Booking围绕AI重建服务与工程——单笔预订成本下降（访谈）

Booking Holdings首席财务官Ewout Steenbergen于2026年10月1日在《财富》AIQ峰会上发言，并接受《财富》采访时表示，公司使用AI的头两年是实验阶段，下一阶段意味着“从一张白纸”重建流程。客户服务率先启动。

他描述的结果来自内部且为自报：预订量以高个位数速率增长，而客户服务成本略有下降，因此单笔预订成本“大幅”下降，同时客户满意度上升。

在工程方面，Booking约9,000名工程师投入生产的代码量增加了约30%，且仅统计通过测试和质量控制的合并请求。为控制AI支出，Booking采用他所说的“有效的模型成本路由”——基础模型和开源模型处理简单任务，昂贵模型承担复杂任务——工程团队按每次合并请求的总IT成本（合并人工与AI token成本）进行考核。

他提醒说，面向客户的一侧仍然规模很小：截至第二季度财报电话会议，LLM推荐带来的预订间夜占比不足1%，Booking每年在付费渠道上花费80至90亿美元，带来约三分之一的客户，而其自有AI工具仅显示出温和增益——更快的预订、略高的转化率、更少的取消。他引用的第二季度数据：Booking.com的Connected Trip交易以低两位数增长，商户预订约占预订总额的73%，Genius 2级和3级会员占活跃客户的三成以上。

9,000名工程师的代码交付量增加30%；单笔预订服务成本“大幅”下降，同时预订量以高个位数增长（自报）

客户服务率先启动，因为它是最清晰的端到端重新设计，并产生了可衡量的成本与满意度收益。

工程吞吐量仅统计通过测试和质量控制的合并请求，因此30%的增益是经过质量把关的，而非原始产出。

成本路由防止token支出超出价值：团队按每次合并请求的总IT成本（人工与AI合计）进行考核。

客户侧的AI仍然规模很小——LLM推荐带来的间夜占比不足1%——因此目前支撑支出合理性的是内部流程增益。

实验是成本较低的阶段；回报来自端到端重建流程——且前提是像对待其他单位成本一样计量token。

Steenbergen告诉投资者，AI将使旅行规划更容易、营销更便宜，同时坚持酒店、航空公司和租车环节保持不变；更大的机会是通过围绕中断的主动行程管理，将交易型平台转变为更高频的平台。他还透露，他个人运行两个AI代理——一个用于董事会演示的“战略思考伙伴”和一个用于财报电话会议准备的“批判性股票研究代理”——并在公司内部公开谈论他的“AI教练”。所有数字均来自首席财务官本人，出自访谈及Booking 2026年第二季度财报电话会议。