主持嘉宾
曾瑞华 ESR业务管理与投资（香港）董事总经理
讨论嘉宾
葛培健 中国企业改革与发展研究会理事
宋澜涛 万物云政企客户服务中心总经理、万物云城总经理
陈 名 东久新宜首席投资官
许洪睿 园动力产业发展集团副总裁
刘怀洋 龙湖集团千丁智能CTO
肖 琴 中园产业运营公司总经理
曾瑞华：这是今天最后的圆桌论坛环节。从早上开始，我们已经听到很多嘉宾在谈产业要如何升级、如何穿越周期。
今天的主题是“进阶之路”，前面也听到几位同行聊产业园升级、提供服务等话题。
第一个议题，是“新质生产力驱动产业生态融合”。先请葛老开场，从宏观角度谈谈，产业园这类不动产应该从哪几个维度来应对科技带来的冲击？
葛培健：说实话，刚才演讲的时候我已经回答了这个问题。这个题目很有意思，我之所以来讲，是因为科技变革，尤其是AI时代，对园区带来了颠覆性变革，特别是新质生产力。
题目里的“新质生产力”，实际上代表了“三化”，就是数字化、绿色化、融合化，这其实也是我们“十五五”规划的方向。
什么意思呢？原来传统的产业园区，其价值主要体现在租赁性资产上；接下来我认为会发生向“产业生态型基础设施”的变迁，这是一个很大的变化。
刚刚星河的王英杰院长讲了，所以我也讲一下星河的做法。最早我跟他们的黄老板很熟悉，他们也与我合资过，专门设立了一个基金，他们占51%，我们占49%。
对优秀的民营企业来说，如果基金是民营控股的，他们也愿意参与，因为担心国有控股的市场化程度不高，我跟星河就是这样结缘的。
今天我听了非常振奋，龙岗人工智能产业园区就是产业园区进入AI时代的成功范例。
未来的产业园，衡量其是否适应了AI时代、适应了科创新质生产力，就看能否承载新技术、能否接入新网络、能否孵化新物种、能否计量新价值，成为容纳新生产力的容器。
我认为这是最大的变化，这种变化，会对园区原有的资产定位、产业招商、运营，以及资本模型、制度创新等，带来一系列影响。
所以我想，这就是科创新质生产力，或者说这就是AI，给过去的产业园区带来的变革与影响。
曾瑞华：感谢葛老。您刚才提到设立基金，由于稍后还有关于资本循环的议题，我会在后续再向您请教。
接下来想请教陈总，贵公司是产业园区领域的优秀运营商，从您的角度来看，应当如何适应这一轮周期？刚才已提到产业园区目前需要引入人工智能，您也看到了星河的案例，请问你们是通过什么方式来实现适应与转型的？
陈名：东久新宜由两家公司合并而成，2021年完成合并。目前业务涵盖三大板块：物流园区、办公类产业园区以及生产制造类产业园区，在管面积（含轻资产管理和自持项目）合计1400多万平方米。这是我们公司的基本情况。
在产业园区领域，回顾一下发展历程：2017年我们刚开始涉足智能制造园区时，入驻企业几乎都以低附加值机加工为主。
发展至今，新近涌现的高精尖企业数量占我们产业园业态的比例超过80%。为什么会发生这样的转变？我们对此作了复盘。
一方面是我们顺势而为，自2017年以来，国家整体产业持续升级，包括"新三样"的兴起、人工智能的发展，以及生物医药特别是疫情之后的蓬勃发展，导致园区内许多机加工等低附加值的产业渐被淘汰。
即便因此损失部分租金、或者接受更低的租金水平，我们仍认为这些机加工业态已不适合未来方向。这是我们主动作出的选择，也是与政府深度绑定，共同推动民营产业园区进行产业升级的过程。
另一方面，我们主动调整产品结构以吸引更优质的产业入驻，生物医药便是最好的例子。2020年以后，尤其是疫情暴发后，生物医药行业蓬勃发展，一度出现井喷式的需求。在此之前，我们已通过对张江产业园区的改造，摸清了生物医药研发企业的特定需求，包括环评、物理结构构造、废水处理，以及蒸汽应用、特定甲类污染物空间等。
