EN中文

ECOTOURISM >

2025 , Vol. 15 >Issue 3: 431 - 448

DOI: https://doi.org/10.12342/zgstly.20250107

New Quality Productivity and High-quality Development of Tourism

AI-driven high-quality development of the tourism industry: New opportunities, challenges and pathways

  • Wang Jinwei , 1, 2 ,
  • Yang Yong 3 ,
  • Cheng Wei 4 ,
  • Li Yuan 5, 6 ,
  • Yin Ping 7 ,
  • Li Chunxiao 8 ,
  • Liang Sai 8 ,
  • Zeng Bindan 9 ,
  • Chen Hongwen 10 ,
  • Wang Fei 11 ,
  • Xie Xin 12 ,
  • Liang Jiaqi 5, 6 ,
  • Wu Bing 7, 13 ,
  • Yang Yufan 8 ,
  • Cheng Yun 8
Expand
  • 1. School of Tourism Sciences, Beijing International Studies University, Beijing 100024, China
  • 2. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
  • 3. School of Economics and Management, East China Normal University, Shanghai 200062, China
  • 4. Institute of Cultural Heritage, Northwestern Polytechnical University, Xi’an 710007, China
  • 5. School of Architecture and Civil Engineering, Xiamen University, Xiamen 361005, China
  • 6. Xiamen Key Laboratory for Integrated Application of Intelligent Technologies in Architectural Heritage Conservation, Xiamen 361005, China
  • 7. School of Economics and Management, Beijing Jiaotong University, Beijing 100044, China
  • 8. College of Tourism and Service Management, Nankai University, Tianjin 300350, China
  • 9. College of Tourism, Hunan Normal University, Changsha 410081, China
  • 10. School of Tourism, Nanchang University, Nanchang 330031, China
  • 11. School of Tourism and Historical Culture, Jiangxi Science and Technology Normal University, Nanchang 330038, China
  • 12. Shaanxi Provincial Cultural Heritage Administration, Xi’an 710061, China
  • 13. Sichuan Vocational College of Finance and Economics, Chengdu 610101, China

Received date: 2025-04-04

  Revised date: 2025-06-23

  Online published: 2025-07-23

Fold

Abstract

In the context of the in-depth implimentation of the “Digital China” strategy, artificial intelligence (AI) has increasingly become the core engine to drive the high-quality development of tourism. However, at present, the integration of AI and tourism still faces multiple challenges such as the absence of technical ethics, data security risks, and insufficient institutional guarantees, which need to be systematically sorted out and addressed. This paper focuses on the key issues of AI-empowered tourism industry, and systematically analyzes its path mechanism and practical problems in tourism product innovation, service reconstruction, and governance system upgrading. The findings are as follows: (1) AI technology reshapes the operating logic of the tourism industry, promotes the transformation of the industry from element-driven to intelligence-driven, and builds a “data-algorithm-service” loop; (2) As a new production factor, AI is deeply embedded in the function of tourism production, enabling labor enhancement, capital optimization and intelligently resource scheduling through technology; (3) AI drives the integration of culture and tourism into a new stage characterized by digitized resources, immersed experiences, personalized supply and intelligent decision-making, and giving rise to diverse integrated business formats; (4) AI helps build a “government-enterprise-community-tourists” collaborative governance network to promote the transformation of tourism destination governance into an intelligent ecosystem; (5) The risks and challenges in the development of AI are becoming increasingly prominent, and it is necessary to make multidimensional efforts from institutional construction, technical supervision, ethical governance and personnel training to build an inclusive, safe and fair technical governance system. This study helps to clarify the core logic of AI-driven tourism industry transformation, and provides theoretical support and policy suggestions for building a new tourism development model characterized by intelligent co-creation.

Key words： artificial intelligence; new quality productivity; smart tourism; digital culture and tourism; world tourism power

Cite this article

Wang Jinwei , Yang Yong , Cheng Wei , Li Yuan , Yin Ping , Li Chunxiao , Liang Sai , Zeng Bindan , Chen Hongwen , Wang Fei , Xie Xin , Liang Jiaqi , Wu Bing , Yang Yufan , Cheng Yun . AI-driven high-quality development of the tourism industry: New opportunities, challenges and pathways[J]. ECOTOURISM, 2025 , 15(3) : 431 -448 . DOI: 10.12342/zgstly.20250107

专题主持人：王金伟，北京第二外国语学院旅游科学学院教授、中国旅游政策研究中心主任
访谈议题
党的二十大报告指出“必须坚持科技是第一生产力、人才是第一资源、创新是第一动力”。在数字化战略纵深推进的宏观背景下，人工智能（Artificial Intelligence，AI）已成为驱动经济社会变革的核心力量。作为具有强融合性与创新特质的现代服务业，旅游业的高质量发展对国家现代化经济体系具有全局战略价值。数字经济浪潮下，AI技术正全面融入旅游产业链各环节，重构传统服务流程、革新运营体系、升级用户体验模式，为产业创新注入持续发展动能。伴随人工智能技术快速迭代与应用场景深化拓展，中国旅游创新范式已由单维平台化向多元智能化跃迁，逐步构建起“技术驱动、数据支撑、智慧服务”的新型产业形态，显著提高旅游产品供给效能与行业运营效率[1-2]。作为智慧旅游建设的核心载体，旅游目的地的技术适配度与管理架构的完善，直接影响着智能化转型的可持续性[3]。当前中国旅游业正处于“信息化”向“智能化”跨越的关键期，“精准化营销”“个性化服务”“智能化决策”等创新模式，显著提升产业科技水平与治理效能。但发展过程中暴露的技术伦理困境、数据安全风险、产业协同不足、就业市场震荡等问题亟待破解[4]。在数字中国建设全面推进的战略窗口期，系统研究AI技术驱动下的旅游业创新发展路径，已成为具有重要实践价值的学术命题。
当前发展阶段中，人工智能技术正深刻改变着旅游业的底层架构。传统上以人力投入和资本积累为主的要素驱动型发展路径，正在转向依托数据资源和算法模型构建的智能驱动范式。智能技术深度渗透至旅游服务全链条，整合餐饮住宿、交通出行、景区游览、休闲娱乐等多元场景，促进产业要素整合与平台生态构建。在线服务商逐步取代传统旅行社的中介职能，形成新型市场主导格局；同时技术平台与内容生产者通过数据共享重构业务范畴，构建全域旅游生态系统。在供需关系维度，人工智能通过海量数据分析与算法优化，精准捕捉消费需求与行为特征，促使旅游产品实现个性化定制与实时优化。消费者从被动接受者转变为价值共创者，旅游企业则从产品供给方转型为体验服务商，形成人机协同的新型服务格局。这种转变不仅重塑了市场价值链条，更催生出以智能交互为特征的供给体系。就行业管理层面而言，人工智能引发的系统性变革对传统监管框架提出挑战。面对算法偏差、隐私泄露等技术伦理问题，原有政府主导的单维管理方式已难以应对技术迭代需求。这促使行业监管向多方协同的动态治理模式转型，通过预设规则框架与利益相关方共同参与，构建适应技术发展的新型管理范式。
人工智能时代的旅游业作为科技与文化深度融合的产物，正构建起以游客体验优化与产业效能提升为核心的新型业态。深化AI技术在旅游领域的应用，能够释放产业发展活力，促进技术、资本、服务等要素的高效整合，提升行业智能化服务能力、精准化营销能力与管理现代化水平，从而增强旅游产业综合竞争力[5-6]。AI的应用还倒逼旅游管理理念与组织架构革新，推动产业链升级与价值链延伸，助力产业实现转型升级。这表明人工智能与旅游业的协同发展具有互促共生的特征，需同步强化政策引导与伦理规范，构建双向赋能的良性机制[7]。需要注意的是，旅游场景中AI技术的应用仍存在算法偏差、信息壁垒、隐私泄露等问题，严重阻碍产业的高质量发展。因此，推进AI赋能旅游业高质量发展的实践创新，具有突出的实践价值与战略意义。
人工智能时代的旅游业发展既孕育着前所未有的机遇，也面临着诸多挑战。如何理解AI赋能的深层逻辑与核心价值，如何重塑旅游产业结构以适应数字技术的应用，如何协同多方主体以构建有序创新生态，如何完善治理机制以保障科技与伦理的平衡，如何实现AI赋能旅游业的可持续发展，都是当前学术界与实践界亟待回答的重要问题。文章拟从人工智能时代背景出发，围绕中国旅游业的创新发展问题进行深入探讨，以期为新时代旅游业转型升级提供理论支持与实践路径。

