房地产可以使用生成式人工智能，通过七个步骤将行业数据转化为宝藏
原文：The power of generative AI in real estate | McKinsey
生成式人工智能（Gen AI）正在房地产行业掀起一场革命。目前，投资者手中握有大量关于房产、社区、租户和市场的专有及第三方数据。这些宝贵的信息可以用来定制现有的Gen AI工具，使其能够执行房地产特有的任务。例如，Gen AI可以以惊人的速度为投资者发现机会、彻底改革建筑和室内设计、创作营销材料，以及优化客户体验，同时开拓新的收入来源。
虽然Gen AI最近才引起广泛关注，但人工智能技术其实已经在过去几十年里深刻改变了世界的运作方式。传统的AI（也称为分析型AI）更加目标导向，主要用于预测未来值或客户分类等任务。它已经融入商业世界的多个领域：比如，AI辅助预测改变了投资专业人士的思维方式，动态定价模型彻底革新了多个行业的定价策略。然而，作为一个传统上科技应用较慢的行业，房地产业一直未能充分利用AI的变革力量。
Gen AI为房地产行业提供了一个难得的机遇，让它能够从过去吸取教训，并将自身转变为科技前沿的行业。Gen AI并非要取代分析型AI，而是凭借其开放性和创造性，开拓了分析型AI无法触及的新应用领域。根据麦肯锡全球研究所（MGI）的研究，预计Gen AI可为房地产行业创造1100亿至1800亿美元或更多的价值。
尽管Gen AI备受瞩目，但许多房地产机构在实施和推广应用时仍面临困难，因此尚未看到预期的价值创造。这种情况并不意外：要从AI中获得竞争优势，远不止是简单部署一个基础模型那么简单。为了充分利用这一机会，企业需要做大量的准备工作。为了帮助企业起步，本文将探讨这项技术的潜力，并提供我们合作的房地产参与者正在探索或实施的用例示例。随后，我们将介绍房地产公司可以采取的七项关键且相互关联的行动，以充分实现Gen AI驱动的愿景价值，并在激烈的竞争中脱颖而出。
生成式人工智能（Gen AI）为房地产行业带来了全新机遇，让这个传统行业有机会汲取过去经验，实现技术革新。
房地产业可以在多个方面受益于新一代人工智能技术。
Gen AI的优势主要体现在四个方面，我们称之为”四个C”：
- 客户参与（Customer Engagement）：通过对话式聊天机器人等工具，回答客户问题，消除决策疑虑。
- 创作（Creation）：生成新的创意内容，包括文字和图像。
- 简洁性（Conciseness）：从非结构化数据中提炼洞见，解读对话内容，快速查询大型数据库。
- 编码（Coding）：提供多种解决方案，包括代码解释、翻译和生成。
根据我们与人工智能合作的经验，房地产公司通过应用Gen AI技术可以显著提升经营效率。具体表现在：优化运营模式、改善客户体验、提高租户留存率、开拓新收入来源以及更智能地选择资产。这些改进可为企业带来10%或更高的净营业收入增长。 接下来，我们将通过五个具体示例，展示企业如何将Gen AI的”四个C”应用于房地产行业的实际问题中。
在我们自己与人工智能的合作中，我们看到房地产公司通过更高效的运营模式、更强大的客户体验、租户保留率、新的收入来源和更智能的资产选择，获得了超过 10% 或更多的净营业收入。
高效处理海量租赁文件（简洁性）
人工智能技术可以在租赁文档管理方面发挥重要作用。许多房产所有者面临的一个普遍问题是，租赁文档库往往庞大复杂，充满专业术语，这使得大规模筛选和查找信息变得困难。借助人工智能驱动的工具，我们可以轻松解决这个问题。
这些AI工具能够快速分析整份租约，提取关键信息，如每月预计租金金额，以及可能影响租约的市场因素（例如当地的环境、社会和治理合规法规）。不仅如此，AI还能跨多份租约进行搜索，根据特定条件（如每平方米租金低于某个标准的所有租约）筛选信息，并生成详细的报表。
最后，专业人员可以对AI生成的信息进行复核，确保其准确性和可靠性。这种人机结合的方式既提高了工作效率，又保证了信息处理的质量。
共同引导房地产互动（简洁和客户参与）
人工智能技术可以在房地产行业中发挥重要作用，特别是在创建智能助手（AI驱动的机器人）方面。这些智能助手能够处理各种房地产相关的交互，包括处理租户请求和进行租赁谈判。
