當AI潛入酒店后臺：全球PMS格局正在被重寫

改變行業結構的技術革命

走進一家酒店的后臺，你很可能會看到一種略顯“混亂”的技術景象。

前臺在使用一套系統辦理入住，客房部門用另一套軟件安排清潔任務，餐廳消費記錄在POS系統里，會員數據又存放在CRM中。這些系統往往來自不同供應商，很少真正打通。

對許多酒店來說，數字化并沒有帶來真正的效率提升，反而讓員工每天在不同軟件之間來回切換。

有業內人士曾開玩笑說，酒店行業的數字化問題并不是“缺少系統”，而是“系統太多”。

在這樣的行業背景下，成立于2012年的酒店科技公司 Mews 試圖做一件更激進的事情：把酒店所有核心運營流程整合進一個統一的平臺，讓PMS從單一管理軟件，變成真正的“酒店操作系統”。

創始人Richard Valtr成長于一個擁有深厚酒店行業背景的家庭，并曾親自在一線崗位歷練，包括擔任前臺接待工作。這段經歷讓他深刻意識到，當時酒店業廣泛使用的軟件大多開發于20世紀90年代——技術陳舊，實操效率低下。正是基于這一洞察，他決心打造一款能真正契合行業實際需求的軟件。

十多年后，這家公司已經服務 全球85個國家超過15000家酒店。在剛剛完成 3億美元D輪融資、估值達到25億美元之后，Mews正在把賭注押在一個更具野心的方向上——把酒店系統徹底重構為 AI原生平臺。

酒店行業的軟件困境

酒店行業的技術結構，很大程度上是歷史遺留問題。

正如Mews CEO Matthijs Welle 在接受環球旅訊CEO李超采訪時所說：“很多人低估了酒店系統的復雜程度。要真正改變它，需要非常深入地理解酒店運營本身。”

Mews CEO Matthijs Welle

過去幾十年，酒店系統的發展方式更像是不斷疊加工具：當運營出現新的需求，就引入一套新的軟件。于是，一家中型酒店往往同時運行幾到十幾套系統——PMS負責房態管理，收益管理系統負責定價，客房管理軟件安排清潔任務，POS系統記錄餐飲消費，活動系統處理會議訂單。

這些系統雖然各司其職，卻很少真正共享數據。

這意味著許多原本可以自動完成的工作，仍然需要人工操作。員工在不同系統之間重復錄入信息，管理層也很難從分散的數據中獲得完整洞察。

Mews的創始團隊最初并不是軟件公司，而是酒店經營者。

在籌備自己的第一家酒店時，他們希望打造一家沒有前臺的酒店——客人可以通過手機完成入住、開門和支付。

但現實很快讓他們碰了壁。現有PMS系統幾乎都建立在傳統前臺模式之上，許多功能甚至需要固定電腦終端才能運行。

于是他們決定自己開發系統。

與傳統PMS的不同

在全球酒店科技市場，PMS長期被幾家老牌廠商主導。

Oracle 的 OPERA 系統幾乎是全球大型酒店集團的標準配置，而中國市場則由石基等本土廠商形成了另一套技術生態。這些系統擁有龐大的客戶基礎，但也帶著明顯的歷史包袱，許多架構誕生于二十年前。

Mews選擇了一條不同的路徑。

公司從一開始就沒有沿用傳統PMS結構，而是把平臺設計成一個統一的云端系統。入住、支付、收益管理、客房運營甚至活動管理，都運行在同一界面之中。

對于酒店員工來說，這種變化并不只是界面簡化。

更重要的是，原本分散的流程開始自動連接起來。例如，在線入住系統可以自動識別護照和信用卡信息；客房部門的清潔任務會根據實時房態自動更新；收益管理系統也能夠直接讀取訂單數據并調整價格。

在 Matthijs Welle 看來，傳統PMS最大的局限在于，它們只是數據錄入系統。“員工需要在系統里輸入護照信息、信用卡信息，但系統本身并不理解酒店運營流程。”

