其他行业 · AI应用
Atlas AI 旅行信息系统
Global Travel Collection 使用 Microsoft Azure AI Foundry 和 Copilot Studio 设计并部署了 Atlas，这是一个面向其企业和豪华旅行顾问网络的 AI 驱动旅行信息系统。在 Atlas 之前，顾问通常使用 10 个或更多资源，每个行程花费六到八小时。Atlas 解决方案整合了旅行数据并简化了预订工作流程，减少了手动导航并节省了顾问时间。它被近 2,000 名独立旅行顾问使用。
每行程平均节省时间
3小时
来源披露
年度预计节省顾问总小时数
超过150万小时
来源披露
01
业务背景
Global Travel Collection 使用 Microsoft Azure AI Foundry 和 Copilot Studio 设计并部署了 Atlas，这是一个面向其企业和豪华旅行顾问网络的 AI 驱动旅行信息系统。在 Atlas 之前，顾问通常使用 10 个或更多资源，每个行程花费六到八小时。Atlas 解决方案整合了旅行数据并简化了预订工作流程，减少了手动导航并节省了顾问时间。它被近 2,000 名独立旅行顾问使用。
02
遇到的问题
Global Travel Collection advisors typically use 10 or more resources to plan and book customized travel experiences for their clients. The friction from manual navigation of travel data meant advisors spent six to eight hours on each itinerary.
03
AI 解决方案
Global Travel Collection used Microsoft Azure AI Foundry and Copilot Studio to design and deploy Atlas, an AI-powered travel information system. Atlas integrates travel data and simplifies booking workflows by unifying data behind a single natural-language search interface. Copilot Studio handles intent recognition and back-end workflows, while Azure AI Foundry orchestrates the retrieval-augmented generation pipeline using Azure AI Search and Azure OpenAI to return grounded, context-rich answers. Azure Blob Storage, Azure App Service, and Azure Cosmos DB support storage, orchestration, and advisor history.
- 1识别业务痛点：顾问需手动在10+个系统中查找信息，每行程耗时6-8小时，确定用AI统一数据源并简化访问。
- 2选择技术栈：采用Copilot Studio快速原型和Azure AI Foundry治理与编排，利用现有微软生态（OneDrive、SharePoint）构建Atlas平台。
- 3在Copilot Studio低代码界面开发顾问交互应用，并连接Azure AI Foundry管理数据索引和生成式AI流。
- 4集成Azure AI Search实现旅游内容检索，Azure OpenAI生成回答，并通过Azure App Service托管编排逻辑。
- 5部署至近2,000名独立旅行顾问，计划扩展至Internova全网络15万名顾问。
04
实施结果
每行程平均节省时间：3小时（减少约40-50%）
年度预计节省顾问总小时数：超过150万小时
05
风险与边界
未披露
“Atlas spiders out through our systems and gives me a solid answer in seconds—what used to take me 10 to 15 minutes.”
David Waldes · Advisor, Global Travel Collection
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。