对于简单的日常维护请求，智能助手可以直接联系建筑物的维修人员。而对于较为复杂的问题，它能够识别并将其转交给物业管理公司的专业人员处理。
在专业人员与租户沟通时，AI可以实时分析对话内容和书面回复，并提出改善沟通的建议。
在进行商业租赁谈判等高风险情况下，AI工具可以整合租户、房产和市场的所有相关信息，制作详细的谈判记录。如果通话和通信内容被记录或转换为文本，智能助手还可以大规模监控这些互动，为专业人员提供指导，并提醒他们避免使用可能引发风险的特定术语。
可视化技术助力实现新收入来源与客户互动（创作和客户参与）
现今，潜在租户在参观写字楼或浏览房源网站时，往往只能看到空置的房间或装满他人物品的照片。虽然虚拟现实技术有所帮助，但这些固定且不可定制的模拟往往无法全面展示最终效果。
人工智能（AI）工具的出现为这一情况带来了突破性改变。它能帮助潜在租户精确visualize自己心仪的装修风格，无论是中世纪现代风格，还是樱桃木与胡桃木的搭配。这些数据可以反馈到模型中，预测不同客户群体最喜欢的家具和装修风格，从而提高潜在客户的转化率，并为未来的投资决策提供参考。
更进一步，这项技术还可以与电子商务相结合。当潜在租户参观房间时，应用程序可以虚拟展示各种家具、窗帘或厨房用具，以匹配期望的装修风格。如果客户决定租赁或购买，这些选择可以直接订购并安装，以迎接新住户的入住。这不仅让住户能够入住一个已经彰显个人风格的家，还能为房地产经纪公司或公寓管理公司带来额外的交叉销售收入。
值得一提的是，一家大型家具零售商已经推出了一款AI驱动的产品可视化工具。用户只需上传房间照片，就能用该公司目录中的家具进行虚拟装修。这种技术为整个价值链上的企业开辟了新的收入来源，同时也能增强客户忠诚度。
做出更快、更准确的投资决策（简洁）
现今，投资者在做决策时，通常需要从多个渠道收集数据，并对这些数据进行单独分析。以仓库投资为例，投资者首先会对市场进行宏观分析，考虑诸如港口、机场位置和电子商务活跃度等吸引力因素。然后，他们会进行更细致的分析，通过当地中介或数字工具获取具体建筑信息，以找出感兴趣的区域。在决策过程中，投资者还会进行独立分析，以了解他们的投资假设在过去的表现情况。
然而，借助结合了内部和第三方数据的人工智能工具，投资过程可以变得更加简单高效。投资者只需询问：”哪25个待售仓库物业最值得投资？”或者”哪些购物中心未来最有可能蓬勃发展？”这类AI工具能够处理各种非结构化数据，包括公司内部数据（如现有物业的表现及相关租赁条款）和第三方数据（如美国人口普查和公开的可比销售记录）。通过这种多维度分析，系统可以对待售物业进行筛选和排序，帮助投资者快速识别出最值得进一步考察的资产。
绘制出建筑平面图以实现预期效果（创作）
在网页设计领域，我们已经知道某些特定的设计模式和元素可以提高电子商务销售额或点击率。同样，在现实世界中，也存在一些基本的设计原则，而人工智能可以帮助我们发掘并应用这些原则来绘制建筑平面图。
借助人工智能辅助的设计过程，我们可以利用物联网传感器和计算机视觉算法来收集空间使用情况的数据。例如，我们可以了解顾客在商店中的行走路线，或者员工在办公室里使用会议室的时间。这些洞察可以与销售额、客户忠诚度、生产力、员工留存率等方面的结果数据相结合，然后输入到人工智能工具中。同时，我们还可以提供关于空间面积、位置、墙壁、家具等建筑元素的数据。
有了这些信息，人工智能工具就能制定出经过优化的建筑方案，以在特定空间中实现预期的效果。人类建筑师和设计师可以在这些方案的基础上进行创作，确保设计中包含艺术性和情感元素。这种方法可以减少对空间功能性的猜测，使设计更加目标导向。
新一代人工智能辅助建筑设计技术已经取得了显著进步。它不仅能够展示日光在建筑上的投射位置，还能预测人流量模式，并评估噪音水平对空间使用者的影响。这些功能为设计师提供了全面的分析工具，有助于优化建筑设计方案。
资料来源：麦肯锡在传感器和计算机视觉数据方面的研究和经验
为了充分发挥人工智能的潜力，房地产企业需要采取七项关键行动
