很高兴今天有机会能够跟大家再交流一下，我们一个技术团队如何理解旅行和如何思考旅行？

我们其实是一个人工智能背景的团队，我之前在法国读书，也都是在读人工智能相关的知识，后来在搜狗、腾讯全部在做人工智能相关的研究，都是在做语意理解类似于Siri这样的产品。所以当我们这样一个团队，当我们聚集了100位工程师，我们研发了两年的一个旅行产品，会是一个什么样的想法？希望今天能够跟大家做一点交流。

一开始的时候，我们说旅行体验的真相是什么？我们到目前为止，不敢说万计，但数以千计的网站在给你提供各种各样的服务，数以十万计、百万计的旅行社在给你提供各种各样的服务。我们有非常多的选择，但是在今天，当我们要做一个，满足我们自己旅行的时候，是否容易？我们来分析一下，通过几个方面来说：

第一方面：从体验上来讲，我们之前看到expedia（算是美国的携程），这么一个大型的在线旅游、销售产品的网站，它发出一个报告，提到一个数字。它说平均全球每一个人，在计划自己旅行，需要看38个网站。这个数字还蛮惊讶的，虽然我一直认为这个数字很多，但我没有想到会多成这样。那我们就来分析一下，为什么会有38个这么多？

我们想象10年前，可能应该没有38个网站，因为10年前旅游的网站一共都没有这么多。为什么到今天有38个网站？我们觉得可以看到，到今天为止，我们的品类变得极大丰富。以前如果我们住宿的话，可能我们只要定一个酒店就好了，但今天我们还裂变出很多新的品类，比如airbnb、homeaway，包括可能很多以前没办法在互联网上预定的线下帐篷区。还生出了一些新的品类，比如华人的酒店（华人开的），你到了外国逛一圈晚上回来，老晚上还给你包个饺子这种，也会变得很多。

所以我们会看到，品类变得非常多，光住宿这样的职能，我们就变成很多网站来支持。很多品类，每个品类又有很多网站来提供有微小差异的服务。所以到今天为止，这变成一个非常庞大可能性的旅行。所以好的一方面来讲，我们每个可都可以定制一个非常个性化的旅行。坏的一方面来讲，这个难度变得更加巨大。所以我们相信，随着互联网进一步的发展，我们一定会有越来越多的品类。38一定不是尽头，未来可能会变得更多，一定是这样的趋势。

但是我们真的能够承受更多的网站吗？其实很难，我觉得38基本已经到达极限了。一个用户不可能说，我偶尔去一趟某国家，我要了解这个国家所有的网站和所有的信息，这是一个非常困难的。所以当我们的基础信息变得不一样的时候，就需要有新的模式解决。所以我们是怎么想的？

我们想的是，当你有非常多的可能性，举一个例子大家可能会很清楚，比如像以前我们的网站，只有百万级的网站，而每个网站的层级又很浅的时候，其实雅虎是一个非常好的搜索引擎，你可以非常容易的找到你想要的信息。但是当我们今天有千亿级的页面，而网站的结构变得极其复杂的情况下，可能就不再是一个好的办法了。所以谷歌诞生了，它变成一个好的办法。

所以对我们来讲，我认为自由行的旅行，到今天其实我们体验并不好，我们要做一个计划要看38个网站，但未来一定不是这样的。所以我们在探索，是不是能够找到另外一个方式解决这个问题。

第二方面：除了用户角度之外，我们再从市场角度考虑。全中国在线旅游渗透率只有10%几，但部分还是通过线下的方式在做，可能就是传统的旅行社。我们得到一个非官方的数字，中国有数百万旅行行业的从业者，就是线下旅行社，有数十万的门店，而这些门店往往都开在非常好的地段，比如北京站门口，我们看到很多楼里，一层一层的全是旅行社。

所以这个加在一起，数百万的从业人员，如果一个人身上，把所有的费用，人的费用、房子的费用、营销的费用全算上，一个人摊10万的话，每年就是一个数千亿的成本，我们每年要花一个数千亿的成本来购买旅行的服务体验。

但是我们仔细想一下，我们体验到底跟旅行社有没有关系？好像我们的飞机也不是它开的，火车也不是它开的，酒店的菜也不是它炒的，节目也不是它表演的，它好像跟我们的体验没什么关系。那它做了什么？它帮我们做了一个信息的对接，它让我知道了那些我本来不知道的东西。

