Online travel distribution and AI agents：AI旅行代理对OTA的近期威胁有限，但可能对Booking和Expedia构成实质性长期挑战

概览

本行业报告考察能够搜索、比较并完成旅行预订的AI代理将如何重塑在线旅行分销。Bernstein的结论是，对OTA基本面的即时影响应有限，但能力日益增强的代理可能在长期对Booking和Expedia构成重大挑战，而Airbnb拥有若干结构性保护因素。

核心观点

AI旅行代理已从行程灵感阶段进入预订和支付阶段。Bernstein重点讨论了Instinct、Meta Muse和Google AI Mode，这些产品能够搜索旅行库存并完成酒店预订；OpenAI Dots也作为另一竞争者进入自主代理领域。当前功能包括搜索预订平台、使用客户资料和支付信息、登录会员账户、监测价格，以及可能取消和重新预订。Bernstein测试显示，Instinct经常从Booking和Expedia获取结果；一次常规搜索返回的全部五家酒店均来自Booking.com，首选推荐也与Booking自身的排序一致。因此，大型OTA目前仍是广泛库存、内容和预订基础设施的重要一站式来源。 报告识别出对OTA经济模式的三项长期威胁。第一，代理可能绕过品牌OTA搜索，同时查询OTA、酒店供应商、小型OTA、GDS和床位批发商，并向提供最佳价格、会员权益和信息组合的供应商完成预订。OTA将成为众多库存来源之一，而非面向客户的流量入口。第二，按用户偏好优化的代理未必会把需求导向高佣金酒店库存。Bernstein估计，Booking的Preferred和Preferred Plus计划令混合佣金率提升约130个基点，并带来约10%的收入提升；若引导消费者选择此类库存的能力减弱，佣金率可能承压。第三，代理可改善价格发现并发掘大量更低价的供应商。Bernstein发现，Booking和Expedia品牌在美国仅约15%的时间提供最低价格，而小型OTA为77%。如果代理能展示这些价格，大型OTA可能需要通过佣金率出资更多折扣来竞争。 当前代理体验是重要的短期保护因素。与成熟OTA提供的地图、滑块、视觉筛选器和定制化搜索展示相比，文本型代理仍不适合复杂酒店搜索。Bernstein测试中，Instinct使用Booking和Expedia完成常规酒店搜索约需2分钟；跨平台寻找最低价则耗时10分钟，并遇到部分预订选项访问困难。代理在读取多个库存来源时也面临计算和时间成本。这些限制当前有利于大型OTA，它们能够以较低成本提供广泛且结构化的库存。但Bernstein预计，随着界面变得更具视觉性和适应性、处理成本下降以及供应商直连的发展，这种保护将逐步减弱。 代理收入模式决定扰动程度。用户付费的订阅或按使用量收费模式威胁最大，因为付费用户可能期待无偏结果，从而促使代理比较更多库存来源，并可能以0%佣金率直接展示供应商库存。交易费模式带来中等风险，而广告模式对OTA最有利，因为旅行企业可竞价购买展示，OTA也能继续承担转化风险以换取经济利益。Bernstein预计最终模式将混合订阅、交易费、广告和交叉补贴；消费者的付费意愿及其对无广告结果的偏好将是关键决定因素。 近期基本面影响应较温和。Instinct表示其约$1 billion年化交易量中约一半与旅行相关，Bernstein称这仅相当于Booking流量的约0.25%。Muse可能规模更大，但目前仍以美国市场和邀请制为主。当前大量代理驱动的旅行需求仍经OTA完成，且获客成本实际上为零，这可能成为短期的温和资产回报率利好。Bernstein预计，DMA要求的Google Search界面改造和较容易的中东比较基数，对FY27 OTA基本面的影响将大于当前AI代理。其预计2027年Booking和Expedia将表现强劲，即使市场可能将这种基本面解读为代理风险被高估的证据。 长期问题在于旅行漏斗控制权的转移。按照Bernstein的框架，OTA过去的优势来自规模、品牌和营销强度；代理可能转而更强调为用户提供的基础价值。消费者进入OTA交易层之前，许多决策可能已完成；代理还可能在预订后持续监测价格并重新订购。尽管OTA仍拥有有价值的库存聚合、内容、支付和服务能力，Bernstein认为其最终可能不得不让渡市场份额或经济利益，而行业历史表明让渡经济利益的可能性更高。 Booking和Expedia被认为最易受影响，因为它们依赖广泛酒店搜索流量转化，酒店希望获得更低成本的分销，价格比较又是酒店搜索的核心，而且酒店预订可变现的预订后接触点相对有限。报告预计二者不会阻止代理访问，因为这可能放弃重要的预订渠道，而竞争供应商仍可供代理使用。相反，诸如Expedia与Muse的合作可改善库存质量、捕获更大份额的代理流量，并可能保障经济利益。维持商户记录方地位以及限制代理的预订后能力，也可能保留客户接触，并创造销售联程旅行、体验或租车产品的机会。 Airbnb相对更具防御性，尽管Bernstein仍认为AI代理对其更广泛的投资逻辑构成净负面影响。其度假租赁库存更具差异性，且不适合纯粹的价格比较；Bernstein估计，Airbnb的9 million活跃房源中约70%为平台独家。房东依赖Airbnb的工具和服务，包括智能定价和AirCover，从而减少绕过平台的动机。Airbnb也有45%的流量直接到站，因此较少受到付费通用搜索获客扰动的影响。其预订后关系更强：Bernstein称，90%的Airbnb预订用户会随后联系房东。这些服务和沟通接触点即使在代理中介初始预订时，也可能使Airbnb维持客户互动。公司还计划在2027年推出具有丰富视觉界面的AI代理。 监管是另一项关键不确定性。若规则要求消费者亲自在供应商处输入支付或个人信息，可能保留OTA与客户的接触，但不会恢复其将用户导向高佣金库存的能力。反之，若规则将代理认定为代表用户行事，平台可能被要求允许代理访问，从而加速去中介化。价格平价监管同样重要：DMA在欧盟对平价条款的限制削弱了对代理驱动价格竞争的保护，而平价条款在AI旅行产品率先推出的美国市场可能提供更大保护。

