主持嘉宾：
丁险峰 世界半导体协会传感器分会全球理事
讨论嘉宾：
黎振伟 广东省房协专家委主任委员、湾区首发经济智库专家、原世联行集团首席技术官
颜 琼 金蝶中国建筑房地产行业事业部总经理
刘天旸 中原集团首席运营官
张 平 BOMA中国研究委员会主席、国际金融地产联盟(IFFRE)创始人
苗 坤 鑫苑服务科经业务副总裁
丁险峰：今天外面风景特别好，前面的分享也感觉特别得劲儿。第一波分享重点是IOT相关、物联网相关，还有楼宇管理；第二波分享嘉宾也特别给力，重点是把AI讲得特别好。
现在在座的嘉宾压力大了，先从“老革命”开始问起，黎总，我们中国科技很先进对不对？刚才讲了我们的物联网，能源用的很多，比海外还要多，但是楼也不见得比别人好用。
看看香港、新加坡，人家其实也做得很好，而且科技也没怎么用，他们的软件都是80年代的IT软件，为什么？黎总给我们点建议，AI有啥好处？
黎振伟：谢谢丁博。跟在座科技专家相比，我不是专门做AI、做科技的，但我是一个地产从业者，38年来见证了中国房地产的发展，所以刚才您说的内容我非常理解。
我参加过非常多场次观点的论坛，从昨天到今天，感觉有几个词是关键的。
第一是“迷失”，大家在迷失。昨天物业的都在迷失，连唐总（唐学斌）他们都看不到未来。今天发现我们的IT也有点迷失，这样下去不行。
还有一个很重要的是“回归”，昨天物业都想回归到人的需求，今天科技也一样。
最后一个是“转变”，这个也是回应刚才的问题，转变很重要，但转变是最难的。
为什么科技那么多，我们还这么难？重要的转变，一定是从政府到企业到个人的转变。我们过去的问题在哪里？科技不是不够先进，而是我们忘了一个很重要的东西。
科技为什么而用？第一，回归经营本质。用数据和技术管好项目的风险、成本和现金流，而不是靠高杠杠、高周转赌未来。
昨天（4月15日）我们第一宇宙的许家印判了，问题就是他把科技变成了高杠杆，搞出了2.4万亿。这个科技对他来说，就不是自然增长。今天很多的企业一定要把握住，不能为了企业的盲目增长。
第二，回归用户价值。用技术提升服务、优化体验，特别是帮助员工以及客户提升，而不是把科技变成营销的噱头。
我在房协也经常参加一些好房子的评审，发现那些豪宅的配套太多了。昨天我们物业管理探讨收不上管理费，我一问他，买了个楼房价掉了，从之前十几二十万掉到了12万。
但是管理费多少？一平米12块，吓我一跳，一大堆配套很多都没用上。卖楼的时候可以用，后边交管理费、使用费，成了业主的包袱。
所以，科技不是为了炫耀。比如在香港，我觉得他们做的很多不是看得见的科技，而是看不见的科技。还有新加坡，虽然用的软件很老，但把科技跟人紧密结合，没有脱节，所以这点上我认为很重要。
第三，回归长期主义。让科技成为企业创业周期的压舱石，而不是短期冲规模的兴奋剂。希望企业要牢记，兴奋剂过了以后没用。
如何用长期主义让我们的科技回归到人、回归真实的社会资产增长，才有意义。
丁险峰：谢谢黎总，讲的特别好。接下有请颜总，其实现在投资界有一个话题是说“软件行业不能投”，亏的裤衩都没了。但是为什么金蝶能够逆势上扬？你们提供了什么价值，受到了这么多的人的追捧？给我们解答解答。
说句实话，我在软件行业干了这么久，唯一见到真正把SaaS做成的只有你们，为什么？
颜琼：感谢丁博，确实AI对于SaaS的冲击余波还在。我们可以看到，刚刚于总分享的，无论是对欧美的SaaS企业，还是中国的SaaS企业，冲击度还是蛮大的。包括我们自己，我们今年的股票也确确实实受到了一定程度的影响，今年来也是从高峰期17块到今天九块。
