Travel Through the Lens of AI with with Booking.com CEO Glenn Fogel

根本不存在所谓的 moat（护城河）。也不存在什么能让你免受 innovation（创新）冲击的地方。今天，我们在某些领域确实有竞争优势。绝对有。但这些优势明天就可能消失。

唯一能长期胜出的办法，就是持续开发新的服务、新的做事方式。我们怎样才能把你的业务做得更好？你需要什么？你在哪些地方需要更多需求？你又在哪些地方正承受压力？

这件事要复杂得多。复杂得多。如果你觉得自己只要进来做这个业务，就能把这些体量巨大的玩家击败，我会说，在你决定投入资本之前，你真的应该先搞清楚这个行业到底是什么样的。

今天在 our priors 节目里，我们邀请到了 Booking Holdings 的 CEO Glenn Fogel。Glenn 在这家公司已经有二十多年资历，他在 2000 年加入时，公司还只是 Priceline，市值只有几亿美元；此后，他帮助公司成长为一家市值超过 1000 亿美元的企业，并在旅游领域拥有多个庞大资产，如今这些资产也正在 AI 时代被加以利用。我们会和 Glenn 讨论很多话题，涵盖 booking 这些年来的增长与变化，以及他自己的职业经历和对 AI 的看法。所以，Glenn，非常感谢你今天来到节目。

好的，非常感谢你们邀请我。

是的。你的职业经历真的很有意思。你上过 Wharton，也读过 Harvard Law。一路上，你还曾在 Morgan Stanley 的 MIS 项目里工作过。我很想先听你讲讲自己早期的背景，以及这些经历最终是如何把你带到 booking.com，再到 Booking Holdings 的。

当然，可以。简单说一下，我最初从 Green Finance 的工作出来，后来进了 MIS 的后台部门。我的第一份工作，是在一个装满 IBM 3084 的 data center（数据中心）里，把磁带装到驱动器上，处理那些磁盘和磁带机，就是把磁带放到驱动器上。我的起点就是这样。

那是一份 operator（操作员）的工作。实际上，做 mainframe（大型机）操作员是非常不一样的。大学里可没有什么课程会为这种工作做好准备。后来我又成了 developer（开发人员），但我基本上意识到，这不是适合我的职业道路，我应该去做别的事。

我认识的所有人，不管是本科同学还是什么的，都跑去 investment bank，上班赚了很多钱，我当时想，靠。我也想试着走那条路，但你已经没法回头了。我当时已经沿着一条岔路走下去了，不能随便跳出去就变成一个 investment banker。所以我想，哦，我本来就对 finance 感兴趣，而 Harvard 也录了我进 law school，那我就走这条路吧，这也是另一条路径。我后来确实这么做了，最后还真在 Wall Street 找到了一份 banker 的工作。

我一直干到 '95，也就是 1995 年。后来那家 bank 被另一家 bank 收购了，他们几乎把所有 banker 都裁了，也不是每一家 bank，都裁了大多数人，包括我，不过也不是所有人都被裁了。就是说，他们裁了很多人，但没裁光。所以确实还是有一些人被挑出来留下了。

我不在那些人里面。这感觉可真糟。不过这其实也是个很好的教训：被裁过、知道那是什么滋味，这件事我后来整个职业生涯里一直都记着，记着该怎么把这件事做对，怎么做错，也更明白当你对别人说“很抱歉，但这里已经没有你的位置了，这里不再适合你待下去”时，对方心里会经历什么。我是真正在桌子那一边亲身学到这一课的。所以现在，我失业了。

而且就在这件事发生前不久，我父亲刚去世。我父亲去世了，我又丢了工作，我祖母也去世了，然后连狗也死了，这就挺让人难过的。我当时就想，我现在到底想拿自己的人生怎么办？我才三十出头，一个人，心里想着，唉，随便吧，之类的。

我就想，你知道吗，我一直都想写一本书。于是我开始写书，写了一部小说，把它写完了，然后我就打算试着把它出版。那时候其实也不是 self-publishing（自助出版）那一套，你不是自己单干。你得想办法让某个 agent（出版经纪人）愿意接手。

