Online travel and agentic AI travel distribution：AI预订智能体对OTA经济模式构成长期威胁，而Airbnb相对更具韧性

概览

报告考察能够搜索并完成旅行预订的AI智能体将如何重塑在线旅行分销。Bernstein认为近期盈利影响不大，但成熟的智能体生态系统可能显著削弱以酒店为主的OTA的竞争优势和经济利益，尤其是Booking和Expedia；Airbnb则拥有更强的防御能力。

核心观点

AI旅行智能体已从行程灵感和研究阶段进入预订与支付环节。Bernstein列举了Instinct、Meta Muse和Google AI Mode等产品，这些产品可代表用户搜索酒店、比较选项并完成预订。Instinct可访问会员账户、追踪价格并取消后重新预订；其通用搜索通常只显示Booking和Expedia的结果，推荐排序也与OTA结果相似。Google AI Mode可通过接入的酒店连锁和OTA合作伙伴完成酒店预订，而Expedia已宣布与Meta Muse合作。这些功能可能改变旅行漏斗的顶部，因为用户可能在做出选择前不会访问OTA网站。 Bernstein认为，目前的扰动有限。对于复杂酒店搜索，聊天式智能体仍不如OTA有效，因为地图、价格滑块、设施筛选和交互式视觉搜索在成熟OTA界面上更易使用。智能体在处理多个库存来源时也面临算力和时间成本；在Bernstein的测试中，Instinct使用Booking和Expedia进行通用酒店搜索约两分钟即可给出结果，而跨平台寻找最低价耗时10分钟且遇到访问困难。因此，大型OTA仍是有用的一站式库存来源，能够继续将用户引导至高佣金率库存，并以很低或零获客成本承接智能体带来的预订量。 不过，随着智能体界面改善、对详细库存的获取能力增强，以及供应商技术支持与AI平台直连，报告认为长期风险将上升。第一，智能体可将OTA库存与酒店直销及其他来源进行比较，使OTA成为众多可替代来源之一，从而形成去中介化。第二，以消费者偏好而非OTA盈利能力为优化目标的智能体，可能削弱OTA将用户引导至高佣金率房源的能力。Bernstein估计，Booking的Preferred和Preferred Plus项目使其标准佣金率增加约130个基点，并带来约10%的收入提升；智能体筛选可能令该类库存更难获得优先展示。第三，快速价格比较可能揭示更长尾的低价供应商。Bernstein发现，2026年Booking和Expedia品牌仅约15%的时间提供美国最低价，而较小OTA为77%，这可能迫使OTA从佣金率中投入更多折扣资金。 AI智能体最终采用的收入模式，是决定这种扰动程度的关键。Bernstein认为，用户付费模式威胁最大，因为付费用户可能要求无偏结果，而智能体能够以零佣金率直接展示供应商库存。交易费模式带来中等风险。广告资助的智能体对OTA最为有利，因为OTA可为展示位置付费，并继续承担转化风险，从而维持流量变现能力。报告预计最终模式可能混合订阅、交易费和广告，因此消费者的付费意愿及对赞助结果的容忍程度将很重要。 库存广度、数据深度和访问库存的成本，决定智能体能否成为有吸引力的旅行搜索产品。品牌酒店占全球客房供应不足10%，因此智能体除酒店连锁合作外，还需要获取独立酒店库存。OTA目前提供广泛供给、丰富酒店内容、评论和支付基础设施。然而，直连服务提供商正开发以有竞争力佣金率将独立酒店接入AI产品的方式。随着算力和处理成本下降，且智能体与供应商技术整合，Bernstein预计OTA规模带来的保护将减弱。 Bernstein不预计Booking或Expedia会阻止智能体访问，因为这可能使其失去重要的新预订渠道，而智能体仍可获得竞争供应商的库存。相反，报告认为，与智能体建立合作关系以及限制其预订后活动，是潜在缓解措施。Expedia与Muse的合作可能使其库存展示更完整、更新更及时，并有助于捕获智能体驱动的预订。OTA还可能维持商户记录方地位和客户触点，以销售交通、体验和保险等附加服务，尽管智能体最终也可能处理更多预订后互动。监管是另一项不确定因素：规则可能要求用户直接向供应商完成预订信息，从而保留部分OTA接触点；也可能限制平台阻止代表用户行事的智能体，加速去中介化。 Booking和Expedia被认为最易受影响，因为它们依赖通用酒店搜索流量转化，酒店供应商又迫切希望降低分销成本，且两者可防御的预订后客户互动有限。Bernstein预计2027年基本面将强劲，DMA驱动的Google搜索界面变化和更容易的中东同比基数，将比AI智能体更影响短期基本面。这些结果可能使市场认为智能体风险被高估。但Bernstein的长期结论仍然谨慎：OTA最终可能让渡市场份额或经济利益，而行业历史表明，更可能让渡的是经济利益。 Airbnb相对更具韧性，但智能体仍是其更广泛投资逻辑的净负面因素。其度假租赁库存差异化更强、可比价性更低，房东重视Airbnb提供的Smart Pricing和AirCover等工具及服务，报告估计其900万套活跃房源中约70%为平台独有。Airbnb还获得45%的直接流量，降低了对付费通用搜索变化的敞口。其专有评论、照片、房东评分以及广泛的预订后住客与房东互动，使平台价值延续至初始预订之后；Bernstein指出，90%的Airbnb预订用户会在之后与房东沟通。公司还计划在2027年推出AI智能体，可能提供自身更丰富的智能体体验。

