核心概念

Omio 是全球領先的多模式旅遊平台，與 47 個國家逾 3,000 家交通運輸供應商合作，涵蓋火車、巴士、渡輪與飛機服務。2023 年起，Omio 開始系統性地將 OpenAI 技術整合進核心業務——不只是在產品表面加裝 AI 功能，而是以 AI 重新設計整個公司的工作方式。

對話式旅遊體驗

2023 年，Omio 推出早期的 ChatGPT 整合，直接將 OpenAI 模型連接到旅遊庫存與訂票系統。旅客可以提出自然語言查詢，例如「從羅馬到佛羅倫薩最快路線是什麼？」，系統即時串接真實交通資料，回傳可直接預訂的行程選項。這種「對話即訂票」的模式，讓旅遊搜尋從關鍵字比對躍升為情境理解，大幅降低搜尋門檻。

工程效率的跨級提升

在內部工程工作流方面，Omio 深度整合了 OpenAI Codex。成果相當顯著：產品開發時間壓縮至原來的約 20%——原本需要多位工程師花費一季完成的專案，現在一位工程師用約一個月就能交付。這不僅是速度的提升，更是組織能力的重組：小團隊獲得了過去只有大型工程部門才有的交付能力。

跨部門 AI 普及

Omio 並未將 AI 工具侷限在技術部門。公司全面推展 ChatGPT 供各部門員工試驗，將 AI 工具延伸至行銷、客服、法務等非技術職能。這種「AI 識字率全面提升」的策略，讓各部門能自發地在日常工作流中引入 AI 加速。

AI 原生公司的思維框架

Omio CTO Tomas Vocetka 對此有清醒的定位：「責任和問責永遠在人身上。AI 幫助我們更快開發、分析與做決策。」這句話劃定了兩個邊界：AI 是工具加速器，而非決策主體；人類監督不是 AI 整合的阻礙，而是其必要條件。

Omio 將整個 AI 轉型定位為「業務轉型計畫」而非「技術專案」，核心在於重新設計工作流，而非單純將原有流程自動化。這個區別至關重要——自動化是讓舊流程變快，工作流重設計是用 AI 的能力去做原本根本無法做的事。

關鍵要點

  • 對話式介面降低搜尋摩擦：自然語言查詢讓旅客無需學習平台規則，直接描述需求即可獲得可預訂行程
  • 開發週期壓縮 80%：Codex 整合讓單一工程師的產出能力大幅提升，小團隊可承接過去需要大團隊的工作量
  • AI 識字率是轉型基礎：技術工具必須搭配全員 AI 使用能力提升，否則效益僅限技術部門
  • AI 原生 ≠ 無人監督：Omio 的經驗顯示，有效的 AI 整合要求明確的人類問責，而非追求完全自動化
  • 流程重設計優於流程自動化：讓 AI 做原本做不到的事，而非讓 AI 把原本慢的事做快一點

實務應用

Omio 的轉型路徑提供了一個可參考的企業 AI 整合三層框架：

  • 產品層：AI 嵌入用戶介面，降低使用者門檻（對話式搜尋）
  • 工程層：Codex 等工具加速開發週期，直接影響交付速度
  • 組織層：AI 工具滲透全部門，提升公司整體 AI 決策能力

這三層必須同步推進，而非依序進行。若只有產品層整合，組織跟不上迭代速度；若只有工程層整合，用戶體驗改善有限。三層並進，才能形成 AI 原生的飛輪效應。

與 MUFG × OpenAI：打造 AI-native 金融機構 的金融業轉型路徑相比，兩者共同指向同一結論：AI 原生轉型的核心不是技術棧，而是組織意願與工作流重設計的決心。另可參考 Samsung Electronics × ChatGPT Enterprise：三年禁令後的企業 AI 全面轉型 了解大型組織的全員 AI 普及策略，以及 Endava Frontiers：以 AI Agent 網絡重構軟體交付生命週期 關於軟體交付效率重構的對比案例。

延伸觀點

對話式 AI 在旅遊產業的收斂路徑

Booking.com 於 2023 年以「Tiger Team」策略（跨部門臨時戰隊）在 8 週內上線 AI 旅遊規劃器，與 Omio 的做法有顯著交集：兩者都強調「混合而非替代」——對話式 AI 目前最佳定位是傳統 UI 的補充層，而非完全替換。Booking.com 的經驗揭示一個細節：初期過度限制 LLM 自由度會讓體驗變得僵硬；給模型足夠的創意空間反而能產生更自然的對話。這與 Omio 讓旅客「自由描述需求」的設計方向一致。業界數據亦支持這個方向：75% 的線上旅遊平台已整合 AI 對話機器人，承接約 60% 的客服詢問量。

AI 原生組織的能力建構分野

在 AI 原生產品管理的實踐框架中，企業轉型的關鍵區別在於：傳統做法追求「更快的輸出」，AI 原生做法追求「更好的成果」。Omio 的工程效率提升（壓縮至 20% 時間）是前者的體現；而其對話式旅遊體驗——讓旅客直接說「我想要從羅馬出發、預算 100 歐元以內的週末短途旅行」——才是後者的精髓。這個分野值得所有正在評估 AI 導入策略的組織仔細辨別：衡量 AI 導入成效時，「節省了多少時間」遠不如「做到了哪些以前做不到的事」來得重要。

反向連結

以下頁面引用了本頁：