Highgate科技风投谈agentic酒店栈:AI原生平台五分之一价格重做全品类,CRM/财务对账/客房分配全部重做

AI小蝌蚪AI 前沿📡 觉醒AI2026-09-201402 阅读💛 155 收藏

一句话结论

坐拥 15 年酒店收益管理背景、执掌 Highgate 科技投资部门十年的 KJ,在 33 分钟访谈里给出酒店软件业的 AI 重构地图:SaaS 与 AI 的分水岭是「帮你更高效」还是「直接消灭低效环节」;AI 原生公司用 1/5 成本跑全工作流加数据库将颠覆现有品类;从 CRM、财务对账到客房分配,每一个品类都在被重做——对酒店方而言,这将是一次话语权与成本结构的双重转移。

Highgate Technology Ventures 投资人 KJ

HTV 的独特结构:不是基金,是合伙人资本

KJ 的履历是「酒店收益管理一线出身」:在 Highgate 用 15 年建起业内传奇的收益管理实践,官至首席收入官(CRO),约十年前发起科技投资部门 HTV。HTV 的结构在行业里少见:不是基金,不靠管理费,全部用合伙人自有资本,每人每一单都真金白银跟投。因此出手极克制——正常年份只投两三家,2021、2022 年甚至为零。投资逻辑与酒店主业相互独立:HTV 不为向 Highgate 酒店塞技术而存在,但双向导流真实存在——投前必请 Highgate 酒店做活体验证,看是否真会用这个产品。

回溯 HTV 诞生的 2016 年,KJ 记得当时的判断:过去十年看到一批公司来 Highgate 路演、后来成长为相当规模的玩家(从 OTA 开始),说明这个领域能长出好公司。HTV 想同时做成两件事:找到解决酒店真实痛点、能创造巨大价值的好公司,同时这些公司具备独立做大做强所需的团队与规模能力——一次投资同时收获好技术与好财务回报。行业背景也值得记录:旅游占全球 GDP 的 10%,但因为酒店业高度碎片化,缺乏医疗、金融、保险那样的可规模化资产,曾经不被风险资本青睐;过去十年这个局面已彻底改变,越来越多 VC、成长型股权和 PE 进入。KJ 亲眼见证估值倍数的完整周期:2016 年给年增 50-100% 的公司付 5-6 倍收入,疫情前飙到 10-12 倍,如今 IPO 窗口收紧后重新回调——过去讲「Rule of 40」(增速加利润率≥40%),现在得「Rule of 60」才配得上好倍数。

分水岭:SaaS 提升人效 vs AI 消灭低效

KJ 对「SaaS 末日论」(源自 2026 年 1 月 Citron Research 那篇著名报告)的回应直白有力。他说,订阅制、按席位收费只是付款机制,不是问题的本质。本质分水岭在于:SaaS 的底层论题是「软件帮人把工作做得更高效」,而 AI 公司的论题是「我能把人正在做的事做得更好」——把低效环节(也就是人工环节)直接拿掉。

他点名行业里普遍的「糖衣话术」:几乎所有酒旅 SaaS 都在说「你还在驾驶座上,我们只是帮你」——别信。这只是第一阶段。AI 能力每天都在变强:ChatGPT 2023 年 11 月发布时与今天的差距巨大,现在智能体已经能替我们干活、写代码。有人辩称「AI 今天还没那么好」——对,但它在每天变好。他因此给出三分类预言:

  1. 改造成功的老牌 SaaS:既有深度集成与多年数据管道的老厂商,全面转向 AI 原生(不只是产品,整个运营都 AI 优先),将以低成本结构胜出并拥有护城河。KJ 特意区分了「AI 原生」与「AI 优先」的口径:AI 原生不只是一种产品形态,而是所做的一切——运营、开发、交付——全部按 AI 方式运转;产品高效运转之外,人的角色也随之升级:想继续做重复性工作的人会被替代,愿意转向更战略性工作的人会得到放大。
  2. 不改造的老牌 SaaS:被淘汰。
  3. 套壳 AI 初创:每天冒出五家,拿 GPT/Claude 或开源模型套壳就声称「给你数据、给你一切」,没有集成深度与信息管道,在酒店这种数据访问受限的行业难以兑现。KJ 把这类公司称为「想糊弄酒店人」的存在——演示惊艳,落地即露馅。酒店行业的数据访问没那么容易给:集成今天虽然比过去好做,但围绕数据权限的复杂性仍在,RPA 复用也只是部分解法,没有多年沉淀的信息管道,套壳产品接不到真数据。

