復星旅文AI Lab發佈《面向AI的數字基建白皮書》，加速AI落地

人工智能（AI）浪潮洶涌而來，DeepSeek的爆火更引發了全行業的關注，不斷進化的大模型（大語言模型，Large Language Model，縮寫為 LLM）正在為企業提供全新的用户交互方式和業務增長機遇。

復星旅文始終專注於旅遊度假的體驗，在持續的信息化建設中，積累了豐富的度假產品運營數據與全生命周期的客户服務經驗。在AI時代，這些數據和經驗可以在超級智能體的加持下，快速進化迭代，形成更精細的運營管控，進一步提升客户的度假體驗。

作為繼今年2月成立Al Lab之后的第一個里程碑，復星旅文於近日正式發佈《面向AI的數字基建白皮書》，它既是復星旅文數字技術架構的升級，更是復星旅文推進AI轉型的「導航儀」與「施工圖」，為后續AI創新應用的持續開發與落地，奠定了堅實的基礎。

面向AI的數字基建藍圖

數字化底座框架是復星旅文AI能力建設的基礎，更是 AI 與數據融合背景下，算力、數據、模型、工具、治理、平臺等核心能力如何協同構建一個高彈性、高集成、高演進的技術支撐體系。

復星旅文數字基建藍圖圍繞「AI + 數據」雙核心展開，分為基礎資源、模型資源、數據供給、智能中樞、智能服務接入五大層級；並以「安全支撐」及「 AI 共創工作流」作為全局支撐，構建了一個可持續演進、模塊解耦、數據驅動的智能體系。

該藍圖不僅是旅文集團面向AI時代的整體技術方向，也指導了旅文集團在AI時代的核心繫統架構。

在數據層面，白皮書明確提出「雙軌數據供給」策略：一方面，通過業務系統API提供實時結構化數據支撐AI推理與場景感知；另一方面，通過湖倉一體化的數據中臺提供高質量的歷史數據、標籤體系與向量檢索能力，服務於AI模型訓練、RAG檢索與用户畫像。數據不再是「后臺支撐」，而是智能生成與響應的第一要素。

在AI層面，構建了統一AI能力平臺，包含模型接入、推理服務、Agent運行、知識增強、工具調用等模塊。其中，智能中樞不僅承載AI決策邏輯，更支持業務構建專屬智能體（Agent），實現從數據驅動到智能行為的持續迭代。

白皮書還進一步闡述了數據如何驅動模型持續優化、模型如何反哺業務場景，並通過可編排、可沉澱的能力組件，形成「數據—模型—智能體—業務」的閉環飛輪。

面向AI的新工作方法

全面擁抱AI，不僅意味着全新的數字基建藍圖，更意味着組織底層能力的重構及組織協作模式的創新。AI 與數據深度融合的架構特性決定了其開發過程具有更高的不確定性、更強的跨職能依賴以及更快的迭代節奏。因此，我們制定了「復星旅文AI建設工作方法及流程」，從場景發現、原型驗證到能力沉澱，明確了多角色協同的分工機制，確保 AI 項目「有目標、可落地、能複用、可持續」。

復星旅文AI工作方法及流程

目前，Al Lab正全力打造「AI G.O」，旨在為每一位度假客户提供的一位定製化的度假助理，隨時隨地互動，獲取信息、安排行程、預訂活動。未來，智能化的客户互動與智能化的度假體驗管理將在更多的度假村落地，AI的技術創新更將從企業運營模式、客户服務能力等全面重塑復星旅文的核心競爭力。

隨着 AI 大模型、多模態感知和智能體技術的持續演進，未來我們還將面臨更高頻、更復雜、更自主的智能交互場景。清晰的數字基建藍圖、明確的AI工作方法與流程，讓AI智能中樞與產業生態之間的鏈接得以打通，AI創新有望持續涌現，真正實現AI賦能業務的新範式！