后来有人给我介绍了一个女人，算是 blind date（相亲）对象，后来成了女朋友。我记得她好像是 lawyer，不过抱歉，我也不太确定。别人跟我说，她以前在 Random House 做 editor。我就说，哦，我对你是怎么做这行的很感兴趣。于是我们去约会了，而那本书最终并没有出版。

不过我最后确实娶了她，有了两个很棒的孩子，过上了很美好的生活。但当时我还在想办法让某个 agent 对那本书产生兴趣，后来她跟我说，你知道，如果这段关系还要继续下去，你就该找份工作了。我说，见鬼。还真是，我是该找工作了。我又不想回 banking。

我就说，我也不知道。然后我有个 law school 的朋友，当时在 Morgan Stanley 算是比较高层的人。我跟他说，你看，Amy 说我得找份工作了。你觉得呢？

她说，嗯，我们这里有个 trading 的职位你可以做。我这辈子从来没做过任何交易。他说，别担心，你会没事的。我当时就想，行吧。

后来我就成了一个叫 Barton Bay 的人的 head trader。他算是 Wall Street 的传奇人物之类的。我做了好多年，但我就是不喜欢。这倒不是说有多糟，只是它不适合我。也就在那时，Internet 真正开始起飞，迎来了第一次真正的爆发。

你知道，就是 Internet boom。那是 90 年代末。所以到 1999 年，我开始试着去面试，我想，嗯，我还是有一些技能的。我以前做过 IT，这方面的能力还在。而且因为做 trusted banker，我也懂一点 corporate development，于是我开始去面试。当时 East Coast 在 Internet 相关能力方面，真正像样的公司基本只有 Priceline。

他们正好有一个 corporate development 的职位，简直完美。所以我拿到了他们的 offer，但我说，想再等等。我要等拿到 1999 年的 bonus，到 2000 年 2 月发下来再说。于是我去把 bonus check 领了出来，准备开始上班，而那当然也正是 Nasdaq 见顶的时候。

结果就是，我在 Nasdaq 见顶并停住的前一周做多了 Internet。这也再次证明了我确实不该当 trader，因为我又一次做反了方向。然后，Priceline 在那之后也遇到了困难。我们 IPO 的时候，上市后一周左右，市值达到过 30,000,000,000，当年这可是真正的大钱，在那个时候是很有分量的数字。

等我加入的时候，是在 IPO 之后几个月。我加入时，公司市值大概已经跌了 15,000,000,000。那时候大概是 2000 年 2、3 月。到九个月后，我们的 market cap（市值）就只剩下几亿了。

哇。

而我们的股价这时已经跌到每股 1 美元。因为跌破 1 美元，我们眼看就要被摘牌了。但还是撑了下来。我们做了 reverse split（反向拆股），确保自己不会被摘牌。于是股价变成了每股 6 美元。

我留了下来，到现在已经是我在那里的第 27 年了。哇。而我们也从那次 reverse split 之后的 6 美元，到了去年夏天一度非常接近 6,000 美元。所以在这，嗯，超过四分之一个世纪的时间里，涨了 1,000 倍。

而且，你知道，market cap（市值）当时的峰值大约在 180,000,000,000。要记住，起点其实只是几亿。

对。很惊人。

到目前为止，这一路走来都很不错，但当然，你永远不会停下。每天都是一次新的冒险。每天都会有大新闻登上 Feet。我之前接受他们采访时说过：你必须每天都去为一个客户而战。

你怎么看待那个 Internet 时代带来的经验教训，以及它们和当前这波 AI 浪潮之间的关系？因为我们现在看到 market cap 正在发生这种巨大的转移。

你会觉得这就像一次新事物的大爆发，好像这些东西会覆盖一切，就像在九十年代末那样。那种对技术的乐观情绪。我当时觉得一切都会非常美好。但随后也会出现一点 backlash（反弹、反噬）；那时候也是这样。现在我想，只不过这一切比当年更大了。

