Airbnb 的“由内而外”AI 转型

今年 1 月加入 Airbnb 担任 CTO 之前，Ahmad Al-Dahle 曾在 Meta 负责生成式 AI，并在 2023—2025 年间领导开源 Llama 模型的发布。如今，他的任务是推动 Airbnb 转型为一家“AI 原生公司”。

这场转型的核心并不是先做一个面向用户的聊天机器人，而是先把 AI 用在公司内部：加速产品开发、改造团队协作方式，再把这些能力逐步延伸到面向住客和房东的体验中。这个路径可以概括为“由内而外的 AI”。

什么是“由内而外”的 AI？

Airbnb 的思路是：

1. 先在内部使用 AI 提升产品开发效率
   让工程、产品和设计团队借助 AI 更快完成构思、开发、测试和上线。

2. 再把内部能力转化为用户体验
   内部工具积累下来的能力，会被用于改善外部服务，例如更好的客服、更智能的搜索、更顺畅的预订流程等。

3. 让 AI 成为组织能力的一部分
   不是单点式地接入模型，而是将 AI 嵌入产品研发流程和业务系统中。

文章中提到的一个例子是 Airbnb 内部的自定义工具 Everest。这个工具被用于帮助加速一项新外部服务的发布，体现了“先内部提效，再外部落地”的路径。

从造模型到部署模型

Al-Dahle 在 Meta 时参与的是前沿模型建设，核心问题是如何提升模型能力、推动一代又一代模型迭代。加入 Airbnb 后，他面对的难题变成了另一类：如何把模型真正部署到复杂业务中，并产生可用、可靠、可规模化的产品体验。

他谈到，自己喜欢追逐“真正困难的前沿”。在 Meta 时，团队已经比较清楚模型能力提升的飞轮如何运转；而在 Airbnb，挑战则是把 AI 能力嵌入真实公司的运营和用户场景中。

Airbnb 为什么适合做 AI 落地？

从已有信息看，Airbnb 的 AI 转型具有几个典型特点：

• 业务场景复杂：平台连接住客、房东和服务体系，涉及搜索、预订、客服、信任与安全等多个环节。
• 数据与流程丰富：产品开发和用户服务都存在大量可被 AI 辅助的环节。
• 体验要求高：旅行住宿涉及高频沟通、个性化需求和突发问题处理，对 AI 的可靠性提出更高要求。

这也解释了为什么 Airbnb 没有只把 AI 看作一个前端功能，而是将其放进内部研发和外部体验的双重改造中。

关键看点

Airbnb 的案例值得关注，不是因为它声称要“AI 化”，而是因为它选择了一条较务实的路线：

• 先提升内部团队生产力；
• 再把验证过的能力产品化；
• 最终影响住客和房东的完整体验。

这类路径可能比单纯发布一个 AI 功能更难，但也更接近大型互联网公司真正采用 AI 的方式。对于已经拥有复杂业务系统的公司来说，AI 转型的难点往往不在于“是否接入模型”，而在于如何把模型、工具、流程和用户体验连接起来。