2026年8月，Google宣布在AI Mode中加入酒店预订能力。用户可以在对话中描述旅行目的、日期和偏好，AI Mode展示酒店选项、评价和比较因素，并进入预订流程。当前这一能力仍处于逐步开放阶段，官方资料显示目前面向美国、英语和部分酒店开放。这件事真正值得旅游行业关注的，并不是“Google又增加了一个酒店功能”，而是AI正在从“推荐引擎”，向“决策＋交易入口”演进。

这一转变触及了一个在消费心理学中并不新鲜、但在AI场景下被放大的现象：信任溢价。所谓信任溢价，是指消费者在特定条件下，愿意为同一类商品或服务支付高于市场最低价的价格，其差额并非来自产品本身的物理差异，而是来自对推荐方、交易渠道或决策过程的信任。当AI不再只是列出酒店名单，而是以对话方式理解需求、比较选项并引导预订时，用户面对的不再是传统搜索列表，而是一个被压缩过的决策路径。

传统搜索列表的决策机制，通常要求用户自行承担信息筛选和比较的成本。用户输入关键词，得到大量结果，再逐一查看价格、位置、评价和取消政策。这个过程看似自由，实则伴随着较高的认知负荷。消费者需要在多个维度之间反复权衡，容易产生选择疲劳，甚至因为担心选错而推迟预订。搜索列表提供的是信息广度，但不直接提供决策结论。

AI推荐则改变了这一机制。用户可以用自然语言描述旅行目的、同行人员、预算范围和偏好，AI据此展示酒店选项、评价和比较因素。在这一过程中，AI扮演的不只是信息搬运工，而是初步的决策代理。它把用户从“自己找答案”推向“接受一个被整理过的答案”。当用户认为AI理解了自己的需求，并且推荐逻辑是透明的、可解释的，信任便开始积累。这种信任会降低用户对价格的敏感度，因为用户感知到的价值不再只是酒店本身，还包括决策效率、筛选质量和心理安全感。

信任溢价的产生，与消费心理中的“减少不确定性”密切相关。酒店预订是一种典型的体验型消费，用户在购买前无法完全验证服务质量。位置是否方便、房间是否安静、服务是否到位，都存在不确定性。传统搜索列表把不确定性留给用户，而AI推荐试图在对话中消化一部分不确定性。当用户相信AI已经替自己过滤了明显不合适的选项，就更容易接受一个相对较高的价格，因为高价被解读为“更稳妥”“更省心”或“更符合需求”。

与此同时，AI进入交易环节，进一步缩短了从决策到支付的路径。过去的旅游GEO可以理解为一个相对简单的链路：用户提问，AI理解，AI推荐，品牌获得曝光。比如“东京适合情侣住哪些酒店”“杭州西湖附近有什么高性价比酒店”“带孩子去三亚住哪里比较方便”，如果AI答案里出现某个品牌，第一阶段的GEO就完成了一部分目标。但在AI Mode加入酒店预订能力后，目标不再止于曝光，而是可能直接导向预订和成交。曝光与交易之间的距离被大幅压缩，推荐结果对用户最终选择的影响也随之增强。

对于旅游行业而言，这意味着竞争维度正在发生变化。过去，搜索列表中的排序、价格和评价数量是重要的可见指标；未来，AI是否愿意推荐、以何种理由推荐、能否进入预订流程，可能成为更关键的变量。信任溢价并不是说AI推荐的酒店一定更贵，而是说在用户信任AI决策的前提下，价格不再是唯一的比较尺度。用户可能愿意为“被理解”和“被简化”的决策过程支付额外成本。

当然，信任溢价并非没有边界。如果AI推荐被用户视为不透明、不中立或与实际体验不符，信任会迅速衰减，溢价也会消失。当前Google这一能力仍处于逐步开放阶段，面向美国、英语和部分酒店开放，其长期效果还有待观察。但可以确定的是，当AI从推荐引擎走向决策与交易入口，旅游行业的关注点将从“如何被搜到”扩展到“如何被信任”，而信任本身，正在成为一种可以影响成交价格与效率的资产。