那我信息对接的质量怎么样？

第一：强烈压抑我的个性化需求，我没有办法说想怎么玩就怎么玩，我如果到了巴黎，我说我想吃一个当地的餐厅，可能不可以。你需要跟团，不能拖团。

第二：口碑也不是特别好，因为我们经常可以看到各种各样的新闻，讨论购物等等这样的问题。

所以等于我们每年花了一个数千亿的成本，买了一个不是那么满意旅行服务的信息体验。所以这个地方、这个钱是不是能被省下来？其实互联网也并不能够帮你做10几个事，互联网没有办法帮你开飞机，也没有办法帮你开火车。但是互联网能做什么？就是一个高效的信息对接。比如像今日头条这样，可能以前每个人，全中国只有几千本杂志，你只能挑一本你觉得最满意的。而到今日头条出来之后，它可以对每个人提供属于自己的杂志。但是恰恰因为它是一个信息，如果它是一个实体的东西，可能就没办法做了。所以恰巧互联网是最有机会能够帮我们省掉这些钱。

听到这个真相之后，我自己感觉有点惊讶，所以就做了一个这样的表情。我们继续往深入讲，什么样的计划才是一个完美的旅行计划？我们现在看到的旅行计划非常多，我们到任何一个攻略网站上，都看到大量旅行游记、攻略，但到底哪个是好的？包括旅行社里，包括设计线路的那些人，往往你都不知道他到底有多么强的能力去做？但目前为止，我们都没有一个标准讲，某一个线路到底是好还是不好？所以到底什么样的计划才是一个旅行完美的计划？我们所有网站上看到的这些计划都是好的吗？其实并不是。

说白了解决这个问题，我们今天想说，一个人在做一个旅行决策的时候，应该是一个什么样的流程？我们先冷静下来分析。我觉得旅行是一个感性的事，但其实任何一个感性的事，都可以用理性的方式解决。

所以，首先当人在做一个决策的时候，他通常会分为两块决策：

决策一：主观的决策。我到底是巴黎还是伦敦？去巴黎我到底是去埃菲尔铁塔还是卢浮宫？去卢浮宫我到底是逛两天，还是逛半天，这是一个主观决策，没有对错。没有任何人可以告诉你，你决定卢浮宫玩两天是对的，玩半天是错的。没有，因为这是符合你自己的需求，是一个非常个性的东西。

但当你的个性完成了之后，你需要做什么？你需要把它变成一个实际的方案，把你的需求变成一个落实的方案，这个时候就变成了一个客观的需求。当主观需求时，无论是机器还是人，都很难告诉你，什么更好，需要你自己发现最好。

决策二：客观的决策。而到客观的时候，比如我到了巴黎，就是要玩3天，埃菲尔铁塔我就登个塔顶，卢浮宫我就进去逛半天。协和广场我拍得到就走，米其林三星我要吃一顿，当你确定的时候，这就是一个客观问题了，它是有好坏之分的。如何让我最高效率，能够满足完成我的需求，让我的效率最高，无论是经济效率还是时间效率等等。在这种情况，就有好坏之分。

所以，我们一个完美的旅行，应该分成主观决策和客观决策。那我们下一步想到，就旅行计划而言，我们作为一个专门做技术的团队，到底人和机器谁更靠谱？经过我们自己的研究和尝试，我们得到结论是两个都靠谱。他们解决不同的问题，这是有一个结合的。比如我们看到，刚才讲到的主观，是一定靠人，你没有办法靠机器告诉你。我可以告诉你，卢浮宫80%的人是要玩2天，10%的人玩一天，但并不代表你应该选择80%人玩的方式，因为每个人都是不一样的决定。

但机器能够帮我做得是什么？是效率更高的计算。这样讲可能比较抽象，举两个例子，大家可能更加清晰。

例子一：我现在要去欧洲玩，我有9天的假期，我要在伦敦待三天、巴黎待三天，莫斯科待三天，这是我的一个需求。按现在的方式，我们要怎么买票？按现在的方式可能打开去哪儿，或者打开更喜欢旅行的打开天云，然后自己去找，我从北京出发，到这三个地哪最便宜。我找到一个最便宜的，我买一张票飞过去，我之后再去找下一个更便宜的，用这样一个方式购买，这可能是通常我们了解会购买的方式。