分析框架

Bernstein评估现有智能体功能并测试旅行搜索行为，随后从库存获取、消费者界面质量、供应商激励、价格透明度和智能体变现角度，分析智能体如何改变旅行分销。报告通过OTA佣金经济模式、比价证据、流量特征、库存差异化和预订后客户关系，对Booking、Expedia和Airbnb的风险敞口进行比较。

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

  报告评估智能体如何改变消费者、OTA、酒店、独立供应商和预订平台之间的关系，以及这些变化如何将经济利益从OTA转移出去。

• 行业/产业分析框架量价拆分

  佣金率与定价分析

  Bernstein将OTA的收入敞口与佣金率、优选库存组合、折扣投入及智能体识别不同预订渠道低价的能力联系起来。

• 估值方法EV/EBITDA 估值

  经同业基准校准的NTM+1 EV/EBITDA估值

  报告对Airbnb、Booking、Expedia和TripAdvisor的估值，部分采用未来十二个月加一年EV/EBITDA倍数，并与营收增长、EBITDA利润率和现金转换挂钩。

• 估值方法PE/PEG 估值

  NTM+1 P/E估值

  报告披露的估值方法还使用未来十二个月加一年P/E倍数。

• 估值方法DCF 现金流折现

  AI颠覆风险情景DCF

  Expedia的估值包含一个旨在反映AI颠覆风险的现金流折现情景。

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)

  相较酒店型OTA，受智能体旅行颠覆的影响较小。

  优势

  差异化度假租赁供给、估计70%的独家库存、房东工具、45%的直接流量以及大量预订后住客与房东互动。

  劣势

  AI智能体仍是更广泛投资逻辑的净负面因素。

  对比

  Bernstein认为，Airbnb因度假租赁更不易商品化，且对通用酒店搜索流量的依赖更低，因而比Booking和Expedia更具防御性。

  风险

  整体旅行需求走弱、竞争显著加剧，以及限制供给的监管。

• Booking Holdings (BKNG)

