Booking.com CEO 谈 AI 时代：没有护城河，只有每天的战斗

核心要点

• 没有护城河：Fogel 反复对 25,000 名员工强调，不存在任何能永久抵御创新的护城河，今天的竞争优势明天就可能消失，唯一的长期取胜之道是不断开发新服务、新做法。
• 规模是被低估资产：去年撮合 860 亿美元旅行、超 10 亿间夜；2025 年底有 860 万套非酒店房源，全球体量已达 Airbnb 约四分之三，且过去 5 年在非标住宿增速快于 Airbnb。
• Penny 增长翻倍：Priceline 的 agentic 工具 Penny 采用率过去几个月每月翻一番，带来转化率提升、更快搜索路径、更低取消率，但绝对量仍小，尚未显著体现在整体数字上。
• 成本与 ROI 待解：客服每次联系成本已下降约 10%、满意度上升，但每次 AI 行程的 token 成本、长期用户 LTV、忠诚度提升多少仍是未知数，需持续测算并选对模型。
• 现金三分法：先看再投资 ROI 是否足够，再看收购，两者都不行就还给股东；过去约 12 年回购了约 40% 流通股，Q1 回购等返还创纪录约 40 亿美元。
• 监管才是壁垒：旅游业在全球高度且日益加强的监管下，要做 merchant of record 须遵守大量规则，只有大规模玩家才承担得起，外来者常严重低估这一复杂度。
• 就业冲击在于速度：技术替代岗位历来如此，真正问题是岗位消失与新岗位创造的速率不匹配，以及 50 多岁卡车司机等无法转型者的困境。

章节时间轴

• 0:47 嘉宾介绍与公司沿革 — Booking Holdings 从几亿美元的 Priceline 成长为千亿巨头的背景。
• 1:32 Fogel 的曲折职业史 — 从 IBM 磁带操作员、被裁投行家、写小说到交易员。
• 5:22 加入 Priceline 的时机 — 2000 年 NASDAQ 见顶前一周入职，见证市值从 300 亿跌到几亿。
• 6:54 一千倍的旅程 — 反向拆股后 6 美元，去年逼近 6000 美元。
• 7:00 AI 浪潮 vs 互联网泡沫 — 1500 家上市公司仅存两打的历史对照。
• 11:32 旅游与 AI 的视角 — OpenAI 取消 ChatGPT 结账功能，Booking 当日涨 8%。
• 15:23 Agent 与旅行的未来 — 复杂家庭行程规划的痛点与个性化 agent 愿景。
• 17:20 亲测 Penny 规划欧洲行 — 里程还是现金、两个舱位、落地城市住宿的真实案例。
• 19:16 Penny 的规模与成本经济学 — 增长翻倍但绝对量小，token 经济与 ROI 测算。
• 21:35 AI 客服与人的平衡 — 成本降 10%、满意度升，但部分客户仍需要真人。
• 23:07 现金分配哲学 — 再投资、收购与股东回报的三分法。
• 26:12 规模与监管作为护城河 — 860 万房源、全球监管复杂度与「没有护城河」。
• 30:03 人生与选择 — 「明智地选择」，只有一次人生的反思。
• 33:58 AI 对就业的冲击 — 翻译岗消失的真实案例与转型速度的忧虑。

详细内容

一、从磁带操作员到千亿掌舵者：一段极不线性的职业史

Fogel 的起点几乎与互联网无关。Wharton 金融毕业后，他进了后台 MIS，第一份工作是在 IBM 数据中心里把磁带装上驱动器、当大型机操作员——「大学里完全没为这个做过准备」1:32。他很快意识到这不是自己的路，转去读了 Harvard 法学院，进华尔街做投行，直到 1995 年所在的银行被收购，「他们裁掉了几乎所有 banker，包括我」2:19。

被裁这件事成了他反复咀嚼的教训。他强调自己因此真正理解了「当你告诉对方这里已经没有你的位置时，对方心里在经历什么」3:06，这塑造了他日后处理裁员方式的底线。紧接着父亲去世、失业、祖母去世、连狗都死了，30 出头的他孤身一人开始写小说。小说没能出版，但他通过相亲认识了曾在 Random House 做编辑的妻子 Amy，也是 Amy 一句「这段关系要走下去，你得找份工作」3:52 把他推回职场。

