pwc >FHS 工智能是旅游和酒店业 驱动个性化、 的核心- 效率和发展 目录 01 执行摘要 & 关键发现 01 02 一个转型中的领域——旅游与酒店业中的挑战与机遇 04 03 调查结果：需要更好的整合 07 04 避开陷阱：实施Al时不应做的事情 15 05 旅游业和酒店业领袖需要思考什么？ 18 参考文献24 关于我们 25 01 | 执行摘要 作为竞争力的一种战略赋能者，AI正在推动整个行业的效率、可持续性和创新— —改造传统系统，预见客户偏好，并实时优化性能。 随着科技的发展，它将驱动更智能、更具响应能力的目的地，这些目的地能够 动态适应游客需求，增强资源管理，并提供多样化、无缝、直观和难忘的体验 o 在中东地区，各国正迅速部署人工智能和智能数字技术，以提升游客体验，并加 强旅游业对国家经济转型议程的贡献。 在沙特阿拉伯,人工智能是愿景2030吸引每年1.5亿游客并将旅游和酒店业占GDP 比例从3%提高到10%的目标的核心。 同样，阿联酋正将自己定位为Al驱动的旅游和酒店业的全球领导者，利用数据和 数字工具来提升旅游和酒店体验，支持安全的数据交换，为旅游和酒店行业提供 实时洞察，并加强可持续智慧 ...

调查结果显示，亚太地区企业对AI应用呈显著增长，有89%的受访者表示在过去12个月内已采用AI，较 上次调查的69%增幅明显。在中国香港，88%的受访者表示已在工作中使用AI工具，例如ChatGPT、 Copilot等。当被问及AI的应用程度时，65%的受访者主要应用第三方AI工具于部分业务领域或偶尔使 用。 澳洲会计师公会大中华区理事及Web3及新兴科技委员会主席冼君行博士指出，香港企业对AI的认知虽 高，但距离真正释放其价值仍有一段距离："大多数受访者表示使用第三方AI工具，显示香港对AI的认 知度相当成熟。然而，许多企业仍停留在概念验证（Proof-of-Concept）阶段，仅以AI工具提升生产 力，例如处理重复性工作及流程自动化。政府及专业机构可加强教育与推广，释放AI的真正潜力，例 如透过进阶技术如预测分析（predictive analytics）及代理型AI（agentic AI），重塑商业模式与工作流 程，并逐步推进至符合策略目标的生产级应用。" AI的普及正在重塑会计与财务等行业的招聘趋势。尽管有42%的香港受访者表示目前招聘方式未见改变 或言之尚早，但已有17%的受访者指出，因AI技术的 ...

变化在企业的发展过程中是一种普遍现象，然而，相较于过去，当前的变化速度显然更为迅猛。市场的频繁波动和劳动力规划 的持续调整，使得企业领导者在决策时面临着更加严峻的挑战。他们必须以更加谨慎的态度和更小的容错空间来应对日益增加 的不确定性因素。在这种复杂多变的经济环境下，动态战略的制定和情境规划的运用显得尤为重要。 为了有效应对这些挑战，企业迫切需要借助先进的预测分析工具。随着预测分析技术不断集成到财务规划和业务运营系统中， 它正在从根本上改变企业的传统运营模式。通过这项技术，企业不仅能够更加准确地预测未来的市场趋势和现金流走势，还能 优化供应链，从而提升整体运营效率和竞争力。 PART 1 什么是预测分析？ 预测分析是一种运用先进的统计方法、人工智能和自动化数据处理技术，为企业提供未来规划见解的方法。它通过识别过去和 当前数据中的信息，帮助企业管理者更深入地理解其业务的优势和未来趋势。预测分析可分为描述性分析和规范性分析两大 类。描述性分析回顾历史，解释已发生的事件，并提供对绩效的事后评估；规范性分析则前瞻未来，为企业提供更优的行动方 案以获取更佳成果。 预测分析的关键步骤包括： 当预测分析与企业的业务目标紧密 ...

Core Insights - Businesses are preparing for significant changes in 2025, with AI applications moving beyond pilot phases to deliver measurable returns, enhancing customer experiences through advanced tools and data intelligence [12][15][16] Group 1: AI and Predictive Analytics Driving Growth - 65% of senior executives view AI and predictive analytics as primary growth drivers, enabling efficient large-scale personalization [17][18] - 61% of executives believe personalized experiences are critical for growth, with 53% reporting significant improvements in team efficiency due to generative AI [19][21] - Companies plan to increase investments in technology, data analytics, and digital media, with 80% intending to invest in new technologies and 79% in customer data and analytics [21][25] Group 2: Challenges in Customer Experience and Personalization - Despite recognizing the need to improve customer experiences, only 14% of practitioners can deliver exceptional digital experiences, a decline from 25% the previous year [33][34] - 71% of consumers expect brands to anticipate their needs, but only 34% of brands meet this expectation; 78% expect seamless experiences across channels, yet only 45% achieve this [35][36] - Data fragmentation hinders real-time personalization, with 75% of practitioners affected by this issue [42][44] Group 3: Generative AI and Agentic AI Opportunities - Generative AI is rapidly evolving, with nearly half of market leaders having implemented AI solutions, while followers struggle to demonstrate ROI [55][56] - Agentic AI presents new opportunities for enhancing workflows and customer experiences, with consumers increasingly preferring AI-powered assistance over traditional methods [74][75] - Successful AI applications require urgency and precision, with early adopters establishing robust ROI frameworks [60][66] Group 4: Organizational and Data Integration Challenges - Organizations face significant hurdles in integrating customer data, with privacy and governance concerns being major obstacles [15][51] - The ownership of the customer journey is often fragmented, leading to inconsistent experiences and wasted resources [15][33] - Companies are beginning to address these challenges by investing in unified data ecosystems and enhancing collaboration between marketing and technology teams [52][66]