当然也感谢观点，我们每次在观点开会的时候股票都在涨，今天上午也是涨超六个多点。
回归到本身，主要还是为客户创造价值，金蝶是一家围绕着技术创新和以客户为中心的企业。
我们创业33年，经历了四次转型。第一次转型就是在90年代最开始从做财务系统。我们在95年就发布了第一款基于windows的财务软件系统。到了2000年左右，我们就转向ERP的。过去的十年我们就做云的转型，而且转型非常成功。
也是像丁博说的，我们是第一个在中国把SARS这个软件给走通的。我们去年实现了扭亏为盈，也实现了SaaS领域的国产化系统的盈利。
丁险峰：软件行业扭亏为盈，简直是太阳从西面出来的感觉。
颜琼：对，尤其是走了SaaS这条路，买断的方式，基本上我们每年都盈利。走了SaaS这条路是商业模式调整的一个方式，因为SaaS订阅模式能够跟我们的客户紧密链接，持续的进行服务。
我们去年云收入占比已达到了82.5%，ARR订阅收入占比也超过了50%。所以只要第一年实现盈利，后续每一年基本都会盈利，是这么一个商业模式的转变。
第二个就是，我们更关注于用户，因为我们用户在处于一个AI的时代，我们的这个软件的创新，也是要贴合于AI。我们现在就第四次转型“All in AI” .
我们去年AI合同已经达到了3.56亿。今年的一季度，主动披露也是超过了两个多亿AI合同，相信今年可能在AI的收入会超过十个亿，都是顺应于时代做技术创新，以客户为中心,然后才到了今天这个程度。
而且我们行业就是一直做建筑房地产行业,金蝶创立33年，专注于建筑房地产行业27年，这个过程当中，最近这两年全都实现逆势增长，今年一季度我们行业业务增长也达到百分之百，相当于同比去年是翻倍的增长。
丁险峰：此处应该有掌声，谢谢颜总，讲得特别好。
跟刚才黎总有异曲同工之妙，就是长期主义，真正为客户创造价值。不搞刺激，对自己有利，对客户也有利，真正提供客户价值，特别好。
下面有请刘总，在科技时代，中原能够提供什么样的长期价值？
刘天旸：一间企业活了差不多半个世纪，还保持着盈利，走向正常的经营，我觉得一定是有价值的，因为没有价值的事情很难做这么久。
这两年房地产中介代理市场发生了很多根本性变化，相信在座各位也会遇到一个很大的挑战，就是自己的不动产投资在缩水。
无论是想卖还是想买都会很纠结，面对的信息从匮乏到过载，一样很难做出决策。包括我们从业者做出一些交易判断，其实压力都比较大。
我们这个行业，科技的改变可以说相对慢一点。因为15年时有一波互联网企业想改善我们这个行业，进来烧了一波钱之后又退出了。
这就比较符合刚刚一位嘉宾讲的，我们是一个容错率很低，但是产品和客户需求在交易双方都极度非标。
这样的领域，AI或者说人工智能的干预应该是小切口的。
丁险峰：刘总，我抛一个有意思的题目给你，比如说能不能养一只“龙虾”，这样的话买房子决策就容易了？
要to c，要把AI触达到像我这种人身上，有钱又想买，又有刚需，怎么办？
刘天旸：我觉得丁博属于过度聪明，可以和AI进行battle。我想说的是，我们自己在思考解决方案的时候，其实也会有一些判断。首先可能在搜集一些通用性数据时，其实是可以用AI来解决，核心还是市场上充斥着怎么样的数据。
以深圳为例，如果真的让AI帮你判断一个户型好还是不好，或者一个社区、一个板块好不好，它会很纠结，每次给你提供的数据是不准确的，因为信息有真有假，客户和卖家的状态也在实时发生变化。