1 人工智能推动旅游业范式转型的起点与趋势

主持人：人工智能技术迅猛发展，驱动全球科技革新与业态升级。这一趋势正深度重塑传统行业运作模式与发展路径。请您结合智能化浪潮，剖析旅游业当前面临的时代挑战与转型契机，同时阐释如何借助数字技术重塑实现行业能级跃升。
访谈嘉宾：杨勇，华东师范大学经济与管理学院副院长、教授
人工智能驱动技术革新与产业形态升级，智能问答、图像生成、视频合成及物理仿真等大模型功能快速迭代。形成人工智能与旅游业深度融合机制，构建供需双侧动态适配、循环互动的体系，正成为人工智能推动旅游业跃升的关键路径。
（1）人工智能时代旅游业研究的基础问题和基础理论
研究人工智能如何推动旅游业发展，首先需要明确人工智能时代旅游业研究基础问题和基础理论的变化。一般而言，旅游业研究作为一个跨学科领域，其基础理论问题主要包括旅游的本质与定义、旅游需求与动机、旅游的经济社会文化影响、旅游与可持续发展、旅游目的地竞争力以及旅游政策与治理等。上述理论均绕不开的一个基础概念是“旅游资源”。传统旅游资源的定义中存在“动态性缺失”的现象，忽视了资源边界和属性的突破与转化。人工智能时代，旅游资源的动态性显著增强，技术驱动、用户需求升级和行业竞争共同推动资源形态、服务方式、管理效率和用户体验快速演变。这不仅表现为旅游资源形态的虚拟化（如AIGC（Artificial Intelligence Generated Content）创造虚拟景点）、动态定价与旅游资源配置的智能化（如AI算法实时分析供需数据）、旅游资源的跨界化（如AI打通多领域数据形成“旅游生态链”）等，而且表现为旅游资源维护的自动化（如AI识别古建筑损伤）、用户体验的交互化与沉浸化（如AI+VR/AR技术让游客与历史人物“对话”）。由此，人工智能时代，旅游资源从静态实体存在转向动态演化，推动了以数据为纽带、以旅游者为中心的旅游资源智能化重构。
（2）人工智能进入旅游产业生产函数的方式和路径
研究人工智能时代旅游业的发展，首先要思考的是，人工智能以何种方式进入旅游业生产函数?将人工智能纳入生产函数，本质上是研究人工智能如何作为一种新型生产要素（或增强传统要素）来影响旅游产出。将人工智能引入传统柯布-道格拉斯生产函数可以发现，人工智能可以通过如下3条理论路径进入旅游产业生产函数。一是，人工智能作为独立的生产要素纳入旅游业生产函数，使技术从传统的“外生”变量转向“内生”的核心驱动要素，且该要素自我学习、网络效应和边际收益递增带来的强大自增强特性，重构了旅游业增长范式，推动旅游业发展从“资源推动”“要素投入”等“物理要素驱动”进入“AI驱动”的新阶段。二是，人工智能作为劳动增强型技术，以技能偏向型技术方式提升了旅游业劳动生产率。这不仅表现为旅游服务效率提升（如酒店接待流程自动化）、人力成本优化（如智能客服）、创造新型旅游劳动岗位（如数字体验设计师），而且通过重构工作流程、升级旅游人力资源价值，推动旅游业从“劳动密集型”向“智能密集型”跃迁。三是，人工智能作为资本增强型技术，通过酒店、航班/游轮负载均衡的智能调度等手段，推动旅游业固定资产从“闲置损耗”到“动态调度”，这提升了旅游业资产利用率；通过精准投资选址等途径，推动酒店、主题乐园等项目投资决策从“经验驱动”到“数据驱动”，优化投资回报与决策。
（3）旅游业研究与发展中的“人工智能幻觉”
虽然关于人工智能与旅游业发展研究的文献日益增多，但是，多数研究依赖技术接受模型（Technology Acceptance Model，TAM）、统一理论接受与使用技术模型（Unified Theory of Acceptance and Use of Technology，UTAUT）等理论，缺乏理论创新与突破。这不仅需要正视人工智能时代旅游业研究的基础理论问题，还需要警惕可能产生的“人工智能幻觉”。所谓旅游业研究中的“人工智能幻觉”，一方面表现为，旅游业研究中，在不改变理论框架核心逻辑的前提下，仅用人工智能概念或相关变量替代原有概念，简单地拓展、修正或深化既有研究。比如，在个性化推荐、智能客服等研究中将“互联网”“数字经济”平替为人工智能等。实际上，人工智能在旅游业的应用，不是简单的术语替换，而要着眼于人工智能自主演化推动智能服务升级（如客服机器人对话质量自动进化）、边际收益递增改变传统旅游企业的规模经济模式（如爱彼迎AI房东助手可无限扩展）等特性，进行有针对性地理论分析和重构。另一方面，旅游消费具有高度的体验性、不可逆性以及强烈的地域依赖性，这使得在旅游业发展过程中容易出现“人工智能幻觉”现象，即指人工智能生成看似合理却实则错误的内容或决策。其具体表现包括：生成虚假信息（如景点描述失真）、出现算法推荐的“茧房效应”（仅向游客推荐其感兴趣的产品），以及在数据缺失情况下凭空“想象”填补信息空白（因小众景点数据不足而虚构信息进行填补）等。这些问题可能对旅游者、企业乃至管理决策产生误导。
无疑，个性化推荐、智能客服、实时翻译、游客画像分析……人工智能技术蓬勃发展，正为旅游业高质量发展注入新动能。不过，机遇与挑战并存，我们不仅要从理论上厘清和探索人工智能时代旅游业的基础理论，对旅游业中的人工智能应用保持必要的批判性和验证性思维意识，还要从实践上总结有效的人工智能应用模式，以确保人工智能能够最大限度地服务于旅游业发展。
主持人：人工智能赋能文旅融合已成为推动文旅高质量发展的关键路径之一。请问在人工智能深度融入文旅系统的过程中，其在资源价值重构、场景体验升级和管理决策智能化等方面的主要发力点体现在何处?此外，大模型技术等新一代技术在文旅融合中的具体应用模式有哪些，又催生出哪些典型融合业态，有效促进了文旅产业融合发展的质量跃升?
访谈嘉宾：程圩，西北工业大学文化遗产研究院院长、研究员；谢新，陕西省文物局机关党委一级主任科员
人工智能赋能文旅深度融合发展是当前和今后推动文旅高质量发展的重大议题。文章归纳总结了AI赋能文旅融合的4种模式，即文旅资源数字化、文旅场景沉浸化、文旅服务个性化、文旅管理智能化。提出了推进文旅深度融合的4条路径，即加强顶层设计、创新场景适配、延链补链强链、建强基础支撑，以期推动新时代文旅深度融合高质量发展。
随着AlphaGo在“人机大战”中获胜，AI助力人们“寻境敦煌”，DeepSeek成为卜问诸事的智者，人工智能正在加速跨越发展。在数智化的浪潮之下，文旅领域正经历解构与重组[8]，文旅深度融合模式正在加速形成。
（1）AI赋能文旅“四化”，开创文旅融合新模式
一是文旅资源数字化，从“物理实体”到“数字空间”的拓展。AI融合图像识别、3D建模、自然语言处理等技术，重构文旅资源体系，将文旅资源从线下实物升级为线上数字空间。“数字敦煌”“全景故宫”等平台，利用AI、数字化、三维建模等技术，让文旅资源“活起来”。人们足不出户也能看到敦煌壁画和故宫文物的魅力。一定程度上满足了游客在“一票难求”困境下，对热门景点的参观需求。
二是文旅场景沉浸化，实现游客和旅游空间的有机融合。基于AI的人-机交互模式，融合语音识别、行为捕捉、多模态交互等技术[9]，构建“人-环境-文化”交互沉浸平台。借助该平台，游客从观景、看景到创景，实现了“人-景”深层次互动，在享受文旅场景带来的美好体验的同时，也得以更近距离地感受风景之美。三星堆博物馆推出的AI互动体验，结合全息投影技术，让游客可以与古蜀文明“面对面”交流。
三是文旅服务个性化，实现所需皆可得的服务提升。借助数据采集与语义分析技术，AI对游客的偏好、情感需求、消费能力等要素的个性特征进行分析[10]，选择和推送符合游客个性化需要的文旅信息。基于多目标优化模型，在时间成本、经济预算、体验强度等多约束条件下进行平衡优化，给游客提供最优的目标旅游路径。飞猪等平台“AI行程助手”可生成个性化、便捷化、精准化的旅行计划，实现文旅服务水平的全面提升。
四是文旅管理智能化，实现快捷便利的管理升级。利用AI+神经网络算法构建客流预测模型[11]，将天气、舆情、交通等作为变量，纳入仿真系统，实现文旅管理系统的智慧孪生。将景区智能设施、工作人员、游客等要素进行系统集成，实现智能高效的运营管理。“乌镇管家”整合景区管理、商户监管、环境监测等模块，实现游客、交通等要素的智能调控，达到景区管理水平和游客服务能力的“双提升”目标。
