先看证据
把酒店选择提前到官网之前
Radisson Hotel Group 与 Accenture Song 使用 OpenAI 技术开发了 Radisson Hotels 的 ChatGPT 应用，让旅客在 ChatGPT 里按目的地、设施和出行需求查找与比较酒店。应用面向的不是已经进入酒店官网、准备填写订单的人，而是还在规划行程、筛选住宿选项的人。
这项变化值得读，不是因为酒店从此能在聊天里完成预订，而是因为它把品牌和库存带到了决策更早的阶段。用户仍要跳转到 Radisson 官网下单，新的竞争因此落在两件事上：酒店能否成为对话中的可选项，以及平台能否把这种发现有效导向自有直订渠道。
对话体验背后，是供给数据的接入
旅客用自然语言描述需求后，应用会提供酒店选项、地图、位置、设施、价格和房态等信息。Accenture 表示，应用连接 Radisson 现有系统以提供实时酒店信息；在此之前，团队用其 AI Merchant Center 中的 MCP accelerator，对酒店内容、库存、价格和预订信号进行结构化、验证和优化。
这意味着体验的关键不只是让模型理解“我想住在市中心、要有泳池”，还包括能否把适合回答的问题对应到可靠、及时的酒店数据。公开材料没有披露接口字段、模型调用流程或部署架构，因此不能据此推断具体技术实现；但从已披露的机制看，供给数据的整理和连接是把聊天意图变成可比较选项的基础。
入口在聊天里，交易仍由官网承接
Radisson 没有把预订交易也搬进 ChatGPT。用户准备下单时会跳转到 Radisson 官网，聊天应用承担的是发现与比较，官网继续承担交易和直订关系。对酒店集团而言，这是一种入口扩展：在官网访问发生之前接触潜在客人，同时尽量把成交留在自有渠道。
这一分工也带来新的依赖。体验必须把对话里的信息与官网上的房价、库存和预订流程接起来，否则用户在两个界面之间遇到信息不一致，前面的推荐就可能失去可信度。Accenture 称项目从构建到上线用了六周，但公开材料没有给出团队规模或成本；这个周期说明项目能快速落地，不足以说明后续数据维护和跨渠道运营同样轻省。
转化数字有吸引力，归因边界也很清楚
OpenAI 报告称，2026 年 7—8 月，该体验的访问到预订转化率约为 Radisson 自然搜索的 1.5 倍。这是一个值得继续验证的早期信号，但公开案例没有给出样本量、基准转化率或统计显著性，也没有说明两类流量在用户意图上是否可直接比较。因此，它说明这批入口流量表现较好，不能单独证明 ChatGPT 带来了自然搜索之外的新增预订。
另一个数字是：记录到的结账和预订事件中，54% 被归因于广告浏览。这里的“浏览归因”不等于用户点击广告后才预订，更不等于广告创造了这些预订。覆盖范围也要按各自口径理解：Accenture 称应用可搜索 100 多个国家、1,000 多家酒店；OpenAI 提到 Radisson 在 EMEA 和 APAC 有 1,640 多家营业中或开发中的酒店，两者不是同一个统计范围。
技术团队要验证的不只是“有人预订”
对技术和数字业务负责人来说，这个案例提示的优先事项不是先追求更复杂的聊天体验，而是确保可调用的酒店数据足够完整、及时，并与官网交易环节一致。Radisson 已有七年的直订数字渠道建设合作，ChatGPT 应用可以理解为在既有渠道前增加一个发现层，而不是替代原有预订基础设施。品牌应用和赞助广告也被放进同一发现策略中，说明平台入口既是产品问题，也是分发和获客问题。
下一步评估应把“表现”与“增量”分开：除转化率外，跟踪从对话推荐、跳转官网到预订的完整路径，并用独立的对照或增量实验判断新入口是否改变了总预订量，而非只重新分配来源标签。还要检查价格和库存变化如何同步、错误信息如何处理，以及广告曝光的归因窗口如何定义。现有材料没有给出这些运营细节；在它们得到验证之前，最稳妥的判断是把 ChatGPT 当作一个有潜力的直订前置入口，而不是已经证实的新增长引擎。