在此基础上，我们持续对产品进行研发和改造，使园区能够针对不同研发企业、制药企业的需求进行分类供给。也正是通过这一过程，我们由最初对生物医药行业较为陌生的运营商，成长为该领域中提供生物医药研发、生产产业园区的行业领头羊。
综上，一方面是国家大势所趋，为我们提供了转型的条件；另一方面是我们对产品持续研发、对客户行业深入理解，使产品更好地契合租户的需求。
葛培健：我补充一点，目前全国约有20个园区发行了公募REITs，其中首单即由我经手，位于张江。
在这20单中，有两家以制造业租户为主，一家是东久新宜，另一家是临港。相较而言，研发类、贸易类租户流失较多，而制造业企业，尤其是配备标准厂房、拥有设备投入的企业相对稳定，去年园区业绩表现较为突出的正是这两家。
陈名：感谢葛总的补充。
曾瑞华：接下来请教刘总，贵公司的不动产资产类型有所不同，涵盖购物商场、写字楼等。从首席技术官（CTO）的视角来看，科技应如何注入这些类型的不动产？又存在哪些进步空间？
刘怀洋：当前行业普遍在谈人工智能，其后是通用人工智能（AGI），但这一进程漫长，存在一道难以逾越的门槛，那便是物理世界。
事实上，大语言模型已将互联网上的数据基本消化殆尽，却尚未真正作用于真实世界。
回看近半年的行业动态，仅做机器人本体、仅做灵巧手、仅做所谓的小脑，是无法真正在物理世界完成作业、也无法解决实际问题的。
与此同时，手握真实问题的场景企业同样焦虑，不知如何将最先进的人工智能引入组织内部。千丁智能正是带着这两重视角，思考接下来的路径。
千丁智能的目标，是将最先进的世界模型、空间智能等技术，无论通过具身形态、其他智能物联网（AIoT）设备，都力求在真实业务场景中形成闭环。
闭环的过程至关重要，是数据的图谱，需要人的参与、人的反馈，需要持续迭代，或者说进化。这一进化过程，正是我们打造下一代千丁智能平台的核心。
龙湖拥有极为丰富的线下业态，包括商业天街、物管公寓等，每天都会产生大量工单与用户需求。
我们希望对这些进行"蒸馏"，即业务蒸馏。这些场景数据，能否不再囿于原有的处理方式，即仅仅完成任务，而是承载业务的正反馈？这些正反馈一旦能为人工智能所学习，便会成为具身智能企业高价难求的重要训练数据。
第二是组织蒸馏，优秀的组织运营，能够将原本在未引入人工智能时便已做好的工作进一步优化。
例如一个天街的维保团队原本需要十人，能否借助人工智能用更高效的方式、更好的完成维保工作？这就涉及行业内常说的"用好人工智能"的问题。
各企业的AI应用水平参差不齐，运用得当者成为"超级个体"，但若一个公司内部涌现大量超级个体，反而容易失序。
因此，如何将人与人、人与人工智能之间的关系在同一界面下实现协同，是组织蒸馏的重点，我们也正在打造相应的产品。
第三是场景蒸馏，能否将线下场景中运行的多维多模态数据，包括AIoT数据、人的运行数据、客流数据等，蒸馏为垂直领域的世界模型或空间智能底座，再将新产生的业务注册其中，从而形成运行式平台或模型平台，这是我们在探索如何将学术前沿真正落地于物理空间。
事实上，互联网产业进化至今，市值不过数千亿美元，而真实劳动力的产值体量可达数十万亿美元，空间巨大，其前提在于让人工智能学会在物理世界中工作。
曾瑞华：感谢刘总，我很认同您的观点，因为我本人出身于凯德，龙湖也有不少过去的同事，双方在不动产资产上颇为相似，大型企业在面对人工智能浪潮时同样充满焦虑。
下一个问题请教肖总，您管理过产业园项目，如今又创办了科技产业服务平台，请问这一平台如何与其他同类园区形成差异化？您的竞争优势何在？是否更倾向于轻资产模式？
