[智能应用]Airbnb加速AI整合，80%工程师使用AI辅助开发 [复制链接]

2月16日消息，据techcrunch报道称，Airbnb 正全面加速人工智能技术在其核心产品中的应用。该公司首席执行官 Brian Chesky 在第四季度财报电话会议上宣布，Airbnb将深度整合大型语言模型（LLM）能力，覆盖搜索、行程规划、房东运营支持及客户服务等多个环节，致力于打造“人工智能原生”的用户体验。

Airbnb80%工程师使用AI辅助开发
Chesky 表示，新推出的 AI 功能将使平台不仅能响应用户搜索请求，更能“了解用户”，提供个性化的旅行建议与全流程支持。“它将帮助客人规划整个行程，帮助房东更高效地管理房源，并提升公司大规模运营的效率。”
目前，Airbnb 已在小范围用户中测试基于自然语言的搜索功能，允许用户以对话方式查询房源细节、位置信息及其他旅行相关问题。该功能旨在演变为贯穿用户旅程的“更全面、更直观的搜索体验”。Chesky 强调，该公司现阶段聚焦于优化设计与用户体验，暂未大规模引入赞助房源，但未来将探索符合对话式搜索逻辑的新型广告单元。
在客户服务方面，Airbnb 自去年在北美推出 AI 客服机器人以来，已能自动处理约三分之一的用户请求，无需人工介入。该公司计划进一步扩展该系统，支持语音交互和更多语言，目标是在一年内实现超30%的工单由 AI 处理，并覆盖所有提供在线客服的市场。
据介绍，Airbnb 近期任命前 meta Llama 模型团队成员 Ahmad Al-Dahle 为首席技术官，将依托其人工智能专长，结合平台积累的丰富用户身份数据与评论内容，提升 AI 系统的理解与推荐能力。
此外，AI 工具已在该公司内部广泛应用。目前80% 的工程师使用 AI 辅助开发，公司目标是实现全员覆盖，以提升工程效率与产品迭代速度。

