新聞股票Booking Holdings 財務長:連 AI 超大規模業者也不知道自己的投資報酬率——而他正跟著「AI 教練」學習

Booking Holdings 財務長:連 AI 超大規模業者也不知道自己的投資報酬率——而他正跟著「AI 教練」學習

作者: Fortune Crypto·

重點速覽

  • •Booking Holdings 財務長 Ewout Steenbergen 在 Fortune AIQ 峰會上表示,在大型語言模型上投入數千億美元的超大規模業者,並不真正知道這些支出會產生什麼回報。
  • •內部 AI 部署降低了客戶服務成本,同時訂單以高個位數速度成長,Booking 約 9,000 名工程師產出的程式碼增加約 30%,且皆通過測試和品質控管。
  • •來自大型語言模型的推薦流量仍占訂房夜數不到 1%,而 Booking 每年在付費管道上花費 80 億至 90 億美元,這些管道帶來約三分之一的顧客。
  • •Booking 透過模型成本路由控制 AI 支出,將簡單任務分配給較便宜的基礎和開源模型,將昂貴模型保留給複雜工作,並以每個合併請求的總 IT 成本來衡量團隊。
  • •Steenbergen 表示,AI 可透過主動調整旅程,將 Booking 轉變為更高頻的業務;連結旅程交易以低雙位數速度成長,商戶訂單占總預訂額約 73%,高階 Genius 會員占活躍顧客超過 30%。
Booking Holdings 財務長:連 AI 超大規模業者也不知道自己的投資報酬率——而他正跟著「AI 教練」學習

Booking Holdings 的財務長認為,在人工智慧上投入最多的公司,基本上是在猜測其投資報酬。財務長 Ewout Steenbergen 週四在紐約證券交易所舉行的 Fortune AIQ 峰會上表示,即使是 AI 產業支出最龐大的業者,也不清楚其鉅額投資最終能帶來什麼。

「我甚至認為,那些在大型語言模型開發上花費數千億美元的超大規模業者,並不真正知道投資報酬率會是多少,」Steenbergen 說。「他們或許有一些假設和假說,但重點是,你不想落後。」

他暗示,這種不明朗對其他所有人反而是好消息。使用而非自建 AI 模型的公司支付的成本低得多——前提是密切留意帳單。「對於那些被端到端重新設計的流程,回報終將出現,」他告訴 Fortune 資深撰述 Sheryl Estrada,「但另一方面,你也必須確保那些成本不會失控。」

Booking Holdings 是 Booking.com、Agoda、Priceline 和 OpenTable 的母公司,已向投資人表示,AI 將讓顧客的旅行更便利,也讓公司的行銷更便宜。不過,面向顧客的成效仍然有限。在 8 月的公司第二季財報電話會議上,Steenbergen 表示,來自大型語言模型的推薦流量(無論付費與否)占總訂房夜數的比例不到 1%。他告訴 Estrada,更明確的效益目前是在公司內部浮現。

盯緊 token 帳單

Steenbergen 表示,過去兩年是實驗階段,下一階段則是「從一張白紙」開始重建流程。

客戶服務率先推行。他表示,訂單以高個位數的速度成長,而客戶服務成本略有下降,意味著每筆訂房的成本已大幅下降。與此同時,顧客滿意度也在上升。此外,Booking 約 9,000 名工程師投入生產環境的程式碼增加了約 30%,且只計算通過測試和品質控管的合併請求。

為了控制 AI 支出,Booking 採用 Steenbergen 所稱的「有效模型成本路由」。基礎和開源處理簡單任務,較昂貴的模型則負責複雜任務。工程團隊以每個合併請求的總 IT 成本來衡量,其中結合了人力與 AI token 成本。他指出,token 支出可以上升,只要每個進入生產環境的合併請求成本下降即可。

「飯店還是飯店」

Steenbergen 表示,AI 不會改變人們旅行的方式,只會改變他們規劃和訂房的方式。「我認為從根本上說,未來旅行發生的……方式不會因 AI 而改變,但會改變的是旅行者的體驗,」他說。「飯店還是飯店,航空公司還是航空公司,租車還是租車。」

他表示,旅行者在訂房前平均會瀏覽約五個平台。AI 可以縮短這段研究過程,進而處理各種突發狀況——例如航班延誤打亂餐廳訂位。Booking 將這一願景稱為「連結旅程」(connected trip)。

他表示,Booking 約三分之一的顧客透過搜尋、社群媒體和比價搜尋網站等付費管道前來,公司每年在這些管道上花費 80 億至 90 億美元。AI 推薦流量目前占訂房夜數不到 1%,在這些管道帶來的流量中只占極小部分。Booking 透過持續的 A/B 測試和大型最佳化模型來決定資金投向。其餘三分之二的顧客則是直接前來,公司正在自家應用程式中嵌入 AI 工具以留住他們。

他表示,Booking 自有的 AI 工具已展現小幅成效。使用這些工具的顧客訂房時間略短、轉換率略高、取消率也略低。「現在還處於非常早期的階段,所以數據並不多,」他說。

從交易型到高頻型

Steenbergen 將更大的機會定位為成長而非節省。在回答觀眾關於行程組合的提問時,他表示 Booking 目前「偏交易型」,而 AI 可以把它變成「高頻得多的業務」。

他舉例說明:一位旅客計劃前往巴黎,而週三的天氣預報不佳。「我們可以主動說:『嘿,要不要調整你週三的行程?天氣不好,不如那時候去參加羅浮宮導覽,把步行導覽改到週四?』」如果喜歡運動的顧客有一天空檔,系統可以提議預訂風箏衝浪。他說,這將建立「更多忠誠度、更多信任和更多品牌價值」。

Booking 在第二季數據中指出了初步跡象。在 Booking.com 上,旅行者為同一次旅程預訂多個旅遊垂直項目的「連結旅程」交易以低雙位數的速度成長。商戶訂單——即由 Booking 處理顧客付款的交易——占總預訂額約 73%,而作為 Booking.com 會員計畫高等級的 Level 2 和 Level 3 Genius 會員占活躍顧客的比例超過 30%。這些數據反覆出現在公司的季度報告中,為投資人提供了他所描述的連結旅程策略的持續基準。

Steenbergen 自己也在與公司一同學習。他表示自己有一位「AI 教練」,並刻意在公司內部談論此事。他還有兩個 AI 代理為他工作:一個是他所稱的「策略夥伴」,協助董事會簡報和策略規劃;另一個是「批判性股票研究代理」,協助他準備財報電話會議。

「沒有人知道這件事,」他說。「如果我需要學習,而且我有教練,這很正常。每個人都需要學習。」

編者註:本文中,Fortune 記者使用生成式 AI 作為研究工具。發布前已由編輯核實資訊的準確性。本文最初發表於 Fortune.com。