目錄

• 你可能想知道的
• 主要主題
• 關鍵見解表
• 後續...

你可能想知道的

• Airbnb 內部如何使用人工智慧來加快產品開發並降低成本？

• 該公司對面向消費者的 AI 搜尋採取了什麼方法，以免干擾現有使用習慣？

主要主題

Airbnb 一直在穩步將人工智慧整合到其內部開發流程和面向客戶的產品中。雖然對於房客和房東的可見 AI 功能採取謹慎且漸進的做法，但公司在幕後更積極地部署 AI，以加速工程工作流程和支援作業。根據領導層的說法，AI 現在負責大量的程式碼工作，並縮短了從概念到上線的時間。

共同創辦人兼執行長 Brian Chesky 描述了 AI 如何縮短 Airbnb 各項計畫的開發週期。公司表示，在某些核心領域，從最初概念到上線的耗時已縮短多達 60%。該改善涵蓋功能的整個生命週期——設計、建置、測試、迭代與部署——使團隊能在相同時間內產出並交付更多改進。Airbnb 也衡量到產出的大幅增加：與一年前相同的六個月期間相比，企業交付的功能與改進近乎增加了 80%。

這些成效來自 AI 在軟體開發多個階段的協助。生成式與輔助型模型被用來撰寫、重構與測試程式碼，據稱貢獻了公司程式碼產出的約 60%。自動化重複性工作並加速原型設計，讓工程師能更專注於產品設計與邊緣情境，進而加快迭代週期與實驗速度。結果是使用者測試與後續改進之間的回饋循環變快了。

Airbnb 對 AI 的運用超越工程，延伸到搜尋、註冊流程、結帳、支付與房東上線等產品領域。對房東而言，AI 驅動的流程旨在簡化上線並降低摩擦，讓新刊登能更快上架。對房客而言，公司先前已推出簡便的面向消費者功能，如評論摘要與刊登重點摘錄，展現了對外公開 AI 的漸進式做法，而非徹底取代既有介面。

在搜尋與發現方面，Airbnb 歷來強調，單純將聊天機器人式介面套用在旅遊搜尋上並不足夠。旅遊查詢常需要視覺情境與比對，使用者也習慣使用篩選與排序選項。因應此情況，Airbnb 正在開發一種把對話式輸入與視覺導向結果呈現結合的 AI 驅動搜尋體驗。在最近的一次財報電話會議中，Chesky 表示公司將開始測試此 AI 搜尋功能，但它將是可選的。使用者可透過切換在傳統的基於篩選的搜尋與自然語言的 AI 搜尋之間切換，讓大家能選擇最符合其習慣的介面。

當使用者選擇加入 AI 搜尋時，他們可以輸入自然語言請求，並以較對話化、視覺化的格式接收結果。Chesky 解釋說，標題與結果摘要可能由 AI 生成並以對話式措辭呈現，而產品描述頁則會即時產生並為個人量身打造的重點。這種混合方法旨在保留熟悉的控制項，同時提供一個能夠更快呈現相關刊登與量身資訊的替代方案。

客服一直是規模化部署 AI 最明顯的領域之一。Airbnb 在北美推出了 AI 支援的客服代理，並將語言覆蓋擴展到超過 50 種語言。系統自動處理許多例行互動；大約 45% 的由 AI 代理開始的問題在未經人工升級的情況下得到解決。該自動化有助於降低每筆訂單的客服成本，報告顯示約下降了 16%（年增率）。

AI 使用在營運與財務上的影響反映在 Airbnb 的季度業績上。於六月結束的季度，營收年增 17% 至 36 億美元，調整後 EBITDA 增加了 21% 至 13 億美元。雖然許多因素會影響財務表現，公司將生產力提升與 AI 帶來的成本效益列為能交付更多功能並管理客服費用的重要因素。

Airbnb 的策略顯示出對採用 AI 的審慎做法：在技術能明顯提升內部生產力與營運效率的地方迅速推進，並小心測試面向消費者的功能以維護使用者體驗與信任。透過提供可選的 AI 搜尋體驗並根據真實使用者回饋進行迭代，公司意圖在創新與既有用戶習慣之間取得平衡。

綜合來看，這些舉措展示了大型消費平台如何在不強迫終端使用者突然改變的情況下，將 AI 整合到多個面向——工程生產力、產品實驗與客戶服務。分階段推出、可選介面以及強調個人化和視覺化的做法，旨在在最大化 AI 效益的同時將干擾降到最低。

關鍵見解表

後續...

展望未來，Airbnb 的審慎做法顯示會在能帶來明顯效率與產品價值的領域，持續擴展 AI 的應用。可預期會有更廣的語言支援、更個人化的發現功能，以及由使用者測試驅動的漸進式面向消費者的推出。公司很可能會繼續優先考量可選體驗與視覺化、情境豐富的旅遊搜尋介面，同時在後端系統如支付與詐欺偵測中深化 AI 應用。

隨著 AI 成熟，平衡自動化與透明度、使用者控制和信任將持續是核心。Airbnb 的混合策略——在營運上積極部署 AI，同時以切換與個人化測試消費者功能——為其他旅遊平台可能會仿效的做法提供範本。接下來的階段將揭示使用者對 AI 搜尋的反應，以及該反應如何形塑更廣泛的產品路線圖。