（2）充分释放AI潜能，探索文旅深度融合新路径
一是加强顶层设计，构建良好的发展环境。国家层面，制定AI赋能文旅融合发展行动计划，设立关键技术重点研发实验室，出台文旅领域AI应用规范，给予AI赋能文旅深度融合的制度、政策和资金支持。推动政府、企业、科研机构的协同创新，贯通吃、住、行、游、购、娱全产业链条，实现文旅资源系统管理和行业集成联动。探索文旅AI应用新场景，形成可复制、可借鉴的发展模式，推动AI赋能文旅融合发展的“技术研发-场景落地-商业推广”的全链条闭环。
二是创新场景适配，重构“人-场景-文化”三元关系。投用导览机器人、AI数字人等多模态感知终端，建立健全多感官信息交互的环境，实现“游客-场景-智能终端”的深入互动。打造超混合现实场景，实现物理空间与数字内容的毫米级对齐，构建文化知识和文化符号的隐喻关联，实现“游客-场景-文化”三元关系和谐共生。搭建“游客-文化”交互生成的个性化数字产品平台，推动形成“消费即生产”新经济模式。
三是延链补链强链，推动产业格局重构。以文旅资源数据为核心，聚焦文化资源转化、跨域数据流通等关键环节，打通文旅行业链的上下游产业，贯通文旅相关行业，实现文旅产业的延链补链。聚焦满足年轻人“新奇特潮”追求，深入挖掘独特文旅资源，建强地方文旅特色产业链，形成百花齐放的行业格局，全面提升核心竞争力。
四是建强三个基础，筑牢可持续发展支撑。建强人工智能领域的科技基础，坚持独立自主发展原则，加大对文旅大模型、自主无人系统和智能管理平台等方面的研发力度，确保核心技术自主可控。建强人工智能领域的人才基础，着力培养“技术+创意+运营”复合型人才，奠定过硬的人才支撑。建强人工智能领域的软硬件基础，出台智慧旅游城市（景区）的建设方案，实施“智改数转”改造工程，推动实现AI赋能文旅深度融合的基础设施、数据治理、智能应用等配套升级。
主持人：智能技术在推动旅游业形态演进与服务升级中发挥着核心作用，良好的技术创新体系是旅游高质量发展的重要基础。请问在智能技术赋能旅游产品创新与服务重构的过程中，应如何营造良好生态，推动智能成果有效落地并重塑旅游价值链?
访谈嘉宾：李渊，厦门大学建筑与土木工程学院建筑系副主任、教授；梁嘉祺，厦门大学建筑与土木工程学院博士研究生
从信息化、数字化到智能化，技术变革下旅游业发展面临新的机会与挑战。旅游者需求从个性化、具身化到情感化，旅游产品从差异化到场景化、动态化，旅游服务从标准化到精细化、无感化。在这一背景下，旅游产品的属性与边界、旅游服务的内容与质量面临时代变革，智能技术如何赋能旅游产品创新与服务重构成为关键突破。
（1）智能技术带来的旅游表征影响
一是时空边界的消解。以往讨论实体旅游相关议题，例如旅游目的地、旅游景区、全域旅游、旅游规划等，往往具有较强的地理边界性，强调旅游产品、旅游服务、旅游者行为与体验的在地性和即时性，主张“非惯常环境”。一方面，随着技术变革带来旅游的全产业链升级与旅游者消费观念的转变，城市游、周边游、乡村度假等短时、短途旅游越来越受欢迎，呈现出“实体旅游”的空间压缩与时间浓缩特征。另一方面，虚拟现实、增强现实、元宇宙技术的应用不断成熟，虚拟旅游作为一种新的旅游方式，逐步成为实体旅游的补充或部分替代，虚实联动的沉浸式产品及体验设计也成为景区创新的重要方式，带来旅游空间边界的消解，旅游者行为及体验的时间约束弱化。面对实体旅游的时空压缩与虚拟旅游的时空跨越，旅游业需要树立全新的、融合物理与虚拟体验的动态时空观。
二是多维空间的重构。在传统旅游研究中，空间一般指旅游者所处地理位置的物理空间，关注在地层面的地形地貌、动植物景观、街巷建筑、旅游设施等。随着列斐伏尔三元空间理论的提出，不同学科视角提出了多种“三元空间”概念，例如信息科学视角下的“信息-物理-社会”空间，经济地理视角下的“自然-经济-社会文化”空间，哲学视角下的“物理-精神-知识”空间，传播学视角下的“地方-流动-意义”空间，遗产旅游视角下的“物质-文化-信息”，建筑视角下的“文化-行为-设计”空间等。旅游空间本质上是多维空间在旅游者可感知范围内的有机叠加，单一空间维度难以完整表征复杂的旅游体验场景。在空间尺度方面，遥感技术、无人机摄影测量、实景三维模型、建筑信息模型等技术的深度融合推动了旅游空间的精细建模与数字化运维，“天-空-地”一体化突破了单一尺度的局限，旅游者感知范围内的多维空间得以实现跨尺度的空间计算、规划管理与运营实践。
三是人地交互的深化。从人文地理到情感地理，个体在空间中的具身体验与内在情感越来越受到重视，这一发展趋势同样出现在旅游研究中。数字中国的新时代背景下，旅游空间多维要素的获取成为可能，包括三维立体的物理要素、局地区域的微气候要素、不同旅游场景的社会文化要素等。同时，随着心理学实验范式、经济学计量范式的引入，融合地理学空间计算的协同采集与分析迅速发展，推动旅游者感知的多感官建模与评估，如对视觉、声音、体觉等感知通道的同步响应分析。面向旅游者情感体验的时空动态关联，传统旅游者行为研究与人工智能算法的创新融合为人地关系的深层揭示提供了全新范式，旅游者行为及体验研究从“空间智能”向“情感智能”跃迁。
（2）智能技术赋能旅游产品创新
一是旅游产品的形态创新。在新的时空观下，智能技术赋能旅游资源在信息空间的数字化阐释，包括旅游目的地的实景再现、自主创造的虚拟环境、历史事件的沉浸体验、文物古迹的虚拟复原等，旅游产品以网页、应用软件、小程序、游戏模块等形态呈现，例如全景故宫、鼓浪屿元宇宙、“云游宁夏”平台等。同时，智能技术赋能旅游资源在物质空间的虚实共生，实现具有在地性的数字孪生，例如敦煌壁画的AR导览与飞天互动、北京工人体育场内与国际球星数字人的“点球大战”、多个旅游景区推出的“剧本杀”等。此外，智能技术能够推动景区产品动态化、场景化或数字化，例如基于旅游目的地特色的NFT（Non-Fungible Token）数字纪念品生成、文创产品设计等。这类产品的生成过程还可以由旅游者自主参与，增强体验感与交互性，满足旅游者自我表达与社交价值需求。
二是旅游产品的内涵延展。如今旅游者消费的对象已不再局限于可被量化的经济价值层面，目的地的空间景观、地域文化符号、当地口语体系、特色餐饮及生活氛围等，皆被纳入旅游产品的核心要素。其一，旅游产品内涵的外延能够显著提升对旅行者的吸附力，唤起出游动力。譬如，“淄博热”“冰城游”之类现象，既表现出市场营销的革新手法，也映射出地域文化与生活情境作为产品核心所迸发的吸引势能。其二，产品内涵的拓宽可改善整体体验质感，增加产生“难忘体验”的概率，进而促使旅游者产生重访或口碑推荐的倾向。此外，旅游者自发的旅游经历分享、旅游评价往往形成多样化的内容传播，对旅游目的地的营销产生积极或负面影响。反之，旅游经营者、管理者也可以通过消费者行为的数字化映射来洞察消费需求，结合AI算法预测消费偏好或识别产品问题，从而进行反向的产品设计与优化。
（3）智能技术赋能旅游服务重构
一是旅游服务的精确对接。智能技术借助实时数据收集与动态资源配置，集成精确用户属性评估与情感预测模型，促进空间与时间维度的资源整合与个性化优化，实现旅游供给与需求的精确对接与高效匹配。例如，景区内实施了视觉导向的即时行程规划、基于环境感知和生理指标的舒适度预警、结合地域文化与评价数据的餐饮建议、以及综合景区容量与游客心理界限的客流疏导策略等创新实践。此类实践依托于位置服务（Location-Based Services，LBS）技术，构筑了情境化的即时服务体系，既有效减轻了景区的环境压力，又显著增强了游客的文化体验感。
二是旅游服务的无感生态。人工智能技术借助虚拟互动、远距协作及即时应答机制，推翻了传统旅游业对实体空间与人工服务的依赖范式，塑造了自主运行的旅游服务系统。譬如，数字凭证催生了景区票务体系的无纸化革新。酒店行业布置服务机器人、智慧管家与24小时客服平台，民宿领域实施全流程数字化运营与自助入住，大幅削减人力开支，明显提高服务效率。景区铺设智能语音导览、视障导航装置和多语翻译终端，加强无障碍服务与文化兼容度。部分地区试点情感互动机器人，探寻陪伴型服务的新范式。针对技术过度机械化问题，业界采取“技术赋能+人文关怀”协同策略，如迪士尼应用“MagicBand+”智能穿戴设备，同时保持服务人员情感化交互。

