文 | 迈点
8 月 10 日起，豆包渠道的酒店订单开始执行独立费率，软件服务费 11.4% 加上 0.6% 的支付手续费，综合扣费 12%。
但最值得关注的是，AI 推荐已经脱离概念化流量入口的阶段，正式成为平台单独核算、独立计费的标准化获客渠道。
历史经验表明，每一次新渠道的独立计费，往往预示着一波获客格局的调整。
对于酒店经营者来说，理解这件事背后的行业大趋势，如何抓住机会，从而实现突围、在市场上分一杯羹，比单纯纠结佣金点数更有价值。
01 越早入局新获客渠道的酒店，越早获利
回顾过去，酒店行业的获客渠道经历了几次重要的变迁。
早年间，除散客外，酒店主要依靠与旅行社、周边企业合作，获取客源。但这些渠道局限性很大，客群吸引力有限。
不过，随着 2014 年前后 4G 网络和移动支付的普及，在线旅游平台（OTA）在中国酒店分销市场的份额开始快速增长，行业数据显示，携程、去哪儿、艺龙三家厂商在中国在线酒店预订市场共占 76% 的份额。
起初，行业内有质疑、有观望，酒店一边眼红新渠道带来的流量，一边又担忧高额的佣金与强硬的规则，既想上车又怕被绑死。
后来，经不断的整合收购、股权置换，" 携程系 " 逐步崛起，早期深度绑定 OTA 平台的酒店，享受了近十年稳定的流量红利。而后期入局者既要面对高昂的佣金率，又在平台竞争中处于明显劣势地位，难以存活。
面对 OTA 平台一家独大的局面，市场并未被完全驯化。
2015 年前后，阿里巴巴推出的阿里旅行（即后来的飞猪），美团等 " 超级应用 " 相继进入市场。与专注旅游的 OTA 平台不同，这些平台提供流量入口，允许酒店开设官方旗舰店进行直销。
2017 年，希尔顿集团旗舰店正式在飞猪上线。同年，万豪国际与阿里巴巴成立合资公司，运营管理万豪在飞猪上的旗舰店，飞猪会员与万豪会员体系实现互通。
酒店通过这些平台获得流量，将用户转化为自己的直接顾客，催生了平台化分销模式。
约从 2018 年起，酒店业开始重视自有渠道和私域流量的建设，大力发展会员体系，以减少对第三方渠道的依赖。
在这一阶段，头部酒店集团的动作尤为明显，尤其是华住集团的会员数据，已经说明自有渠道具有超高的价值。
截至目前，华住集团旗下的 " 华住会 " 已经吸引超过 3.11 亿名会员，2025 年全年约 73% 的间夜售予华住会个人或企业会员，约 77% 的间夜通过华住自有销售渠道售出。
紧接着，2020 年后，抖音、小红书等新媒体平台凭借巨大流量和内容互动优势，成为酒店分销和营销的新兴渠道。
在过去，酒店能否被用户看到，取决于在线旅行社搜索结果页的排名，排名又由竞价、销量、评分决定，酒店本质上是被动等待平台分配流量。
而在这类内容平台上，酒店可以通过短视频和直播主动创造流量，让用户在 " 刷社媒 " 的过程中产生住宿需求。
进入 2024 年后，人工智能推荐开始成为酒店获客的又一个新入口，而且这一次变化更为深刻。
就在前不久，携程、同程旅行、艺龙酒店科技、万达酒店及度假村在同一天宣布接入微信 AI 生态，用户可以直接在微信里用人工智能查库存、比价格、核权益、完成预订，全程不需要打开任何一个独立应用。
与此同时，通义千问接入飞猪、高德、支付宝，用户在通义千问内即可完成酒店比价和下单。豆包则可以跳转抖音酒店预订店铺，实现端内支付。
这说明 " 对话即服务 " 正在取代 " 搜索即服务 "。
纵观酒店行业获客渠道的发展历程，可以看出每出现一个新渠道，早期入局者往往能获得相对稳定的流量回报。
这提醒酒店行业，越早让自身信息、服务标签、用户评价等被人工智能准确抓取并理解，就越能在这一轮入口迁移中拥有主导权。
那么，在人工智能推荐时代，谁能拿到新趋势下的早期红利，成为第一个吃螃蟹的人呢？
02 用户搜索习惯的变化，让酒店接入 AI 成为必然
要想回答这个问题，得先看看用户在搜索习惯上发生了什么变化。
德勤 2026 年夏季旅游调查显示，使用生成式人工智能规划旅行的用户占比从 2025 年的 15% 上升到 2026 年的 25%，其中千禧一代的使用意愿达到 36%，明显高于其他代际。
在住宿领域，飞猪数据显示，今年春节期间人工智能酒店订单量环比增长 161%，平均每晚价格接近 300 元，用户已可通过对话在通义千问 APP 内便捷选择酒店房型并一键付款。
当用户打开豆包问 " 推荐一个适合商务出差、带会议室的酒店 "，人工智能直接给出 3 到 5 个推荐，用户选择一个并跳转下单，整个决策过程缩短至 2 到 3 分钟。
