3秒算出未來一個月最佳房價,Expedia幫旅宿業帶進60億營收的工具大揭密
3秒算出未來一個月最佳房價,Expedia幫旅宿業帶進60億營收的工具大揭密

全球商旅往來平凡,加上Airbnb等多元住宿型態的崛起,就連跨國大型連鎖的飯店品牌,也必須面臨新的產業競爭,因此,掌握大量房源、資料、會員的OTA平台,跟旅宿業者相互合作已經是趨勢。

對旅遊零售業者Expedia來說,要與合作夥伴共同創造最大利益,其中一個重要的策略,就是開發一系列,讓旅宿業者不但可以簡易使用,又能優化訂房銷售的工具,幫旅宿業者早一步掌握先機。

房價每秒2萬次變動,營收管理科技扮要角

在眾多功能中,特別值得一提的是營收管理工具「Rev+」。如同所有零售業,旅宿業者也必須掌握市場狀況,做庫存管理判斷,在OTA平台上架的旅館,面對的是全球市場,尤其對於傳統飯店、日租型態的業者來說,當要預估未來房源需求、調整房價時,不可能全靠經驗憑感覺,以Expedia來說,平台上的房價變動,每天平均可達23億次,幾乎是每秒都有2萬次的變動。

營收管理必須用更科技的方式應對,Expedia Group營收管理平台解決方案負責人Vivek Bhogaraju指出,全球有5%的旅館業者,都有採用營收管理科技。這些業者不外乎都是擁有財力與資源的大品牌,Vivek Bhogaraju認為,對小型規模或甚至是獨立經營的旅宿業者,幾乎沒有技術上的資源,能在營收管理上做精準預測。

Vivek Bhogaraju
Expedia Group營收管理平台解決方案負責人Vivek Bhogaraju認為,小型規模或甚至是獨立經營的旅宿業者,在營收管理上將面臨新挑戰。
圖/ 高敬原攝影

因為看見許多業者在銷售、定價上的痛點,Expedia Group從多年前,就投入資源開發營收管理工具「Rev+」。這套系統藉由機器學習技術,依照各市場的條件,分析與競爭對手過去90天內的房價、住房率等數據,接著與整個Expedia旗下品牌的預訂數據整合,得出未來的市場供需。

Vivek Bhogaraju指出,系統可以在3秒內分析完不同房源的數據,業者可以直接從後台以日曆的方式,看到未來一個月每天的定價建議,會顯示房價是否高於或低於競爭對手,甚至預估某個區間的需求,協助業者判斷訂出優於競爭對手的價格。

這套工具對旅宿業者來說之所以重要,是因為能讓完全沒有技術能力的業者,用最簡單卻最有效率的方式,處理複雜的營收管理問題。 根據Expedia截至今年10月的數據,採用Rev + 的業者已達到10萬家;過去一年,Rev + 協助平台上的業者,增加總計超過2億美元(約新台幣60億元)的營收。

改善客戶滿意度,從上萬留言找出重點

除了價格,顧客入住的滿意度,對於旅宿業者未來經營至關重要。不過,要怎麼從成千上萬的評論中,理出一個頭緒?是許多旅宿業者非常苦惱的事。

Expedia分析內部數據,發現有72%的消費者,認為其他顧客的入住評價,參考加值高於酒店本身品牌。「Guest Review Insight」是一款可以分析大量留言的工具,協助業者整理成千上萬則留言,並給出幾個關鍵重要的參考指標,像是客人最喜歡的服務是什麼?希望在酒店內看到,卻沒有的服務與設備等等。

Guest Review Insight的好處在於,能夠明確篩選正面、負面的評價,並從中給出明確建議方向,後台選單中,業者還能與競爭對手相互比較,有目標性的改善服務。業者依據評論數據做出改善後,系統還能設定一段區間,比較正反面評論數量的走勢,業者能用更科學的方式,檢驗做出的改變,是否真的在客戶滿意度上帶來成效。

Expedia
Vivek Bhogaraju多次強調讓高門檻的技術普及,是Expedia非常注重的精神,他認為,許多大型連鎖飯店有資源、金錢負擔最新的技術設備, 可是一般的旅宿業者無法負擔。
圖/ shutterstock

訪談中,Vivek Bhogaraju多次強調讓高門檻的技術普及,是Expedia非常注重的精神。他認為,許多大型連鎖飯店有資源、金錢負擔最新的技術設備,可是一般的旅宿業者無法負擔,「市場上一直存在不平衡,我認為,除了研發最新技術,也必須幫助我們的合作夥伴。」因此只要是在Expedia上架的業者,都能免費使用這些工具,優化營運成效。

責任編輯:陳映璇

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