品牌声誉

但在AI搜索时代,这些部门的边界正在消失。

原因在于:AI不区分「官方信息」和「媒体报道」。

当AI助手生成酒店推荐时,它会综合考虑:

  • 酒店官网的信息(营销部门负责)
  • OTA平台的价格和评分(收益管理/分发部门负责)
  • 编辑媒体的评测和报道(PR部门负责)
  • 社交媒体上的用户评价(所有部门间接影响)

如果这些部门各自为政,酒店在AI搜索中的表现会受到影响。

例如:

  • 营销部门在官网宣传「豪华体验」,但OTA上的用户评价是「设施陈旧」——AI会综合这些信息,可能不会推荐这家酒店
  • PR部门获得了旅游媒体的正面报道,但收益管理部门在OTA上定价过高,导致用户评价下降——AI会考虑价格因素,可能不会推荐

AI时代的组织变革方向:

  1. 建立跨部门的「AI可见度」团队:统筹营销、收益、分发、PR的AI优化策略
  2. 统一数据平台:整合官网、OTA、社交媒体的数据,建立统一的AI可见度衡量体系
  3. 协调内容策略:确保官网、OTA、编辑媒体的信息一致且互补
  4. 实时监控AI推荐:监控品牌在AI推荐中的出现频率和内容

跨部门协同的关键指标体系:

部门 传统KPI AI时代KPI
营销 品牌搜索量、官网流量 AI推荐提及次数、AIO搜索可见度
收益 RevPAR、ADR AI推荐转化率、OTA排名指数
分发 OTA佣金占比、直销比例 AI渠道预订占比、全渠道一致性评分
PR 媒体曝光量、正面报道数 编辑媒体AI引用次数、博主评测覆盖率

Skift报告(2026-06),AI搜索时代的技术不再是难点——真正的挑战是治理、监控和组织变革

💡 一句话理解

AI搜索迫使营销/收益/分发/PR部门协同工作——因为AI不区分官方信息和媒体报道。

⚠️ 常见踩坑

技术不再是难点——真正的挑战是治理、监控和组织变革。

七、酒店如何从SEO思维转向AIO思维:实操框架

面对AI搜索的崛起,酒店需要从SEO思维转向AIO思维。

AIO实操框架:

第一步:AI可见度审计

  • 在ChatGPT、Perplexity、Gemini中搜索「[城市]酒店推荐」
  • 记录你的酒店是否被推荐,以及推荐的内容
  • 对比竞争对手的AI可见度
  • 建立基线衡量指标

第二步:OTA平台优化

  • 确保所有OTA平台上的信息完整、准确、最新
  • 上传高质量的图片(AI会分析图片质量)
  • 优化酒店描述,使用结构化数据格式
  • 积极引导用户留下评价(评价数量和评分是AI推荐的关键因素)

第三步:编辑媒体关系建设

  • 识别旅游领域的编辑媒体和博主
  • 邀请媒体/博主体验酒店服务
  • 争取在权威旅游媒体上的报道和评测
  • 监测媒体报道对AI推荐的影响

第四步:结构化数据建设

  • 在官网实施Schema.org结构化数据标记
  • 使用JSON-LD格式标记酒店信息(名称、地址、评分、设施、价格范围)
  • 确保官网内容可以被AI助手轻松抓取

第五步:建立AIO衡量体系

  • 监控AI推荐品牌提及次数(每周/每月)
  • 监控AI推荐内容的情感倾向(正面/中性/负面)
  • 对比竞争对手的AI可见度变化
  • 将AIO指标纳入营销KPI体系

第六步:组织变革

  • 建立跨部门的AI可见度团队
  • 统一数据平台,整合官网、OTA、社交媒体数据
  • 协调内容策略,确保信息一致且互补
  • 培训员工理解AIO的重要性

预期效果时间线:

  • 1-3个月:完成AI可见度审计和OTA优化
  • 3-6个月:建立编辑媒体关系,开始获得报道
  • 6-12个月:AI推荐品牌提及次数显著提升
  • 12个月以上:建立成熟的AIO运营体系

AIO预算分配建议:

根据Skift报告中对早期实践者的调研,旅游企业在AIO上的预算分配应遵循以下比例:

预算项 占比 说明
OTA平台优化 30% 信息完善、图片升级、评价管理
编辑媒体合作 25% 媒体邀请、博主体验、赞助评测
结构化数据建设 20% Schema.org实施、JSON-LD开发
AI监控工具 15% 推荐监控、竞品对比、情感分析
培训与组织变革 10% 员工培训、流程再造、跨部门协作

小型独立酒店的轻量级AIO策略:

对于预算有限的小型独立酒店,不需要全面铺开AIO框架,而应聚焦三个最高ROI的动作:

  1. OTA信息极致优化:确保在Booking.com和Expedia上的信息100%完整,包括所有设施标签、高质量图片(至少20张)、详细的房型描述。这是成本最低但效果最显著的动作。

  2. 主动管理用户评价:在入住和退房环节引导满意客户留下OTA评价。评价数量和评分是AI推荐权重最高的因素之一。目标是将评价数量提升到同区域竞争对手的平均水平以上。

  3. 争取1-2篇权威媒体评测:不需要大规模PR预算,可以邀请本地或垂直领域的旅游博主进行体验式报道。一篇高质量的评测文章可能在AI推荐中持续产生价值数月。

AIO常见误区与避坑指南:

在实施AIO策略时,旅游企业常犯以下错误:

误区一:把AIO等同于SEO的变种。 AIO不是SEO的简单延伸。SEO优化的是搜索引擎爬虫,AIO优化的是AI模型的理解和推荐逻辑。两者的评估标准、优化对象和衡量指标完全不同。

误区二:只关注单一AI平台。 ChatGPT、Perplexity、Gemini的推荐逻辑不同,引用的内容来源也有差异。企业需要在多个AI平台上监控自己的可见度,而不是只关注其中一个。

误区三:忽视负面评价的影响。 AI推荐系统会综合考虑正面和负面信息。如果OTA上存在大量负面评价,即使结构化数据再完善,AI也可能不会推荐这家酒店。因此,AIO策略必须与服务质量提升同步进行。

误区四:期望短期见效。 AIO是一个中长期策略,通常需要6-12个月才能看到显著效果。企业需要有耐心,持续投入,而不是在3个月没有见效后就放弃。

误区五:忽视AI搜索的「多模态」趋势。 随着AI助手支持图片、视频等多模态输入,仅优化文本内容已经不够。酒店还需要关注图片质量、视频内容的优化,因为AI在推荐时也会考虑这些非文本因素。

AIO效果衡量方法:

AIO效果的衡量比SEO更复杂,因为AI推荐结果不透明且难以直接监控。以下是几种可行的衡量方法:

方法一:定期抽样检测。 每周在ChatGPT、Perplexity、Gemini上搜索核心关键词(如「XX城市酒店推荐」「XX城市最佳住宿」),记录酒店是否被推荐、推荐位置、推荐描述。虽然简单,但能反映基本趋势。

方法二:建立AI可见度指数。 将多个关键词的AI推荐结果综合为一个指数,跟踪其变化趋势。例如,将「被推荐次数×推荐位置权重」加总,形成一个可量化的AIO得分。

方法三:结合业务数据反推。 如果酒店在AIO优化后,OTA渠道的预订量明显上升,且无法用其他因素解释,可以合理归因于AIO效果。这种方法虽然不够精确,但能说明AIO对业务的实际影响。

方法四:使用第三方监控工具。 目前市场上已出现专门监控AI推荐结果的工具和服务,可以自动化地跟踪品牌在多个AI平台上的可见度变化。虽然成本较高,但对于大型酒店集团来说是值得投入的。

💡 一句话理解

AIO实操框架:从AI可见度审计开始,逐步优化OTA、编辑媒体、结构化数据。

⚠️ 常见踩坑

AIO是一个长期过程,不要期望立竿见影——至少需要6-12个月才能看到显著效果。

八、相关面试题与延伸阅读

本站整理了与AI旅游搜索相关的面试题和延伸阅读。

相关面试题:

  1. AI搜索如何改变旅游分销格局?

    • 答案要点:AI搜索成为旅游分销的新前门,82%的推荐来自OTA和编辑媒体,只有6%的酒店出现在AI结果中。OTA正在从「多个渠道之一」变成「唯一入口」。
  2. 什么是AIO(AI Optimization)?与SEO有什么区别?

    • 答案要点:AIO优化AI推荐概率,SEO优化搜索引擎排名。AIO关注结构化数据、品牌提及、用户评价;SEO关注关键词、反向链接、网页结构。
  3. 为什么95%的旅游企业GenAI投资零回报

    • 答案要点:核心原因是优化错误的渠道——企业在优化官网,但AI引用的是OTA和编辑媒体。解决方向是从优化官网转向优化AI依赖的渠道。
  4. 酒店如何应对AI搜索时代的挑战?

    • 答案要点:建立AIO实操框架——AI可见度审计、OTA优化、编辑媒体关系、结构化数据建设、AIO衡量体系、组织变革。

延伸阅读:

本站观点: AI搜索正在重塑旅游分销格局,OTA成为AI时代的唯一入口。旅游企业需要从SEO思维转向AIO思维,建立跨部门的AI可见度团队,优化OTA和编辑媒体内容,才能在AI搜索时代保持竞争力。

💡 一句话理解

AI搜索正在重塑旅游分销格局——从SEO到AIO是必然趋势。

⚠️ 常见踩坑

不要忽视AI搜索的崛起——它可能在2-3年内彻底改变旅游分销格局。

🎯 相关面试题

巩固本篇知识点,备战 AI 岗位面试。