数字大得多。眼前的问题也大得多，pluses 和 minuses（利与弊）都更大。不过，我确实看到了很多相似之处。

对。因为，你知道，我现在看这个领域时，有些公司显然已经拥有极其庞大的 revenue base（营收基础）。你知道，传闻 OpenAI 和 Anthropic 各自的 revenue run rate（年化营收运行率）都达到了 30,000,000,000 到 50,000,000,000 美元。与此同时，我们也看到一些估值高得惊人的公司，10,000,000,000 之类，但它们甚至未必已经有收入。如果你回看 Internet 时代，我记得大概是 1999 年有四百五十家公司上市，2000 年最初几个月又有四百五十家上市，也许在那之前还有五百家公司上市。

所以你总共有 1,500 家公司，而其中最后剩下来的，最多也就两打左右？也许吧。其余那 1,480 家都消失了。所以你觉得，同样的事情也会发生在这批 AI 公司身上吗？你觉得会不会出现什么不同？

比如说，那些顺便说一下并不是 IPO。那些是最强、或者被认为最强的公司。对吧？

对。嗯，我我我甚至不想去猜，这一轮成功与失败的比例，相比那一轮、或者相比任何一次经历过巨大繁荣的时期，会是什么样。你知道，如果回看过去一百五十年，这种事情总会周期性地再次出现。对。投机性繁荣会带来惊人的创新，资金和人才都会一起涌入。

我的意思是，California，你知道，fourty-niners 那会儿，大家都往山里跑去淘金，觉得金子简直要像下雨一样掉下来。我敢肯定，当时有很多公司在卖斧头和锤子。

对。汽车繁荣也是一样。我们已经看到过

这个了。没错。到底会有多少家——所以我不知道，但这并不新鲜。也会有大量失望的情况出现。当然，会有很多人亏很多钱。这就是我们经济运行方式的本质。

当市场处在投机泡沫里时，它会把一切都抬高，但这并不意味着没有很多公司会创造出真正的价值。

你觉得，作为一个经营公司的 founder（创始人）或者 CEO，应该如何决定是继续做下去，还是卖掉公司？这有点像，当年 Priceline 价值几亿美元，而当时做出的决定是，无论如何都要继续做下去。至于当时在 exit（退出）方面是不是有别的选择，我并不知道。但在今天这个时代，exit 方面的选择相当多。

人们是否应该主要考虑退出？

你现在是这么认为的吗？

你觉得他们应该继续做下去吗？

对，我觉得这是对的。在不了解那个具体情境事实的前提下，我不认为我们能给出一个通用规则。顺便说一句，今天早些时候也有一些时候，如果有人提出 offer（报价），price 本来是会乐意接受的。我的意思是，你看。

对，对。Offer（报价）。这在很大程度上取决于具体是什么情况，management（管理层）和投入资金的人对“是否会出现一个 vulture（秃鹫式收购者/趁火打劫者）”到底有多大信心，以及你有多担心？你真正想做的是什么？

你是在试图完成某件事吗？目标是真正做出一些重要的东西，还是你只是来赚钱的？这也没什么不对。我并不反对。所以你得明白，你的动机是什么？

你想实现什么？平均来说，我不知道——如果你是 American male，姑且这么说吧，因为我记得我看过的是这个数据——你出生时的预期寿命是 78 岁。当然，你活得越久，预期寿命就会越高。不管具体是多少，你打算怎样度过这些岁月？

对你来说什么是重要的？你想做什么？这件事的意义是什么？至于那些真正身处这些情境中的人，我会把判断留给他们。我不会——我不会给他们任何泛泛而谈的建议。

有道理。所以，说回 booking。你知道，你们显然高度依赖的类别之一就是 travel（旅行）。而有不少下一代的 AI 公司已经开始尝试一些东西，比如 OpenAI 曾推出 checkout 和 ChatGPT，你知道，其中一个主要 use case（使用场景）就是 travel，后来他们又取消了那个功能。我记得当时，booking 因为这条消息上涨了 8%。

