不是叫員工多用 AI,Airbnb 怎麼證明 AI 真的有用

一句話結論:Airbnb 推 AI,不比誰用得多,比的是做出多少成果:從 AI 客服助理開始的問題裡,近 45% 不必轉真人;每筆訂單客服成本降約 16%、出貨的功能多了近 80%。台灣公司推 AI,也該先決定要看哪個成果數字,而不是盯著登入次數。

年初很多公司下令「全員都要用 AI」,接著就開始看儀表板:多少人登入、一個月問了幾次、用了多少 token(AI 用量)。看起來很有進度,但主管心裡那題還是沒答案:到底有沒有用?

Airbnb 執行長 Brian Chesky 在 2026 年第二季財報電話會議(2026/8/6)回答分析師關於 AI 成本的問題時,講得很直接。大意是:很多老闆要求每個人都用 AI、比誰用的 token 多,這是虛榮;重點是產品出了多少、品質好不好。他的原話錨點是 “it's not about how many tokens you use”。

這篇拆 Airbnb 自己公布的數字,再整理成台灣公司可以直接抄的算法,以及一個不要照抄的地方。

Airbnb 2026 年第二季公布的四個 AI 成果數字
四個數字都是公司自己公布,不是第三方稽核。

Airbnb 公布的三個數字,全都是成果

以下三組都出自 Airbnb 2026 年第二季財報電話會議(2026/8/6),是公司自己公布的數字:

  • 客服:AI 客服助理支援 50 種以上語言;從 AI 助理開始的問題,近 45% 不必轉真人就解決。
  • 成本:第二季每筆訂單的客服成本比去年同期降約 16%,公司說 AI 助理是原因之一,而且預期會繼續降。
  • 速度:跟去年同期六個月比,出貨的功能與改進多了近 80%;部分重點專案從構想到上線,時間最多縮短 60%。

注意這三個數字的共同點:沒有一個是「多少人在用」。它們回答的是客人的問題有沒有被解決、每單花的錢有沒有變少、產品有沒有出得更快。

一個值得抄的做法:新功能先做成開關

Airbnb 的 AI 搜尋沒有一次換掉舊的。Chesky 在同一場會議上說,先拿很小比例的流量測試,預設還是原本的搜尋框,上面加一個開關讓想用的人自己打開。他的理由是:旅客一年才來幾次,硬換要花好幾個月重新教大家,不想強加給所有人。9 月底的秋季更新正式推出 AI 搜尋時,也是先從美國開始。

放到企業內部,道理一樣。新的 AI 工作流程先開給願意試的那一組,留著舊流程當預設,跑出成果數字再擴大,比一聲令下全員改用更不容易反彈。

用量數字與成果數字對照表,台灣公司衡量 AI 成效的算法
對照表是阿峰依 Airbnb 的做法整理的建議。

不是用來裁員的說法,但也不會再像以前那樣加人

同一場財報會議有兩句話值得放在一起看。Chesky 說 AI 是 Airbnb 遇過最好的事(原話錨點 “AI is the best thing to ever happen to Airbnb”);財務長 Ellie Mertz 說,財測已經假設今年 AI 支出大幅增加,利潤率還在擴大,另一個原因是現有員工產出與速度大增,不需要像過去那樣擴編人數。

財務長沒有說要裁員,說的是不用再像以前那樣加人。對台灣上班族來說,這比「AI 會不會取代我」更實際:會用 AI 把產出拉高的人,就是公司不用再多請一個人的原因。

執行長自己也在用:公司內部的 AI 大腦

根據 Entrepreneur、TechNews 科技新報等多家媒體 9 月下旬的報導,Chesky 在 Skift 全球論壇上提到,他用公司內部約 1.8 萬份簡報、5 萬份文件等資料做了一個 AI「大腦」,加上即時儀表板,自己的會議因此砍掉一半。這段是媒體轉述,我沒有看到原始影片。

我在企業內訓現場的觀察是:老闆自己會用,AI 比較推得動;只出一張「全員要用」的公文,回頭看時常常只剩登入數字可以報告。

誠實踩煞車

  • 這些都是公司自己公布的數字,不是第三方稽核。45% 解決率、80% 出貨量的算法,各公司不同,不能拿來跟別家直接比大小。
  • Airbnb 在第一季財報會議上也自己公布,程式碼近六成由 AI 寫、工程師審。這就是典型的用量數字,算法各家不同;而且 Airbnb 今年請來前 Meta Llama 負責人當技術長,一般公司沒有這樣的團隊。台灣公司不要把「幾成程式碼由 AI 寫」當 KPI 去追。
  • 營收成長不要直接算成 AI 的功勞。Airbnb 第二季營收年增 17%,執行長在同一場會議上說,成長沒有單一原因,是執行力、團隊,加上被 AI 加速的創新方式一起帶來的。AI 是因素之一,但不要把 17% 直接算在 AI 頭上。
Airbnb 推 AI 的做法中,台灣公司能抄與別照抄的對照
60% 是 Airbnb 第二季財報會議(2026/8/6)自己公布的數字。