如果这些数据比较难通过真假和时效性筛选给你推荐，其实你会陷入误区，这就是我觉得AI暂时还比较难深度改变房产交易的原因。
我们也会参加一些活动，发行媒体、开发商、经纪人和客户对于市场判断是不同的，现在到底是下行、横盘、筑底还是回升？一旦判断不同，房价是比较难真正筑底。
在这点上，大家还是要有相对艰难的准备。
但是科技给我们有一个比较好的支持，就是会有一个24小时AI助手先接住问询，做一些基础筛选，但一旦要甄别实际需求，再去做房源推荐时，一定还是需要人的。
我有一个很深的感触，前几天我跟银行通电话，同事说现在银行都是人工智能在跟你对接。我说这里有区别，如果客户级别足够高，会很快速过渡到人工。如果客户级别很低，就会在智能语音里边绕来绕去。
真正的大宗交易，没有人愿意跟AI对话，一定还是需要人。
我们对于AI在行业的理解也有进化：2023年，我们说要数字化；2024年，我们想做地面部队加空军；2025年。我们做的是组织+AI+有温度的服务；到了2026年，我们希望能够在卖家和买家的分层需求方面，根据单边做一些技术性支撑。
因为现在卖家就希望营销好自己的房子，能够有更好的价格，能够更快的速度出售。但很显然，在市场下行周期，这是一个比较难回答的问题。买家就会担心，今天买了，下个月会不会有更多价格更低的选择，导致大家都不敢出手。
所以，AI产品到底该如何使用？可以做出哪些改善？整理交易双方的核心诉求，包括实现经纪人更好的客户服务能力，在尊重客户体验的基础上解决实际交易的功能。
丁险峰：好的，刘总分享的特别好。
黎振伟：刘总说得是，我们除了AI，更需要的是一个专业和信赖的中介。
丁险峰：我跟刘总的观点不一样，可能更偏向余志斌总、牛云鹏总的思考分享。
既然是个问题，比如说我这种犹豫不决，不知道买不买，连经纪人也搞不明白，这就是个问题吧？科技就应该迎难而上，解决问题，对吧？
我们把这些挑战留给余总、牛总这些人。解决了，客户就摆在眼前；解决不了，就不要再给我们画饼，说AI多么厉害，就算得分15000分，我也觉得是一个智障。
接下来张总，您作为不动产金融老兵，从您的观点看一看不动产今年资产估值的思维，科技有些推动超越地产本身的地方？
张平：谢谢丁总。其实从我个人的经历来看，五大行时是在高纬环球（后来叫戴德梁行）做中国区研究部负责人，然后再到开发商做存量资产投资，还是地产投资部负责人，然后再到中银资本做不动产基金。
这一路以来，我自己的认识就是，越精细化的资产颗粒度，意味着越高的资本定价权。
举个例子，比如说以前在五大行看楼，看的是地段、租金、空置率。但是在中信资本，做大宗交易的时候去看楼，看的是什么？除了前面提到的之外，其实还会关注楼宇内的租约情况、租户组合情况、能源情况、设施设备情况。
也就是说，随着我从研究转向投资，数据的精确度要求在不断提升。投资人投什么？其实投的是未来不确定中的确定性。
从这个角度，我们已经从以前的地段估值，发展到除了地段估值以外还要看数据估值--我认为这是过去十年一个很重要的变化。
上一个发表演讲的嘉宾牛云鹏，是我在人大MBA的学生。我在人大MBA开了三门选修课，他都选了，也是非常优秀的AI青年创业者，AI领域的专家。
我和牛云鹏现在师生携手创业，AI+时尚。对于AI+时尚这个新赛道，有了解到很多服装企业，发现他们的老板有个问题：销售额非常多，GMV很大，但是往往不清楚爆款的情况、面料的情况、版型的情况、设计师的情况，这些最重要的数据其实掌握在一些老师傅大脑里，并不在企业的数据资产里。
