酒店将AI代理投入实际运营，Apaleo MCP服务器使用量增长70%

Apaleo，专为酒店业打造的API优先酒店运营软件平台，今日报告其模型上下文协议（MCP）服务器在2026年7月至9月期间的使用量增长了70%，随着酒店将AI代理从测试阶段转入实际运营。

增长在本季度加速，从7月到8月增长了23%，从8月到9月增长了38%。

Apaleo于2025年9月在酒店PMS类别中推出了首个MCP服务器，实现了智能酒店代理，当时行业距离实际应用代理还有一定距离。采用率自那时起稳步上升，最近一个季度增长最为显著。

这种增长分布在客户群体中，而非集中在大型、技术领先的集团。Apaleo观察到各细分市场和垂直领域的采用率相当，从没有内部工程团队的独立及家族经营酒店，到管理大量客房和公寓的企业运营者均有覆盖。

外部研究显示，这在更广泛市场中仍处于早期阶段。h2c 2026年酒店连锁技术报告发现，91%的酒店连锁现已使用AI，较一年前的78%有所提升，但仅有15%实施了标准化的AI数据访问层，如MCP，52%没有计划实施。38%的受访者表示与现有系统的集成仍是障碍。

MCP服务器的功能

模型上下文协议是为AI代理构建的开放标准。它为代理提供了一种统一方式来读取实时酒店数据并进行操作，涵盖预订、价格、可用性和客人档案，避免了酒店为每个AI工具定制集成。Apaleo的MCP服务器将该标准扩展到整个平台，使代理通过单一连接工作，拥有其代表用户的权限和完整的审计轨迹。

随着代理承担更多工作，这种治理变得更加重要。同一h2c研究发现，过去一年对AI的依赖从4.7升至5.4（满分10分），而信任度保持在6.5。

采用加速的原因

聊天界面使MCP服务器对不懂编程的人也可访问。酒店业者用简单语言描述需求，代理在系统中执行变更，这也是没有技术团队的运营者能够构建和运行自己代理的原因。

模型的选择同样重要。大多数酒店运营软件决定运营者可启用的AI助手。Apaleo的客户可连接任意偏好的模型，并随着工具改进随时切换。h2c发现，外部AI工具如ChatGPT占酒店连锁日常AI使用的60%，而供应商系统内嵌AI占27%，因此大多数酒店业者已选定他们想合作的助手。

Apaleo还观察到一旦运营者开始使用，通常首个用例较小且受控，团队会迅速扩展，探索还能交付哪些工作。

运营者正在构建的内容

目前采用主要集中在面向员工的工作，责任归属于团队而非客人。

瑞士的三酒店集团Appenzeller Hotels在Claude中运行每日收入工作流，识别可升级的预订以释放较低房型供转售，每周节省约2小时，同时支持预订对账和报告。

Brera Serviced Apartments在Apaleo的基础上增加了自己的MCP，构建了一个汇聚收入和成本数据的数据湖。其IT团队利用去年的资产负债表生成涵盖今年上下半年的预测，然后交给财务主管进行预算编制，此前这项工作需三人两周完成。

德国中端集团McDreams Hotels使用代理自动化重复流程，并回答日常问题，这些问题以前需要报告，员工每天多次查询自己的数据。

LikeStay结合MCP服务器和AI，将现有价目表转化为价格计划，分析预订模式，加速PMS迁移，将其他系统数据在数小时内迁入其基于Apaleo的架构。

在企业端，Smartments利用MCP服务器一次性修改约2000个预订，否则这项工作需约50小时完成。

McDreams Hotels首席市场官Christoph Klein表示：“我们可以自动化重复流程，更快获取相关信息，利用AI帮助回答原本需要数小时的问题。我们仍在探索阶段，但潜力不仅仅是节省时间，更是更好地利用已有数据。”

Apaleo创始人Philip von Ditfurth表示： “一年前，酒店业者还在问AI代理是否能完成实际工作。现在他们问能多快交付更多工作。变化在于访问权限。一旦运营者能让代理访问实时预订、价格和客人数据，工作就能完成。我们看到过去需数周的PMS迁移缩短为数小时，曾占用三人两周的预测工作当天完成。大多数酒店业者已选定想用的AI，问题是他们的系统是否允许连接，太多情况下供应商替他们做了决定。”

酒店业者可通过Apaleo社区加入Apaleo的MCP群组。