給不同角色的建議

  • 一般上班族:挑一件每週重複的工作,記下用 AI 前後花幾小時、錯幾次。這就是你自己的出貨數字,比「我每天都有用 AI」有說服力。
  • 要推動 AI 的主管或 HR:每個部門只挑一個流程、一個成果數字(處理時間、錯誤次數、每件成本),導入前先量一次,三個月後再量一次。新流程先開給自願的那一組。
  • 老闆:先自己用起來,再談要求別人;年底檢討看成果數字,不看登入次數。

你是機長,AI 是機組人員

機長看的是航班準不準點、乘客有沒有平安落地,不是組員按了幾次按鈕。Airbnb 那句話翻成白話就是:看出貨,不看用量。你的公司推 AI,也該先說清楚要看哪一個成果數字。

常見問題 FAQ

Q:Airbnb 的 AI 客服真的解決了一半問題嗎?
A:不到一半。Airbnb 在 2026 年第二季財報會議上自己公布,從 AI 助理開始的問題,近 45% 不必轉真人就解決。這是公司自報的數字,不是第三方稽核。

Q:Airbnb 用 AI 是為了裁員嗎?
A:財報會議上沒有說要裁員。財務長說的是,因為現有員工產出與速度大增,公司不需要像過去那樣擴編人數。也就是新開的位子會變少。

Q:台灣公司要怎麼衡量 AI 導入成效?
A:每個部門挑一個流程、一個成果數字,例如處理時間、錯誤次數、每件成本,導入前後各量一次。不要只看登入人數或使用次數。

Q:「近六成程式碼由 AI 寫」可以當我們公司的目標嗎?
A:不建議。那是 Airbnb 自己公布的用量數字,各家算法不同,而且他們有大型 AI 團隊。台灣公司先追成果數字比較實際。

Q:要怎麼讓員工願意用新的 AI 工具?
A:學 Airbnb 的 AI 搜尋:先做成開關、小範圍試,預設保留舊流程,跑出成果再擴大,比一次全面強制更不容易反彈。

資料來源

查證說明(誠實揭露)

  1. 45%、16%、80%、60%(出貨速度)與 AI 搜尋開關,都讀過第二季財報會議逐字稿;英文只摘短錨點,中文是意譯。
  2. 「近六成程式碼由 AI 寫」出自第一季財報會議,我沒抓到逐字稿原文,依 TechCrunch 轉述,並標明是公司自報。
  3. 執行長 AI 大腦、會議砍半是多家媒體轉述 Skift 論壇的內容,我沒有看到原始影片。
  4. Airbnb 不是我的客戶,本文跟 Airbnb 沒有合作關係。資料核對日:2026 年 10 月 11 日。

想讓你的團隊也看成果、不看用量

我是黃敬峰(AI峰哥/阿峰老師),專注企業 AI 實戰培訓。如果你在規劃 AI 內訓,想先決定「上完課要看到哪個數字改變」,可以在 企業 AI 培訓諮詢 說明部門、人數與想改善的流程。

延伸閱讀:AI 內訓成效怎麼評估?附課前、課後與 30 天追蹤表、企業 AI 導入起步方法、Anthropic 翻自己的紀錄:同一批證據,旁觀時 79% 說是真的,做任務時只有 1%。


作者:黃敬峰(AI峰哥/阿峰老師)|企業 AI 實戰培訓專家,服務客戶包含國泰人壽、工研院、士林電機、中嘉寬頻、電通、城邦媒體等。聯絡方式:ai@autolab.cloud

資料查核:2026 年 10 月 11 日。數字以 Airbnb 財報會議與官方新聞室為準。

這篇有幫到你嗎?

常見問題

Airbnb 的 AI 客服真的解決了一半問題嗎?

不到一半。Airbnb 在 2026 年第二季財報會議上自己公布,從 AI 助理開始的問題,近 45% 不必轉真人就解決。這是公司自報的數字,不是第三方稽核。

Airbnb 用 AI 是為了裁員嗎?

財報會議上沒有說要裁員。財務長說的是,因為現有員工產出與速度大增,公司不需要像過去那樣擴編人數。也就是新開的位子會變少。

台灣公司要怎麼衡量 AI 導入成效?

每個部門挑一個流程、一個成果數字,例如處理時間、錯誤次數、每件成本,導入前後各量一次。不要只看登入人數或使用次數。

「近六成程式碼由 AI 寫」可以當我們公司的目標嗎?

不建議。那是 Airbnb 自己公布的用量數字,各家算法不同,而且他們有大型 AI 團隊。台灣公司先追成果數字比較實際。

要怎麼讓員工願意用新的 AI 工具?

學 Airbnb 的 AI 搜尋:先做成開關、小範圍試,預設保留舊流程,跑出成果再擴大,比一次全面強制更不容易反彈。