从这来看，特别像我们地产人的一个窘境。比如说做尽调的时候，大家有没有想过，当你去看一些老旧商办，会不会遇到这个问题？就是物业管理的经理会知道，这个电梯不好、那个空调有问题。但当这个人离职之后，所有都清零了。新的物业方再去承接，就会发现各种各样老旧问题的挑战。
这说明什么？说明没有从经验为基础的黑箱变成数据白盘，一旦经验黑箱变成了数据白盘，其实对于估值也会是有所帮助。
回到作为一个投资人的角度，假如说一个楼宇的能耗可以通过科技赋能降低20%，设施设备维护可以每年节省3%，对于投资人而言就会觉得风险相对较低，资本化率就会有一个加分的上扬。
这些代表什么？就是数据精确度越高，资本定价权就越高。
周易上有一句话“形而上者谓之道，形而下者谓之器”：什么是“道”？不动产金融就是确定的确定性，就是“道”；什么是“器”？就是通过科技技术手段赋能。
只有“道”和“器”两者结合，才可以破局并高质量发展。
丁险峰：谢谢张总，特别好，从不确定性中寻找确定性。
其实刚才，牛云鹏总讲了一件非常有意思的事情，寻找开普勒时间。
一开始的时候，中国古代天文学家天天观察，尤其是中国的道观。最后开普勒琢磨明白了，原来这是个椭圆。以后只要观察了两到三个点，就推测任何一个地方出现的时间，说明这个非常关键的观测经验变成了规律。
苗总，前面张总已经给你铺垫了。比如说物业经理换了，下一个经理就不知道电梯有问题、空调有问题，那么科技能给物业管理带来什么样的好处？
苗坤：谢谢丁博，这是个好问题，同时也是一个比较大的方向。
科技发展到目前AI时代，我们这一代人完整经历了从表格、信息化到AI智能的阶段。
我本身是做物业的，在不动产行业做物业十几年时间，也看到了物业的数字化、信息化、智能化、数智化的发展历程。就目前来讲，科技发展给物业带来了本质上的改变。
举个例子，我们会发现有一些小区张贴了好多二维码，给业主用的有APP、小程序，业主可以在线上报修、缴费，甚至可以下单支付。
其实，本质还是把线下流程搬到了线上，可以说是流程线上化，提高了很多效率。但没有真正带来新的价值，没有带来新的增长点、新的价值。
第二，从基础物业服务发展到增值服务，现在的做法还是管理的经验主义化。即按照自己想当然的，觉得业主会需要什么。比如发现车辆多，就装充电桩；发现老人多，就开始推家政、护理，这些服务其实还是靠着经验主义在做。
科技发展到这个时代，要从业务线上化阶段慢慢发展到数据驱动服务或者AI驱动服务的阶段。
所以，我们鑫苑的做法是：上了一套结合SCM加AI智能体的系统，自动化形成服务业主、员工的多维度标签体系，形成360度客户画像，精准定位物业传统服务和多经服务，提供更及时、更精准的服务。
现在我觉得，科技对我们的改变是从管理思维到服务思维的改变，还有从经验式决策到智能决策的改变。
丁险峰：谢谢苗总，讲得特别好。刚刚各位嘉宾的分享，我觉得核心就是解决实际问题，这一点大家都有共识。
有两个共识：第一，要长期主义；第二，要解决客户实际问题。
刚才苗总也讲了，原来是经验主义。经验主义就是一个物业经理天天观察电梯、观察空调。
我们两百年前的农历，也是经验主义。后来到了徐光启跟外国传教士一起搞的新农历，就变成科学主义了。我们有了新的农历，一年四季、闰月，就不会有误差。我们知道一年是365天不是360天，太阳日历除以月亮日历不是整数，所以要靠闰月来解决问题。
这就是开普勒时刻，把经验变成数学公式。
下面我们进行第二轮讨论，还是从黎总开始。您看五位嘉宾分享了一圈，有没有感觉我们科技好像还在隔靴搔痒，老问题还在？您琢磨琢磨，往下应该怎么深刻解决问题？
