Как Airbnb с AD влиял на создание AI-native компании
В начале 2026 года Ахмад Аль-Дахле, который до этого руководил созданием крупных языковых моделей Llama в компании Meta, стал техническим директором Airbnb. Его задача — перестроить компанию так, чтобы ИИ не был только «примочкой», а стал основой внутренних процессов и внешнего сервиса. Этот новый подход он называет «inside-out AI» — когда ИИ сначала улучшает внутренние процессы, а потом уже меняет опыт пользователей.
Такой подход отличается от привычной идеи просто «добавить чатботы». Сначала Airbnb меняет сам способ работы команд, как строят продукт, как тестируют, как быстро выпускают новые функции. Это даёт эффект «ускорения» с самого начала, а потом интеграция ИИ в продукт и поддержку идёт естественно.
Как ИИ перестраивает разработку в Airbnb
Традиционно разработка софта проходила по этапам — доработать требования, нарисовать дизайн в Figma, потом новые функции кодируют, тестируют и запускают. Между этими этапами часто были «передачи» между командами: от продукт-менеджера к дизайнерам, затем к разработчикам.
Airbnb поменял процесс — теперь продукт, дизайн и разработка идут почти одновременно, сразу используя прототипы с кодом, а не бумажные или графические документы. Это значит: вместо бесконечных согласований и переделок все работают сразу с реальным кодом, который можно запускать и тестировать.
Это сильно сокращает время, сложность и ошибки. Фактически код становится главным объектом работы и обсуждения, а прототипы — сразу тестируемыми продуктами. За счёт этого Airbnb смог выпустить на 80% больше новых функций, а производительность инженеров выросла в полтора раза.
Автоматизация поддержки: ИИ решает почти половину обращений
Клиентская поддержка — самое сложное и важное место для внедрения ИИ. Ошибки здесь могут привести к потере клиентов и репутации. И Airbnb этот участок делает сначала.
Их агенты на ИИ-основе теперь полностью решают около 50% заявок — примерно половину всех обращений. Для надёжности систему сначала сильно протестировали на «синтетических данных» — сгенерированных примерах проблем и вопросов, чтобы ИИ не ошибался в реальной жизни.
Уделяют особое внимание опасным или сложным вопросам — например, проблемам безопасности, где решение всё равно принимает человек. Такой баланс помогает построить доверие и при этом не перегружать саппорт.
Everest — внутренний AI-контекстный граф для ускорения сервиса
Airbnb разработал собственный инструмент под названием Everest. Это не просто ИИ, а платформа, которая собирает и анализирует много данных об объектах, услугах и клиентах внутри компании в удобном формате. Everest помогает быстро находить нужную информацию и использовать ИИ для создания новых сервисов — например, доставки продуктов или улучшенных сервисов встреч в аэропорту.
Эта система улучшает коммуникацию внутри Airbnb и ускоряет запуск новых функций с помощью ИИ.
Как попробовать идеи Airbnb у себя
Если вы занимаетесь продуктовой разработкой или хотите внедрить ИИ в поддержку клиентов, есть с чего начать уже сейчас:
- Используйте ИИ для генерации и прототипирования кода или интерфейсов — работайте с кодом длинным прямым потоком, а не с кучей документов.
- Тестируйте ИИ-модели на синтетических данных, чтобы предотвращать ошибки на реальных пользователях.
- Автоматизируйте рутинную поддержку, деля её на простые и сложные случаи — всё сложное сразу оставляйте людям.
- Создавайте внутренние базы знаний, которые помогают ускорить внедрение ИИ-систем.
Кому и зачем Airbnb сейчас важен
Трансформация Airbnb показывает, что простым чатботом или ИИ-сервисом произвольного назначения сегодня сложно серьёзно ускорить бизнес. Нужно менять процессы в корне — превращать ИИ в главное «рабочее орудие» разработчиков и саппорта.
Если вы занимаетесь IT-продуктами, поддержкой клиентов или сервисами, вам стоит изучать кейсы «inside-out AI» и пример Airbnb. Там, где команды начнут работать напрямую с ИИ прототипами, продукт выйдет быстрее, пользователи получат лучший сервис без задержек.
Для тех, кто занимается только маркетингом без технического внедрения, пока больших изменений ждать не стоит — все блага создаются на уровне кода и внутренней работы.
Источник: https://www.latent.space/p/airbnb, автор Richard MacManus