你觉得那里哪些地方没有奏效？你觉得人们应该如何从 AI 的视角来看待旅行这件事？

所以我觉得我们应该先稍微往回退一步，这样大家都能明白这里到底在发生什么。任何一种情况下，都会有一些人对这个行业并没有那么了解，或者并不了解这个业务实际上是如何运作的。所以从外部看起来，这件事似乎相当容易——哦，这很简单，AI 会接管旅行业，所有旅游公司都会变得不再有价值，不值钱了。也正因为如此，像我们这样的公司在一些新模型发布后遭受了很大冲击，因为在当时人们看来，那些模型在 commerce 中做 agent 这件事上有了更好的方式。

然后当人们开始做分析时，就会说，哦，事情不会那样发展。比如当 OpenAI 说，我们不打算成为 merchant of record（交易记录上的法定商户），也不打算继续采用这种在 app 里完成 commerce 的方式，我们不做这个。然后人们就会说，哦，好吧，我之前判断错了，我没必要那么担心了。于是风向又翻到了另一边。

事实是，我们看待 AI 的方式是：它是一个极其有益的工具，也是一种能让我们更容易——希望也更便宜——并且更好地完成我们使命、服务客户的方法。所有 business 的根本是什么？business 的目的是为客户做有价值的事情。我们有两类客户。

我们有 travelers，也有 partners。作为一个 marketplace（平台型市场），我们处在这两者中间。我们怎样才能做得更好？AI，尤其是使用 large language models（大语言模型）之类技术的 AI，可以帮助把这件事变成一种更有价值的方式，让 travelers 获得他们为完成自己想做的事所需要的信息，同时也让我们的 partners 受益。这才是关键。

至于 chat TV 这个想法，就是说不再只有一种方式来告诉我怎么做——我的意思是，我不会对这件事朝任何一个方向作过度解读。嗯。

对，这说得通。你知道，这很有意思，因为我身处 Silicon Valley，这里的人对 AGI 非常上头。对吧？人们强烈相信 AI 会推动各种各样的事情，而在某些情况下，确实会。

而在另一些情况下，它会花更长时间；还有一些情况下，它根本不会发生。这有点让我想起 crypto——当时大家觉得 crypto 会解决一切问题，结果并没有，但它在金融体系的某些方面又确实非常重要。我认为 stablecoins 和其他一些东西在那里正变得越来越可行。而在 AI 这边，很多人真正正在转向的是更偏 agentic 的工作方式，比如像 Decagon 这样的公司，用 agents 来做 customer support。

但同时，也包括像 OpenAI、Anthropic、Google 等这样的大型平台，它们正在提供越来越多自主驱动的系统、codecs、Cloud Cowork，或者说，Gemini 正在做的一些事情。人们提出的一个观点是，UI（用户界面）的本质将会改变，你将会有 agent（智能代理）代表你去完成交易、帮你寻找比如旅行这样的事项、为你规划旅行行程，或者购买旅行中实际涉及的不同环节。A，你认为这是一种对世界的正确判断吗？以及，B，你认为——或者你如何看待——这会如何与 booking 以及你们所提供的服务发生互动？

所以，还是那句话，我们想把这件事归结为理解客户到底想要什么。很多人在旅行这件事上会感到非常沮丧。我知道这一点。要出行的人会觉得这非常令人挫败。比如说，要和家人一起安排一次复杂的旅行，涉及多个目的地、你还想做各种不同的事情。

这很复杂。这很痛苦。你开始规划，然后又停下来，因为实在太折磨人了。而且每个人想要的东西都不一样。很多人会希望有别的东西替他们把这件事做掉。

事实上，这就是为什么你会发现，非常富有的人会有 travel concierge（旅行礼宾）人员，这些都是真正的人，他们非常了解那位客户的需求，知道他们真正喜欢什么、不喜欢什么，并且会替他们做掉很多繁重的工作。没那么富有的人呢，通常就会有——比如伴侣或者配偶——试着替他们处理这些事。我完全坦白地说，我这是在自曝其短，但我还是要这么说。

