差旅管理走到十字路口：AI同时搞定省钱和体验？

当前企业差旅管理常陷入两难：一方面，管控规则过于僵化，员工体验差；另一方面，成本却并未有效下降。

有没有可能在提升合规性的同时，又让员工出行更高效、更省心？

9月11日，在2025 环球旅讯峰会【商旅数字化峰会】论坛上，阿里商旅总经理施沈阳以《未来已来：AI时代的差旅管理变革》为主题进行演讲，探讨运用AI能力，前置企业管控政策，自动生成合规且合理的最优行程方案，实现效率提升、体验优化与成本管控的平衡。

以下为演讲实录，内容有删减：

各位朋友，大家好！很高兴再次回到旅游和商旅行业的大家庭。

昨天见了一堆老同事，特别感慨，离开旅游行业9年，回到商旅行业，所以我对一切都很好奇，我不断的问一些看似“愚蠢”的问题，在这些问题的背后，试图寻找出新的解法。

我们先来看看，可能遇到的一些管控的卡点，在过去的一年里，我遇到过不少典型的场景：

比如，航班延误时，管控规则让我无法改签到2小时内的航班；经济舱售罄，但同价的超级经济舱又因为政策原因无法预订。

再例如，五一前从杭州到福州出差，高铁只剩下商务座，又因为管控，最后不得不绕路杭州到上海，再飞福州；参展时，展会周边酒店价格上涨，因为管控只能选择便宜，但更远的酒店，但交通和时间成本却大大增加。

这些情况让我困惑：究竟管控是提升了效率，还是在无形中为难了员工？

可是当我开始看一些行业数据的时候，我又开始冒问号了，比如为什么酒店集团/航司的票单价、平均房价都在下降，可是我关注到很多企业的差旅的支出没有下降，尤其是机票的票单价远高于C端的票单价。

为什么这些机票的出发时间总是集中在中午最贵的时间段？酒店平均房价总是顶格差标？理论上都管的这么严了，员工自由预订还是造成了浪费？会不会是差旅管理人员不管啊？

于是，我又开始请教企业差旅管理者一些问题“你主要精力花在了哪里？”得到的回答是，他们在不断调整管控规则、处理员工的投诉、分析海量的差旅数据、事后的追责和应急处理，最后陷入到这个死循环中，消耗了大量时间，我能感受到他们特别烦躁和无力，职责所在想管但是管了又被员工抱怨。

我回看了一下商旅历史，想知道这些问题是不是一直存在，发现原来人工代订的时候确实没有太多负担，但是人工代订成本还是偏贵。

到了今天OTA时代下，很多员工其实可以开放式预订，但开放就一定降低成本吗？就一定不会被滥用吗？好像也不太对。

所以有没有一种可能，让员工不浪费时间在做攻略、行程规划上，没有预订就不会有那么多被管控的时刻，这样差旅管理人员也就不用浪费时间在这些事后追责管控上，让AI来设计每一个员工的行程。

企业的差旅管控，本质上就是对员工出行意图的识别和约束，这其实正是AI擅长的领域。

先由员工输入最简单的行程需求，比如几点几分在哪里开会，AI自动剔除不符合政策、价格不合理或库存不符的选项，最终生成一个既合规、又符合员工偏好的最优解。

这样一来，差旅政策在行程生成时就已前置，而不是靠事后的追责和修正。既减少了 KP 的负担，也避免了员工的不满。

我自己做过对比，以往一个完整的差旅方案至少要花30分钟甚至更久，尤其是涉及多客户拜访时，复杂度更高。但如果用AI自动计算，不仅能一键生成，还能结合当地经验，给出更合理的整体方案。

人力算不清海量变量，通过 AI及算力解决数学及意图识别，从过去“单项费用标准的管控”转向“追求整体价值最大化”，这个“价值”包括综合方案直接成本、时间成本、员工体验、工作效率、合规风险等，这就是今天阿里商旅AI的底层逻辑。

正是这样的能力能够大规模、低成本、个性化地构建符合合规、降本、体验三角质变的新商旅工具。

我们的合作方式也很多元，包括不限于A2A的合作，比如我们渠道、央企都有了主智能体的情况下，可以调用我们AI Agent专注做好商旅，也可以支持整套差旅解决方案的本地部署，也可以在传统友商系统的基础上升级AI Agent的方式，当然也可以支持SaaS方式支持商差旅。

无论是央企、国企，还是世界500强，我们希望通过这些多元方式，共同推动差旅管理进入智能化阶段。

我们希望阿里商旅的AI的能力最终能够让KP的工作开展得更简单，员工更满意，并且更合规，最后能够看到企业整体差旅成本有质的变化。