值得注意的是，仅仅学会使用现成的人工智能产品是远远不够的。生成式人工智能（Gen AI）虽然具有变革性潜力，但基础模型只是房地产公司实现人工智能价值的一小部分。
要在竞争中脱颖而出，房地产价值链上的企业应该重新审视并调整自己的工作方式。这不仅涉及技术应用，还包括整体运营策略的调整。通过全面的变革，企业才能真正释放人工智能带来的巨大价值，推动行业向前发展。
1、调整高层管理结构，围绕房地产价值链制定业务导向的路线图
想要在新一代人工智能领域保持领先地位的CEO应优先考虑以下几点：重视技术发展，引入新的内部能力，并借鉴顶级创业公司和科技公司的敏捷交付模式。这种新型技术交付方式不仅对生成式人工智能至关重要，还能确保公司保持现代化水平和战略优势。成功者往往勇于尝试、不断迭代并敢于自我颠覆。
首要任务是建立超越传统房地产IT组织的能力。这并不意味着公司必须大量招聘技术人员，而是需要投资组建一支由工程师和设计师组成的灵活团队。这支团队应熟悉新一代人工智能技术，并能专注于高价值应用场景。
高层管理者可以先评估公司在房地产价值链中的定位（如开发、运营或投资），然后思考如何重塑租户、员工和其他利益相关者的体验。在此基础上，他们可以着手重新设计角色和组织结构，以实现目标一致。要充分利用新一代人工智能的价值，高管们需要勇于挑战行业传统的等级制度和运营模式，最重要的是，在整个组织中引入新的技术层。新一代人工智能的应用需要高管带头采用新的工作方式，赋予各个职能和层级的专业人士更多权力。
2、重点关注数据，尤其是新的专有数据
在人工智能的发展中，数据的重要性日益凸显。那些能够获取和掌控独特、高价值数据的人将能够产生独到的见解，这是其他人难以企及的。因此，企业应该首先思考他们需要哪些数据，特别是哪些关于租户和物业的专有数据尚未被收集但具有潜在价值。
然而，仅仅拥有优质数据还不够，如何合理设计和有效管理这些数据同样至关重要。例如，一个经过训练的对话式AI工具可以根据建筑物过往的维修记录，快速响应住户的投诉。另一个基于房地产投资组合净营业收入数据训练的工具则可以提供有关业绩的分析，这对投资决策和向投资者及公司内部汇报都大有裨益。
此外，办公楼中的物联网传感器和计算机视觉应用可以匿名收集租户使用空间的情况，从而创建一个精细的建筑环境视图。值得注意的是，租户应用和数据面板不仅仅是交互渠道，它们本身就是宝贵的数据来源。比如，住宅租户预订的休闲空间类型、购物者在商场中浏览的店铺，或者办公室租户举办活动所需的服务等信息，都是可以加以利用和开发的重要数据资源。
3、设计提示库,优化房地产领域基础模型的输出
第一代AI模型的性能很大程度上取决于输入的问题（即”提示词”）质量。由于模型是用房地产特定数据进行微调的，,因此设计一个专业的提示库至关重要。
举例来说，一个提示可以是：“请根据以下居民历史和房产数据，为有意续租的居民撰写一封初次沟通的邮件。”接着可以要求：“根据居民的回复生成后续邮件，并考虑他们的具体情况，提供以下个性化优惠之一：免除两个月宠物费、免费深层地毯清洁，或六个月健身房会员。”
对提示的语法、细节或结构做出微小调整可能会产生显著不同的输出结果。这种影响只有在实际应用中才能体现出来。在尝试之前,我们无法预知哪种方式最有效。因此,创建高质量的提示库需要进行严格的测试和不断改进，以确保模型能够返回符合预期的回答。
4、打造促进行动的数字工具，不仅仅是提供洞察
最近大型语言模型之所以备受关注，是因为人们发现输入提示并获得易懂回应的过程如此简单。然而，房地产公司不应被误导，认为所有人工智能输出都是直观的，或者单一的即插即用解决方案就能发挥人工智能的全部潜力。实际上，AI输出通常需要额外的数字工具来处理，才能为组织带来实际价值。
举例来说，基础模型可能能够生成营销文案，但可能还需要额外的工具来检查语法、确保品牌一致性，以及遵守相关法规。又如，AI模型可能会为房地产经纪人提供客户服务建议，但经纪人可能需要在与客户互动或解释过程中，按特定节奏接收提示，以便更好地阐述某些建议的重要性。