2 智能技术嵌入下的旅游场景创新与价值重塑

主持人：无人驾驶赋能旅游目的地，一方面要推动交通系统智能化升级，另一方面要兼顾多元场景的文旅融合需求。请问在推进“无人驾驶+旅游”融合应用的过程中，如何打破区域技术壁垒与政策分割，推动跨区域协同创新，同时塑造具有辨识度的目的地智慧出行品牌?
访谈嘉宾：殷平，北京交通大学经济管理学院教授；吴冰，北京交通大学经济管理学院博士研究生，四川财经职业学院讲师
无人驾驶（Autonomous Vehicles，AVs）是人工智能在出行领域落地的重要形式，已逐渐成为“交通强国”发展战略中的关键技术之一。它依托于AI对环境识别、路线决策以及行为预测的多环节协同，逐步改变传统出行方式的运行逻辑。相关研究指出，休闲旅游领域具备较强的适配性，或将成为自动驾驶率先落地的重点方向[12]。目前，全球多地正加快推进无人驾驶在旅游交通场景中的具体应用。其部署逐步覆盖景区环线接驳、城市观光线路以及机场至目的地的联运通道。在此基础上，自动驾驶不仅助力旅游交通系统实现由数字化向智能化跃升，也通过沉浸体验的强化、管理架构的优化和交旅系统的协同升级，进一步展现了人工智能推动旅游目的地高质量转型的应用价值与系统路径。
（1）创新出行方式，丰富并重塑旅游体验
一是提升旅游出行的便利性和可达性。旅游出行具有季节性强、路线多样、体验导向等特征，无人驾驶算法能使旅游移动性更高效和舒适[13]。车路协同可实现“零距离”接驳、智能调度和按需服务，显著提高了旅游出行的可达性。一方面，无人驾驶出租车和无人驾驶接驳车能够实现从酒店到景区门口、景区各景点之间的“零距离”接驳服务，显著提高旅游出行的可达性；另一方面，借助无人驾驶技术的车路协同系统，可智能调度车辆，减少游客等待时间。
二是提升旅游出行的安全性与公平性。AVs正在走向智能化和网联化融合发展之路，协同感知、传感器融合等技术可提升环境感知和智能决策能力，使AVs在非惯常环境下可有效避免因路况不熟、疲劳驾驶等原因带来的隐患，为游客提供更安全的出行保障。AVs还可针对残障人士、孕妇和老年游客提供无障碍出行方案，让行动不便的游客和老年群体也能独立乘车，在旅游过程中获得更平等的体验机会。
三是提供个性化与新颖的出行体验。首先，对于许多游客尤其是科技爱好者而言，乘坐无人驾驶汽车本身就充满了未来感和吸引力，以至于无人车出行正成为新的旅游吸引物。无人驾驶叫车服务让旅游目的地变得更“酷”，更具有智能感。其次，无人驾驶能让游客的出行体验更加连贯和沉浸。由于车辆可以自主驾驶，游客的车内时间可更多用于欣赏窗外风景、与同伴互动或使用车载娱乐系统进行休闲活动，而不必为驾驶琐事分心，这使得“车程”真正成为旅程的一部分。
（2）优化管理，提高目的地交通管理效率
一是提高目的地路网效率。在缓解拥堵方面，无人驾驶车辆可通过车联网（Vehicle-to-Everything，V2X）技术实现“类鱼群”协同行驶，减少急刹变道引发的拥堵波，并可替代游客自驾车辆进入景区，有望从源头缓解交通压力。同时，游客送达后车辆可自动驶离至远端停车场，避免占用景区核心区停车资源[14]，减少游客为寻找停车位而产生的额外道路绕行，减少频繁停车起步带来的拥堵。
二是促进目的地低碳出行。AVs多采用纯电动或混合动力，可显著降低景区的碳排放。AVs还有望进一步推广共享交通模式，从而进一步降低整体碳足迹。
三是打通目的地“最后一公里”接驳。无人驾驶有望打通“大交通”与“微旅游”之间的末端卡点。“最后一公里”指从交通枢纽到目的地的短途接驳，也是目前交通服务的薄弱环节[15]。AVs可全天高频运行，且小型AVs能进入狭窄区域，真正实现“门到门服务”。
（3）业态升级，构建智能交旅融合新生态
一是创新交旅融合服务新模式。无人驾驶技术的引入，为旅游出行服务提供了创新契机。将无人驾驶体验纳入产品线，可满足游客对“科技范儿”的兴趣。其次，“无人驾驶出租车”和“共享无人驾驶穿梭巴士”服务模式顺应旅游出行需求，打破了传统出租车和网约车的服务范式，实现了全无人状态下接驳游客。为景区提供了高科技色彩的观光服务，也成为提升智慧城市形象和服务品质的卖点之一。
二是搭建移动数据收集新方式。AVs行驶期间能够抓取海量位置信息、线路轨迹、停留时间及乘客喜好等数据，并通过数据闭环技术覆盖从数据标注到OTA（Online Travel Agency）系统升级的全过程，成为智慧景区管理的重要数据源。例如，在西安城墙景区，分析AVs采集的游客行为与偏好数据，可调整文创商店布局，在热门路线及节点附近增设互动体验区，并推送定制化数字导览内容，如AR历史故事讲解，增强文化参与感。AVs的部署还打破数据孤岛，实现客流调度、服务推荐与文化传播的智能联动。
三是构建协同创新产业新生态。无人驾驶的引入将推动交旅深度融合和生态再造。科技公司、政府与景区三方协同将AVs运营融入景区管理，由科技公司提供车辆与技术，景区构建应用场景，政府升级基础设施，共同打造“智慧文旅+智能驾驶”的文旅新样板。
“无人驾驶+旅游”有望成为文旅融合的新亮点，助力旅游业实现更高质量的发展。 但目前AVs在旅游业的应用仍处于起步阶段，大部分项目还在试点。由于技术的成熟度和市场的观望心态，建议要尽快号召多方利益相关者协同合作[16]，在明确责任界定、保险赔付、应急处置、测试准入、动态评估、网络安全等关键环节开展深入研究与探索，并建立健全相关监管机制。
主持人：请问人工智能时代旅游产业在角色在地化方面开展了哪些典型实践，带来了哪些体验变革，又存在哪些适应性挑战?
访谈嘉宾：李春晓，南开大学旅游与服务学院教授；杨玉帆，南开大学旅游与服务学院博士研究生
2025年全国两会期间，“人工智能+”首次以独立章节形式写入政府工作报告，标志着中国正式进入人工智能赋能产业升级的新纪元。旅游业既是AI应用的领跑者，又是融合数字消费和衍生新消费的重要产业，如何借势“AI+”提升供给质量，扩大有效需求，增加实际效益，是发挥其经济带动作用的关键举措。推动AI在旅游场景中承担多样化角色，有助于推动“AI+旅游”进程，重构游客的旅游体验，从而实现产业升级目标。立足AI在旅游产业应用的独特性，其至少能够承担三种关键旅游角色，并通过在地化完善其角色功能，实现三位一体，充分发挥AI效用。
（1）作为服务工具的AI在地化