一位法学院朋友在 Morgan Stanley 给了他一个交易岗，他给传奇人物 Barton Biggs 当过首席交易员，但始终不喜欢。直到 90 年代末互联网爆发，他凭 IT 背景加公司发展经验，面试了当时东海岸唯一像样的互联网公司 Priceline。这条路径本身就是他后面「明智地选择」这一人生观的注脚。

二、见证泡沫：一千倍背后的九个月归零

Fogel 的入职时机堪称「反向指标教科书」。他坚持要等 2000 年 2 月底的 1999 年度奖金到手才入职，结果领完奖金准备上班那周，正是 NASDAQ 见顶之时——「等于在见顶前一周做多了互联网」5:22，他自嘲这证明了自己不该做交易员。

数字极端：Priceline 上市一周市值曾达 300 亿美元（「那时候 300 亿是真金白银」），他加入时已跌到约 150 亿，而入职后九个月，市值跌到仅几亿美元，股价跌破 1 美元，公司做了反向拆股避免退市，股价变成 6 美元 6:08。他留了下来，如今第 27 年。去年夏天股价一度逼近 6000 美元，「一个多世纪的四分之一里涨了一千倍」，市值峰值约 1800 亿 6:54。

这段亲历让他对 AI 与互联网泡沫的对照格外有底气。主持人指出 1999 年约 450 家、2000 年头几个月又约 450 家公司上市，加上之前约 500 家，共约 1500 家「最强或被认为最强」的公司，如今顶多剩两打 8:26。Fogel 拒绝预测这次成功失败的比率，但把它放进更长的历史：过去 150 年一直有这类投机潮，从加州淘金热（「卖斧头和锤子的公司想必也不少」）到底特律汽车热 9:13。他的判断是：一定会有大量人赔大钱，这是经济运作的本质，但这不意味着其中没有真正伟大的公司。

三、旅游与 AI：不要过度解读 OpenAI 的进退

关于 OpenAI 在 ChatGPT 里推出又取消旅行结账功能、Booking 当日涨 8% 这件事，Fogel 先做了「祛魅」。他指出很多外部人对行业不够了解，从外面看「AI 会搞定旅行、所有旅行公司都会一文不值」显得很容易，所以新模型被认为有更好的 agentic commerce 方式时，Booking 这类公司就挨了一记 12:17；而当 OpenAI 宣布不做 merchant of record、不在 app 里做这类商务时，市场情绪又反转。他的态度是：这一进一退「哪个方向都别过度解读」13:49。

他把问题拉回商业本质：企业的目的是为客户创造价值。Booking 有两类客户——travelers 和 partners，自己处在这个 marketplace 中间。AI（尤其是 LLM）是让它更容易、更便宜、更好地完成使命的强大工具，能帮旅客更快拿到所需信息、也惠及合作伙伴 13:04。

主持人补充了自己在硅谷的观察：这里的人非常「AGI pilled」，而现实是有些场景 AI 会快速兑现、有些更慢、有些不会，类似加密货币曾被认为能解决一切、最终只在稳定币等特定金融环节有价值 13:49。他抛出核心问题：UI 形态是否会因 agent 代替用户执行交易而改变，这对 Booking 意味着什么。

四、Agent 的真正价值：把复杂行程的痛点消灭掉

Fogel 的回答从用户痛点切入：复杂的多目的地家庭旅行规划极其痛苦，很多人规划到一半就放弃，因为太麻烦，人人都希望别人替自己做——这正是富人雇人类旅行管家的原因，稍逊一档的人则让伴侣代劳 15:23。他坦率自曝：自己和妻子有时会争论「这趟谁来做行程规划」16:09。

他对 agent 的期待很高：机器永不遗忘、能在海量排列组合里快速搜索、走到死路能回退再来，且用户始终保有 agency（自己拍板或至少确认）。他区分了两种场景——复杂旅行需要用户参与决策，而商务人士「纽约到芝加哥」这类简单需求则可以让 agent 像人类助理一样直接搞定 16:54。

最有说服力的是他的亲测案例 17:43：前几晚他用 Priceline 的 Penny 规划了一个极复杂的家庭欧洲行——他和妻子坐前舱、成年子女（他买单所以让他们坐后舱）另开一个舱位；一人要去另一座城市；落地城市不是目的地城市，要决定当晚走还是次日走、住哪、吃什么。他还加了一句「我有很多常旅客里程，该用里程还是现金、用在哪一段」。Penny 来回追问「你每家航司各有多少里程」，最终方案是：他和妻子的前舱用里程、孩子的机票付现金、当晚住落地城市、次日再走 18:30。