黎振伟：丁博说这个问题，我很有感受。
余总刚才提到的智能化大厦，我30年前在广州好世界广场就做过，那时候也是银行需要的，但后来没有延续下去。
包括您说的问题，我们早就遇到，为什么？我发现不是技术不先进，毕竟技术可以不断迭代，而是因为我们那时候主要还是为了销售、为了短期目标。
而且，开发商的特点就是喜新厌旧，都希望在新物业上做卖点，都想做新东西，老的就放弃了，但老项目也需要不断投入、不断更迭。
所以这点可能是很根本的问题：如何持续从销售转向运营，把资产价值做长期考虑。
在国外哪有那么多新建筑？我们还在不停做新商场，没有用持续长久的思维看待物业，都是短期的。所以，老问题不解决，新问题又出现，反复循环。
第二个就是数据问题。我觉得数据很重要，我也在跟房管局做大数据统计，发现一个问题：国外机构特别是投资机构是认同数据的，而且很关键，没有数据根本不谈合作，还要对数据进行考核。
但我们国内反过来，觉得数据太真了不行，会影响招商、影响业绩。明知有数据，却不想用真实数据。这是今天我们要面对的很重要的问题：如何科学看待数据、面对风险。
还有一点，食品安全是大家最关心的问题。我们能不能告诉客户，数据告诉我们，商场的食品是安全的、小区是安全的？但往往人们不敢把真实数据拿出来，怕真实数据影响消费，也做不到真正的好。
所以讲互联网、大模型，如果不回到真实、科学，不用数据说话、看重数据准确性，再多科技大模型也没用，因为是人决定了数据怎么用。
丁险峰：黎总讲的特别好，刚才我觉得余总也分享过，决定大模型的最终还是人。
在聊数据之前，聊AI之前，要聊数字化，这个肯定是要问颜总。我要问一个比较认真的问题，为什么觉得金蝶的软件和数字化就比别人好？为什么要我们选你？要尖锐一点，要直击灵魂，必须要说出123，不能讲高大上的。
颜琼：丁博，在回答这个尖锐问题之前，先谈谈金蝶对于数字化转型，以及跟我们不动产行业、物业行业的发展有什么必然的关联。
在这一块我们做了一些研究。我们认为，数字化确实对行业止跌企稳，高质量发展起到决定性作用的关键。
因为决定这个行业能不能止跌企稳，关键因素除了国家政策、供需关系，更重要的是人口因素。
我们觉得这个人口的基数，在当前时代看到的统计局数据，新生人口下降，这是我们谈到的在物理世界碳基生物中人的数量在下降。但是我们把存在于数字世界的，属于硅基生命的统计起来，典型的就是AI数字人和机器人，若把物理世界和数字世界的人口全口径统计起来，我们总的人口已经从下降趋势形成了反转。
我们去年总的新生人口下降162万，下降17%；我们的机器人，增加了22万，增加了40%；而我们的AI数字员工是百万级的增长。在这一块的话，把物理世界和数字世界融合起来，整个人口还是上升的趋势。
所以我们坚定看好这个行业，无论行业里面的同行是怎么变化，金蝶一直不变，一直在专注于做企业管理服务，也一直专注于不动产行业的数字化服务，从来没有因为行业处在震动期而去做任何的调整，反倒是做了加强，尤其在算法，在AI方面做了战略性的投入和加强。
回到丁博这个很尖锐的问题，为什么？就是确确实实、真真实实帮客户创造了很多价值。
我举两个场景。第一个场景就是在这个行业进入微利时代之后，拿地投资变成一个很谨慎的事情。我们做了一项分析，我们行业如果拿错一块地带来的资产减值以及亏损，可能要20个左右盈利的项目才能弥补。
