Airbnb（爱彼迎）作为全球知名的旅宿与旅行生活方式平台，自创立以来已从最初的三张充气床垫起步，发展成为覆盖全球的超级平台。截至2023年底，平台拥有超过500万名房东、770万套以上活跃房源和体验，累计接待房客和体验参与者超15亿人次。在业务布局上，Airbnb不仅聚焦核心的住宿预订服务，还不断拓展体验服务、生活服务等多元板块，业务遍及全球多个国家和地区，其中亚洲、拉丁美洲等新兴市场增长尤为迅猛。
在财务表现方面，Airbnb持续保持强劲势头。2025年第三季度，公司营收达41亿美元，同比增长约10%；净利润14亿美元，净利率34%，调整后EBITDA 21亿美元，利润率50%，财务体质强健。平台核心运营数据同样亮眼，第三季度预订夜数与席位达1.336亿，年增9%，总预订金额229亿美元，年增约14%，平均每晚房价171美元，年增约5%。如今，Airbnb正从单纯的”房源平台”向整合住宿、体验、服务、AI技术的大型全球旅行生态系统进化。
一、AI技术应用背景
随着全球旅游市场的复苏与竞争加剧，Airbnb面临着提升服务效率、优化用户体验、拓展业务边界的多重需求。一方面，平台需要应对海量用户的咨询与服务请求，降低人工客服压力；另一方面，需在产品体验、市场扩张、业务创新等方面形成差异化竞争优势。在此背景下，AI技术成为Airbnb实现战略目标的核心驱动力，公司不仅积累了多年的AI与机器学习技术研发经验，还通过收购相关创业公司、与头部科技企业合作等方式持续强化技术实力。
二、核心AI应用场景
（一）智能客服系统
Airbnb于2025年4月在美国悄然推出AI客服机器人，同年5月已覆盖半数美国用户，并计划推广至所有美国用户。该系统采用多模型融合策略，初期使用OpenAI、Google和多个开源平台的13种AI模型，后选择阿里巴巴开源AI模型通义千问（Qwen）取代ChatGPT，原因是通义千问”非常好，且快速又便宜”，且开源模型具备更高的弹性，可依需求修改。
AI客服系统成效显著，推出后使人工客服需求减少15%，平均解决时间从近3小时大幅缩短至6秒。2025年9月，系统增设西班牙语、法语服务，计划明年扩展至56种语言。其功能覆盖客户全旅程，包括实时解答订单查询、处理预订相关问题、提供出行建议等，还能根据用户浏览习惯和历史订单智能识别潜在需求，被首席商务官Dave Stephenson称为”口袋里的礼宾服务”。数智化转型网www.szhzxw.cn
（二）对话式AI平台升级
Airbnb将对话式AI平台Automation Platform从v1升级至v2，专为新兴LLM应用设计，实现传统工作流与AI驱动工作流的有机结合。v2平台架构支持开发者构建LLM应用程序，核心组件包括：
● 思维链（Chain of Thought）工作流：以LLM为推理引擎，决定工具使用及顺序，通过”准备上下文-推理-执行工具-处理结果”的循环生成解决方案，工具涵盖检查预订状态、查看房源可用性等核心功能。
● 上下文管理系统：通过上下文加载器连接多数据源，运行时上下文管理器维护交互信息，确保LLM能获取历史对话、行程信息、查询意图等必要数据，支持静态声明与动态检索两种上下文获取方式。
● Guardrails框架：作为安全监控机制，防范LLM的”幻觉”和”越狱”问题，允许不同团队创建可重用规则，并行执行内容审查、工具使用限制等功能。
（三）产品体验与运营优化
● 房源与内容优化：针对房东推出AI照片导览功能，房东可一次性上传20-30张照片，AI自动分组并智能标记，该功能已被30%的房东采用，提升房源展示效果。
● 搜索与推荐升级：正在开发”对话式AI搜索”，未来用户可通过自然聊天方式完成订房；现有Flexible Carousel功能结合AI推荐逻辑，让用户在无明确目的地时快速探索合适房源，同时根据用户行为提供个性化筛选建议。
● 运营效率提升：AI工具为房东提供快捷回复建议，帮助运营多个房源的管理者减少沟通成本、提高回复速度；自动整理用户反馈，为产品迭代提供数据支持。
（四）业务生态拓展赋能