他强调 agent 的终极价值在于出问题时——旅行像多米诺骨牌，天气、机械故障一环倒全环倒，你需要一个能修好一切的单一联系点。他的目标是让系统能在问题发生前就预测并主动建议修改 19:16。

五、规模、成本与现金：CEO 的冷静账本

面对 Penny「每月翻倍、提升转化、降低取消率」的亮眼数据 19:16，Fogel 主动泼冷水：这些还没在整体数字里显现，因为绝对量仍很小——公司去年撮合 860 亿美元旅行、超 10 亿间夜，Penny 目前还没被全力推广 20:03。

他真正在意的是成本与回报的未知数 20:49：一次 AI 行程消耗多少 token、来回多少次、单次成本多少、ROI 如何、用户是否回头、忠诚度提升多少、能提升多少——这些都还不清楚，需要持续测算。由此引出 token 经济学：不同模型价格差异很大，该在什么场景用哪个模型是必须紧盯的问题。

客服是已见成效的领域：AI 接起更快，不用在高峰期排队，也不会出现「转人工后还要再等另一个人」的痛苦 21:35。他给出的数字是每次联系（per contact）成本下降约 10%、满意度上升 22:21，但反复强调平衡——有些客户就是想跟真人说话，「归根到底永远是什么对客户最好」22:21。

在现金分配上，他给出清晰的三分法 23:07：先判断再投资能否带来足够正 ROI，其次看收购，两者都不行就把钱还给股东，「因为他们能比你投得更好」。今年投入约 7 亿美元（高于此前提到的 5.5 亿）用于多个领域而非单一 AI 23:54。他特别自豪过去约 12 年回购了约 40% 流通股；第四季度回购 36 亿美元股票、派息超 3 亿、再加约 3 亿代付股权激励归属税款 24:40。这套「不该由自己用的钱就还回去」的信念，来自他的投行与交易背景，他厌恶公司囤积大量现金却不作为、不返还股东 25:26。

六、护城河、规模与监管：真正的壁垒在哪

被问及哪些资产在 AI 时代特别持久时，Fogel 先纠正一个美国人常见的误解：非标住宿领域大家只想到早早投入的 Airbnb，但从全球房源量看，Booking 与 Airbnb 差距并不大；若看总交易量、总间夜，Booking 约为 Airbnb 的四分之三，且这还只是非标部分，上面还叠着大得多的酒店业务；过去 5 年 Booking 在非标住宿的 like-to-like 增速快于 Airbnb 26:57。2025 年底非标房源达 860 万套 26:12。

但他随即抛出全场最锋利的观点：「没有护城河，不存在任何能保护你免受创新冲击的东西」27:44。他对 25,000 名员工的要求是「每天都要战斗」，今天的优势明天可能消失，唯一长期取胜之道是不断开发新服务、做出他心心念念的通用 agentic 旅行助手。

那么规模到底给了什么优势？他给出两点外部人常低估的复杂度 28:29：其一，合作伙伴侧不是「把库存导进数据库」那么简单——Booking 有数千人在服务酒店和房东，帮他们把生意做得更好、找到更多需求、解决痛点，这远比外人想象的复杂。其二，也是最被忽视的：全球旅游业受到高度且日益加强的监管 29:16。虽不像银行、航空、制药那么极端，但要做 merchant of record 就得遵守大量规则，且全球（远甚于美国）的监管在增加。只有具备规模的玩家才承担得起这些成本。他的结论直白：「如果你以为进来就能把这些大玩家掀翻，我劝你在投入资本前真正搞懂这门生意」30:03。

七、人生的度量与 AI 就业冲击：他真正的忧虑

访谈后半转向更宏大的话题。Fogel 说自己很幸运、基本能做想做的事，之所以继续做是因为「这是在做好事」——虽然「我们不是在治愈癌症」，但旅行对很多人意义重大，公司的使命是「让每个人更容易体验世界」，他相信这能让人们体验其他文化、改善世界 31:37。他反复回到「只有一次人生」的主题：有些人没有选择余地（只有一份工作要养家），但对有选择余地的人，「明智地选择，因为那段时间你拿不回来」32:24。他最大的恐惧是看到很多人（包括一些法学院同学）只因「这是常规路径」而走上一条路，中年后追悔「当初要是做了 X 就好了」33:10。