出于降低业务成本，提高生产率和解决劳动力短缺的需求[17]，作为服务工具的AI被广泛应用，预计到2032年，服务机器人市场将增长到233亿美元[18]。旅游服务的重要性使其成为AI服务应用的先驱行业。从基础的服务机器人到基于大语言模型嵌入的AI高精度行程规划与AI导览，AI作为服务工具是其在旅游中扮演的基础角色。随着游客对AI服务要求的不断提高，在地化服务设计成为推动AI实现精准化、个性化服务，并强化其工具价值的重要途径。襄阳古城景区推出具备方言交互能力的“呆萌机器人”，以三国人物“诸葛亮”为形象原型，可以通过语音交互为游客讲解“隆中对”历史典故；中国黄山景区为黄山AI旅行助手全面接入DeepSeek大模型，构建了适配黄山旅游场景的垂直化技术体系，显著提升AI对黄山文旅知识库的调用精准度，从而提高了服务质量。由此，对于作为服务工具的AI而言，在地化主要体现在AI深度理解区域文化、语言习惯与环境特征等，以此避免因“技术通用性”导致的服务脱节。
（2）作为地方大使的AI在地化
AI作为地方大使的核心价值在于其可控性、新颖性与文化适配能力[19-20]。相较于人类大使，AI不仅能以更低的成本和更高的稳定性传递目的地信息[21-22]，更能进行一对一的个性化互动[23-24]，与（潜在）游客建立深度联结。其效能实现的关键在于在地化设计——即通过融入地方文化符号，突破AI的“标准化”印象，通过情绪唤起与认知反差来招徕游客。已有研究指出，当AI大使使用当地口音而非标准普通话招徕游客时，潜在游客前往当地旅游的意愿提升显著[25]。这是因为这种“在地化”设计打破了人们对AI的机械化、标准化的认知，既为游客制造惊喜感，又暗示目的地具备技术先进性与文化独特性，进而增强游客对目的地服务与体验品质的信心[18]。未来，旅游AI需进一步深耕地方性表达：一方面，通过方言交互、行为模拟等设计，强化AI作为地方大使角色的塑造；另一方面，需注意平衡技术拟真与文化真实性，避免符号化滥用导致的文化失真。只有当AI大使成为地方文化肌理的“数字镜像”，才能真正实现其从信息传递到情感动员的升级，推动AI目的地营销从“吸引眼球”迈向“赢得心智”。
（3）作为数字居民的AI在地化
AI作为数字居民的创新实践正在重构文旅场景的体验边界与文化生态。预计2025年中国数字人核心市场规模将超过400亿元，带动产业市场规模超过6 000亿元[26]。这类具备人类形象、语言交互与学习能力的数字人，可以通过深度融入地方文化系统，成为目的地的数字居民，由此成为文旅产业转型的重要驱动力。从功能价值看，在地化的AI居民作为文化传承的数字载体，能够激活地方文化再生产。例如大理“小金花”AI不仅在设计过程中融入白族扎染技艺，还向游客传授如何进行扎染；南浔古镇虚拟镇长“林桑晚”拥有镇长身份，参与南浔古镇的文化推介和繁荣发展中。同时，它们还能成为沉浸式体验的引导者，颠覆“打卡式”体验，推动产业变革与升级。当AI真正作为“数字原住民”融入目的地，文旅产业将迎来从空间消费到意义生产的全面革命。
主持人：人工智能赋能旅游业一方面推动服务创新，另一方面加剧治理复杂性。请问在旅游数字化平台快速发展的背景下，如何应对算法风险与公平挑战，实现平台智能化优化，同时保障多元用户权益?
访谈嘉宾：梁赛，南开大学旅游与服务学院教授；程云，南开大学旅游与服务学院博士研究生
人工智能指能够展现智能特性的程序、算法、系统或机器设备，这一概念涵盖了一系列能够增强产品、服务或解决方案的智能技术工具[27]。目前，人工智能的迅猛发展正在深刻重构在线旅游行业格局，推动旅游数字化平台信息生成、信息传输、信息交互、信息应用的实质性转型，然而，人工智能为旅游数字化平台带来便捷、高效率的同时，算法操纵、技术冷漠、隐私侵蚀等系统性的风险正在导致新型的市场失灵[28-29]，引发了智能化总结与创新性抑制的动态博弈、个性化推荐与大数据杀熟的价值冲突、高效率响应与技术性冷漠的服务断层、智能化服务与数字包容度的发展失衡等一系列矛盾。
（1）信息生成：智能化总结与创新性抑制的矛盾
人工智能的推荐算法通过分析与总结用户生成内容，并优先将其展现在评论首页，使得高质量或符合大多数用户兴趣的内容被发现，降低用户的信息搜索成本，提升了信息的获取效率。与此同时，也带来了一系列负面效应。首先，这种主页呈现的方式压缩了非主流或小众群体用户生成内容的可见性空间，导致潜在贡献者的创作动机呈现系统性衰减。其次，为了增加曝光度，部分用户可能会倾向于生产迎合大众口味而非真正有价值的内容，进一步加剧了平台内容同质化的趋势。长期而言，逐渐形成“贡献内容曝光下降-用户动机减弱/用户同质化输出-平台生态单一化”的恶性循环。
（2）信息传输：个性化推荐与大数据杀熟的矛盾
人工智能利用深度学习算法，根据用户以往的偏好设置、操作经验与行为数据，使得平台数据拥有了“自主行为”的能力，实现了旅游服务供需的精准化匹配[30]。然而，旅游数字化平台依据用户的使用设备、地址属地以及浏览页面行为等特征，通过大数据与算法实施差异化定价，这种价格歧视的现象，即所谓的“杀熟”引发了平台、商家与消费者之间的深层次矛盾，加剧了旅游数字化市场的不公平性。如何在保证个性化服务的同时确保公平性和透明度，成为旅游数字化平台亟待解决的重要课题。
（3）信息交互：智能化服务与数字包容度的矛盾
人工智能驱动旅游数字化平台转型，重构服务交互机制，显著提升服务效能与用户体验，但也衍生出技术应用断层现象[31]。特定群体（如中老年游客）因技术适应力不足、智能设备操作障碍，难以获取数字化服务红利，在在线旅游消费生态中呈现明显弱势地位。这种系统性差异不仅造成信息获取渠道分化，更引发信息资源配给机制的深层失衡。构建技术普惠体系，减少用户数字鸿沟，实现平台信息公正与资源共享协同发展，已成为数字旅游时代亟待突破的战略课题。
（4）信息应用：高效率响应与技术性冷漠的矛盾
人工智能客服的出现解决了人工客服存在的工作时间限制与响应效率低下的不足，其根据用户需求解决关于机票预订、酒店选择、行程安排的系列问题，降低了用户的信息搜索成本[32]。然而，人工智能并非完美，其技术局限性与实践残缺仍饱受诟病，难免脱离“人工智障”的调侃。一方面，智能客服无法理解方言与口语化表达，且其在处理上下文时仍存在信息断裂的现象，另一方面，人工智能客服机械化与程序化的表达方式，往往导致其服务呈现一种“去人性化”的倾向，使其陷入技术性冷漠的困境之中，尤其在危机处理等需要情感支持的场景中，机械式响应难以满足用户深层次心理需求。因此，如何在保证旅游数字化平台效率的同时注入更多人性化的元素，是旅游数字化平台可持续发展的关键所在。