好吧？我和我妻子有时候会为这个争论：好吧，这次旅行到底谁来做所有的行程规划？因为这件事确实会让人很沮丧，诸如此类。现在有了 AI（人工智能），美妙之处就在于，它会让这件事变得容易得多，而且它现在已经在这么做了。

我们现在就在这么做。我们就用那个通用术语吧，就叫它 agent（智能代理）。所以我非常期待，直到我们——Booking Holdings 及旗下各家公司——推出这些个性化 agent：它们了解关于你的一切，了解你想要的一切，并且能为你做的事情会比任何人类旅行代理都多得多，因为机器什么都不会忘记。机器拥有近乎无限的 permutation（组合变化）能力。

它可以快速浏览并选择什么才是最好的方案，它也可以往下钻再退回来。这个不行。为什么？这个不太匹配。然后再带着结果返回给你。

当然，人们总还是希望保有一些 agency（自主决定权），所以最终还是由他们自己做决定，或者至少确认他们想要这个结果。大多数人在大多数情况下，并不是那种特别复杂的情形。他们会希望系统替他们复核、帮他们检查，诸如此类。这和比如一个商务人士说“我得从 New York 去 Chicago”是不一样的。然后你知道，现在是你的 assistant（助理）、你的人类助理，在替你处理这件事。这就像是一个 agent 在替你做这件事。

它知道你需要什么航班之类的一切。这很棒，没错。但当情况变复杂时，你会希望有那种 agency（自主处理能力）。所以我们 Booking Holdings 旗下所有公司现在都在做这件事。

事实上，如果你去用 Penny，也就是 Priceline 的 agentic AI system（智能体式 AI 系统）——我前几天晚上刚试过。我输入了一个非常复杂的家庭旅行需求：我和我妻子想坐在“巴士前面”，而那些已经是成年人、但自己并不这么觉得的年轻人，我想让他们坐在“巴士后面”。他们现在正开始独立。

所以现在我需要订两个 cabins（舱位/住宿单元）了。而且其中有一个人还得返回另一个城市。我们要去 Europe，要去一座城市，但我们实际并不是从落地的那座城市开始这趟行程。

那我们到了之后该怎么走？我们是应该先住在落地城市的 hotel（酒店），然后第二天再去另一座城市，还是当晚就过去？我们该怎么安排？餐厅选什么？所有这些事情。

我就在 Priceline 的 Penny 上这么做了，结果非常惊艳。我还补充了别的信息。我告诉它，顺便说一下，我有很多 frequent flyer miles（常旅客里程）。那我应该用里程，还是该用现金？分别在哪些航段上用更合适？它来回和我交流的方式非常漂亮，还会问我问题，比如：你提供的这些 airline（航空公司）里，你在每家各有多少里程？

然后我们就继续梳理航班部分，以及各项费用。顺便说一下，结果和我原先猜的一样：我和我妻子去程前段用里程；孩子们的航班我们付现金。我们会先住在落地城市的 hotel，第二天再去租一辆车。

太棒了，真的太棒了。而且这正是我们更想做到的事。真正重要的一点是：当事情出错的时候——而旅行中事情确实会出错，而且很多时候并不是任何人的错，可能是天气、机械故障，这种事就是会发生。

对吧？你会希望有那一个 point of contact（统一对接点）能处理一切，因为旅行就像多米诺骨牌。一件事倒下，后面就会开始全都跟着倒。这正是 AI 的美妙之处：它能够推演、能够提前看见接下来会发生什么。我们能做什么？