在 AI 就业冲击上，他的分析比一般乐观论更细。技术替代岗位历来如此（农业社会走向城市化、工业革命），真正关键是变化的速度 33:58。他用亲历的真实案例 34:44：2000 年代中期 Booking.com 用 40 多种语言做酒店预订，所有内容、描述、客服翻译都靠真人完成，是件大事；如今有了机器翻译，「那些岗位全没了，一个人都不剩」35:30。他追问：这些人去哪了、现在做什么。

他承认历史上新岗位会被创造出来，但两点让他担忧 36:18：一是岗位消失与新岗位创造的速率大概率不匹配；二是那些无法完成转型的人——他常想到一个 50 多岁、开 18 轮大卡车、曾为自己的贡献感到自豪的司机，一旦完全自动化会怎样，社会史上这类强制性错位曾引发严重问题 37:04。

他给出的应对不是空谈：Booking 自己每天在和 CHRO 讨论如何 upskilling、如何让员工「AI literate」37:04，即便最终无法留用或转岗，至少让他们在别处更有竞争力，他对此有真实的责任感 37:51。他对政府项目持保留态度——过去 50 年政府再培训成效并不好。他真正担忧的是：如果人们因恐惧而开始排斥技术，对社会是坏事，而「中国不会有『AI 不好、不该做』这种事，那样我们会处于劣势」38:36。主持人补充了一项被反复重跑的消费者调查发现：人们对 AI 的态度完全取决于问法——问「你爱用 ChatGPT/Gemini/Claude 吗」，答案是热爱且愿多付费；问「你担心 AI 毁掉你的生活、抢走工作吗」，答案则是负面 39:22。两人共识是要保持冷静、诚实地讨论各经济领域的真实影响，而非纯粹的 doomer 或全盘否定。Fogel 最后点出民主制度下的一个隐忧：有些人说某些话不是因为真信，而是因为「能给他们拉票」40:08。

金句

不存在护城河。不存在任何能让你免受创新冲击的东西。今天我们在某些领域确实有竞争优势，但那些优势明天就可能消失。 —— Glenn Fogel 27:44

如果你以为进来就能把这些非常大的玩家掀翻，我劝你在决定投入资本之前，真正搞懂这门生意是什么。 —— Glenn Fogel 30:03

明智地选择，因为你不会再拿回那段时间。 —— Glenn Fogel 33:10

那些岗位全没了，一个人都不剩——所有这些人都去哪了？他们现在做什么工作？ —— Glenn Fogel 35:30

我向你保证，在中国他们不会说「AI 不好、我们不该做它」，那不是那里正在发生的事。 —— Glenn Fogel 38:36

我必须每天为一个客户而战。 —— Glenn Fogel 6:54

提到的书·产品·人物

• Glenn Fogel（人物）：Booking Holdings CEO，本期嘉宾，公司 27 年老将。
• Booking Holdings（公司）：市值一度超 1800 亿美元的全球旅游巨头，旗下含 Booking.com、Priceline 等。
• Priceline（公司）：Fogel 2000 年加入时的公司，经历市值从 300 亿到几亿的暴跌。
• Booking.com（产品/公司）：Booking Holdings 收购的核心品牌，早期用 40 多种语言做酒店预订。
• Penny（产品）：Priceline 的 agentic AI 旅行助手，采用率每月翻倍，Fogel 亲测规划复杂家庭行程。
• Airbnb（公司）：非标住宿早期投入者，Booking 全球体量约为其四分之三。
• OpenAI（公司）：传闻营收 run rate 300–500 亿美元；曾在 ChatGPT 推出又取消旅行结账功能。
• Anthropic（公司）：与 OpenAI 并列，传闻营收 run rate 300–500 亿美元；旗下 Claude 被提及。
• Claude / ChatGPT / Gemini（产品）：消费者调查中被提及的主流 AI 产品。
• Google（公司）：与 OpenAI、Anthropic 并列的提供 agentic 系统的大平台。
• Decagon（公司）：做客服 agent 的公司，被举为 agentic work 的例子。
• Codex / Claude co-work（产品）：被提及的 agentic 编程/协作工具。
• Morgan Stanley（公司）：Fogel 曾任交易员之处。
• Barton Biggs（人物）：华尔街传奇，Fogel 曾为其担任首席交易员。
• Random House（公司）：Fogel 妻子曾任编辑的出版社。
• Wharton / Harvard Law School（机构）：Fogel 的教育背景。
• IBM（公司）：Fogel 职业起点，做大型机磁带操作员。

适合谁听

关注 AI 如何重塑真实规模化业务的创业者、投资人，以及想听一位历经两轮泡沫的 CEO 冷静谈护城河、监管与就业冲击的读者。