3 智能化治理体系的挑战与应对机制

主持人：请问在人工智能技术广泛应用的背景下，如何推动旅游目的地治理体系转型升级，治理效能提升成效如何，又面临哪些制度与实践层面的挑战?
访谈嘉宾：曾斌丹，湖南师范大学旅游学院副教授
人工智能技术的深入发展促使旅游目的地治理在更多方面实现创新。中小型旅游目的地需要建立AI轻量化布局实现智能升级。通过AI构建政府-企业-社区-游客的共治网络，推动可持续发展，实现从目的地单一管理到智能生态系统的转型。
随着5G、大数据、云计算、物联网等新一代信息技术的迅猛发展，智慧旅游目的地建设如火如荼。智慧旅游景区、智慧旅游度假区等信息化基础设施不断加强，使用AR、VR、数智人技术为游客提供沉浸式体验，生成式AI为文旅内容创新提供活力，利用大数据分析进行客流预测与资源调配，多地智慧旅游系统的建设初步实现了目的地的智慧管理、智慧服务和智慧营销。但是目前仍然存在数据隐私安全风险、多源数据融合能力不强、适应性场景不够、交互式智慧营销不足等问题。随着人工智能技术的深入发展，旅游目的地治理有望在更多方面实现创新。
（1）加强中小型旅游目的地治理的AI轻量化布局
由于AI技术开发与维护成本较高，大型旅游目的地可以投入大量资金进行智能系统开发，但对于中小型景区景点来说，需要建立轻量化布局的适配方案，明确核心需求与发展的优先事项，聚焦低成本、易落地、高回报的场景，实现智能化升级，如共享AI算力池、用Google Analytics或百度统计追踪用户行为，利用轻量级软件即服务（Software as a Service，SaaS）自动调整门票/酒店价格和推送关联产品等。
（2）促进旅游目的地分散应用系统的多模态融合
通过AI整合旅游目的地的交通、住宿、景点、游客行为等多源数据，建立多源数据融合中枢。在城市目的地层面上，应实现与公安、交通、城管、环保等部门系统的数据对接，形成跨系统、跨部门的协同管理，在景区目的地层面，应整合在线旅游代理平台（OTA）预订、手机信令、社交媒体用户生成内容（User-Generated Content，UGC）等数据，实现游客行为全链路追踪，为应用层面的快速响应、高效协同奠定坚实基础。利用联邦学习技术实现多源数据的安全融合，实现数据-服务-体验的闭环。
（3）利用AI驱动旅游目的地共治网络建构
旅游目的地作为一个涉及政府、企业、居民、游客等众多利益相关者的复杂网络系统，存在不同的层级和类型，具有差异化的情景条件，需要以AI驱动构建不同的目的地治理网络。例如，将智慧旅游目的地融入智慧城市建设，既要利用AI算法预测游客流量、消费偏好及季节性趋势，优化游客的个性化体验，又要开发居民-游客共建的AI系统，为社区设计低门槛交互界面，链接居民的反馈，同时还要能优化旅游目的地的运营效率，构建政府-企业-社区-游客的共治网络，实现从目的地单一管理到智能生态系统的转型。
（4）通过AI推动旅游目的地的可持续发展
目的地可持续发展需兼顾遗产活化利用与环境系统维护。基于深度卷积算法的视觉检测系统，可精准捕捉文物表层裂隙、色度衰减及生物侵蚀特征，为修复工程提供数据支撑。整合卫星遥感影像与游客移动轨迹，建立生态承载阈值评估模型，据此动态优化预约配额机制并设计分时导览方案，缓解人流超载引发的环境压力。借助雷达干涉测量技术监测地表形变数据，结合智能预测模型研判地质灾害风险（地震/洪涝/山体失稳），最终构建多级预警响应体系。
主持人：人工智能技术正在深刻改变旅游业态，但其发展同样伴随着治理难题与伦理挑战。您在研究中是如何界定这些风险并提出应对策略的?
访谈嘉宾：陈泓文，南昌大学旅游学院讲师；王飞，江西科技师范大学旅游与历史文化学院讲师
人工智能技术加速重构产业生态格局，旅游业作为数据密集型服务领域，正处于与人工智能技术融合的深度转型期。人工智能技术的产业化应用在运营效能提升、客户体验优化、服务边界拓展等方面展现创新价值，驱动行业向智慧化服务模式演进。但技术创新红利释放过程中，数据安全风险、算法决策偏差、就业冲击等伴生性问题日益凸显。现阶段行业面临规范标准滞后、监管技术手段不足、风险响应机制缺位等现实困境，亟须从“风险识别-防控应对”双重视角出发，系统性评估人工智能在旅游业中的潜在风险与应对策略。
（1）人工智能在旅游业发展过程中的风险
一是数据依赖会加剧信息安全与隐私泄露风险。人工智能在旅游产业的应用过程中，必须依赖海量用户数据的支撑。系统运作的核心依据来源于游客的地理定位记录、支付行为偏好以及体征指标等信息。信息收集与加工环节普遍存在权责界定模糊的隐患，用户在协议签署阶段未能形成自主选择机制，数据转移轨迹亦缺乏透明化管控。运营实践中某些服务商通过默认勾选条款或组合授权模式，过度获取与核心业务无关的个人档案资料，这种行为已突破合法边界从而形成隐私越界。当敏感数据遭受网络入侵攻击，叠加内部员工违规操作或私下交易风险时，极易引发身份冒用与财产损害等连锁反应。需要特别注意的是，在信息安全建设维度，中小型旅企普遍存在技术缺陷，具体表现为数据加密体系不完善、网络防护手段存漏洞、危机处置规程欠规范，这种技术洼地使其成为产业安全链条中的薄弱节点[33]。
二是算法控制导致服务差异与体验异化。人工智能系统依托用户行为轨迹分析构建决策模型，完成产品推送、费用测算、路线设计等自动化服务，这种技术赋能虽优化了运营效能，却衍生出服务伦理与消费权益的矛盾。从认知维度来看，算法推送逻辑往往强化用户偏好的固化效应，形成封闭式信息筛选屏障，导致旅游产品触达渠道单一化，实质削弱了消费决策的自主空间。从经济维度来看，依托用户画像的智能调价模型催生差异性报价机制，同一服务项目出现多重定价标准，这种“消费分层”现象触发公众对平台商业道德的信任危机。更深层次来看，机械式算法决策削弱了旅游业的人文价值，尤其在文化阐释、情感交互等需要价值判断的场景中，程序化运算规则难以承载人工服务的文化感知力。
三是技术替代冲击原有就业结构与管理模式。人工智能技术深度融入旅游业态引发服务模式重构与组织形态变革，催生出显著的职业迭代效应。票务预订、客户咨询、路线解说、多语种转换等传统人工服务模块，正在经历智能化系统的渐进式替代。这种技术革新在提升服务响应速度的同时，触发基础服务岗位规模收缩，特别对导游服务、接待咨询、产品营销等职业群体形成直接替代压力。值得关注的是，虽然算法工程师等新兴岗位需求持续增长，但这类职位普遍集中于技术研发与平台管理领域，与现有从业群体的知识储备形成结构性错配，导致“就业结构断层”现象凸显。面对技术迭代加速，多数从业者因数字化技术驾驭能力不足且职业转型通道受阻，难以实现有效调整。
（2）人工智能在旅游业发展过程中的防控措施
一是明确制度边界，防范技术使用失序。人工智能技术已突破传统工具属性，全面渗透至旅游业的服务决策体系、用户关系维护网络及商业运作链条。面对技术应用失范现象频现的现实困境，构建制度约束框架成为当务之急。首要任务在于通过专项立法与政策供给，明确旅游场景下AI应用的合规边界，重点在数据采集范畴、算法推送机制及价格形成规则等方面设定约束性基准。进阶要求是引导行业协会制定人工智能技术伦理标准，系统规制平台在数据应用、信息筛选及商业策略制定中的操作边界。核心保障在于监管机构建立跨领域协同治理网络，实现动态监管、专项治理与多元监督的立体化监管模式[34]。
二是强化技术监管，保障数据与算法安全。人工智能系统的运行效能取决于数据质量与算法可靠性，任一环节的管控失效都可能触发系统性风险。构建全周期技术监管体系已成为旅游服务平台确保运营安全的必要条件。基础层面需建立数据资产分级管理体系，对用户信息实施价值密度评估，形成差异化防护机制，针对地理位置、身份特征、支付记录等核心数据集须执行密级存储策略。进阶层面应建立算法动态审查制度，定期对推荐与计价模型进行检查，并结合灰盒测试，确保计算链路可追溯、决策结果公平，从而有效防止黑箱算法造成服务偏离。应急层面需配置人工介入节点，建立应急干预通道，当系统出现决策失误或异常操作时，立即启动人工接管程序。
三是推进人机协同，缓解就业冲击。人工智能重构旅游服务流程的过程中在优化运营效率的同时，催生了传统岗位的职能弱化与人才结构失调现象。为缓解人工智能技术替代效应带来的就业冲击，亟须推进人机协同服务转型。基础层面应建立分梯次数字化培训矩阵，重点提升导游服务、前台接待、客户咨询等岗位的智能工具操作能力，强化人机协作适配度。应用层面需在业务流程中植入人智协同节点，例如，行程规划模块采用AI辅助生成基础方案，同步嵌入人工解说、个性化推荐及情感交互等环节，构建服务价值闭环。制度层面要求政府与行业协会联合推出配套激励政策，通过关键岗位保留制度设计与职业转型津贴机制，引导企业完善人机协作生态[6]。

