# Airbnb が AI エージェント向けに「会社の頭脳」を構築――CTO Ahmad Al-Dahle が語る Project Everest

- 番組: [The TWIML AI Podcast (formerly This Week in Machine Learning & Artificial Intelligence)](https://ai-curator.jp/podcasts/shows/cmv3z5bze00035o10pbqj68s6)（Sam Charrington）
- 元のタイトル: Airbnb Is Building a ‘Company Brain’ for AI Agents with Ahmad Al-Dahle - #781
- 配信日: 2026年10月22日
- 長さ: 51分
- 要約作成日: 2026年10月22日
- トピック: [#AI エージェント](https://ai-curator.jp/topics/AI%20%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88) [#Project Everest](https://ai-curator.jp/topics/Project%20Everest) [#コンテキストエンジニアリング](https://ai-curator.jp/topics/%E3%82%B3%E3%83%B3%E3%83%86%E3%82%AD%E3%82%B9%E3%83%88%E3%82%A8%E3%83%B3%E3%82%B8%E3%83%8B%E3%82%A2%E3%83%AA%E3%83%B3%E3%82%B0) [#LLM 評価](https://ai-curator.jp/topics/LLM%20%E8%A9%95%E4%BE%A1) [#カスタマーサポート AI](https://ai-curator.jp/topics/%E3%82%AB%E3%82%B9%E3%82%BF%E3%83%9E%E3%83%BC%E3%82%B5%E3%83%9D%E3%83%BC%E3%83%88%20AI) [#エージェント検索](https://ai-curator.jp/topics/%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88%E6%A4%9C%E7%B4%A2)
- URL: https://ai-curator.jp/podcasts/cmvihswq600014h105jocxd49

## 要約

Airbnb の CTO Ahmad Al-Dahle が、社内の暗黙知をエージェントに提供する「company brain」Project Everest の狙いと課題を語った回。古い情報や文脈汚染をどう防ぐか、トークン数や PR 数に頼らない生産性評価、サポートエージェントが顧客対応チャットの約 50% を解決している現状、双方向マーケットプレイスでの紛争調停の難しさにも触れている。検索体験では、AI が選択や探索を奪わないことを重視する姿勢を示した。

## ポイント

- Project Everest は社員が AI を使う中で得られる制度的知識（ドキュメントにない進め方）を共有コンテキストとして集め、エージェントに提供する仕組み。当初はプロダクトエンジニア向けで、全社に広がりつつある。
- 保存形式（DB か markdown か）は未確定で、ベクトル検索は全社規模では拡張しにくいとの見方。古い・誤った情報による文脈汚染を避けるため、段階的にコンテキストを開示するハイブリッド型を想定している。
- 生産性はトークン量のリーダーボードではなく、PR スループット、欠陥率、信頼性指標、ロードマップの前倒しなど下流の指標で見る。トークン上限は課さず、利用が少ない人は支援、多い人は内容を理解するという方針。
- 評価では上級エンジニア評議会と実タスク、校正した仮想ジャッジを使い、コスト対精度のパレート図でモデルを比較する。スコアが 92〜93% に集中して差が出ない点を課題とし、評価が易しすぎる可能性を疑っている。
- カスタマーサポートでは AI が人手を介さずチャットの約 50% を解決。一方、両者が対立し証拠の真偽も確認できない紛争調停は最難関で、研究開発段階であり人の判断を残している。
- 自社用途ではポストトレーニングと蒸留で小型モデルを特化させ、低レイテンシを実現。検索では自然言語入力を試すが、探索の主導権はユーザーに残す方針。

## 章立て

- [01:01] **Airbnb の AI 3つのフロンティア** — 生産性、マーケットプレイス、ゲスト・ホスト体験という3領域で AI 導入を加速してきた経緯を説明する。
- [03:04] **品質重視の生産性と Everest** — 速度だけでなく craft を重視する文化と、制度的知識を集める Project Everest の概要を語る。
- [08:28] **文脈汚染と保存構造の課題** — 評価での検証、DB か markdown か、段階的開示の必要性、マルチモデル方針を議論する。
- [15:05] **評価とコスト管理・生産性指標** — 仮想ジャッジによる評価、トークン消費の扱い、PR 数やロードマップなど下流指標での測定を述べる。
- [23:27] **マーケットプレイスでのエージェント活用** — 不正検知などのオフライン活用と、双方向調停という難題を抱えるサポート AI を説明する。
- [31:03] **サポート現場と人への引き継ぎ** — チャット解決率約 50%、透明性の方針、人間対応を望む利用者への配慮を語る。
- [36:31] **エージェント検索と MCP の是非** — 探索を奪わない検索体験と、信頼を軸にした外部エージェント公開への慎重な姿勢を述べる。
- [44:53] **小型モデルと今後の課題** — ポストトレーニングによる特化モデルと、Everest の将来、調停問題など今後の挑戦を語る。

## 解説記事

Airbnb の CTO Ahmad Al-Dahle が TWIML AI Podcast に出演し、社内の暗黙知をエージェントに渡す「company brain」Project Everest と、同社の AI 活用の現在地を語った。エンジニアの生産性向上からカスタマーサポート、検索体験まで話題は広い。本稿では特に、知識共有の難しさと評価・測定の考え方に注目して整理する。