SaaS与AI的分水岭:提升人效 vs 消灭低效

全品类重做清单:从 CRM 到财务对账

主持人开门见山问:哪些品类最容易被颠覆?KJ 逐品类给出「可被 AI 重做」的判断,构成一张酒店技术栈的重构地图。

CRM:最成熟的靶子。 「想象一下今天还有酒店在群发月度邮件」——AI 可以做到千人千面:知道何时发、发给谁、发什么、怎么发。现有 CRM 公司全都在做同样的差事:给你一个「每月群发一次」的选项。AI 理解业务、客史、体验与场景后,规划、内容创作、执行、分发全部代劳。主持人补刀:今天的 CRM 依然像「一个花哨的数据库加一层邮件群发包装」,这个品类 ripe for disruption。

财务与对账:AI 擅长算账。 财务端报表会被横向 AI 玩家进入颠覆。KJ 举了 OTA 对账的例子解释「事后对账」的荒谬:满世界的公司帮酒店核对「OTA 少付了钱、我去帮你追回然后分成」,但根因是客人原定今天入住却拖到明天,预付房费从明天起过账、今晚被漏掉——如果 AI 在过账环节就做对,根本不需要事后对账产业。组合销售自动化公司 Nora ROI 从团购自动化起步,已扩展到应付应收全账本核对,正演化为财务基础设施层。

中央预订与渠道管理:品类合并。 主持人与 KJ 的共识是:PMS 直连渠道之后,Booking.com 更新一个功能就自动同步到位,比等中间商排进路线图快得多。 CRS 做的是定价管理加推价,推价就是渠道管理器,定价智能本可由 RMS 承担——为什么需要两个系统?直连集成(PMS 直连渠道、Booking.com 更新功能自动同步)正在挤压中间商;MCP 协议虽好但不会人人接入。

RMS 收益管理:纯品类必被颠覆。 KJ 的推理链完整还原了品类合并的逻辑:CRS 做两件事——定价管理加把价格推到渠道;推价这个动作就是渠道管理器,而智能定价本可以由 RMS 承担。RMS 同时做定价与分销组合管理,一个系统吃掉两个系统的职能,中间那个「只负责把信息送到不同渠道的管道」就没有存在必要。

PMS:办入住按键本身就不该存在。 KJ 描绘了 agentic 入住流程:明天到店的客人先收到邮件/短信确认身份(快照核验)、支付信息已在档案、到店即住——为什么还要人按一个「为 Jordan Hollander 办理入住」的键?触发即办,客房分配也应由智能体完成。现有 PMS 向全品类扩张(收益管理、渠道、工作流)本质是防御:用增值工作流把自己绑死在客户身上,以防核心数据库被商品化后失去存在感。而 KJ 的反击预判是:AI 原生公司跑起全部工作流、配一个数据库、只收五分之一价格——这个行业就有麻烦了。对酒店是好事。 他甚至指名了这类赢家的具体形态:agentic 优先的公司把全部工作流跑通、自建数据库、以五分之一价格出售——现有品类格局就撑不住了。

主持人从中读出的信号也很直白:PMS 纷纷向 CRM、渠道管理、收益管理扩张,本身就是「承认一切品类都可能被颠覆」的举动——既然数据库功能终将商品化,那就靠增值工作流留住客户,向董事会证明「我们的 RMS 给你提升了多少 RevPAR、我们的渠道去年带了多少订单」。KJ 还补了一刀现成证据:今天的 PMS 连客房分配都没解决——前台办入住慢,根因就是在找「该给哪间房」;这个行业第一痛点解决掉,入住时长砍掉一大截。但 PMS 们却在追「容易钱」——去做分发、做渠道连接,「那都是简单的东西」。

从预订到退房的完整 agentic 链条,KJ 用一段完整的客人旅程描述了这个方向:客人下单后,系统发消息确认身份、支付信息自动核验;到店触发即完成入住与房态分配;在住期间任何请求(毛巾、维修)进大脑、派任务;退房时链接自动生成、支付完成;体验满意就引导发点评——数字体验与 agentic 运营从预订贯穿到离店,中间没有一次人工按键。