所以我们会提供比如说精准的拿地测算，它能在几分钟之内形成上百种产品方案，能做到资产的测算。我的投资回报率、利润率、IRR的收益率能够更好的去做决策，同时会做极限的压力测试。比如说市场下降20%，下降10%的情况之下，这块地还有没有必要拿，直接可以给到我们的决策建议。
第二个，过去我们行业是叫控成本，要算得清、算得及时、要控得住。现在我们在增收很难的情况下要降成本，那降成本的时候怎么把这个利润给赚出来，让我的企业可持续发展。
我们去年跟招商蛇口、厦门建发的合作过程当中，他们拟定了一个亿级别的降本目标，我们帮他们在去年完成了超150%的降本。今年的目标，因为是在AI时代，它不是按20% 、30%的定增长目标，而是定指数级十倍量增长。去年是几个亿，今年是几十亿的降本目标，也就是通过我们数字化方案去进行实现，省出来的全都是利润，这就是我们真真实实为客户创造的价值。
我最后提一点，就是给我们行业在数字化选型时候的建议，一定要选择国产化架构最优的数字化底座。经过众多案例验证表明，集“平台+数据+应用+AI智能体”四位一体的架构最优的数字化平台是最好的选择，因为它的总体拥有成本最低，产生出来的数据质量更高，应用企业级AI的效率更快。
这就是我们的观点。
丁险峰：看你讲的大道理，我本来是想替你做广告的。其实我前面的公司在跟颜总他们公司合作以后，在人力管理上提效了30%，财务上提升了50%，颜总也是知道的。具体细节就不说了，我们把这俩数字抛出来就OK。
刘总，谈谈科技对这个行业，能够如何解焦虑？
刘天旸：从中原所在的行业来看，对于科技化的焦虑还没有其他那么严重。当然，我们还是在按照自己的步伐解决所看到的问题，增加客户的体验和经纪人的服务效率。
首先，我们所销售的房地产产品，从原来有非常强的金融投资属性变成了更偏重耐用消费品的属性，你会发现，客户交易的周期和决策习惯其实都发生了比较大的转变。
基于此，我们也会考虑从卖家、买家、开发商等几个角度判断需求。
我们在信息化、数字化包括AI引入方面，也会在把客户的需求分编之后，赋予经纪人对应的能力，可以快速分析。
对于房源描述和客户需求判断后，打包成一个文件推荐，帮经纪人明确需求和筛选用户。进而在房源发布和新媒体及线上营销方面，包括24小时服务在线，给到大家更好的帮助和支持。
但我觉得主要还是行业的风向在变，过去大家谈该买哪里，现在谈的是要不要卖、卖了亏不亏；或者是现在买了，未来会不会更便宜。
时代不同，年轻人对于房地产价值的理解也有差异。十多年前我们要找到门店签署委托，现在可以线上委托过户交易，合同可以线上签署。
我们还是在努力做出改善，让交易更顺滑。这是我们的初衷，就是希望继续能为大家提供更好的服务。
当然其实我也收到了丁总的诉求，如果您有需要帮助，可以直接找我，我来协助您。
丁险峰：我不想跟人打交道，只想跟AI打交道。我是个理工男，就是如何能够让我跟AI聊好就能买房子？
刘天旸：好了，我少去了一个工作，谢谢大家。
丁险峰：这个事儿我们线下讨论。张总，科技和不动产的产业融合，很多项目好像是数字化升级了，其实还是智障，您看看这卡点在哪里？
张平：谢谢丁总。大家可能听过贝聿铭说过一句话，建筑的本质是空间，空间的本质是为人服务。但是现在我们确实看到，很多所谓科技赋能、数字化助力背后，其实都不知道到底在为谁服务。所以，产业是产业，空间是空间，科技是科技。
从科技端，可能装了很多物联网设备，很多大屏数据在跳动，但实际跟楼内租户的生产经营没有一点关系。
从产业端，有的区域说要聚焦AI招商、低空经济招商，但实际入驻企业从直播电商到物流仓储什么都有，完全没有形成生态链、产业链，没有形成产业生态聚集。