Mews試圖改變這一點。與其讓員工在不同系統之間來回錄入數據，Mews希望系統本身能夠理解整個運營流程，并自動推動任務流轉。

AI開始進入酒店后臺

隨著生成式AI的發展，酒店科技行業也在發生新的變化。

在Mews的設想中，AI并不是一個獨立功能，而是一種嵌入系統底層的能力。

例如，當系統檢測到某一房型需求突然增加時，收益管理模塊可以自動調整價格；

當客人通過聊天工具提出需求時，AI可以直接生成客房任務并推送給員工。

在這種模式下，系統不再只是記錄信息，而是能夠主動觸發運營動作。

通過收購集合成統一平臺

過去幾年間，Mews 通過一系列收購不斷拓展其產品版圖，業務范圍已覆蓋收益管理、對話式 AI 以及酒店 POS 系統等領域。

具體的收購案例包括收益管理軟件 Atomize、客房管理清潔系統 Flexkeeping，以及生成式 AI 分析公司 DataChat。但這些收購并非簡單的功能堆砌。

Mews 通常會對收購的系統進行重新設計，使其完全融入統一的架構中。這就是所謂的“語義層”（Semantic Layer）——一個位于原始數據與終端用戶之間的、對業務人員友好的抽象層。它能將復雜的數據庫結構轉化為“每間可供出租客房收入（RevPAR）”或“已售房晚數”等熟悉的行業指標。

這一層級為 AI 應用提供了關鍵基石，它明確了數據的確切含義，使系統能夠精準回答業務問題，而非依賴猜測。在此基礎上，Mews 還能部署“代理層”（Agentic Layer），讓 AI 智能體利用語義層的上下文信息，自主執行運營、排班、客房清潔及收益管理等任務。

因此，不同系統間的通信不再依賴復雜的接口對接——它們實現了原生的互操作性。

舉個簡單的例子：當客人通過酒店 App 或社交平臺發送“需要一條毛巾”的消息時，系統能自動生成客房清潔任務，并實時推送到員工的移動設備上。這種自動化流程減少了人工協調成本，顯著提升了運營效率。

Mews 早期的客戶多為獨立酒店和民宿（B&B）。對于這些小型物業而言，云系統通常比傳統軟件更具靈活性，也更易于部署。

隨著產品的成熟，公司開始瞄準更大的客群，包括旅館、露營地以及中型連鎖酒店。

如今，Mews 的系統已支持房間數從 20 間到 700 間不等的各類酒店。一些歐洲大型酒店集團也在采用該平臺；例如，北歐的 Strawberry Hotels 集團就使用 Mews 來管理數百處房產。

這種擴張反映了一種更廣泛的趨勢：越來越多的酒店正在重新評估其技術架構，而非僅僅固守傳統系統。

正如 Matt Welle 所言，這種轉變是不可逆的：

“酒店業的技術架構正在經歷一場真正的重構。”

在市場布局上，Mews最初主要集中在歐洲。但近年來，美國市場增長明顯。公司在美國的團隊規模已經從幾年前的十多人增長到150人。

與此同時，公司也開始進入亞太地區，目前已經在日本、澳大利亞和新西蘭開展業務，并考慮在日本設立辦公室。

中國市場則更為復雜。一方面，這里擁有巨大的酒店規模；另一方面，本土廠商已經形成成熟技術生態。此外，數據本地化要求、支付體系以及運營習慣差異，也提高了進入門檻。

因此，Mews目前對中國市場保持謹慎態度，正在尋找更合適的合作模式。對一家以云架構和開放生態為核心的公司來說，本地化整合和監管要求都意味著更高門檻。

在很長一段時間里，PMS只是酒店后臺的一套管理工具。

但隨著AI、云計算和數據平臺的發展，它正在逐漸演變為整個酒店運營的核心基礎設施。

對像Mews這樣的新一代公司來說，這不僅是一場軟件升級，而是一場行業架構的重寫。