肖琴：感谢主持人，事实上，我创办中园产业运营公司，源于多年来服务科技企业时观察到的痛点。
公司创立的初衷，是为科技企业提供与需求相匹配的产业空间与产业服务。我的价值核心，在于能为客户创造何种价值，而这又聚焦于两点--空间与服务。
就空间而言，产业园本身就是我们的优势所在，但在服务科技企业的过程中，我发现企业发展到一定规模后，往往会自行拿地、自行开发。
事实上，许多科技与实体企业过往并不具备自主开发项目的经验。我接触过大量客户，他们在获得土地后，对新地块如何开发、未来如何经营，往往缺乏清晰的概念。
不少实体企业认为，政府供地后，除自用外，还能享受资产增值的收益，因此起初往往盲目乐观，以为只要有地、有钱便能顺利建成并运营。
然而在项目开发过程中，由于缺乏地产经验、成本意识与全过程的策划开发能力，加之对未来自用之外的部分缺乏经营思路，大批项目最终陷入困境。
因此，就空间一端而言，除了延续以往自建园区、服务企业的模式，我们更针对诸多自行拿地的实体企业，从项目定位、策划，到融资、代建需求，再到后续对外经营的物业，提供全过程服务。这是空间维度的价值输出。
此外是产业服务，我们在产业服务上正逐步走向垂直深耕。例如人工智能产业，这一产业较为新兴，许多企业团队规模很小。
我接触的创业团队多为90后、00后，他们创建公司后在技术上颇为擅长，但在企业经营层面，从工商税务、融资到市场对接、商务服务，却未必专业。
对我们而言，服务对象越广泛，资源的整合空间也越大。许多人工智能企业需要算力，但自行采购成本较高；作为服务商，我们能够整合各类资源，甚至可以推动所服务的其他企业共享其算力中心资源。
因此，我对科技企业的价值，在于让他们专注于自身的技术领域，专心做好专业之事。而专业之外的各类需求，无论是空间，还是经营过程中所需的第三方服务，乃至市场与融资对接，均由我们整合资源、统筹提供。
我也希望通过自身的专业能力，为这些科技企业提供全流程的支持。
曾瑞华：感谢肖总。在我看来，您的商业模式更偏向轻资产，以提供服务为主，与其余嘉宾不同，他们更多是在重资产产业园的基础上进行优化。
下一个议题是从实验室到产线，请教许总，在您负责的产业园区中，如何将新兴产业孵化成成功的企业？依您之见，怎样才算一个成功的产业园？
许洪睿：我先回答第二个问题，这个问题也颇具分量。
今天各方一直在讨论产业与产业园区，我在这一领域深耕二十年，深感这一主题与“进阶之路”颇为契合。
我将个人职业经历划分为两个阶段，第一阶段处于“旧生产力”时代，主要从事产业地产业务。在涉足园区之前，我的工作更像一部高效率的机器，与产业本身关联有限。
彼时市场有红利、产业有红利，各产业争相扩产，拿到土地便意味着成功，剩下的只是交由时间去兑现。
2020年，我们董事长与我沟通，问及我在这一行业耕耘十余年，究竟想做什么。做产业园区而游离于园区本质之外，是否有意义？
在这里，我要特别感谢葛老，2019年我随他参加闭门会议，听他分享了关于运营的真知灼见。因为从“房东”到“股东”并非一句口号，而是需要数十年深耕的积累，其影响延续至今，成为我们今天的基础。
因此，董事长当时提出要转型做服务，先明确“三个不”：不拿地、不投资、不建园区。
再明确“两个要”：其一，要实现全国化布局。对于初创不久的企业而言，全国化难度颇大，但势在必行。全国化并非为了规模本身，而是为了集聚全国范围的人才与产业基点，打通资源，也正是这一布局，成为我们迈向矩阵化运营的基石。
