与数字和商业领导者讨论智能体AI时，话题往往绕不开一个共同现象：我们已经探索过智能体，但目前还没有任何产品真正落地投产。
然而，在所有人都热衷于AI实验的当下，没有一家企业能够承受无休止地运行试点项目却不产生实际商业价值的代价。专家指出，那些未能有效利用AI的从业者将面临被时代淘汰的风险，这意味着企业必须尽快部署切实可行的智能体解决方案，而不是一拖再拖。
在线旅行平台Booking.com的数据与机器学习平台总监胡伊·道（Huy Dao）承担着推动AI价值落地的重任，其中包括智能体服务的开发。他通过采用结构化的服务推进方式，针对当下及未来用户面临的痛点，打造了有针对性的解决方案，并取得了切实成果。
胡伊·道在接受采访时将这一方法称为"互联出行"——即Booking.com致力于将用户整个旅程中涉及的所有环节，无论是机票、酒店还是景点，都整合为一体化的出行体验。
打造"互联出行"意味着需要整合各类分散的信息资源。胡伊·道的团队构建了一套完整的数据体系，使Booking.com得以开发出一系列由AI驱动的新服务，其中包括公司首款智能体应用——一套用于促进客户与酒店合作伙伴之间高效沟通的合作伙伴对客系统。
以下是他在这一过程中的心得体会，涵盖五条关键经验，供那些希望将智能体AI从试点阶段推进至正式生产服务的从业者参考。
第一步：找准适合AI大展身手的应用场景
胡伊·道认为，利用新兴技术的关键在于找到正确的应用场景。尽管一些从业者对AI的潜力仍持观望态度，但他认为企业完全可以借助智能体技术攻克那些长期难以解决的挑战。
"依我之见，AI不是什么昙花一现的热潮，不管是今天还是今年——它是真实存在的变革力量，"他说，"我每天都能在工作中亲眼看见AI如何改变我们做事的方式。"
在Booking.com，胡伊·道与团队发现，酒店合作伙伴难以及时响应客户咨询是一大核心痛点。他们意识到，智能体技术能够帮助酒店更快速、更准确地回复客户问题。
"在我们推出智能体解决方案之前，每当客户想要联系酒店合作伙伴——比如想知道酒店是否有游泳池，或者想晚一两个小时入住——他们就得主动联系酒店，询问相关信息，"他说，"但酒店员工在回复时往往还需要额外核查才能给出准确答复，而且有时候当客户提问时员工根本不在线，因此等到客户收到答复可能需要数小时甚至更长时间。"
第二步：为智能体搭建坚实的数据与技术底座
胡伊·道表示，他的团队所构建的数据体系，使Booking.com得以加快AI和机器学习技术在各类场景中的应用落地，例如上述问题的解决。
这套集成化的技术栈以Snowflake数据平台为核心，同时融合了用于数据分析的ThoughtSpot、用于编排调度的Astronomer与Airflow、用于访问控制的Immuta、用于机器学习可观测性的Arize，以及提供云计算能力的AWS。数据团队还对OpenAI、Amazon Bedrock和Google Gemini等主流AI供应商提供的模型进行测试和应用。
Booking.com的合作伙伴对客通信系统由内部团队基于Python开发，数据团队还引入了开源智能体框架LangGraph，帮助智能体对客户咨询进行深度推理。
胡伊·道强调，高效的智能体系统不仅仅关乎后端架构，用户界面的设计同样至关重要。
"我们希望在对用户真正有意义的地方，融入技术或AI能力，"他说，"在这个具体场景中，合作伙伴已有一套基于网页的门户用来查看消息，因此将智能体直接集成到这个界面上显然是最合理的选择。"
第三步：分阶段推进智能体部署，循序渐进
在明确了业务挑战并打磨好技术平台之后，胡伊·道及其团队将重心转向落地实施，整个过程分两个阶段推进。
第一阶段，他们开发了一款可信赖的助手工具，协助酒店合作伙伴高效处理客户咨询。
这一智能体应用被命名为"智能信使"（Smart Messenger），能够自动汇集合作伙伴信息、房源资料和预订详情，为酒店员工与客人的沟通提供全方位支持。
