目录

• 你可能想知道的
• 主要主题
• 关键见解表
• 后续...

你可能想知道的

• Airbnb 在内部如何使用人工智能来加快产品开发并降低成本？

• 公司对面向消费者的 AI 搜索采取了什么方法，以免扰乱现有用户习惯？

主要主题

Airbnb 一直在稳步将人工智能整合到其内部开发流程和面向客户的产品中。虽然对房客和房东的可见 AI 功能采取谨慎且渐进的做法，但公司在幕后更积极地部署 AI，以加速工程工作流和支持运营。根据领导层的说法，AI 现在负责大量的编码工作，并缩短了从概念到上线的时间。

联合创始人兼首席执行官 Brian Chesky 描述了 AI 如何缩短 Airbnb 各项计划的开发周期。公司表示，在某些核心领域，从最初概念到上线的耗时已缩短多达 60%。该改进涵盖功能的整个生命周期——设计、构建、测试、迭代与部署——使团队能在相同时间内产出并交付更多改进。Airbnb 也衡量到产出的显著增加：与一年前相同的六个月期间相比，企业交付的功能与改进几乎增加了 80%。

这些成效来自 AI 在软件开发多个阶段的协助。生成式与辅助型模型被用来编写、重构与测试代码，据称贡献了公司代码产出的约 60%。自动化重复性工作并加速原型设计，让工程师能更专注于产品设计与边缘情景，进而加快迭代周期与实验速度。结果是用户测试与后续改进之间的反馈循环变快了。

Airbnb 对 AI 的运用超越工程，延伸到搜索、注册流程、结账、支付与房东上线等产品领域。对房东而言，AI 驱动的流程旨在简化上线并降低摩擦，让新刊登能更快上线。对房客而言，公司此前已推出轻量级的面向消费者功能，如评论摘要与刊登亮点摘录，展示了对外公开 AI 的渐进式做法，而非彻底取代既有界面。

在搜索与发现方面，Airbnb 历来强调，单纯将聊天机器人式界面移植到旅游搜索上并不充分。旅游查询常需要视觉情境与比较，用户也习惯使用筛选与排序选项。为此，Airbnb 正在开发一种把对话式输入与视觉导向结果呈现结合的 AI 驱动搜索体验。在最近的一次财报电话会议中，Chesky 表示公司将开始测试此 AI 搜索功能，但它将是可选的。用户可通过切换在传统的基于筛选的搜索与自然语言的 AI 搜索之间切换，让人们能够选择最匹配其习惯的界面。

当用户选择加入 AI 搜索时，他们可以输入自然语言请求，并以更对话化、视觉化的格式接收结果。Chesky 解释说，标题与结果摘要可能由 AI 生成并以对话式措辞呈现，而产品描述页则会实时生成并为个人个性化推荐重点。此混合方法旨在保留熟悉的控制项，同时提供一个能更快呈现相关刊登与量身信息的替代方案。

客服一直是规模化部署 AI 最明显的领域之一。Airbnb 在北美推出了 AI 支持的客服代理，并将语言覆盖扩展到超过 50 种语言。系统自动处理许多例行互动；大约 45% 的由 AI 代理发起的问题在未经过人工升级的情况下得到解决。该自动化有助于降低每笔预订的客服成本，报告显示约下降了 16%（同比）。

AI 使用在运营与财务上的影响反映在 Airbnb 的季度业绩上。于六月结束的季度，营收同比增长 17% 至 36 亿美元，调整后 EBITDA 增加了 21% 至 13 亿美元。虽然许多因素会影响财务表现，公司将生产力提升与 AI 带来的成本效益列为能交付更多功能并管理客服费用的重要贡献因素。

Airbnb 的策略展示了一种审慎的 AI 采用方法：在技术能明显提升内部生产力与运营效率的地方迅速推进，并谨慎测试面向消费者的功能以保持用户体验与信任。通过提供可选的 AI 搜索体验并根据真实用户反馈进行迭代，公司旨在在创新与传统用户习惯之间取得平衡。

综合来看，这些举措显示了大型消费平台如何在不强迫终端用户突然改变的情况下，将 AI 整合到多个维度——工程生产力、产品试验与客户服务。分阶段推出、可选界面以及强调个性化与视觉化的做法，旨在在发挥 AI 优势的同时将干扰降到最低。

关键见解表

后续...

展望未来，Airbnb 的审慎做法表明会在能带来明确效率与产品价值的领域，持续扩展 AI 的应用。预计会有更广的语言支持、更个性化的发现功能，以及由用户测试驱动的渐进式面向消费者的推出。公司很可能会继续优先考虑可选体验与视觉化、情境丰富的旅游搜索界面，同时在后端系统如支付与欺诈检测中深化 AI 应用。

随着 AI 成熟，平衡自动化与透明度、用户控制和信任将仍然是核心。Airbnb 的混合策略——在运营上积极部署 AI，同时用切换与个性化测试消费者功能——为其他旅游平台可能效仿的做法提供了范本。接下来的阶段将揭示用户对 AI 搜索的反应，以及该反应如何塑造更广泛的产品路线图。