其二，要做全流程服务，覆盖项目从第一步到最终一步的完整周期，陪伴企业全生命周期成长。正因此，我们多年来建成180个园区，从这个意义上讲，我们的园区是成功的。
许多同行问我：为何发展如此迅速？如何统筹管理？凭什么能够做好？
首先需要说明，并非每个产业链都天然优质。今天是人工智能，明天是低空经济，后天可能是生物医药。
而不同园区投资方的需求各异，有的是民营企业，有的是地方国企，有的是头部拿地的IP企业。
但我们的园区运营始终追求平衡，即打通四方关系：第一，投资方要能存活并长久发展；第二，地方政府必须看到产业落地，我们在产业链上推进园区建设，尽管产业会随时代变化，但一个园区的立足、成型与成熟，必然依托于某一条产业链，我们不做综合性园区。
另一重平衡在于市场。项目的产品与定价可能需对市场作出一定妥协，同时还需平衡园动力自身的诉求。我的经营逻辑是，投资方必须与我们形成平衡，园区才有成功的可能。这是第一个问题的答案，只有在这样的逻辑之下，园区才能做得好，才称得上是好的园区。
第二，随着新旧动能转换，企业在土地时代的诉求相对简单，主要是建厂、扩产、能源与政府补贴；如今的诉求则已发生根本变化。
跳出园区运营者的角色回望这180个园区，我认为企业选择我们，至少是看中以下价值：其一，技术。我们的园区是否具备技术支撑？企业入驻是否意在获取技术？其二，产业链。企业入驻是否为了融入产业链？
以我们的膜材料小镇为例，由于是服务型园区而非传统房东，不能坐等收租，我们便围绕链上企业，如分离膜、血液透析膜等，依托园动力的全国网络进行对接。这属于投资收益最薄、最艰苦的环节。
其三，园区生态。客户入驻后，是否能在园区内找到上下游？上下游的核心在于应用场景。无论将企业引入宜宾，还是将宜宾的企业对接至上海，关键在于能否提供应用场景。
其四，资本支持。我们出资组建基金，且具有产业链属性，我既需要企业，企业也需要我们的加持，如此方能成就优质园区。
至于从实验室到产线的企业培育路径，仅举一例。我们正在打造两个高校园区，并非服务于单一客户，而是构建园区平台。从实验室走向产线，需经历三个环节：课题、孵化与园区载体，三者由不同运营主体、不同诉求协同完成。
高校课题大致有两个方向：一是直接对接“金主”，如膜材料项目的核心买方本身就是大型出资方，课题研究不必考虑市场化，我们与高校对接后即可定向研究；二是许多教授将课题打磨后视如珍宝持续投入，却未能实现市场化。
不少优秀孵化器正是在从事此类转化，但其诉求并非自建园区，而是采用轻资产模式：租赁一层厂房承载企业，前端申请政府补贴、后端吸引基金跟投，以产业投资分红为回报，而不下沉重资产。
不过，这类孵化器同样渴望一个稳定的载体与沉淀的资金。我们可将孵化器的资金出资（无论多少）与外部资金方配资，共同建成产业园。如此，孵化器获得了实体载体，投资方获得了产业基因与实际载体，同时亦能解决区划要求与自持业主问题。
我们正是以此模式，牵头搭建了两个园区，这便是我们所理解的打通各方诉求与利益的路径。园动力推进园区项目可以很快，但始终追求每个核心要素的平衡，并在平衡基础上持续注入资源。谢谢。
曾瑞华：感谢许总。下一个问题请教宋总。万物云作为空间科技服务的先行者，如何依托自身优势孵化空间科技产品并实现转型？能否分享其背后的逻辑？
宋澜涛：这一点与我们此前嘉宾的情况可能有所不同。我们是一家从事物业服务逾三十年的企业，近期也推出了硬件产品。此前我们以提供轻资产解决方案为主，这是科技转型的必然，也是顺应时代变化的体现。
在实际推进过程中，我们确实遇到了不小的困难。起初以为并不复杂，将过往的经验知识置入算力平台、再作边缘部署即可。但一旦回到物理世界，即我们所说的真实世界，其复杂度远超想象，对当下的人工智能而言亦是巨大的挑战，因此进展颇为坎坷。但我们摸索出了一条路径。