  Bernstein认为，其作为酒店型OTA，是受长期AI智能体颠覆影响最大的公司之一。

  优势

  广泛库存、评论、支付基础设施和一站式服务能力，目前使Booking成为智能体有用的来源。

  劣势

  面临通用酒店搜索流量敞口、高佣金率陈列能力可能丧失，以及来自较小OTA的价格竞争。

  对比

  在Bernstein的比较中，Booking和Expedia仅约15%的时间提供美国最低价，而较小OTA为77%。

  风险

  向新OTA丢失份额、随着酒店供给整合而出现佣金率下滑，以及APAC增长较预期更稀释ADR和佣金率。

• Expedia Group (EXPE)

  作为酒店型OTA，面临智能体驱动的去中介化风险，但可能受其与Muse合作的支持。

  优势

  与Muse的正式合作可能改善库存细节和更新及时性，并有助于捕获智能体驱动的预订。

  劣势

  面临通用酒店搜索敞口、价格竞争，以及较弱的预订后客户互动防御能力。

  对比

  与Booking类似，报告认为Expedia比Airbnb更易受到从OTA主导搜索转向智能体主导选择的影响。

  风险

  未能实现成本节省、丢失美国市场份额，以及随着酒店品牌份额提升而出现佣金率下滑。

• TripAdvisor (TRIP)

  这是Bernstein股票表中列示的明确覆盖在线旅行公司。

  风险

  Viator单位经济效益可能低于预期，元搜索收入可能更快下滑，且Google可能瞄准TripAdvisor更多收入来源。

关键数据

• Instinct旅行交易额Approximately $1 billion annualized其中约一半与旅行相关；Bernstein称这仅相当于Booking流量的约0.25%。
• Booking Preferred项目收入提升Approximately 10%Preferred和Preferred Plus使Booking的标准佣金率增加约130个基点。
• 美国最低价提供频率Booking and Expedia approximately 15%; smaller OTAs 77%这是Bernstein对2026年排名最高最低价出现频率的比较。
• 品牌酒店占全球客房的比例Less than 10%智能体需要获取独立酒店，才能提供广泛库存。
• Airbnb独家库存Approximately 70% of 9 million active listings这是Bernstein的估计，用以支持Airbnb差异化供给的优势。
• Airbnb直接流量45%报告称，这降低了其对付费通用搜索变化的敞口。
• Airbnb预订后消息沟通90% of booking users用户在预订后会与房东沟通，从而形成预订后的平台互动。

影响与含义

Bernstein预计短期财务扰动有限，因为智能体交易量较小，且大型OTA仍是高效的库存聚合者。长期影响则更为显著：若智能体提供更丰富的界面、更广泛的直连库存和无偏价格比较，Booking和Expedia可能失去对客户获取和高佣金率陈列的控制，导致利润率或份额下降。Airbnb的差异化供给、房东生态系统和预订后互动提供了相对保护，但无法消除AI相关风险。

风险

• 由于可靠性和安全担忧，消费者对智能体处理复杂预订、重新预订和多垂类行程的信任，可能形成得慢于预期。
• 智能体变现可能更偏向广告或交易费而非用户付费模式，从而降低OTA去中介化和佣金率压力的严重程度。
• 当前智能体的界面、库存访问成本和处理时间，可能在复杂旅行请求中持续逊于OTA搜索体验。
• 监管结果可能保留供应商触点，也可能阻止平台限制智能体访问，从而实质改变去中介化的进程。
• 对于覆盖公司，旅行需求趋势、竞争、市场份额变化、佣金率和公司特定执行仍是目标价风险。

后续跟踪

• 消费者是否越来越信任智能体完成预订、重新预订以及管理更复杂的旅行任务。
• 哪一种智能体收入模式最终占主导，尤其是用户付费、交易费和广告模式之间的平衡。
• 智能体UI改善、供应商直连整合和算力或库存处理成本下降的速度。
• OTA与智能体的合作是否能保留库存访问、商户记录方地位和预订后客户关系。
• 有关自主智能体代表用户行动的监管，以及平台限制访问能力的监管。
• DMA驱动的Google搜索变化相对于AI智能体，对2027年OTA基本面的短期影响。