Airbnb投资2.5亿美元打造集成AI功能的”Everything App”，计划整合交通、旅游行程和个人化规划服务，将业务从旅宿业拓展至生活服务平台。AI技术在体验服务板块也发挥重要作用，助力平台重新定义Experiences服务内容，吸引超11万申请者成为Host，相关体验平均评分达4.93分（满分5分），近半数体验为独立预订。数智化转型网www.szhzxw.cn
三、案例点评
（一）应用亮点
● 场景聚焦与务实推进：Airbnb选择客服场景作为AI落地的核心突破口，而非盲目布局全场景，这种谨慎且精准的策略确保了技术应用的实用性与落地效果，通过解决用户高频痛点快速实现价值转化，使人工客服需求减少15%，平均问题解决时间大幅缩短。
● 技术架构灵活高效：Automation Platform v2采用”传统工作流+LLM”的混合架构，既保留了传统工作流在关键业务流程中的确定性与可控性，又发挥了LLM在对话交互中的灵活性与智能性，同时通过上下文管理、Guardrails框架等组件，有效规避了纯LLM应用的风险。
● 价值导向的生态赋能：AI技术不仅局限于效率提升，更深度融入产品体验与业务拓展，从房源展示、搜索预订到售后服务、生态延伸，形成全链条赋能，推动平台从”订住宿”向”旅行生活方式平台”进化，契合全球旅宿经济的发展趋势。
● 全球化与本土化结合：在全球推广AI技术的同时，针对中国等重点市场进行本土化优化，如支持中文搜索推荐、适配出境游用户需求，中国内地出境游间夜预订量同比增长近90%，体现了AI技术与区域市场需求的精准匹配。
（二）面临的挑战
● 技术风险管控压力：尽管Guardrails框架已发挥作用，但LLM固有的”幻觉”问题仍可能带来误导用户、合规风险等隐患，尤其在涉及预订规则、退款政策等关键信息时，需持续强化防御与治理体系。
● 多市场合规复杂性：不同国家和地区的短租法规持续收紧，AI技术的应用需适配各地数据安全、隐私保护等合规要求，全球化布局与本地化合规的平衡难度较大。
● 业务协同与成本平衡：新产品线与AI功能的研发投入巨大，如”Everything App”投资达2.5亿美元，短期内难以明显贡献营收，如何平衡技术投入与商业回报，实现长期可持续增长是重要挑战。
● 市场竞争日趋激烈：Booking.com、Expedia等竞争对手也在积极布局AI功能，如行程推荐、实时更新等，Airbnb需持续保持技术创新与体验优化的领先性，以维持竞争优势。
（三）行业启示
● AI赋能服务转型的典范：Airbnb的案例证明，客户服务可从”成本中心”转变为”产品价值组件”，通过AI实现服务的规模化、一致化与个性化，不仅能提升用户留存与复购，还能为业务增长提供新动力，这一模式对旅游、消费等服务型行业具有重要借鉴意义。
● 技术选型需匹配业务需求：选择通义千问等开源模型，体现了Airbnb对”实用性”与”成本效益”的双重考量，而非盲目追求”最强模型”，这种以业务需求为核心的技术选型逻辑，值得企业在AI转型中参考。
● 人机协同是关键方向：Airbnb的AI应用并非追求完全替代人工，而是通过”AI处理常规需求+人工兜底复杂问题”的协同模式，既提升了效率，又保障了服务质量，这种人机协同的思路为企业平衡技术创新与用户体验提供了有效路径。
● 数据与合规是核心支撑：AI应用的成功离不开高质量数据与完善的合规体系，Airbnb通过结构化知识库建设、实时数据更新、合规框架搭建等措施，为AI技术的安全落地奠定了基础，提示企业在AI转型中需重视数据治理与合规风险管控。数智化转型网www.szhzxw.cn
若您对人工智能感兴趣，可添加数智化转型网小助手思思微信加入人工智能交流群。若您在寻找人工智能相关的供应商，可联系数智化转型网小助手思思（17757154048，微信同号）
若您为人工智能相关的服务商，可添加数智化转型网小助手鹿鸣，加入人工智能行业交流群。
声明：本案例内容基于公开报道整理编辑，文中数据及描述均来源于公开披露。如有疏漏，欢迎读者指正。
本文由数智化转型网（www.szhzxw.cn）转载，编辑/翻译：数智化转型网（Professionalism Achieves Leadership 专业造就领导者）白龙