我的目标是建立这样一个系统：在问题发生之前，我们就能足够准确地预测问题会是什么，并建议做出调整。对此我有很多例子，但我看得到未来。

我想从一个比较通用的层面来问，因为你们团队在我们之前的一次通话里提到，Penny adoption——也就是你们为 Priceline 构建的这个 agentic tool——在过去几个月里每个月都翻倍增长。而且它带来了 conversion（转化率）提升、更快的搜索、更短的预订路径、更低的取消率，以及更高的客户成功率。所以看起来它正以一些非常有意思的方式发挥作用。你认为，对 Penny 来说，最常见的是不是有一组共通的 use case（使用场景）？还有没有一些它目前做得不太好的具体事情，只是需要底层 model（模型）进一步变强才能解决？

不过我还是有点好奇。

嗯，实际上，我们确实有一些领域正在围绕它推出新东西，但这里有一点非常重要。所以当你问我这些问题、当你说这东西很棒时，你同时也在告诉我，它似乎还没有真正对数据指标产生太大影响。它现在在数字上确实还不太明显，因为从绝对数量来看，它仍然非常非常小。我们得谈 scale（规模）才行。你知道，去年我们做了价值 $186,000,000,000 的旅游业务。

那可是一大笔旅游业务。你不会轻易做到超过十亿个 room nights（间夜）。所以从实际数字来看，为什么会这样？嗯，部分原因是我们还没有真正全力去推它。我一直想思考的一个问题是：这件事的成本到底是多少？

而这一点并不那么容易搞清楚。成本到底是什么？运行它的开发成本是多少？我们消耗了多少 token（令牌）？消耗发生在哪里？

在哪里？在哪里？它们来来回回了多少次，或者都做了什么？告诉我，我们为那个人拿下那趟行程的成本到底是多少，以及我们的 ROI（投资回报率）会是多少。然后下一个问题是，长期回报又是什么？

这是否意味着 lifetime value（生命周期价值）？他们会回来吗？loyalty（忠诚度）会上升吗，还是什么？会增加多少？而且它会变化吗？

这些是我们目前还不知道、但将来必须去做的事情。我们需要继续开发（develop），直到弄清楚为止。顺便说一句，现在整个 token economics（token 经济学）这件事，到底该用哪种模型？分别适用于什么目的？又该在什么时候用？

还有这些事情。你知道，很显然，你可以用低得多的成本拿到 tokens，而且某些部分可以采用不同的模型，成本会便宜很多。这也是我们必须非常仔细研究的一点。所以这很令人着迷：我们现在确实能做一些事情，而我对此非常兴奋。比如说，像现在把它用在 customer service（客户服务）这样的场景。

在 customer service 中使用 AI，效果非常好。处理速度快得多。你知道，以前你得安排人工团队值守，一到高峰时段，就总得有人等着别人接电话。我们都经历过那种场面——排着队，等着有人接起电话，而我们都讨厌那样。

但现在有了 AI，computer（计算机）可以直接接起处理，这不是问题。而且它解决问题的效果和速度，都会比未来你能遇到的情况更好、更快。等你终于和真人通上话时，对方却说：“抱歉，我得让你再等一会儿，我去找另一个能解决这个问题的人。”到那时候你简直想掐死谁了，而 AI 会把这个问题解决掉。不过，这里又有一个问题：有时候你还是得想清楚，因为人们有时就是想和真人交谈。

这中间必须做好平衡，因为你不希望最后变成这样：没错，全部都可以用 AI 来做，但实际上那并不是客户真正想要的。归根结底，永远都是以什么对客户最好为准。

对，这很有道理。我想你在第一季度电话会上说过，customer service 成本已经下降了大约 10%。嗯，我们——对于 reservation（预订）和

就 booking security 来说，大概是 10%——这么说吧，就说这个：我们每次 customer service 接触的单位成本下降了。嗯。嗯。这很棒。而且客户满意度上升了。

那就更好了。但我们必须确保自己始终能够识别：有些客户想要真人服务，而有些客户则完全可以、也非常乐意只通过 AI 来完成。

嗯，这说得通。我的意思是，我记得你也提到过，在同一次季度电话会上，你们会把大约 $550,000,000 的成本节省投入到 AI 和 platform（平台）上。你们具体投向哪里，或者说，资金和精力的重点主要放在哪些地方？