这与过去打开在线旅行社、输入目的地、翻搜索结果页、比价、下单的较长时间花费，形成了鲜明的对比。
用户搜索习惯的改变带来了两个深远影响。
第一，决策权部分让渡给了人工智能。
在人工智能推荐逻辑里，它会综合用户的出行时间、预算区间、位置偏好、历史住宿记录以及酒店的实时库存、价格走势、服务标签、用户评价语义，然后给出推荐。
酒店如果不能被人工智能准确理解，就失去了被用户看到的机会。
第二，客群正从原有渠道慢慢转向 AI 渠道。
过去，用户找酒店习惯打开 OTA 或者内容平台，在列表和搜索结果里选择。
如今，越来越多的用户把需求直接喂给 AI，由大模型给出酒店推荐名单。
面对这两大变化，酒店也要有自己的判断。
一方面，不要盲目投入。
因为，目前豆包渠道订单体量还无法和传统 OTA 平台抗衡，酒店应当小规模测试，用真实数据核算各渠道的投资回报率，观察人工智能渠道带来的用户质量和生命周期价值。
另一方面，也不要因为豆包渠道的费率高，消极观望。
携程《2025 携程旅行决策双引擎洞察报告》显示，当年，在搜索中使用人工智能规划旅行的用户比例同比提升 270%，用户习惯的迁移是实实在在发生的。
所以，酒店人不妨保持乐观、开放的心态，逐步地尝试探索新兴的获客渠道。
03 做好 GEO，是酒店人接下来的必修课
那么，酒店如何才能被 AI 精准地理解、推荐呢？
或许，尝试做好 GEO 是个不错的方式。
GEO 全称生成式引擎优化（Generative Engine Optimization），《中国 GEO 行业市场发展报告 2026》显示，今年国内 GEO 市场规模约 30 亿元，近三年累计增长超过 35 倍。
延伸到酒店行业，GEO 的概念是——让一家酒店被大模型准确理解并优先推荐。
其一，基础信息标准化。
酒店名称、地址、联系方式、价格区间、核心服务标签等，在官网、地图平台、百科词条、在线旅行社页面上必须完全一致。
为什么要一致？因为大模型会交叉验证信息，信息一致的酒店更容易获得人工智能的信任。
如果酒店在官网标注 " 商务酒店 "，但在地图上标的是 " 经济型酒店 "，大模型对你的信任度就会下降，推荐优先级也会跟着掉。
所以，中国旅游报《进入大模型推荐名单要做好几件事》这篇文章提到，信息一致性达到 85% 以上的酒店才算及格。
其二，核心标签精准化。
比如，当你提问大模型 " 上海有哪些适合商务洽谈的高端酒店 " 时，它检索的是酒店的标签中有没有 " 商务洽谈 "" 高端 "" 会议室 "" 行政酒廊 " 这些标签。
然而，有些酒店的标签很笼统—— " 设施齐全 "" 服务优质 "，大模型根本不知道该怎么去匹配用户需求。
标签越精准，酒店才能获得目标客群的青睐。
客人在大模型上提问有关酒店的问题，无非就是价格、房型、设施、位置、退改措施、周边配套等。
酒店要把这些高频问题做成结构化的内容，发布到权威媒体上，大模型检索到的概率就会大幅提升。
除了以上三点，酒店 GEO 优化并不是一锤子买卖。
大模型的算法不断更新，酒店不可能优化一次就永远排位靠前。
因此，必须定期检查大模型推荐结果中酒店的位置和描述是否准确，发现问题及时修正。
此外，需要说明的是，AI 渠道并不会完全取代 OTA 平台，二者是互为补充的关系。
它真正的价值在于：在用户决策的最前端，帮助酒店争取到被优先推荐的机会。
而且，像 AI 这样的公域渠道，虽能帮助酒店引流，但酒店也得学会把客人吸纳到自己的会员体系里，既要做公域，又要做私域。
因为，这些渠道的规则会变、成本会涨，自有客源成本可控，更加稳妥。
04 写在最后
回看过去十几年，每当出现一个新兴渠道，除部分人感到恐慌外，更多的人都在喊 " 机会来了 "。
而酒店这边，有人吃到了入局早的红利，客源较为稳定；有人晚进来一些，只能接受更高的成本和更严的规则；还有很多的人，直到这一轮热潮过去了，还没摸清门道。
所以，面对人工智能这个新渠道，迈点有几句实在话想说。
新渠道来了，酒店要先占个位。不是因为它一定更好，而是 " 第一批 " 三个字最值钱。
永远别把命交给一个渠道。携程、美团、抖音、各类 AI，没有哪一个渠道是一成不变的。今天它给你流量，明天它可能改规则、提收费。
" 被人工智能记住 " 只是基础目标，" 让客人记住你 " 才是终极目标。被人工智能推荐只是过程，让客人下次跳过所有平台、直接找你订房，才是目的。
当前，新机会已来临，各位酒旅同仁，准备好迎接了吗？
