讓“打工人”煩惱的差旅流程問題，AI或許可以幫忙。

6月10日，在上海舉辦的企業出行服務峰會上，針對差旅流程割裂、體驗斷層、成本失控等行業痛點，滴滴企業版宣布推出“AI+一站式”商旅解決方案。

據滴滴官方介紹，滴滴企業版本次率先發布內測的AI小滴差旅助手、管理助手、解決方案助手智能體，是基于70萬企業累積的B端服務數據，采用目前最先進的開源模型Multi-Agent架構來實現的。

商務差旅出行，創造了一個萬億級的市場。

據GBTA（全球商務旅游協會）報告，2024年全球商務旅行支出預計恢復至1.5萬億美元，預計2027年差旅支出將接近1.8萬億美元。

但差旅市場長期飽受諸多問題的困擾，從員工到管理層都面臨著各種難題。據行業統計，31%大型企業因超標費用和違規訂單，年損失超百萬，超60%企業的高頻出差員工因差旅流程繁瑣，每年浪費1.5個工作日。在龐大的市場規模下，其實存在著巨大的不協調需要平衡。

差旅行業需求 觀察者網

面對差旅衍生的相關問題，人們開始思考將AI智能體作為一種可選路徑。

目前，針對行程規劃場景，通用大模型和智能體都有一定的設計和解決能力，但普遍受困于AI幻覺和海量無效信息的干擾。更加垂直的商旅智能體，正好可以大展身手——因為企業差旅場景管控制度明確、流程明確、用戶偏好顯著、反饋明確，決策邏輯復雜，又是高頻剛需，非常適合AI落地試驗。

現在，出行領域巨頭滴滴要加入用AI改造差旅行業的戰局。

“對于企業的管理者來說，問題主要體現在成本很難控制、流程繁瑣、員工的體驗差和抱怨。”在滴滴出行峰會上，滴滴出行CIO蔡曉鷗表示，“而從員工的角度來看，主要是體驗差，耗時和要預定的流程長；其次是報銷和回款周期非常長；最后是管控的制度和政策的不透明，導致溝通成本非常高。”

滴滴出行CIO蔡曉鷗 滴滴官方

公開資料顯示，作為具備完整體驗閉環的商旅預訂智能體，AI小滴差旅助手集行程規劃、多品類推薦、行程預訂、行中服務等多項能力于一體。

比如，當用戶輸入出差城市、主要活動區域等需求，差旅助手便開始了一系列類似行政助理的工作：分析企業差旅政策（如機火標準、酒店金額限制），結合員工偏好，和各類資源的歷史、實時庫存分析，順暢銜接大小交通，生成“既懂規則也要有人情味”的一站式行程規劃，并以“購物車”式結算方式交給用戶進行預訂。行程既省錢又省時，無需員工來回切換搜索、比價、分析。接下來，差旅助手還可強化行中服務、咨詢等能力，成為用戶可靠的出行助手。

AI小滴功能 滴滴官方

現場的視頻中也展示了使用AI小滴的過程：用戶闡述包括時間、出發、到達點的差旅需要，AI制定行程計劃，在用戶同意的情況下預訂行程的飛機/火車交通安排，接機安排，酒店住宿等，全流程自然、快速。

AI小滴場景示意 觀察者網

當然，如此龐大的差旅市場中，滴滴也并非首家瞄準差旅智能體的企業。

目前，一些玩家已經加入戰局。市面上已經有包括華為云慧通差旅、金蝶差旅智能體在內的差旅智能體產品。

其中，華為云擁有強大的技術生態和廣泛的行業影響力，慧通差旅作為其旗下產品，能夠與華為云的其他服務如盤古大模型、云原生技術等深度協同。比如借助盤古大模型的預訓練能力和知識抽取等技術，實現智能行程規劃等功能。此外，華為云在全球市場的廣泛布局和眾多的合作伙伴資源，如與中航材的合作，為其差旅服務提供了堅實的資源基礎。

金蝶在企業管理軟件領域耕耘多年，擁有龐大的企業用戶群體和豐富的行業經驗，其差旅智能體與金蝶自身的 ERP、財務等系統無縫集成，能夠實現數據的深度共享和業務流程的高效協同。例如，財務人員可在金蝶的財務系統中直接獲取差旅智能體的相關數據進行審核和分析，無需在不同系統間進行數據切換和整合。

而在競爭優勢方面，作為出行領域巨頭，滴滴積累了海量出行相關數據。AI 小滴助手可深度分析挖掘這些數據，精準預測用戶出行需求、優化行程規劃，如根據用戶打車記錄推薦合適出行方式和路線，數據來源更真實可靠，能生成更合理、貼近實際的差旅方案。

此外，滴滴企業版還整合了滴滴出行、酒店、機票、火車票等業務，AI小滴助手能一站式完成預訂，且可借助滴滴與眾多上下游企業的合作，獲取更優惠價格和豐富選擇，如與酒店集團合作提供專屬優惠等。

滴滴在持續發力新技術。除本次發布AI差旅助手外，滴滴此前還在自動駕駛領域開展了相關業務，計劃將首款無人駕駛新能源量產車型接入共享出行網絡，還發布了未來服務概念車DiDi Neuron，推出了自動駕駛核心硬件，包括與北醒合作研發的2K圖像級高精度激光雷達和自研的行業首個量產化三域融合計算平臺Orca虎鯨等。

本文系觀察者網獨家稿件，未經授權，不得轉載。