Agentic入住:触发即办、分配即完成

商业模式:订阅制不灭,价值分成难谈

对酒店软件的收费模式之争(按代币/按交易流水/订阅制),KJ 判断订阅制 SaaS 仍是最好结构——行业钟爱确定性成本。AI 时代的关键不是付款方式,而是「提升工人效率」还是「提升任务完成效率」。至于「与软件商共享 AI 创造的价值」这类分成模式:可以谈,能谈成一些,但酒店业为确定性付费的偏好不会消失——无论嘴上怎么说,采购负责人骨子里要的是「这个价、这么多功能、涨跌都这个价」的安全感,这永远有溢价。

支付业务另当别论。KJ 为支付正名:有人质疑支付不是好生意,他完全不认同——算清楚经手流水与净收入的差、再扣除交给卡组织的成本后,管道一旦接通就是收费站模式:流过越多、抽成越多,不需要额外投入。这种「收费站」定价在其他任何品类都找不到,是行业内最具吸引力的生意之一。

对「按结果付费」的 AI 定价实验,KJ 的投资人视角更冷静:AI 产出的价值如何在酒店与软件商之间分割,这个对话可以开启、也能谈成一些,但别指望它成为主流——分成定价把风险从酒店转移给供应商,供应商会用更高底价对冲,最终回到变相订阅。真正的价格崩塌不来自计价方式的创新,而来自前文那个判断:AI 原生玩家用五分之一成本交付同样的工作流,老玩家的定价权自然瓦解。

投资组合里的 AI 样本

KJ 点名了几家展现方向的被投与观察对象。Lighthouse 从比价与商业情报起家,正把自己组装成 AI 商业平台,无需买下一切、与外部供应商交互即可扩大可服务市场。Inspire(瑞典,原电视/应用业务转型)最有代表性:拥有「单一大脑」——物业信息与客人全部信息(短信、WhatsApp、AI 语音来电)汇入同一个大脑,从预订、入住、在住到退房全程导引:毛巾问题派单任务管理系统、灯泡问题派给工程、退房发链接付款、体验好就替你发点评。KJ 反驳「多个大脑」的荒谬:AI 语音一个脑、短信另一个脑,客人打电话和发短信得到不一致的响应,不如一个「合并大脑」认识你这个人——知道你要过什么、怎么沟通、要求是否被满足。Hotel Trader 在 B2B 分销侧做最优化分发——在你最需要的时候以最高盈利为基础驱动分发。行业层面他预判:平台化整合与精品 best-of-breed 并存,系统数量从 20-30 个收敛到 4-5 个,且 M&A 整合很快会加速。

主持人提到的两个行业案例也得到 KJ 的回应——这是当下行业里「数据+软件」组合的代表动作。Duetto 收购 HotStats(比价公司买入全损益对标数据)(比价公司买入全损益对标数据)、Actabl 组合 ProfitSword 与 Alice(调整客房排班后,直接在客房成本线看到影响)——这类「解决一个问题、然后在损益表上量化它」的打法非常值得关注。但 KJ 的看法更进一步:其实不需要买公司——如果一家公司把一件事做好、然后与周围其他系统交互,可服务市场反而更大。他拿被投公司举例:Lighthouse 把比价、商业智能全部整合后正成为 AI 商业平台,并与其他潜在供应商交互;Logic(非被投)从 RMS 侧反向切入,宣称把 Amadeus、STR、营销、CRM、销售数据全部连接起来解决商业结构问题;Nora ROI 从团购自动化起家,扩展到团购支付处理,再进入全账本——检查过账是否正确、催收是否到位,未来甚至接管应付应收,演化为完整的财务基础设施层。

KJ 描绘的终局是一张分层地图:商业侧(收入+销售+营销)会出现 agentic 商业运营平台——不一定是一家公司做全部,但必须协作得像一个整体;财务侧会出现横跨任意平台的财务基础设施(含 agentic 执行层与支付);营销侧他直言「还没看到任何像样的 AI 重磅产品 launch,这是 100% 会被颠覆的领域」;运营侧则是 Inspire 模式的「从预订到退房全程拥有」。他的观察是「整个行业像一块正在移动的拼图」:AI 原生公司大量涌入(有的巨额融资、有的小额起步)、既有公司靠创新(不只是收购)跨品类移动、然后是快速的并购整合——「很多整合会很快发生」——对酒店方,这意味着未来两三年选任何系统都要把「被并购后的数据迁移条款」写进合同。

