Airbnb(ABNB)財報後股價創高，AI效益能否延續到下季獲利？

 

第二季財報把AI效益寫進營運數字

Airbnb(ABNB)第二季營收與獲利優於市場預期，財報公布後股價單日上漲14.95%。執行長Brian Chesky將成長表現大幅歸功於AI導入，並坦承自己先前低估了AI的影響力。這份成績讓市場開始用更具體的方式評估AI：投入多少推理成本，又能換回多少營收與效率。

來源沒有提供營收增幅、訂單增速與獲利率等完整數字，因此目前能確認的是方向。Airbnb已將AI從實驗專案推進至日常營運，涵蓋工程、產品設計、行銷與客服。AI開始進入損益表，市場也用接近15%的單日漲幅回應預期變化。

今年1月上任的技術長Ahmad Al-Dahle，是這次轉型的重要推手。他過去曾在Meta負責生成式AI與Llama專案，上任後在Airbnb內部導入十多種AI模型。公司的選擇邏輯很務實：依工作內容配置模型，少數複雜任務使用高精度模型，大量消費端應用則偏向成本較低的開源模型。

這種架構讓AI支出與商業產出之間保有紀律。公司會追蹤員工使用的Token數量，也就是模型處理文字與指令的計費單位；管理階層更關注功能上線速度、產品品質與營收貢獻。科技投資若只增加Token消耗，財務意義有限；Airbnb目前交出的成果已跨過單純採用率階段。

 

開發時間縮短六成，人力與營收逐步脫鉤

Airbnb表示，AI讓產品開發時間縮短約60%，年內上線功能數量增加約80%，同期人力規模大致持平。這組數字支持一項重要判斷：單位人力產出正在提高。只要功能增加能持續轉成訂單與營收，公司便有機會在員工數增幅有限的情況下擴張業務。

Chesky將內部原則定義為讓同一批員工創造更多價值，並預期每位員工平均貢獻的營收繼續上升。對軟體與平台公司來說，這會直接影響營運槓桿。營收成長若長期快於人事費用，固定成本可由更大的交易規模分攤，獲利率也可能獲得支撐。

目前仍需留意因果關係的強度。首次訂房用戶增速創四年新高，可能同時受到旅遊需求、產品改版、行銷與供給增加影響。公司將AI列為主要推力，後續仍要用連續數季的訂單、營收及費用率確認持續性。

這有點像諸葛亮整頓蜀漢軍政。兵力沒有突然倍增，糧道、調度與情報效率卻能提高整體戰力。Airbnb現階段的AI價值，也集中在既有人力、資料與平台流量的重新配置。

 

搜尋、房東工具與客服形成三條變現路徑

消費者端的第一條路徑是搜尋與推薦。生成式模型可理解旅客偏好，動態整理房源特色與敘述，降低使用者瀏覽大量頁面的時間。旅遊商品高度視覺化，價格、地點、空間與評價又需同時比較；推薦品質若提升，可能縮短決策流程並提高轉換率。

第二條路徑位於房東端。AI可協助新房東撰寫房源文案與設定價格，降低刊登房源的操作門檻。平台若能更快增加有效供給，便有機會改善熱門地區的選擇與成交機會。供需兩端都受AI影響，這也比單純節省後台成本更有成長意義。

客服是目前最容易量化的場景。Airbnb約有45%的旅客在與AI客服代理互動後，無須再轉由真人處理。常見問題由系統先行解決，可縮短回應時間，也能把客服人力留給退款爭議、臨時取消與安全事件等複雜案例。

Chesky表示，模型推理成本相較每筆訂單收入相當低。若45%的自助解決率能在服務品質穩定下維持，客服自動化便同時帶來成本節省與體驗改善。後續要觀察的數據包括人工轉接率、客訴率、解決時間，以及複雜案件的滿意度。

 

AI代理人改變旅遊入口，Airbnb仍握有交易介面

OpenAI與Alphabet(GOOGL)持續發展AI代理人，也就是能替使用者規劃行程、比較選項並執行預訂的系統。這可能改變旅客尋找住宿的入口，並讓平台面臨流量被上游介面分走的風險。

Chesky認為，聊天介面更適合靈感搜尋與行程構思，完整交易仍需要圖片、地圖、價格比較及多人討論。Airbnb的防守基礎來自視覺化介面、房源供給、評價體系與交易信任。旅遊入口可能分散，訂房平台仍有機會掌握最後比較與成交環節。

這項判斷仍有邊界。AI代理人若能直接存取即時庫存、價格與評價，並取得代訂權限，使用者可能減少進入平台前台的次數。Airbnb需要讓自身庫存與交易系統成為代理人願意連接的基礎設施，同時維持品牌與直接流量，避免平台角色逐漸退到後端。

Airbnb也在擴大住宿市場版圖。公司表示，飯店業務增速約為傳統房屋短租的三倍。AI若能改善需求預測、動態定價與服務效率，Airbnb便可從短租市場進一步切入飯店分銷，競爭範圍也會延伸至大型訂房平台與連鎖飯店集團。

 

市場開始檢查AI收入，風險集中在信任與服務品質

截至今年8月8日前後，Cloudflare、Salesforce與Palantir等AI軟體公司財報優於預期，帶動科技軟體類股ETF IGV走高。Airbnb則提供消費服務端的案例：AI可透過開發效率、推薦轉換、供給擴張與客服自動化，形成多條財務路徑。

市場對AI公司的評價標準正逐步提高。模型數量與Token使用量只能反映導入程度，訂單、營收、人均產值與費用率才更接近股東回報。Airbnb第二季已交出初步成果，接下來需要確認成長能否延續，以及AI效益能否穩定反映在獲利結構。

風險也很具體。推薦演算法可能讓熱門房源取得更多曝光，進一步壓縮小房東的流量；自動客服若錯誤處理安全、退款或臨時住宿問題，節省的成本可能被信任損失抵銷。個人偏好、旅遊紀錄與價格敏感度都涉及隱私，公司也需要維持資料使用的透明度。

我會把這次財報視為Airbnb AI轉型的第一張成績單，證據已涵蓋效率、產品與客服，持續性仍需更多季度資料支持。最有價值的追蹤組合是人均營收上升、訂單成長延續、客服品質穩定與費用率改善。若其中多項同步轉弱，第二季的高成長便較難單靠AI論述維持。