#### 3つのフロンティアと「craft」重視の文化

Al-Dahle は Airbnb の AI 活用を、エンジニアの生産性、マーケットプレイスへのエージェント展開、ゲスト・ホスト体験の改善という3領域に分けて説明した。エージェント型コーディングが実用になる時期と、同社の AI インフラ投資の歴史が重なったことが追い風になったという。

生産性の面では、速度だけを追う企業もあるが、Airbnb は craft（作り込み）を重んじる文化だと述べる。そのため PR スループットやトークン量だけでなく、欠陥率や信頼性指標も見て、速度にガードレールをかける。決済のように複雑で規制の多い領域では、エージェントが妥当な PR を出せるだけのドキュメントがあるかどうかも重要だという。

#### Project Everest：暗黙知を集める「会社の頭脳」

Everest は、社員が AI を使う過程で、ドキュメントに載っていない進め方や判断の理由を収集し、共有コンテキストとして蓄える仕組みだ。当初はプロダクトエンジニア向けだったが、プロダクトマーケターにも広がり、将来はデザイナーも含めた全社のコンテキストグラフにしたい考えだ。

有効性は評価で確かめる。例えば価格ドメインで新しい料金ルール変更の PR を出すタスクを用意し、Everest を使うと速く正確に完了できるかを見る。価格領域は規制やポリシーが絡む最も複雑な領域の一つで、コードだけでは分からない知識が必要になる。Al-Dahle は、Everest が全てを解決したわけではなく、専門家でないエンジニアを助けうる「始まり」だと慎重に位置づけた。

#### 文脈汚染とアーキテクチャの未解決問題

聞き手の Sam Charrington が指摘したのは、エージェントがドキュメントを増やしすぎると「井戸が汚れる」問題だ。Al-Dahle は、保存形式は DB か markdown かまだ確信がないと認める。markdown はフロンティアモデルがファイルシステムの探索に慣れているため意外に使えるが、不注意だと古い・誤った情報をモデルが見つけてしまう文脈汚染が起きるという。ベクトル検索も全社規模では拡張しにくいと見ている。

方向性として挙げたのは、検索を賢く仲介するハイブリッド構成と、プログレッシブ・ディスクロージャー（段階的開示）だ。一度に多くの文脈を与えるのが最大の失敗で、一歩進めるのに十分な文脈を渡し、必要に応じて追加を求める形が良いとする。これは未解決の領域で、Everest が将来有用になるのか、拡大で破損するのか、書き直しが必要かも分からないと率直に語った。

ツール面では単一ベンダーに寄らないマルチモデル方針で、社内の AirChat が各種ハーネスを自社の MCP でラップし、エンジニアが選べるようにしている。

#### 評価・コスト・生産性の測り方

モデル評価では、上級エンジニアの評議会が実タスクを設計し、校正した仮想ジャッジで品質を採点して、コスト対精度のパレート図でオープン・クローズド両方のモデルを比較する。難点はスコアが 92〜93% 付近に集中して差が出にくいことで、評価が易しすぎるか、モデルが十分良いかのどちらかだと見ている。

コスト管理では、トークンのリーダーボードや一律の上限は設けない。使っていない人には支援、大量に使う人には内容の理解、常に最大の思考設定を使う人には遅さや必要性の確認、という使い分けだ。影響の測定は PR スループットなどの下流指標とロードマップの前倒しで行う。ただし交絡要因が多く、完璧な指標はないと認めている。聞き手が「ロードマップは広がるべきでは」と問うと、Airbnb は野心的で、やることが多いので速く進めたいのだと答えた。

#### サポート AI と検索：信頼を軸にした設計

マーケットプレイス側では、決済紛争や不正の検出、品質問題の発見といったオフライン処理に AI を使う。カスタマーサポートでは、AI がチャットの約 50% を人手を介さず解決していると述べた。AI であることは明示し、人間を求められれば引き継ぐ。ただ、一定割合は最初から人間を望み、それは能力でなく心理の問題だという。

最難関は紛争調停だ。双方が対立し、提出された証拠の真偽も確認できず、ポリシーも守る必要がある。現行モデルでは難しく、研究開発段階で人の判断を残している。

検索では、自然言語の入力欄を試しつつ、AI が選択を奪わず、数週間かけて探索する旅行の過程を支える方針だ。MCP サーバーとして物件を外部エージェントに開放するかには、場合ごとの判断として慎重で、信頼を同社の強みと位置づけた。自社用途では、低レイテンシが必要なため、ポストトレーニングと蒸留で小型モデルを特化させているという。

#### まとめ

この回の核心は、エージェントに組織の知識を持たせる難しさは「集めること」より「古さや誤りを抑えつつ使える状態に保つこと」にある、という指摘だ。日本企業でも、社内ドキュメントやナレッジを AI に接続する取り組みが増えており、段階的な文脈提供、実タスクに基づく評価、トークン量に依存しない成果指標といった考え方は参考になる。一方で Al-Dahle 自身が多くを未解決と認めており、Everest はまだ試行錯誤の途上だ。サポートの 50% 自動解決と、調停のような難題を人に残す切り分けも、AI 導入の現実的な線引きとして注目に値する。

> この要約・解説記事は、元の音声の文字起こしをもとに AI（Claude）が日本語で作成したものです。出典: The TWIML AI Podcast (formerly This Week in Machine Learning & Artificial Intelligence)「Airbnb Is Building a ‘Company Brain’ for AI Agents with Ahmad Al-Dahle - #781」