对。实际上，我们投入的金额还更高。我们提到过，今年大约会投资 700,000,000，但这会分布在很多很多不同的领域，比如继续开发更多 AI。虽然 AI 确实会获得一部分资金，也可以把它称作 tech enablement，但实际上还有不同的项目、不同的方向。我不会把这些全部归到一起，然后说，哦，你们就是在投资技术和 AI。

这不准确。投资领域有很多。我们在电话会上也谈到了这些。真正重要的不是这个，而是这样一个问题：你现在有了节省下来的成本，你手里有资金。

你有 cash flow（现金流）。那么，你应该拿出多少再投资到公司里？又应该拿出多少去考虑可能的 acquisitions（收购）？还有多少应该返还给 shareholders（股东）？这始终是一种平衡，要努力找出正确的比例，到底该怎么分配。

其实首先要看的是，我们是否相信投资公司本身能带来足够正向的 ROI（投资回报率），高到足以证明这样做是合理的。其次，再看有没有合适的 acquisitions（收购）。如果这两件事都做不了，那就把钱还给 shareholders（股东），因为那样他们可能会比你更有效地使用这些钱。这一直是我的信念。

嗯，这很有道理。而且我想，你们在 q one 的 buybacks（回购）和其他向投资者返还资本的项目上，应该创下了大约 4,000,000,000 的纪录。

你知道，我确实非常自豪的一点是，在过去大约十二年里，我们回购了大约 40% 的流通股。这很好。而且我们还发放 dividend（股息），我们的股息也相当不错。所以在第四季度，我们回购了价值 $3,600,000,000 的股票。

我们还发放了大约超过 300,000,000 的 dividend（股息）。此外，我们也在为已经 vest（归属）的 equity grants（股权授予）支付相关税款，做法是从归属的那部分里预扣股票来缴税。这又是 300,000,000 左右。总之，这是一大笔钱，核心是在于：如果我们认为自己无法妥善使用这些资金，就要确保它们回到 shareholders（股东）手中。对此我一直很有感触——这可能来自我以前做 investment banking（投资银行）或者 trading（交易）的背景。因为有些公司囤积了巨额现金，既不用来做事，也不返还给股东。我会觉得，那看起来并不是正确的做法。

我想你之前提到的最后一点里，有一件事我觉得真的很重要，那就是你们业务的规模。我认为它的规模非常巨大，而这一点作为一种资产，其价值有点被低估了。举个例子，你们在 2025 年底有我认为 8,600,000 个 alternative accommodation listing（非标住宿房源）。也就是人们把房子、房间或其他可出租的空间挂出来出租，类型可以非常多样。

但我认为，这创造了一项非常有意思、而且持久的资产。所以，你知道，我觉得人们有时会夸大 AI 将如何改造某些业务。它显然会改造一切。但也有一些东西是非常难以建立、而且长期来看非常持久的。比如，如果你有一个 agent（智能代理）要去预订 alternative accommodation，而它会找你，因为你那里把这些房源都列出来了。对吧？

你们已经把 marketplace（平台型市场）建起来了。那在进入这个时代时，你们业务中还有哪些方面是你认为特别持久的？

关于这一点，这这这确实是个好问题。我觉得你说得对。我认为有些人低估了这一点。大概可以说是 Americans。因为在 alternative accommodations 这个领域里，显然有一个重要玩家，就是很早就投资了 Airbnb 的那家公司。

也恭喜你。不过很多人没有意识到，从全球来看，当你比较我们的房源数量和 Airbnb 的房源数量时，差距其实并没有那么大。更进一步说，当你看我们的交易总量、我们在 alternative accommodation 业务上的 room night（间夜）时，你会发现，我们大约相当于 Airbnb 规模的四分之三，而且这还只是我们的 alternative accommodation 业务。除此之外，我们还有整体上大得多的 hotel 业务。而且，你知道，在过去五年里，我们在 alternative accommodation 领域的增长速度一直快于 Airbnb。