AI 改寫旅遊業規則：從「查詢」到「成交」一步到位

因為 Travelport 嘅程式碼庫入面，累積咗多年嚟服務航空公司、酒店同旅行社嘅深厚業務邏輯，要將佢哋現代化係異常困難。Claude 嘅大型上下文窗口，就係設計嚟分析呢啲程式碼庫，並大規模噉將嵌入式邏輯發掘出嚟——Cognizant 形容呢個係企業現代化最考技術嘅一環 。

Cognizant 亦都將 Claude 融入其交付流程，透過 Neuro AI 多智能體加速器背後嘅開源庫 Neuro-san。講出嘅目標，係要顯著縮短 Travelport 嘅軟件交付週期時間 。

打通「傾行程」同「落單」嘅隔膜

對旅客同 agent 嚟講，最明顯嘅影響會嚟自一個新嘅介面層，呢層係建基於 Travelport 嘅 MCP 架構。MCP——即係 Anthropic 發明嘅模型上下文協議（Model Context Protocol）——提供咗一個標準化嘅方式，俾 Claude 連接到外部工具同數據源。Travelport 使用 MCP，等於令個平台可以將旅客嘅對話式請求，直接翻譯成有即時供應嘅已確認預訂 。

咁就打通咗合作方形容嘅一個關鍵結構性缺口：AI 可以推理同計劃行程，但到目前為止，佢係冇辦法喺 GDS（全球分銷系統）入面，針對即時庫存進行交易。呢項合作正正係設計嚟將推理系統同交易平台連接起嚟 。

自動處理 Agent 最重複嘅工作

旅遊管理公司（TMC）嘅日常工作流程，預期會出現重大變化。呢個平台將會吸納更多目前靠 agent 手動做嘅認知工作：更快篩選出相關嘅旅遊選項、喺航班延誤等突發狀況下自動處理換票同重新預訂，同埋將風險情報直接嵌入工作流程——舉個例，喺旅客預訂之前，系統可以先顯示統計上延誤風險較低嘅航線 。

Travelport 嘅客戶指出，喺一間大型 TMC，每個 agent 每日慳到一個鐘，每年就可以轉化成數百萬美元嘅生產力提升 。

三方角色點樣分工

呢次合作為每間公司分配咗清晰嘅角色。Anthropic 提供核心 AI 模型同工具。Cognizant 貢獻工程人才、交付方法同企業整合嘅專業知識，去大規模部署。Travelport 就帶嚟背後嘅旅遊基礎設施、GDS 關係同分銷網絡 。

初步部署集中喺 Travelport Trip Services，呢個平台負責處理預訂、換票、退款同客戶服務。基於 MCP 嘅對話式介面就喺佢上面 。

延伸一個關鍵合作夥伴關係

呢項工作延伸咗 Cognizant 同 Anthropic 之間最早喺 2025 年 11 月宣布嘅戰略關係，當時 Cognizant 採用 Claude 嚟加速大規模嘅企業 AI 採用，並將佢部署俾大約 35 萬名內部員工 。

Anthropic 而家被形容為 Cognizant 全球 AI 生態系統入面嘅一個關鍵節點夥伴，而今次同 Travelport 嘅合作，正反映咗 Cognizant 更宏大嘅「AI Builder」策略：帶入行業背景、系統整合同營運問責，幫企業由 AI 實驗階段，走到大規模生產應用 。

管理層點樣講

Cognizant 嘅 CEO Ravi Kumar S 將呢單交易定位為大規模提供速度同品質：「今次合作係要俾 Travelport 工具，等佢哋可以行得快啲，同時大規模提供更高質素。呢個就係 AI Builder 模型設計嚟做嘅嘢。」

Travelport 嘅 CEO John Mangelaars 形容呢段關係係「真正嘅 AI 超能力」。

Anthropic 嘅聯盟主管 Rich O'Connell 就將 Claude 嘅強項直接扣連到技術挑戰：「跨越大規模、複雜程式碼庫進行推理，正正係 Claude 最擅長嘅領域——而呢個就係旅遊基礎設施所需要嘅。」

下一步係點

Travelport 話，佢哋雲端原生平台嘅一個主要版本即將推出，而嚟自呢次合作嘅第一批面向客戶嘅功能，預計會喺 2026 年內推出市場 。要見到合作成功嘅初步證據，唔係靠啲示範，而係要睇 Travelport 成個工程組織嘅軟件交付週期係咪真係縮短咗，同埋 TMC 喺重新預訂同行程拼砌上花嘅人手時間，係咪真係有 measurable 嘅減少。