分析框架

Bernstein评估了已上线旅行代理产品，并测试其预订、搜索和库存行为。随后，报告通过去中介化、佣金率下滑和价格竞争三种机制评估OTA风险，使用OTA价格比较、佣金计划经济性、用户界面观察和不同代理收入模式作为依据。报告还将Booking和Expedia以酒店为中心的分销模式，与Airbnb差异化的度假租赁模式进行比较，并考察供应商接入、合作关系、预订后控制权和监管。

方法论与常识提炼

• 行业/产业分析框架产业链上中下游传导

  旅行分销价值链分析

  报告追踪代理如何将客户发现和预订决策从OTA转移至供应商或替代库存来源，并由此影响流量、佣金和预订经济性。

• 行业/产业分析框架供需框架

  库存接入与供应商分销分析

  Bernstein评估代理可获得的旅行库存的广度、信息细节和接入成本，以及供应商直连如何降低对大型OTA的依赖。

• 竞争与战略框架护城河/竞争优势

  竞争地位比较分析

  报告将OTA的规模和酒店搜索功能，与Airbnb的独家库存、房东服务、直接流量和预订后互动进行对比。

• 估值方法EV/EBITDA 估值

  NTM+1 EV/EBITDA倍数

  Bernstein部分使用前瞻EV/EBITDA倍数对覆盖公司估值，该倍数与收入增长、EBITDA利润率和现金转换相关，并与同业进行比较。

• 估值方法PE/PEG 估值

  NTM+1 P/E倍数

  报告也在公司估值方法中使用前瞻P/E倍数。

• 估值方法DCF 现金流折现

  AI扰动风险情景DCF

  Expedia的估值纳入了一项旨在反映AI代理潜在扰动的现金流折现情景。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• Airbnb (ABNB)

  相较于以酒店为主的OTA，其受到代理式旅行扰动的影响较小。

  优势

  约70%的9 million活跃房源被估计为独家；房东工具、45%的直接流量、差异化发现体验和预订后消息互动强化了客户关系。

  劣势

  AI代理仍是其更广泛投资逻辑的净负面因素，并可能继续中介初始预订。

  对比

  由于度假租赁商品化程度较低且较少依赖价格比较，其防御性高于Booking和Expedia。

  风险

  整体旅行需求下滑、来自Google、Booking或Expedia的竞争显著加剧，以及限制供应的监管。

• Booking Holdings (BKNG)