4 议题总结

文章围绕人工智能时代中国旅游业高质量发展这一核心议题，系统分析了人工智能的赋能逻辑与转型路径，形成如下主要结论：
（1）AI技术正深刻改变中国旅游业的价值体系与运行逻辑，推动行业从要素驱动向智能驱动转型。与传统模式相比，AI赋能下的旅游业更强调场景数据驱动与服务个性供给。“数字中国”战略的深入实施为旅游数字基础设施升级提供制度支持，推动AI、大数据等技术深度融入旅游产业链条，带来服务效率提升与消费模式创新。具体表现为：游客在智能平台中参与产品共创与流程反馈，AI技术用于动态规划行程、精准推送服务内容，增强体验的互动性与个性化；人工智能算法则嵌入营销与运营全链条，提升管理智能化水平；平台通过整合线上线下资源，重构旅游产业的供需匹配机制，实现经济效益、文化传播与生态保护的共赢，逐步构建中国特色智能旅游新范式。
（2）构建AI赋能体系是实现旅游业高质量发展的重要支撑。技术层面，应推动物联网、大数据等技术在场景化旅游中的深度融合；人力层面，需提升旅游从业者的数字素养与技术适配能力，培育复合型、创新型人才队伍；资本层面，应通过政策、金融、平台等多元引导机制促进科技企业与文旅企业的深度对接，形成高效的资源转化通道。在结构上，需构建政府主导、企业实施、用户参与的AI旅游发展机制，完善平台生态与多方协同机制；制度维度，应强化平台监管等制度支撑，建立数据安全、算法透明、公平竞争的市场环境，保障AI赋能的可持续性与社会责任。
（3）人工智能时代旅游业创新的本质是构建以协同智能为核心的“智慧共创”体系，重塑产业互动结构。AI并非取代人，而是重构“人-机-组织”的关系网络，推动从“产品供给”走向“价值共创”。基于数据实时流动，游客不再是被动接受者，而成为产品共创、服务反馈与传播互动的参与者；平台通过算法调度实现服务精准匹配，提升响应速度与个性满足；政府监管则借助AI工具实现动态监测与精准治理。智慧共创体系需强化平台开放性、数据互通性与技术包容性，建立多主体共治共享的利益协调机制，推动AI以人为本地赋能文旅发展，平衡效率提升与情感温度之间的关系，引导旅游业转向“共建、共治、共享”的新格局。
（4）现阶段人工智能与旅游产业融合仍存在多重发展壁垒，核心问题集中在伦理规范缺失、信息安全漏洞与技术分布失衡等方面。算法模型固化形成的用户画像偏好，易引发信息茧房效应；生成式技术滥用导致的版权争议与虚假信息传播，持续侵蚀消费者信任基础；个人信息泄露与隐私保护漏洞频现，凸显技术应用过程中的安防脆弱性；平台间数据孤岛现象严重制约全域资源整合与智慧管理实施；技术创新成果过度集中于行业龙头企业，资源禀赋较弱地区及中小企业在资金投入与技术应用层面存在双重困境，形成区域性数字鸿沟。叠加专业人才供给缺口与企业数字化转型焦虑，基层运营体系难以承载系统性革新需求。要突破这些发展瓶颈，需着力构建伦理约束框架、完善数据安全监管体系、创新跨平台协作模式、推进技术普惠政策实施，最终打造安全可控、包容共享的智慧文旅发展格局。
（5）实现AI驱动下的旅游产业跃升，需从制度引导、技术创新、文化传播与人才培育等方向协同推进。制度引导层面，应完善AI领域法规体系，明确技术边界、数据权属与平台责任，提升产业治理的规范性与透明度；技术创新层面，要突破底层算法与智能中枢建设瓶颈，实现科技与旅游场景的精准对接；文化传播层面，运用智能化媒介提升文化资源表达力，推动智慧文旅融合，防范技术主导导致的文化异化风险；人才培育层面，应构建“政产学研用”联动机制，培育具备技术与文旅转化能力的复合型人才梯队，构筑可持续的智能旅游智力支撑体系。通过多元路径下协同推进，才能真正将AI技术转化为旅游业发展的内生动力。
人工智能技术正深刻改变中国旅游业的演进范式与价值创造网络，驱动产业向智慧化发展高阶形态演进。文章围绕AI赋能旅游业高质量发展，从平台协同、机制创新与价值重构等方面展开系统分析，论证“智慧共创”建设将成为旅游产业升级的核心动能。面向未来发展，亟须推进技术、人文与治理的深度融合，依托数据要素流动机制、标准规范衔接体系及多元共治网络，培育以人为本、开放包容、文化赋能的旅游新生态。在应对全球气候变化、人口结构转型、消费升级诉求及可持续发展目标等现实命题时，AI亦可发挥关键支撑作用，如借助智能匹配算法优化资源配置效率、构建适老化出行服务系统、实施碳排放追踪与节能调控，助推旅游业在低碳转型、包容性增长及社会责任履行等方面持续突破。后续研究应着力探索人工智能技术驱动下的治理范式创新、技术与文化融合路径深化及数字权益保护机制，为实现多维度协同驱动的旅游业跃迁提供战略框架与理论支撑。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
马丽君, 敖烨. 数字经济对旅游业高质量发展的影响及空间溢出效应[J]. 地理科学进展, 2023, 42(12): 2296-2308.

DOI

[Ma Lijun, Ao Ye. Influence and spatial spillover effects of the digital economy on the high-quality development of the tourism industry[J]. Progress in Geography, 2023, 42(12): 2296-2308.]

DOI

[2]
唐承财, 梅江海, 上官令仪, 等. 新质生产力视域下国内外数字文旅研究评述与展望[J]. 地理科学进展, 2024, 43(10): 1894-1912.

DOI

[Tang Chengcai, Mei Jianghai, Shangguan Lingyi, et al. Review and prospect of digital cultural tourism research in China and abroad from the perspective of new quality productive forces[J]. Progress in Geography, 2024, 43(10): 1894-1912.]