第一步，加大实验室研发投入，基于大量客户调研的需求，先行封装一款产品。第二步，将经验沉淀为知识。我们服务了七八千个项目，形态各异，前述复杂场景均有所涵盖。
因此，我们先在自己可控的场景中开展实验，将实验室产品移出、持续打磨，在此过程中不断沉淀数据、修正算法、优化模型，使其更贴近实际场景。
这一步并非最难，最难的在于真正实现市场化。因此，在这一阶段，我们选择了最难的一条路，即挑选一批最为复杂的项目，如超高层、超大型产业园或顶级985高校，为它们构建不动产的“AI大脑”。
这些客户不仅场景复杂，且要求极高。从高规格场景试验成功，再规模化推广，效果更佳。我们大致遵循这三步推进，目前虽成果有限，但仍在持续探索。
因此，我的逻辑是：第一，场景匹配至关重要，这是基础；第二，要注重成本控制与真实价值创造。成本必须可控，最好能设备利旧，完全从零创造极为困难。同时，客户应有付费意愿，他们关注的并非炫技的成分，而是可量化的结果与所能带来的实际价值。凡此要素配合得当，方能成事。
曾瑞华：我想追问一个问题。人工智能的“下一站”应如何落地？您刚才谈到转型过程，请问当前布局的空间产品，是可以匹配并应用于现有体系中的不同资产类别，还是专注于某一资产类别？您的生态中涵盖购物商场、写字楼等多种场景，您认为下一阶段的人工智能是会聚焦于某一场景，还是您的产品可以实现通用化？您倾向于哪条路径？
宋澜涛：我们选择了一条通用化的道路。真实世界情况复杂，建筑拥有不同的年代与建造标准。若能将其抽象拆解、把空间分割为若干单元，仍存在标准化空间，例如停车场这类场所，虽构成复杂，但其功能与所需适配技术相对统一。
当然，这谈的是未来方向，现阶段我们仍采用通用框架。
目前，我们正将客户划分为若干大类，如住宅社区、商业写字楼、城市（主要是城市治理）等，并分别提供定制或适配的产品，尚未完全打通。
总体思路是，先选择八个赛道，赛道内亦包含大客户。这是我们当前阶段的选择，但长远来看，我们相信可以走向通用。我们的产品结构定位为不动产的“AI大脑”，凡结构性建筑，原则上均可适配。
曾瑞华：我想继续追问刘总，您提到物理世界颇为复杂，延续刚才的问题，人工智能落地时，你们是要专注于某一不动产场景，还是选择更为通用化的路径？哪种思路更符合当下与未来的发展？
刘怀洋：我是首次参加这一会议，深切感受到当前的行业氛围与往昔不同，大家正从行业的困顿中寻找新的增长极。
龙湖在内部数字化上的投入高达数十亿元，沉淀了大量Know-how，并已转化为数据与软件产品，数量达数十款。这些产品对外推广时，已开始承接外部的业务客户。
外界对千丁智能的定位尚不清晰，这是我们首当其冲需要解决的问题，正如您所言，我们不可能面面俱到。我将此事拆解至最基本的层面，聚焦于两个议题：企业协同与空间智能。
就企业协同而言，需厘清所理解的人工智能究竟是真正的“人工智能原生”（AI Native）企业，还是在原有业务基础上叠加人工智能，两者存在本质区别。后者充其量实现降本增效，提升效率百分之几十；而真正的人工智能原生企业，其增长曲线、团队画像与商业画像均截然不同。
我们能否将自身塑造为真正的人工智能原生企业？为此，我们在内部立项开展了诸多创新尝试，后续亦有机会对外商业化。当企业与员工在运用人工智能时能共享较高能力水位，即如自动驾驶的L1至L5分级，属于L1级别。
在此基础上，管理者须考量员工对token的使用效率与其创造价值的高低。就好比学术领域，若无人引用，学术地位再高亦属徒劳。若企业内部构建一套价值量化图谱，便易于厘清人与人工智能之间的协同界面。