被投样本:Lighthouse、Inspire 与单一大脑架构

硬件侧的 AI 用例:复用存量摄像头

主持人先抛出「硬件更有防御性」的行业说法——大堂天花板的动作感应摄像头、带数据平台的路烟雾探测器——KJ 用两个真实用例回应。

硬件方面 KJ 分享了两个真实案例。Alertus 烟雾感应器:客房吸烟无法靠人盯,挂个「吸烟罚款 500 美元」的牌子没有意义;该设备 7×24 小时在岗,用数据科学判定事件并触发处置——数据科学本身就是 AI 的一种形态,这个用例跑得非常好。Automate 视觉任务派单(他现场遇到的团队):不做新硬件,复用酒店走廊、泳池、大堂既有摄像头,视频进入本地服务器(上云太贵),跑 AI 模式识别——914 房门口遗留的餐盘、不该在的毛巾,识别后自动派单给餐饮或客房部,把真实世界事件转成人类可执行的任务。KJ 点评:复用存量资产(on-prem 摄像头)是聪明解法,替代了在托盘上贴满芯片的旧方案,还兼顾安防——同样的思路可以推广到门禁、烟感、停车系统等一切已部署的传感设备。

主持人联想到酒店里那些「按一下就有人来收」的客房服务小按钮——这类设备整类都会被视觉派单淘汰。KJ 表示同意:你不需要在所有托盘上装芯片,用酒店自己的摄像头就够了,同时还能覆盖安防。对酒店方,这两个案例的选型逻辑一脉相承:硬件的价值不在设备本身,而在它产生的数据与触发的动作;采购前先盘点存量摄像头、烟感、门禁等已有设备,评估「加一层 AI 判定」能否替代新品类采购,往往能省下整类预算。

复用存量摄像头的AI视觉派单

对酒店方的启示

这场访谈对酒店经营者的价值不在于追逐每一个新名词(从 agentic、AI 原生到 MCP),而在于三个可执行的判断框架。第一,评估任何酒旅软件时问一个问题:它是让我的员工更高效,还是能直接完成员工正在做的事?后者才有颠覆性定价空间。第二,核心系统换代的窗口正在打开——AI 原生挑战者以五分之一成本重做全工作流的预判若兑现,现有续约价就是谈判筹码。第三,数据管道依然是胜负手:老牌 SaaS 的护城河是集成与数据流,新贵的机会是绕开历史包袱直接建 agentic 工作流;酒店自己则要确保客史与运营数据的所有权在自己手里,无论平台如何更迭,「单一大脑」认得你的客人这件事,最终属于掌握数据的一方。这个判断对任何正在评估酒店技术栈的人都是即时的行动信号——先审数据所有权,再谈功能与价格。

访谈中 KJ 反复演示的操作路径可以直接抄作业。评估 AI 产品时,让供应商当场跑三个测试:输入一段真实客史数据,看系统生成什么营销方案;导入一份 OTA 对账单,看它能否自动识别少过账的房晚并输出差异清单;配置一个入住触发器,看客人到店前身份核验、支付确认、客房分配是否全自动完成——三个测试都不肯跑的供应商,讲的还是「糖衣话术」。Inspire 的单一大脑给出的验收标准同样具体:客人打电话报修毛巾、转头又发短信催促,两个渠道是否汇入同一个任务、给出同一条回复;退房链接生成、支付完成、点评邀约是否由系统自动调度而非人工点按。把这些测试写进选型清单,比记住任何新名词都有用;清单里的每一项都对应着真金白银的选型风险。

判断框架:三个可执行问题

原文信息

  • 原视频标题:Highgate Technology Ventures on the Agentic Hotel Stack
  • 频道:Hotel Tech Report(Hotel Tech Insider 播客)
  • 讲者:Kiren “KJ” Jacob(Highgate Technology Ventures)
  • 发布日期:2026-08-17
  • 视频时长:约 33.3 分钟

文章评论(0

暂无评论,快来抢沙发~