DOI

[3]
张凌云, 黎巎, 刘敏. 智慧旅游的基本概念与理论体系[J]. 旅游学刊, 2012, 27(5): 66-73.

[Zhang Lingyun, Li Ao, Liu Min. On the basic concept of smarter tourism and its theoretical system[J]. Tourism Tribune, 2012, 27(5): 66-73.]

[4]
蔡超岳, 唐健雄, 刘雨婧. 数字经济对旅游发展影响的空间效应: 基于中国284个地级及以上城市的实证研究[J]. 热带地理, 2023, 43(4): 720-733.

DOI

[Cai Chaoyue, Tang Jianxiong, Liu Yujing. Spatial effects of digital economy on tourism development: Empirical research based on 284 cities at the prefecture and higher levels in China[J]. Tropical Geography, 2023, 43(4): 720-733.]

DOI

[5]
杨晓琰, 宋瑞. 数字经济对旅游产业发展的影响机理[J]. 地理科学进展, 2024, 43(10): 1943-1955.

DOI

[Yang Xiaoyan, Song Rui. Mechanism of influence of the digital economy on tourism industry development[J]. Progress in Geography, 2024, 43(10): 1943-1955.]

DOI

[6]
王金伟, 陆林, 王兆峰, 等. 新质生产力赋能旅游业高质量发展: 理论内涵与科学问题[J]. 自然资源学报, 2024, 39(7): 1643-1663.

DOI

[Wang Jinwei, Lu Lin, Wang Zhaofeng, er al. Empowering high-quality tourism development with new quality productive forces[J]. Journal of Natural Resources, 2024, 39(7): 1643-1663.]

DOI

[7]
魏伟, 丁双莹, 刘方方, 等. 旅游信息科学: 多学科交叉融合背景下的理论与实践探究[J]. 地球信息科学学报, 2023, 25(9): 1747-1764.

DOI

[Wei Wei, Ding Shuangying, Liu Fangfang, et al. Tourism information science: Research on theory and practice under the background of interdisciplinary integration[J]. Journal of Geo-Information Science, 2023, 25(9): 1747-1764.]

[8]
张宝秀. 文旅深度融合推动文物活化利用与管理创新[J]. 旅游学刊, 2025, 40(1): 9-11.

[Zhang Bao Xiu. The deep integration of cultural tourism promotes the activation, utilization and management innovation of cultural relics[J]. Tourism Tribune, 2025, 40(1): 9-11.]

[9]
吴倩. 从结构到实践: 虚实交互驱动中国式文旅深度融合新范式[J]. 西南民族大学学报(人文社会科学版), 2024, 45(8): 46-53.

[Wu Qian. From structure to practice: Virtual-reality interaction drives a new paradigm for the deep integration of Chinese tourism and culture[J]. Journal of Southwest Minzu University (Humanities and Social Sciences Edition), 2024, 45(8): 46-53.]

[10]
于佳会, 刘佳静, 郑建明. 数据与需求双重驱动下的智慧文旅公共服务平台构建[J]. 情报科学, 2023, 41(9): 115-121.

[Yu Jiahui, Liu Jiajing, Zheng Jianming. Construction of a public service platform for intelligent cultural tourism driven by both data and demand[J]. Information Science, 2023, 41(9): 115-121.]

[11]
姚建盛, 刘艳玲. 基于移动群智感知计算的智慧景区监管系统研究与设计[J]. 现代电子技术, 2024, 47(12):74-80.

[Yao Jiansheng, Liu Yanling. Research and design of smart scenic spot supervision system based on mobile crowd sensing and computing[J]. Modern Electronics Technique, 2024, 47(12): 74-80.]

[12]
Cohen S A, Hopkins D. Autonomous vehicles and the future of urban tourism[J]. Annals of Tourism Research, 2019, 74:33-42.

DOI

[13]
Kassens-Noor E, Dake D, Decaminada T, et al. Sociomobility of the 21st century: Autonomous vehicles, planning, and the future city[J]. Transport Policy, 2020, 99: 329-335.

[14]
Liu C G, Zyryanov V, Topilin I, et al. Investigating the impacts of autonomous vehicles on the efficiency of road networkand traffic demand: A case study of Qingdao, China[J]. Sensors, 2024, 24(16): 5110.

[15]
Dong Z W, Chen C Q, Ouyang J Y, et al. Understanding commuter preferences for shared autonomous electric vehicles in first-mile-last-mile scenario[J]. Transportation Research Part D: Transport and Environment, 2025, 140: 104621.

[16]
Milakis D, Müller S. The societal dimension of the automated vehicles transition: Towards a research agenda[J]. Cities, 2021, 113: 103144.

[17]
Castelo N, Boegershausen J, Hildebrand C, et al. Understanding and improving consumer reactions to service bots[J]. Journal of Consumer Research, 2023, 50(4): 848-863.

[18]
Hoang C, Liu X J, Ng S. From premium to mass: How service robots shift brand premiumness[J]. Journal of Service Research, 2025, 28(1): 17-34.

[19]
Chan K W, Septianto F, Kwon J, et al. Color effects on AI influencers’ product recommendations[J]. European Journal of Marketing, 2023, 57(9): 2290-2315.

[20]
Li J, Huang J, Li Y. Examining the effects of authenticity fit and association fit: A digital human avatar endorsement model[J]. Journal of Retailing and Consumer Services, 2023, 71: 103230.

[21]
Sands S, Campbell C L, Plangger K, et al. Unreal influence: Leveraging AI in influencer marketing[J]. European Journal of Marketing, 2022, 56(6): 1721-1747.

[22]
Thomas V L, Fowler K. Close encounters of the AI kind: Use of AI influencers as brand endorsers[J]. Journal of Advertising, 2021, 50(1): 11-25.

[23]
Miao F, Kozlenkova I V, Wang H Z, et al. An emerging theory of avatar marketing[J]. Journal of Marketing, 2022, 86(1): 67-90.

[24]
Silva E S, Bonetti F. Digital humans in fashion: Will consumers interact?[J]. Journal of Retailing and Consumer Services, 2021, 60: 102430.

[25]
Li C X, Qu Z R, Yang Y F. Localizing matters: The effect of AI accent on tourist travel intention[J]. Journal of Destination Marketing & Management, 2025, 36: 100992.

[26]
中国互联网协会. 中国数字人发展报告2024[R]. 2024-09-24.

[China Internet Association. China Digital Human Development Report 2024[R]. 2024-09-24.]

[27]
Shankar V. How Artificial Intelligence (AI) is reshaping retailing[J]. Journal of Retailing, 2018, 94(4): 6-11.

[28]
Grundner L, Neuhofer B. The bright and dark sides of artificial intelligence: A futures perspective on tourist destination experiences[J]. Journal of Destination Marketing & Management, 2021, 19: 100511.

[29]
Liu M, Tang X C, Xia S Y, et al. Algorithm aversion: Evidence from ridesharing drivers[J]. Management Science, 2022, 02475.

[30]
Moreno A, Valls A, Isern D, et al. Sigtur/E-destination: Ontology-based personalized recommendation of tourism and leisure activities[J]. Engineering Applications of Artificial Intelligence, 2013, 26(1): 633-651.

[31]
Loges W E, Jung J. Exploring the digital divide: Internet connectedness and age[J]. Communication Research, 2001, 28(4): 536-562.

[32]
Samara D, Magnisalis I, Peristeras V. Artificial intelligence and big data in tourism: A systematic literature review[J]. Journal of Hospitality and Tourism Technology, 2020, 11(2): 343-367.

[33]
陈美, 梁乙凯. 开放政府数据隐私安全全面保障研究[J]. 情报杂志, 2023, 42(8): 194-199, 207.

[Chen Mei, Liang Yikai. Comprehensive security guarantee mechanism for preventing privacy security of government open data[J]. Journal of Intelligence, 2023, 42(8): 194-199, 207.]

[34]
Tuo Y Z, Wu J K, Zhao J K, et al. Artificial intelligence in tourism: Insights and future research agenda[J]. Tourism Review, 2025, 80(4): 793-812.

Options
Outlines

/

〈 〉