但是这样得到的方式是最优吗？其实在计算机里，其实有一个描述这样方式的算法，叫贪心算法，我每一步都选择当前最有利的方案。但是往往我们知道，贪心算法得到的方案，并不是全局最优。我可能飞到巴黎最便宜，但当我从巴黎购买了之后，会导致我后面两程都变贵。也许我飞伦敦比巴黎贵两百，但也许我能赶上两张特价机票，这个都是有可能的。所以这并不是以距离衡量的事，是有各种排列组合，结合各种交通方式跟机票，得到共同的结果。

其实按数学角度来讲，这其实是一个阶乘问题，各种排列组合。如果三个还好，如果你去欧洲玩10个地方的时候，那你可能就变成10的阶乘这种可能性，10的阶乘是360万，你还要考虑两点之间，可能是飞机、火车、大巴、自驾、渡轮，一称乘又变成千万了。如果你考虑，即使是飞机，两点之间，一天有几十个航班，每个航班又有几十个网站，分别卖不同的价格和不同退还票政策，所以这可能是一个数亿级的可能性。

更恐怖的是，每一分钟这个价格都在发生变化。你的最优解是时刻在变化的，也许在这一秒这样一个方案是最优，下一秒就变化了，所以这不是一个人能解决的问题。

例子二：关于城市内的计划，我们之前做过一个小的实验，我们当时去上海，找了20几个在上海当地生活的人，旅行的爱好者。我们做了一个H5的小游戏，我们跟他们讲说，我们有一个同事想要来上海玩，但是他没有来过，请大家给一点建议。我们当时怎么做？为了防止大家认为我们是预先设计好的，所以我让大家投票，说我们到底该住哪个酒店？大家投票选定了一个酒店，投票选定了20几个景点、几个餐厅，主要就是这样一个方案。

然后我们说，我们简化一个问题，就把它变简单。我们假设用户在每一个景点游玩的时间是一样的，定好了，我在这个景点玩一小时，就玩一小时，不改了。然后麻烦让这些人，帮我们把它变成一个具体的方案，我们要求很快简单，很符合正常用户的要求。

第一：我要求在路上少花时间，多花时间在玩上。

第二：少花钱。

第三：我到的时候景点要开门。

第四：我吃饭的时候要在饭点。

这是一个非常正常的要求，然后大家去排列。同样大家脑子里当时没有印象，不知道什么算是一个好的。所以我们用计算机给它打了一个分，20分钟之后，大家每个人都提交了自己的方案，我们大概收集了20几个方案，然后我们用机器给他们分别打分。

我发现第一名，让这个用户，在这条线路当中，让用户玩的方案，走了100公里，在5天的时间里。花了10个小时在路上，花了300块钱，其中有两处错误，就是刚才提到的，去了没有开门，或者时间不对。

第二名让用户走120公里，12个小时在路上，多花两个小时，钱花得差不多，也有两处错误。那到第20名就不用看了，到后面可能都两三百公里让用户去走了。但大家要注意，这个体验是一模一样的，因为你去的景点数一模一样，在每个景点待的时间一模一样。

所以在这种情况下，我们就问了第一名，你怎么能够做这么好？第一名也非常诚实，说其实我是旅行社工作，专门帮别人做方案，所以我特别熟。我们说OK好，那我们看一下，1秒钟，机器能给我们一个我什么样的方案？所以我们当时1秒钟机器算了一条方案，只让这个用户走70公里，比第一名省3个小时在路上，省了100块钱，且一处错误都没有。

大家想说，是不是因为这几个人太笨了，如果让这几个人再更厉害一点，或者再更努力一点，或者给更多的时间，是不是能做得更好，其实并不是。这类似于我们刚才说的问题，在不考虑时间弹性的情况下，每个景点完全固定的情况下，你就是在降低你的复杂度。在这场景下，其实这依然是一个排列组合问题。

5天的时间，24个景点，有多少个排列组合？是24的阶乘，24阶乘是多少数字？是6.2×10的23次方。比如说对于我这样一个5天的计划，我有6.2×10的23次方这种可能性在里面，这是一个非常庞大的可能性，这不是一个人能找得到的，而且5天并不算是一个特例。

其实说白了，这个问题非常像AlphaGo，有点像围棋的问题，国际象棋其实很容易能够辨析，而围棋不能，是因为它可能性太多，每增加一个选择，它就会翻一倍的可能性。所以这是一个指数在增长，其实旅行也是如此。当你的缕一条旅行线路里，每多增加一个景点，其实它就会有翻一倍的可能性，所以这也是一个非常复杂的问题。