从空间端，楼还是那栋楼，层高没变，承重没变，电容没变，只是楼下门口多了一个大屏幕显示器。
这就是科技、产业、空间三张皮，各不相干，这是普遍面临的问题。
但是从REITs估值、投资人角度，我抛一个问题给大家：两栋楼摆在面前，一栋有科技但没有产业，一栋没有科技但是有产业，你会投哪栋？一定是投有产业的。
哪栋估值更高？也一定是后者。这说明什么？产业才是核心。
从投资人角度，投资产业地产、持有型不动产，看中的是可持续现金流。可持续现金流背后是什么？本质是楼里入驻的企业、租户是否赚钱。
能不能赚钱，要看科技能不能帮助他们的业务发展，他们愿不愿意为这些智能化、数字化应用买单，愿不愿意支付更高租金溢价？这才是关键。
如果科技真能帮助楼内产业和租户发展业务，这种科技赋能就有助于提升资本定价权、有助于估值提升、有助于企业在楼内长期稳定交租。
但如果没有帮助到，只是表面功夫，那说明很多楼宇其实是在用科技掩盖落后的空间规划，用科技为落后的空间规划遮丑，这是很多时候都能遇到的问题。
所以我们希望，大家一定要聚焦到产业先行。
先有产业，空间为它赋能，科技围绕产业转。这种情况下，数字化投入就不再是沉没成本，而是助力产业生态长足发展、助力投资人获得稳定现金流的加分项。否则，就只是财务报表里的折旧成本。
总结一句话：检验科技与产业融合是否成功的标准，就是您的租户愿不愿意为数字化、科技化支付更高租金。
我所在的另一个组织：国际金融地产联盟，也一直强调不动产+金融+产业，把产业放在非常重要的位置。不动产是载体，金融是服务，科技是赋能。
一定得是产业先行，让空间成为产业的土壤，让科技成为滋润产业土壤的空气，这样才能突破卡点。
丁险峰：谢谢张总。您说的这个问题，正好苗总可以聊一聊。作为CIO，科技跟产业之间有哪些卡点，怎么解决？有没有实际解决过的问题，跟我们分享一下。
苗坤：好的，谢谢丁博。总结下来，这么多年在不动产物业行业，我们一直在面对和解决三个卡点，或者说三个鸿沟：
第一个，人的鸿沟。在物业管理场景里，一线服务人员的科技素养、或者是对数字化工具的使用认知，相对还是偏低。
我们作为科技从业者，总希望做一个产品、一个工具，能够让他们很好的用起来，但放到一线未必如此。认知不同、站位不同，产品是不是真的好用，很多时候只是我们自己觉得好用。所以，存在一个人与人之间的鸿沟需要解决。
到了AI时代，我觉得这个问题有望解决。生成式AI可能会让工具越来越智能、越来越简单，推动大家都可以非常好的用起来。
第二个，组织的鸿沟。物业公司最早是做基础物业服务，收物业费、做空间和物的管理。现在要做多种经营服务，但组织变革没有跟上。
传统物业管理的考核、绩效、激励，还是围绕传统的物业基础管理服务那一套在做。这一块必须与时俱进，组织变革、考核模式、奖惩机制都要跟上。
第三个，眼下科技发展给大家带来的焦虑，或者是企业变革过程中如何应对的问题。
发展到现阶段，我们不可避免需要解决科技发展到一定阶段如何跟传统业务形成真正闭环，形成正向驱动，无论是业务层面还是收入层面。
通过科技和业务形成有效闭环，解决这些鸿沟，我认为接下来才会迎来新一轮突破。
丁险峰：谢谢苗总。我觉得我们这两轮讨论，给前面主题演讲加了很多分，画龙点睛。
其中有几个公式：第一，要创造价值；第二，要坚持长期主义；第三，产业与科技不能两张皮，降本就是为了增效。大家要踏踏实实沿着这几个方向做。
免责声明：本文内容与数据由观点根据公开信息整理，不构成投资建议，使用前请核实。
热门跟贴