中國清零政策,旅遊業看不到天明,Airbnb宣布退出中國市場
中國清零政策,旅遊業看不到天明,Airbnb宣布退出中國市場

疫情重創了旅遊業,也帶走了一家全球民宿巨頭。

進入中國6年多後,5月24日上午,Airbnb發布了致中國用戶的一封信,其中提到:

Airbnb中國宣布最新業務調整:我們將固本培元,全面服務於出境遊,同時於2022年7月30日起,暫停支援中國境內遊房源、體驗及相關預訂。

也就是說,Airbnb將完全下線中國境內的房源和體驗業務,僅保留出境業務。

Airbnb China
圖/ ifanr

Airbnb中國最大的問題,在於水土不服

作為一家線上短租服務公司,Airbnb的理念是「從個人而不是飯店手中租住一間房屋」。

Airbnb成立於2008年8月,2015年8月官宣進入中國,2017年3月底定下了品牌和產品的中文名稱「愛彼迎」,寓意「讓愛彼此相迎」。

至於此次的退出原因,Airbnb聯合創辦人、中國區主席柏思齊稱,「面對疫情挑戰,我們遷思回慮,做出這個艱難決定」。

疫情反覆是最後一根稻草,它弱化了Airbnb中國境內遊業務與出境遊業務的協同效應,中國境內遊業務相應地面臨高成本等營運挑戰。但Airbnb在中國境內的頹勢並非只是因為疫情。

近幾年,中國境內房源和體驗業務,在Airbnb全球營收當中只佔不到1%。

主要問題在於水土不服,或者說不夠本土化,這體現在營運思路和客服溝通上。

說到這個,我的同事們就要現身說法大吐苦水了。

Sage曾有一次惠州之旅,在Airbnb上訂了房間,到了高鐵站才發現,房東的電話打不通,留的地址也不齊全,「根本不知道那個地方在哪」。

在夏日高溫下連打五、六個電話,是人都難免會火氣上頭,更別說每打一次就重述一遍情況。電話那端每個客服態度都非常好,連連說「努力解決」,但退款的目的始終沒有達成,最後新加坡的客服主動打過來,卻也只是一再核實情況,並說「不可能當天解決」。

自始至終不知道這個事情是什麼情況,退款只是有個結果而已。當時覺得可能是個例,運氣不好遇到了虛假房源和垃圾房東,但這種解決問題的方式,是整個平台的問題。

Airbnb China
圖/ ifanr

在黑貓投訴上,Airbnb有8700多條投訴,大多也是關於退改問題,比如「因為行程原因不得不取消訂單,結果不退款,房東讓我諮詢平台,可諮詢平台也沒有什麼用,要求房東退款也不回」;「房東拒絕按條款退款,未入住情況下扣費」。

而我的同事小王,同樣遇到過與客服溝通的漫長過程。

去年,因為太久沒登錄或者其他原因,他的Airbnb帳號無法正常使用,客服電話轉了好幾次,說好是一到兩週解決。但因為入住時間緊迫,他只能藉用其他帳號預訂了房間。一個月後,他終於收到了說明帳號恢復正常的郵件,「畢竟已經過去很久了,我現在也沒再用這個帳號」。

出於個人使用習慣,小王認為Airbnb的app也不夠方便:

當我想在某個特定區域住,如果是大眾評價之類,可以直接按距離遠近篩選,並且精確到公尺,我能夠很清楚地知道這個位置我是否喜歡。但Airbnb可能一方面因為隱私的原因(下單之前不會透露精確地址給用戶),另一方面因為產品設計的原因,選擇按距離查看後,推薦的房源並不都符合我的要求,有時候甚至跟我最開始選的那個點離得很遠。

此外,還有早些年讓房東戰戰兢兢的毀房事件,如「上海戲劇學院學生毀房」事件、12名房客「毀房」事件,當時記者調查稱,
「Airbnb作為租房平台,並沒有嚴格的管理制度,也沒有實名認證,押金制度也形同虛設,更多只是依靠個人誠信來維繫」。
問題頻頻發生的原因在於哪裡?

艾媒諮詢
圖/ 艾媒諮詢

Airbnb主打C2C模式,房東和住客直接對接,Airbnb僅擔任中介;而中國國內「途家」等平台主打B2C模式做「二房東」,承租他人房子再二次出租給房客。

根據虎嗅「烏鴉騎警」的分析,C2C模式的隱患在於,Airbnb盈利主要來自於仲介費,平台很少對入住前後的各環節過多干預,也很難對房東與房客產生實際約束力。這也就是為什麼,不少中國的C2C企業要花費大量人力和財力構建底層服務鏈。

但上文提到的實際體驗說明,Airbnb在中國國內的底層服務鏈始終沒有很好地搭建起來。相比之下,途家、小豬等會為房東提供類似於公寓、酒店的標準化服務,比如房間打掃、毛巾、檯布和床單、枕套等洗滌。

競爭對手太多,「體驗」優勢無法體現

話又說回來,Airbnb在民宿短租行業的定位,和途家、小豬等平台是不同的,這也寫在它的使命裡:

創造一個為旅行者帶來歸屬感的世界,無論人們去到哪裡,他們都可以與當地的文化產生聯繫,從而獲得獨一無二的旅行體驗。

2016年11月,Airbnb宣布擴展其共享業務,在「房源」之外,上線了「體驗」產品,而這些「體驗」產品也和「房源」一樣,由當地居民自主發布。「體驗」並非普通的觀光遊或課程,而是讓遊客沉浸在當地居民營造的獨特世界中。

從最開始的出租沙發和空閒床位開始,體驗、分享和交流是共享經濟的理想模樣,但在中國國內始終不溫不火。

《金融時報》報導,儘管Airbnb一直受到前往海外的中國遊客歡迎,但中國國內遊客更傾向中國本土公司,「中國沒有接受Airbnb」。

Airbnb China
圖/ ifanr

OTA分析師周海濤持有類似的意見,「在中國國內民宿預訂行業中,綜合性旅行服務的途家、美團旗下的美團民宿、阿里系的小豬、木鳥處在第一梯隊。Airbnb的流量和訂單量不低,其主要業務在出境遊——比如外國人來中國旅遊選擇Airbnb的居多」。

規模和數量,也能側面說明問題。

在過去10年間,對標Airbnb的共享住宿模式,途家、小豬、螞蟻等中國國內共享住宿平台跑馬圈地。

其中,途家2016年先後收編了螞蟻短租、攜程、去哪兒等多個平台的短租業務後,在房源方面獲得了絕對性優勢。2020年12月,途家中國國內線上房源已超過230萬套。

Airbnb的中國國內房源遠沒有那麼多。Airbnb在中國大約有50多萬的活躍房源,相比之下,其全球活躍房源有600多萬。

此外,Airbnb在中國國內的普及率也不及美團民宿,後者作為超級應用,獲客成本往往比前者低得多。《紐約時報》報導稱,「超級應用」收取的手續費和平均每晚房費都更低。

一碼歸一碼,Airbnb本土營運能力不行,它仍然代表著我們對於民宿體驗的願景,這是C2C模式的另一面。

Sage雖然被惠州之旅狠狠傷到,但她覺得在正常的情況下,Airbnb的許多硬體設施比得上五星級酒店:

酒店是永遠穩定的,而Airbnb的民宿會更有趣,有的配備Jo Malone洗浴用品、Dyson電吹風還有投影機,有的是允許寵物同住,但價位又沒有那麼高。

Airbnb的「超讚房東」也較為可信,往往能提供很人情味的服務,分享本地哪裡有好吃的、哪裡倒垃圾更方便、哪裡可以運動……微博用戶赫赫因為一次「住得好,人也好」的旅遊經歷,從此愛上了杭州。

對於Sage來說,酒店和Airbnb民宿不一樣的地方在於,前者是做生意的,周邊商圈聚集,而Airbnb「讓人感覺在這個城市過日子,體驗沒有濾鏡的本地生活」。

專注於出境遊,講個性化的故事

簡言之,Airbnb在中國國內短租行業並非龍頭玩家,市場留給Airbnb的空間已經不多。出於實際考慮,放棄也是意料中事。

出境旅遊是一個更大的機會。 CNBC報導稱,Airbnb的海外業務和中國國內業務之間的重疊並不強烈。

Airbnb未來留在中國的團隊,將主要由參與全球產品和技術項目研發的工程師、負責Airbnb中國用戶出境遊的業務和客服團隊組成,在北京設立一個擁有數百名員工的辦公室。

Airbnb的主要優勢,還是在於其遍布世界各地的房源和體驗。

shutterstock_1042042036_travel.jpg
圖/ KAMONRAT via shutterstock

前段時間,Airbnb迎來「十年來最大更新」,其中一項是分類查找,劃分了50多個類別,不僅有鄉村民宿、臨湖等常規操作,還有葡萄園、歷史建築等更為個性的選擇。

Airbnb表示:「房客可以輕鬆探索2萬多處外觀極具個性、室內設計精美的房源,其中不乏法蘭克·洛伊·萊特、勒·柯比意等建築師的傑作。」

個性化的住宿體驗,依然是Airbnb想要講的故事;品質、獨特、體驗,是Airbnb想要強調的關鍵詞。

此前在中國國內也是一樣。 2018年11月,成都大熊貓繁育研究基地與Airbnb達成戰略合作,內容包括品牌共建、大熊貓文化推廣等;2021年4月,Airbnb與黃山市文化和旅遊局、脫口秀演員李雪琴合作,推出「體驗古村漫生活」活動。

但是Airbnb希望達成的品牌形象,和在中國國內的實際表現,並不是一回事。

知乎一名用戶指出,「Airbnb總體還是有些偏向國外思維,以學生、中高端用戶為主。可支撐美團和途家的,除了學生和中高端用戶,還有一大群普普通通、訂民宿像訂酒店一樣的住戶」。

道地、小眾、原汁原味的民宿和旅行體驗,仍然為我們所期待,但中國國內的民宿故事,不再由Airbnb執筆了。

本文授權轉載自:愛范兒 ifanr

責任編輯:傅珮晴、吳秀樺

關鍵字: #旅遊網站 #Airbnb
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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