在此基础上，叠加企业内部的知识库沉淀与协同能力，每位员工甚至可配置类似数字员工的二十四小时在线分身，将原本由人推动的任务界面与流程交由智能体自动推进、由分身协同完成，企业便可能逐步转变为人工智能原生企业，组织随之进化。这是我们在企业协同层面的探索。
业务层面，我们称之为空间智能体平台，目标是将龙湖过往优质的真实的运营经验蒸馏，交由智能体更优地解决，并赋能相关企业和场景，同样可参照L1至L5分级。
L1阶段，空间内配置各类传感器，考察能否实现数据互联；我们以BIM为底座，考察能否将数据与设备注册其上。针对真实世界的运行场景，我们期待具身或其他更智能的设备介入，首要前提是让设备感知的世界与BIM的正向世界实现注册统一，这需要点云测绘、3D高斯等技术与BIM能力相结合。
将工单派单自动化，即所谓的事件流注册，便达到L2级别；在此基础上开展空间推理、形成执行闭环，则可逐级推进至L3、L4。能将这一层级做好，已是相当理想的成果。
围绕L1、L2阶段这一主线，我们已沉淀大量与空间智能、不动产相关的资管智能体、物管智能体、空间智能体，并可在空间智能或世界模型底座之上，对外输出标准化产品。这也是企业协同加空间智能视角下重点解决的问题。
曾瑞华：感谢您的分享。可以看到，人工智能正深入到各个场景，那么最终应如何打通重资产价值与多层次的资本循环？这一问题先请教陈总。
当前产业园领域已有18支公募REITs，总规模约300亿元，您所在的东久新宜也是其中之一。您认为下一步应如何将人工智能创造的价值纳入资本市场循环，并实现闭环？
陈名：从房地产估值角度看，若熟悉公募REITs装入资产时的评估逻辑，评估机构对资产的评估方式选择通常是透明的，涉及多个维度。
近年来市场租金波动剧烈，部分前几年签署的租金如今已明显回落，尤以物流为甚，甚至出现腰斩。那么，人工智能附加价值应如何在租金中体现？我们说租金是顶层指标，其下还有物业管理成本等各类成本，其中均包含人工智能附加值的空间。
一方面体现在市场租金上。在已形成闭环的人工智能产业园区中，租金通常高于其他园区，因为人工智能企业整体支付与承租能力更强，形成产业生态后黏性更高，其租金自然应高于一般市场水平。在估值时，便不应简单套用普通市场租金，而应对人工智能部分给予一定溢价。
比如我们拥有的一家生物医药特色产业园，在生物医药行情较热的2021至2022年间，我们曾作过研究分析，张江地区有环评与无环评的研发楼之间，租金相差约30%，这30%便体现在市场租金及其溢价之上，进而反映到整体估值体系之中。
就费用而言，人工智能赋能的园区管理模式与模块，可有效降低物业管理成本。无论是厂房、物流园区还是办公产业园，成本均有不同程度的下降，其中厂房物业的成本利润率极薄，而办公产业园的改善空间更大。高层楼宇物业若采用相关场景应用，物业管理成本，尤其是人力成本，可大幅下降，这些均可在估值模型中体现。
同时，就资本化率而言，发改委与证监会已给出整套参数，一线城市、二线城市各取相应数值，业界已习惯沿用。
一旦人工智能赋能、一旦园区能产生高于其他园区的效率与坪效，我相信资本化率乃至此后的折现率都应有所考量，并最终反映在上市定价之中。
曾瑞华：下一个问题请教许总。您刚才谈到资本市场与逻辑模式的闭环，就您所观察的市场现状而言，哪类投资者会为这些人工智能赋能的产品及产业园买单？
许洪睿：就人工智能而言，我从园区运营的层面谈一下看法。当下大家都在谈人工智能，但我所见的多为工具类应用，仍需人工使用。那么，从园区运营的角度，应如何定义人工智能？