Airbnb全面拥抱AI：从搜索到客服，重构旅行生态的“原生智能”战略  
——80%工程师用AI开发，对话式搜索与智能客服成核心抓手  

2026年2月16日，据TechCrunch报道，全球短租巨头Airbnb在第四季度财报电话会议上宣布，将深度整合大型语言模型（LLM）技术，覆盖搜索、行程规划、房东运营及客户服务等全链条，打造“人工智能原生”的旅行体验。这一战略标志着Airbnb从“连接房东与租客”的平台，向“智能旅行管家”的生态升级。  
一、战略升级：AI成为Airbnb的“第二引擎”  
1. 目标：从“响应需求”到“理解用户”  
个性化旅行建议：AI将分析用户历史行为、偏好及实时上下文（如天气、节日），提供定制化房源推荐、行程规划（如餐厅、活动）甚至预算优化方案；  
全流程支持：覆盖“搜索-预订-入住-离店-复购”全周期，例如自动提醒房东准备欢迎礼包、建议租客购买旅行保险等。  
2. 技术底座：数据+模型+场景的三角闭环  
数据优势：Airbnb积累超10亿条用户评论、房源详情及交互记录，为AI训练提供丰富语料；  
模型整合：依托新任首席技术官Ahmad Al-Dahle（前Meta Llama团队成员）的专长，优化LLM在旅行场景的垂直适配；  
场景落地：聚焦高频、高价值场景（如搜索、客服），逐步扩展至房源设计、动态定价等深度运营环节。  
二、核心场景：AI如何重塑旅行体验？  
1. 搜索：从“关键词匹配”到“对话式理解”  
小范围测试：用户可通过自然语言查询房源细节（如“带儿童游乐设施的独栋别墅，步行5分钟到海滩”），AI解析多条件组合需求，返回精准结果；  
未来演进：支持多轮对话、上下文记忆（如用户先问“巴黎市中心房源”，再追问“预算1500美元/晚”），并探索“赞助推荐”等新型广告形态。  
2. 客户服务：AI处理1/3工单，目标一年超30%  
当前进展：北美地区AI客服机器人已自动处理约30%的用户请求（如退款咨询、房源问题），响应速度提升60%；  
升级方向：  
语音交互：支持电话客服的AI接管，降低人力成本；  
多语言覆盖：扩展至全球主要市场（如欧洲、亚太），突破语言壁垒；  
复杂问题处理：通过与人工客服协作，解决纠纷调解、政策解读等高阶需求。  
3. 房东运营：AI成为“虚拟助手”  
自动化管理：AI可建议房源优化方案（如“添加投影仪可提升周末预订率”）、自动回复租客咨询、预测淡旺季需求并调整价格；  
效率提升：减少房东在重复性工作（如消息回复、日程协调）上的时间投入，聚焦服务品质提升。  
三、内部赋能：80%工程师用AI开发，目标全员覆盖  
1. 工程效率革命  
AI辅助编码：工程师通过AI工具自动生成代码片段、检测漏洞、优化性能，缩短开发周期；  
产品迭代加速：AI驱动的A/B测试可快速验证功能效果，例如测试不同搜索界面对用户转化率的影响。  
2. 组织文化转型  
技能升级：Airbnb为工程师提供AI培训课程，推动从“传统开发”向“AI+开发”转型；  
全员参与：鼓励非技术部门（如市场、运营）使用AI工具分析数据、生成报告，实现“AI平民化”。  
四、挑战与应对：数据隐私、模型偏见与用户体验平衡  
1. 数据隐私风险  
用户担忧：AI需访问大量个人数据（如搜索历史、位置信息），可能引发隐私泄露争议；  
Airbnb的应对：  
合规优先：严格遵循GDPR等法规，明确数据使用边界；  
透明化：向用户说明AI如何使用其数据，并提供“关闭个性化推荐”选项。  
2. 模型偏见与准确性  
潜在问题：LLM可能因训练数据偏差，对某些地区或房源类型推荐不公；  
解决方案：  
多样化数据：纳入更多小众房源、非英语评论，提升模型包容性；  
人工审核：对AI生成的推荐结果进行抽检，避免歧视性内容。  
3. 用户体验的“人性化”底线  
争议点：过度依赖AI可能导致服务“去人性化”，如客服机器人无法理解用户情绪；  
Airbnb的平衡术：  
明确分工：AI处理标准化请求，人工介入复杂或情感化场景（如投诉、紧急情况）；  
拟人化设计：为AI客服赋予“人格”（如名字、语音语调），增强用户信任感。  
五、行业影响：旅行平台的“AI军备竞赛”  
1. 竞争对手跟进  
Booking、Expedia：已试点AI驱动的个性化搜索，但尚未覆盖全链条；  
Vrbo（HomeAway）：聚焦房东端AI工具，如自动定价、租客筛选。  
2. 生态合作伙伴的机遇  
AI技术供应商：如OpenAI、Anthropic可能成为Airbnb的模型合作方；  
垂直领域服务商：与餐厅预订、活动平台合作，丰富AI推荐的生态内容。  
结语：AI原生旅行，从“工具”到“伙伴”的进化  
Airbnb的AI战略，本质是通过技术重构“人-房-服务”的连接方式。当AI能像真人一样理解用户需求、预测行为并主动提供帮助，旅行将不再只是“预订一个住所”，而是“获得一段量身定制的体验”。  

正如CEO Brian Chesky所言：  
“未来的Airbnb，不仅是一个平台，更是一个懂你的旅行伙伴。它会记住你喜欢的咖啡香、孩子对游乐设施的执着，甚至在你开口前就准备好一切。”  

这场变革中，谁能在个性化、效率与人性化之间找到平衡点，谁就能主导下一代旅行生态。

Airbnb正全面加速人工智能技术在核心产品中的应用，目前80%的工程师使用AI辅助开发。该公司首席执行官Brian Chesky表示，将深度整合大型语言模型（LLM）能力，覆盖搜索、行程规划、房东运营支持及客户服务等多个环节，致力于打造“人工智能原生”的用户体验。新推出的AI功能不仅能响应用户搜索请求，更能“了解用户”，提供个性化的旅行建议与全流程支持，帮助客人规划整个行程，帮助房东更高效地管理房源，并提升公司大规模运营的效率。

为更快导入更多AI功能，Airbnb近期从Meta挖角人工智能专家阿尔达赫勒（Ahmad Al-Dahle）担任技术总监。阿尔达赫勒曾于Apple任职16年，并在Meta领导生成式AI团队开发Llama模型。在其带领下，Airbnb计划推出一个不仅能搜寻，还能“懂你”的App，协助房客规划整趟旅程，并帮助房东更有效率地经营。

此外，Airbnb的AI客服系统已在美国市场推出，目前北美3成客服由AI接手，计划向全球市场推广。该系统整合了多个AI模型，展现出多模型协作技术优势，使需要联系真人客服的请求减少15%，问题解决时间从近3小时缩短至仅6秒。