关于酒店 AI，最容易走偏的两个方向：一是觉得它什么都干不了，二是觉得它迟早什么都干。
现实落在中间——AI 智能体已经能执行任务，但必须运行在预定义边界内，关键决策要人点头。这不是技术不够，而是责任设计的必要。
边界划在哪：按责任而非按难度
可自动执行
读预订备注生成工单、派单给客房、按规则排房、常规问询应答、库存同步。
需人工审批
支付、改价、取消、赔偿减免、超售安置——涉及钱和责任归属的操作。
必须转人工
客人情绪激动、已产生争议、设备故障、需要共情的场景。
灰度地带
模糊请求、超出知识范围的问询——宁可误转，不要硬撑。
为什么「人在回路」不是保守
省掉人工确认的后果
- 出错时责任归属说不清
- 金额差错直接变成客诉
- 一次事故消耗掉长期积累的信任
保留人工确认的价值
- 责任链清晰，出问题可追溯
- 金额相关操作有第二道防线
- 客人对"有人在管"有安全感
行业里的普遍做法是：智能体严格在预定义边界内运行，把复杂或模糊的请求转给人工；支付、改价、取消等关键交易，明确要求人工审批。
中小酒店为什么更要守住边界
中小酒店落地 AI 的现实障碍包括老系统对接、数据隐私、支付安全与责任划分。规模越小，抗风险能力越弱——大集团出一次错可以靠品牌韧性扛过去，单店出一次严重的账务差错可能就是致命的。
1
先把边界写下来
列出 AI 能改什么、不能改什么，形成一页纸的规则。写不清的规则等于没有规则。
2
给 AI 一个"认怂"的出口
统一话术：遇到超出范围的，直接说"我帮您转接专人"，把期待管理做在前面。
3
用客诉率验收
AI 接管了很多、投诉同步上升，那是失败。观测口径永远盯体验，不盯覆盖率。
一句话原则
智能体的价值上限，取决于它多大方地把处理不了的事交出去。会认怂的系统，才是可长期运行的系统。
4 类
边界分层
3 项
需人工审批操作
4 个
中小酒店落地障碍
客诉率
核心验收口径