在智能体服务的初始阶段，胡伊·道表示人工审核仍然是整个流程中不可缺少的环节。
"我们希望确保合作伙伴对回复客户的方式拥有最终决定权，"他说，"但我们为他们配备了一位助手——这样一来，原本可能需要花五分钟才能回复的问题，如果合作伙伴认可智能体提供的答案，只需一秒钟点击确认即可。"
随着时间推移，胡伊·道表示，那些对智能体建立起信任的酒店合作伙伴可以逐步将更多工作委托给智能体处理——这就进入了智能体部署的第二阶段。
在这一阶段，Booking.com推出了"自动回复"（Auto-Reply）工具，允许酒店合作伙伴自定义回复规则，对"酒店是否提供停车位"等常见客户问题实现即时响应。
"这个阶段相当于智能体在说：'好的，如果你足够信任我，我可以代你行事，'"胡伊·道说，"在这种场景下，合作伙伴可能在深夜客户发来问题时已经入睡，但智能体可以代表合作伙伴及时回复——这种方式带来的好处是多方面的。"
第四步：持续衡量效果，不断优化迭代
Booking.com的实践数据显示，早期试验阶段合作伙伴满意度相较过往的消息工具提升了73%。胡伊·道表示，智能体会持续从过往交互记录和用户反馈中学习，不断优化回复的准确性与相关性。
"现在有了智能体，我们对所有环节的表现进行量化评估，反复实验，再对比满意度的改善幅度，"他说，"由于客户能够及时得到所需答案，他们无需再联系客户支持，这也相应降低了支持成本。"
胡伊·道强调，智能体的应用必须与具体场景深度绑定。在持续打磨用户体验的同时，团队也在不断完善底层平台，构建支撑更多智能体探索的坚实基础。
"我们不想为了做平台而做平台，"他说，"在构建平台时，我们始终以用户为中心，确保选择了真正适合当前场景的智能体技术。"
第五步：从实践中汲取经验，并持续投入未来布局
胡伊·道表示，团队在智能体开发过程中积累了大量宝贵经验，并希望其他从业者能够从中受益。
"在测试阶段，你可能觉得智能体系统运行良好，"他说，"但一旦进入生产环境，响应延迟等问题就会浮现，需要及时应对。这时候，就必须对架构和平台进行精简优化。"
展望未来24个月，胡伊·道对Booking.com的发展充满期待："你可以预见，作为一家公司，我们将在生成式AI和智能体AI上持续加大投入，这不是为了追时髦，而是为了真正提升用户体验。"
"人们现在都在寻求类似ChatGPT的交互体验，而我们希望在旅行场景中提供同等甚至更出色的体验。"
Q&A
Q1：Booking.com的"智能信使"（Smart Messenger）是什么？它解决了什么问题？
A：智能信使是Booking.com开发的一款智能体应用，能够自动汇集合作伙伴信息、房源资料和预订详情，辅助酒店员工快速响应客户咨询。在此之前，酒店员工需要手动查询信息才能回复客户，且在非工作时间往往无法及时响应，导致客户等待数小时。智能信使通过AI辅助，将回复时间大幅压缩，同时保留合作伙伴对最终回复内容的控制权。
Q2：Booking.com的智能体应用部署后，合作伙伴满意度为何能提升73%？
A：根据Booking.com的实践数据，智能体应用上线后合作伙伴满意度相较过往消息工具提升了73%。主要原因在于：智能体能够实时响应客户问题，无需等待人工介入；系统持续从历史交互和用户反馈中学习，不断优化回复质量；客户问题得到及时解答后，联系客服的需求也随之减少，整体服务效率和体验显著提升。
Q3：企业在将智能体AI从测试阶段推进至生产环境时，需要注意哪些问题？
A：Booking.com的实践经验表明，测试环境中表现良好的智能体系统，在正式生产环境中可能面临响应延迟等新挑战。为此，建议企业在架构设计上保持精简，避免过度复杂；同时要以真实用户需求为出发点构建平台，而非为技术而技术；此外，部署应分阶段推进，先引入人工审核机制，再逐步扩大智能体的自主决策范围，降低风险。