我们也是通过这样的例子发现，其实人也非常难把这个东西处理好，因为可能性太多。而这里面，你要考虑的条件，远远比我们想象的多。举一个简单的例子可能更直观，为什么今天是一个信息爆炸的时代，如果放在10年前，旅行信息太少，你找到一点信息就非常有帮助。而到今天为止，你随便搜一个景点，可能互联网上，轻轻松松搜到两万篇游记，信息太庞大了。

再举一个简单的例子大家共同理解，比如开关门时间这个事。传统描述开关门时间怎么描述？比如像卢浮宫，会说几月到几月是淡季，礼拜一到礼拜五是几点开门几点关门，礼拜六到礼拜日是几点开门几点关门。几月到几月是旺季，礼拜一到礼拜五，礼拜六到礼拜日。每年哪两个月要关门整修，每个月最后一个周五学生免费，这是一个通常的描述，大家听起来觉得还挺清楚的。

但是当你在这一个城市待5天，玩30个景点，面对30段这样话的时候，还清楚吗？从另外一个信息效率的角度上来讲，我就2月1号到2月10号在这个地方，你为什么告诉我7月份关门、8月份整修，跟我有什么关系？再严格一点，我只有2月1号的上午，10点到12点我这，至于晚上几点关门，跟我也没什么关系。

当然大家也会提到，旅行其实是一个爱好，我在计划的过程当中，这也是我一个乐趣、兴趣在里面，其实这一点我不完全同意，我部分同意。可能对于一个烹饪爱好者来讲，他的爱好是炒菜，但并不是打一个锅。所以我们会更好机器的效率，能够让他更高效的把精力放在主观问题上，知道该怎么玩？而客观的时候，由机器帮他解决。

说回来，可能大家也了解一些我们的逻辑，时间限制，不可能把它说得很详细。作为一群技术屌丝，为什么我们来做妙计？其实旅行计划这个事，并不是一个新鲜的领域，可能很多年前就有人在做，到目前为止，也不断有人在做，而不断有人在死，不断还有人在做。为什么我们还有勇气，作为一个外来人做这个事？

是因为我们相信，在妙计出现之前，所有旅行计划工具，包括到今天为止也一样，所有旅行助手全部都是一个计划工具。怎么解释这个？我可以非常容易定一个明天我要去巴黎，上午飞巴黎，玩10个景点，然后晚上回来。非常容易，一分钟我就可以定一个这样的计划，有很多工具能够让我支持做这样的事。

但是明天有没有飞巴黎的航班？我不知道。巴黎明天10个景点都开门吗？我不知道。一天能不能玩10个景点我也不知道，一切的决定还是由你来做。你自己要做一个详细的决策，只是这些工具让你把它记录进去，并没有降低你的复杂度，只是把它变得更好看一点，偶然能够让它替代excel。

但是妙计来讲，我们想做的事情，是真正能够把决策成本降低。让一个小白用户，只要提出他自己的要求，就能得到一个很棒的结果，这是我们在做的。为什么我做妙计？是因为我之前自己在欧洲读书，我在欧洲生活5年的时间，我经常喜欢买一些很便宜，比如经常买到一分钱的含税机票，比如我经常考虑如何让我的旅游效率高？我要买一张火车通票，每天晚上我都要住在火车上，不但能够节省住宿费用，而且我可以从每天早上7点，玩到晚上10点，我白天的旅游效率能够翻倍，这是一个纯理性的思考去这么做。

但是我会发现，我可能做得很好一个方案，是因为我偶然的机会，知道这些信息、网站、促销，偶然得到这样一个想法。那这是一个局部的数据，我从局部数据里，怎么得到一个全局的费用？所以我突然意识到，这不是一个人能解决的问题。

所以到今天，我们发现互联网上有越来越多的品类，越来越方便的产品，越来越透明的时候，我觉得有机会，能够把这些产品整合起来，让每一个人都可以得到一个个性化的旅行方案。

所以在妙计，大家可以非常容易的，只要提出你的要求，就可以得到一个旅行方案。而这个方案，是通过全球，大概上千家网站，甚至更多的信息，来帮你反复比对、排列组合，生成数十亿种可能性，找到那条最优。而你可以清楚的知道，不断提自己的决策进行修改。比如你说我是××联盟的成员，我不想早起赶飞机，我不想做马航。每个时刻，你都可以看到自己的决策带来的成本，决策是由你来决定，而我们希望能够提供一个工具，能够让你决策变得更加高效。

在妙计里非常容易，我们就可以得到自己的每一个旅行都是我们的一张卡片，每一个卡片都是我们的一个行程。所以非常容易的，可以得到自己旅行的家，每一个都是自己的计划。而且妙计会让你的计划不再是纸上谈兵，而是一个实实在在，可见即所得的计划。