设计同样是一个关键因素。在传统应用中，用户界面的颜色、样式和交互设计模式至关重要。而在新一代AI界面中，可能更需要关注对话系统的写作风格，或确保面向客户的虚拟形象的语气和音调能让用户感到舒适，并引导他们做出期望的行为。简而言之，随着与算法和机器交互相关的新型心理学竞争环境的出现，设计的定义将不得不扩大。
最后，为实现全公司范围的创新，建立自助服务门户很有必要。这样可以让员工轻松获取公司认可的工具，并学习如何使用这些工具。
5、投资现代技术架构，充分利用数据价值
新一代人工智能的重要组成部分是技术架构。它包括合适的基础设施、反馈机制、安全措施和系统集成，这些都应该以安全、可扩展且用户友好的方式构建。
与传统人工智能和机器学习相比，生成式AI需要一些新功能。例如，内容审核功能可以确保AI不会生成有问题的内容，如违反公平住房或反歧视法律的词语或声明。此外，还需要防止”幻觉”的机制，避免AI在不确定的情况下提供错误答案。与传统的数据科学和分析相比，生成式AI更依赖于独特的技术架构元素来实现有效运营。然而，这些能力可能是当前房地产企业IT部门所欠缺的。
对于整个价值链上的房地产公司来说，如果能够及早进行概念验证，并开始将技术架构调整到正确的方向以满足未来的应用需求，它们将处于最有利的位置，从中获益。有效的行动包括：花时间深思熟虑地连接各种供应商系统，将物业管理系统、客户关系管理系统和维护门户之间的数据点进行整合。
6、随着房地产投资的不断扩大和多元化，采用一种可扩展的新运营模式
为了实现投资、租赁等流程中新一代人工智能的升级，可能需要重新规划运营模式和工作分配，以适应新的工作重点。
这可能需要引入新的角色和功能，例如能够实施基础模型的提示工程师和数据工程师。现有岗位的员工，如客服或现场工作人员，可能能够将耗时的任务交给人工智能工具处理，从而专注于更专业的工作。在某些情况下，如营销和投资团队，新一代人工智能可能会推动该领域的发展，创造对新角色和技能组合的需求。
尽管各业务部门的目标可能保持不变，但使用人工智能工具的IT或营销组织的结构可能会发生显著变化。因此，公司需要对这些变革保持开放态度。
7、识别并预防好 AI 在房地产领域带来的特有的风险
生成式人工智能（Gen AI）作为一项新兴且快速发展的技术，仍面临着诸多未解决的问题。尽管训练数据中可能存在无意识的偏见，但其输出结果往往会产生实际影响。随着相关法律先例的不断积累，基础模型所依赖的知识产权问题也可能浮出水面。
例如，营销内容可能源自未经授权的图像训练算法，这可能会在不知不觉中给房地产企业带来法律风险。此外，服务提供商对支撑房地产专用工具的基础模型进行调整，可能会对输出质量和内容产生难以预料的影响。因此，重新设计提示语变得尤为重要。
值得注意的是，在当前阶段，某些应用场景可能并不适合使用生成式人工智能。这些场景可能包括风险过高的应急响应，或是需要遵守特定解释性法规的租赁决策等。
在投资专业人士、运营团队和租户之间部署生成式人工智能，无疑会给工作、生活和购物环境带来新的风险，这些风险需要仔细权衡。那些能够及早发现风险并不断改进的
我们认为，现在是房地产业向人工智能领域迈进的良机，主要基于两个原因：
首先，人工智能技术已经发展到能够解决房地产公司面临的诸多问题。如果设计和执行得当，它可以提供颠覆性的解决方案。其次，当前商业房地产市场面临诸多挑战，需要创新的应对方法。
值得注意的是，生成式人工智能（Gen AI）并不会取代传统的分析型人工智能。在某些场景下，如生成租金预测或客户保留率预测，传统机器学习方法仍然更为有效。相反，Gen AI正在开拓全新的应用领域，涉及到以前技术难以触及的房地产价值链环节。
然而，房地产业作为一个公认的技术落后行业，能否克服结构性障碍，投资基础技术，重组运营模式，并在人工智能时代脱颖而出？事实上，房地产业的技术落后可能反而成为一种优势。因为与其他行业不同，房地产业并未过度投资于现已过时的旧技术。
对于那些尚未在技术和数据策略上投入的企业来说，学习曲线可能会更陡峭。但我们相信，Gen AI带来的洞察力、效率提升以及对房地产行业的变革潜力，值得我们去攀登这座高峰。
在未来，数据将成为企业竞争的新战场。谁能更好地利用数据创造战略优势，谁就能在争夺投资者资金、吸引租户和买家，以及延长资产寿命方面占据先机。
