Airbnb 房客意外身亡,安全問題是共享經濟的天生缺陷嗎?
Airbnb 房客意外身亡,安全問題是共享經濟的天生缺陷嗎?

圖說明

當媽媽找到他的時候我正在房間裡。聽到她的大叫之後我立刻跑到院子,看見了折成兩段的樹枝以及躺在地上的他。我跪下來把他半抱起,我的襯衫和地上的落葉上都是他的血。

那是 Zak Stone 極為痛苦的一天。在 Airbnb 的一家出租房裡,他的父親被鞦韆的承壓樹幹砸中,送往醫院後傷重不治。之後,Zak Stone 在 Medium 上發表文章,痛陳 Airbnb 在保障住戶安全上做得遠遠不夠。

這並不是 Airbnb 第一次出現安全問題了。雖然它改革了短租市場,給房東和房客提供了極大的便利,但由其創立之始,安全就是繞不過去的大問題。

圖說明

「先上線,再補救」的矽谷哲學

2011 年,舊金山一位筆名為「 EJ 」的網友發佈了一篇言辭激烈的文章,指責由 Airbnb 引來的房客不僅盜竊她的財物,還把房子搞得亂七八糟。

在這件事發生之後,CEO Brian Chesky 公開表示:「我們讓這位用戶失望了,我們真的非常抱歉。」然後採取了一系列的補救措施,比如推出了房東保障金計畫。

Zak Stone 在文章中稱,在保障安全方面,Airbnb 是以一種「先上線,再補救」的矽谷哲學在發展。出現問題了,那麼就道歉、修復、使產品變得更好。而這種方式用在短租交易上,明顯是不合適的。

在今年三月,一位 Airbnb 房客被房東放在家裡的狗咬傷,但 Airbnb 拒絕支付他的醫療費用,直到《紐約時報》作了相關報導並對 Airbnb 提出譴責:

這就是所說的共享經濟了。一家企業搭建了平臺讓人們可以出租和租賃房子,而且把他們包裝得特別美好。當遇到問題的時候,企業共用得最多的就是風險,即使這麼嚴重的事故很少發生。

你可能感興趣:共享經濟與正式員工的愛恨情仇!

圖說明

發展速度極快,相關法律遲滯

共享經濟以迅雷不及掩耳之勢重新定義了社交和經濟關係,但相關的法律法規卻走在了後面。

翻看 Airbnb 的網站中「信任與安全」一欄,可以看到 Airbnb 對於房東和房客安全方面的要求。因為相關法律並不完善,這些要求非常多都是軟性的,例如:

如果您沒有安裝能正常工作的煙霧和一氧化碳探測器,我們不會刪除您的房源,但我們強烈建議所有 Airbnb 房東在自己的房源裡安裝這些探測器。

我們要求房東尊重房客的隱私。雖然我們無法為您提供具體的法律意見,但使用監視設備可能會違反您所在轄區的法律。如果您的房源或房源周圍安裝有保全監視器,請告知您的房客,必要時,需徵得房客同意。

部落格上有一個「你生平說過的最大謊言是什麼?」的問題,其中一個熱門回答就是「我已閱讀並同意該條款。」如果不是有硬性的規定或者有嚴格的監管,如何保證房東能如實填報?

確實,房客的評價會對房東有一定的監督作用,但首先得有用戶去做第一個,另外也並不是所有問題房客都能發現的。比如房子裡是否裝有監視器、房子附近的安全等等。這些都會對房客的安全造成一定的威脅。

而對於房東來說,雖然房客要先在網站上登記個人資料,也有房東保障金計畫保障財產安全,但就像網站上所寫的,「如果發生緊急情況,無論如何您應先聯繫警方、緊急救援人員或相關部門」。

圖說明

共享經濟的天生缺陷

誠然,共享經濟有著很多優點,這種經濟模式直接衝擊了非常多傳統行業,逼使它們重新去適應行動網路時代。但是它天生的缺陷也非常明顯,因為他們試圖將一切東西程式化,標準化。

然而就 Airbnb 來說,無論房東和房客都有著太多可變因素,沒有非常嚴格的監管,很可能出現始料未及的安全情況。

而上週在伊藤穰一的採訪中,他談及到共享經濟企業想要成功,除了要有好點子之外,產品設計、風險分析、應對政府主管機關都是關鍵。而 Airbnb 在與房東、房客的關係構建上,明顯還有非常大的改善空間。

據 cbinsights 網站的資料,Airbnb 目前估值 255 億美元,是獨角獸公司中的的估值前三,發展仍然受到追捧。但這次的意外無疑是一個非常大的衝擊。如何在享受共用經濟優點的同時,找到合理且成本可接受的方法來保障房東和房客的安全,對 Airbnb 來說非常關鍵。

我的一位朋友曾經就當過一回 Airbnb 房東,接待了一位來自俄羅斯的男子。雖然整個過程算是非常愉快,但接待完後,她的男朋友還是說了一句:

「下次就別再當房東了。」

文章來自:愛范兒

延伸閱讀:
1.共享經濟的下一步:取得政府和大眾的信賴
2.拚合法落地,Airbnb共同創辦人來台與政府對話
3.【資訊圖表】 拆解Airbnb:串連全世界的床墊與早餐
4.合法繳稅!Airbnb貢獻荷蘭首都兩億台幣稅金

關鍵字: #Airbnb #共享經濟
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