谢谢大家。

主持人：来到互动环节，点赞最多的问题是，穷游和马果果都有自由行定制功能，但实际体验过后行程安排，还是以景点为主。去旅行更多想体验当地的氛围，对于我们这一类用户怎么满足？

张帆：我觉得这是一个比较细的话题，其实绝大多数用户需求并不要那么深。我刚才讲是景点排列，那是一个大方向。但是因为我们妙计是一个平台性，我们希望做信息的整合，我们自己不卖任何一款产品，我们自己也不编写任何一个信息，而我们是通过互联网帮你提高效率，找到那些你想要的。

比如你说有当地气氛的这些产品，其实互联网有很多人在卖，包括每个国家都有自己的人在卖。所以我们也不断在接入这些东西，让你可以清楚的知道，有哪些当地的产品能够提供服务？有哪些产品可以供你选择？而我们是一个信息的聚合，仅此而已。

所以我觉得，这一个版本，我们目前还没有把本地的门票等，当地的一些特殊体验加进来。但很快未来一两个月之内，我们就会把这些信息都加进来，全球我们也找了很多比较大型的公司，都签订了合作的方式。

主持人：第二个问题，用户总是韧性的，获取最优，因为用户身体不适，或者延机导致后续计划变更。人工智能的旅行计划，真的能满足用户吗？

张帆：你说的这个问题，跟人工智能还是人计划没区别，特别情况总会发生，跟用什么计划是没关系的。

但是我觉得，有一点可以不一样的地方在于，人需要时间计划，而机器可以在每时每刻，都可以基于当前状态最优的选择。如果因为你生病了，而且你要去退机票，那机器没有办法预测到你会发生这样的事，所以如果你要退机票的成本还是会有的，无论是人订还是机器订都不可避免。

但是当你发现一个飞机误机，但这个时候，你依然非常想去，机器可以告诉你，在当然这个状态下，有没有更优的解决方案？基于当前最好的方案，这是机器能告诉你的。

另外一点在于，我们从来都认为，旅行城市间大的方案，大家可能不太会改变。因为我一旦买了票会有成本，但城市内的旅行方式，可以时刻在变化。这也是机器带来的好处，无论你行前做了多么厚，多么精细的路书，当你再走的时候，都会发生不一样。但是机器可以在每时每刻，随着你当时的状态，帮你不断调整，可以不断让你找到最优。

所以在行中的变化，反而是机器更擅长去做的。

主持人：比如说，我今天下雨了，我不想去那个地方了，然后我用妙计的应用，我只要改一下，它就会马上生成一个新的行程。

张帆：甚至可能都不是改一下，举个例子，如果我在巴黎，我想去凡尔赛逛那个大公园。结果我突然今天早上起床，发现下暴雨了，其实凡尔赛这个地方不适合下雨天去，用户未必知道，但机器可能是知道，我们会提示说，这个地方可能并不适合，我给你推荐三个方案吧。

一种是可以跟明天的卢浮宫换一下，另一种是不去到这个景点，换另外一个，通常你可以清楚知道自己每一个决策的成本，你一点击之后，马上变成一个新的方案。

主持人：这个现在已经支持了吗？

张帆：一个月之后的版本，就会支持这个功能。

主持人：第三个问题，关注你们很久了，日本自由行啥时候能用起来？欧洲太贵了。

张帆：我们其实有一点产品洁癖的团队，所以我们100位工程师（140名员工），我们研发了两年的时间，也是刚刚才上线。能够研发那么久，因为我们自己在内部已经做了三次大的迭代，为什么我们没有选择周边这么容易产生交易，大家更容易选择的地方？是因为我们想试图用技术证明，有没有这种技术计划的可能性。东南亚很简单，因为你到一个地方，酒店待5天就出来了，其实这没什么可计划的。

所以我们为什么选择欧洲？欧洲是全世界最难的地方，它的城市密度最大，交通方式最多样，定价体系最成熟，语言也非常多。所以欧洲是一个最难啃的骨头，所以我们之前花了大量的精力，在验证找我们新的算法，验证这种模式可行。

在我们上线之前，我们恰恰这块东西已经做完。所以在未来3个月的时间，我们基本上会把全世界都铺玩，但我们铺目的地的时候，速度会非常快。我们可能大概在下个礼拜（或者下下个礼拜），就会上日本和澳大利亚。