  其是长期代理去中介化、佣金率压力和价格竞争的重要OTA风险敞口。

  优势

  广泛的库存、评价内容、支付和客户服务基础设施使其目前成为代理的高效来源；当前代理流量的获客成本可能很低。

  劣势

  对通用酒店搜索的依赖，以及引导需求至高佣金库存的能力，若代理控制发现环节将受到挑战。

  对比

  与Expedia一样，其风险敞口高于Airbnb；Bernstein分析显示，Booking和Expedia仅约15%的时间提供美国酒店最低价。

  风险

  市场份额被新OTA夺走、酒店供应整合导致佣金率下降，以及APAC增长较预期更具ADR和佣金率摊薄性。

• Expedia Group (EXPE)

  其是代理式旅行扰动的重要OTA风险敞口，但与Muse的合作提供了缓释风险的机会。

  优势

  广泛库存可为代理搜索提供价值，正式接入Muse可能改善库存质量并增加流量捕获。

  劣势

  面临价格比较、通用酒店搜索去中介化，以及影响库存组合能力下降的风险。

  对比

  与Booking一同被认为比Airbnb风险敞口更高；其与代理的合作是潜在缓释措施，而非完整解决方案。

  风险

  未能实现成本节约、丢失美国市场份额，以及酒店品牌份额提升导致佣金率下降。

• TripAdvisor (TRIP)

  该覆盖的在线旅行公司被纳入Bernstein的股票表。

  风险

  Viator单位经济效益可能低于预期，Meta搜索收入可能加速下滑，Google也可能瞄准更多Trip收入来源。

关键数据

• Instinct与旅行相关的年化交易量Approximately $1 billion, with roughly half travel-relatedBernstein称，这仅相当于Booking流量的约0.25%。
• Booking优选库存带来的收入提升Approximately 10%Preferred和Preferred Plus使Booking的标准佣金率提升约130个基点。
• 美国酒店搜索中提供最低价的频率Booking and Expedia approximately 15%; smaller OTAs 77%这是Bernstein对最高排名最低价在2026年的比较。
• 品牌酒店占全球客房供应的比例Less than 10%代理需要接入独立酒店，才能提供广泛的搜索价值。
• Instinct常规酒店搜索响应时间Approximately 2 minutes该搜索使用Booking.com和Expedia；跨平台最低价搜索耗时10分钟，并遇到访问困难。
• Airbnb活跃房源9 millionBernstein估计其中约70%为Airbnb独家房源。
• Airbnb直接流量占比45%Bernstein认为，直接流量降低了其对付费通用搜索获客扰动的风险敞口。
• Airbnb预订后联系房东的比例90%预订后沟通是维持客户接触的重要来源。

影响与含义

Bernstein预计，2027年OTA强劲的基本面将更多由Google Search变化和较容易的中东比较基数推动，而非当前AI代理。长期影响则更为重大：若代理能跨库存来源提供全面、快速且无偏的搜索，Booking和Expedia可能面临更低的佣金率、更多折扣和更弱的获客控制权。Airbnb的差异化供应和服务生态系统提供相对保护，但不能完全消除代理风险。

风险

• 整体旅行需求可能下降。
• 来自Google、Booking或Expedia的竞争可能显著加剧。
• 监管可能限制旅行供应。
• Booking可能向新OTA流失份额，面临酒店供应整合导致的佣金率下降，或经历较预期更具ADR和佣金率摊薄性的APAC增长。
• Expedia可能未能实现预期成本节约、丢失美国市场份额，或因酒店品牌份额提升而面临佣金率下降。
• TripAdvisor面临Viator单位经济效益低于预期、Meta搜索收入加速下滑和Google竞争加剧的风险。

后续跟踪

• 代理界面是否变得足够快速、具备视觉性，并能处理复杂酒店搜索和筛选。
• 代理获得独立酒店库存直接接入的程度，以及其库存处理成本是否下降。
• 哪种代理收入模式占主导，尤其是用户付费模式相对于广告或交易费模式。
• Expedia与Muse合作及其他OTA与代理合作的规模和经济性。
• 代理是否能够保留管理预订后互动和重新订购预订的能力。
• 有关代理访问网站、自主交易和价格平价规则的监管决定。
• DMA驱动的Google Search变化对FY27 OTA基本面的影响。