我认为，它是永不离职、且能从头到尾深度理解项目的老员工。
我们在构建园区运营智能体时发现两个问题：其一，这一智能体需要贯穿从产品研发、市场分析、项目推演、方案设计、资料导入、市场大数据比对，乃至招商与运营服务的全过程，对token的消耗极为庞大，且难以复制，这就要求我们对工作流进行简化与标准化。
就资产价值而言，我认为人工智能有望成为园区不动产中的一名员工。不动产具有价值，园区运营六年来，我配备了两名人工智能智能体员工，他们最懂园区、不知疲倦，能随时与任何阶段、任何人协同，且每个标准化单元足够精简。这一方向可能更受投资者青睐，也更符合投资逻辑。
曾瑞华：下面请教宋总。您觉得这款产品日后是否有望独立运作、上市或融资？下一步将如何拓展业务？
宋澜涛：至少就目前而言，并未考虑此事。万物云的前身是万科物业，也就是万科地产旗下的物业板块。万科物业在住宅物业之外，又相继拓展商写物业、城市物业，沿空间维度不断延伸。万科物业已难以涵盖我们的业务范围，因此在上市之际升级为为万物云，定位为空间科技服务公司。
下一步灵石依然坚持不动产AI大脑和生态开放平台的定位不变，在内部跑通验证后，再进行规模化商业拓展，并通过规模化不断优化算法，迭代功能。
曾瑞华：刘总，同样的问题。贵司同样在母体之内循环，您认为千丁智能终有一日会独立上市吗？毕竟需要借助外部资本持续推进，不可能长期依赖母体供养，您如何看待这一问题？
刘怀洋：这恐怕要分阶段推进，最终节奏仍由集团决策。就当前的方向与架构而言，千丁智能从业务与能力角度看，已是一支可在市场竞争中独当一面的团队。
我们需要形成自己的商业逻辑，且这一逻辑已从技术、产品延伸至业务，经过数月的探索与努力，已有一定成果，但后续仍需迭代。在此之后，是否能够构建起较为坚实的、涵盖企业协同与空间智能的底座？业务场景现已梳理得较为聚焦。
就资产视角而言，传统资产很难将科技生硬地嫁接其中。但若采用人工智能原生的方式，首先，线下的所有空间均具备能力泛化的可能，这一能力能否重构？正如前述估值模型所设想，若我们拥有可实时呈现的事件流或运营数据，便有重构的机会，这正是空间智能体所要达成的目标。
我们将所有AIoT数据，包括能源能耗数据，以及云镜慧眼等产品的可视化能力充分呈现，并在一定程度上实现自动化。
此外，龙湖拥有大量物管场景，借此提出了S2A2C的理念。我们拥有大量智能体，若能将这些终端的消费者、业主的需求转化为智能体，令其与我们管理端的智能体，以及众多第三方供应链的智能体，通过A2A协议实现更高效率的服务撮合，或许能开辟新的创收途径。
这类智能体已非传统的人机交互管理界面，而是走向自动化、高效率的服务撮合。所谓人工智能社交，解决的是人与人的关系，物管场景同样适用此类机制。
第三，资产过去只能审视其历史价值，未来能否依托模型掌握更多数据，乃至作出预测与推演？目前国外有一个项目，融资2亿美元，意图模拟全球八十亿人口，模拟对象按民族、国家区分，与真实人类高度拟真。
若需开展市场调研与运营分析，可直接在此模拟环境中进行，其准确率已达较高水平。若我们能据此获得针对一栋楼、一个产业园或一个社区的预测能力，将下月、明年、后年的宏观与微观数据综合研判，这也正是资管智能体的应有之义。目标已经明确，一旦形成良好的市场反馈，后续的资本化路径便顺理成章。
曾瑞华：感谢。最后请教肖总。您认为轻资产模式应如何走向资本化？应如何融资，以支撑轻资产平台进一步壮大？
肖琴：我这家公司在资本化方面的空间或许有限，但所从事的科技产业服务平台，基于空间的运营服务仅是基础。
从长远目标而言，我希望未来能够投资科技企业，无论一级还是二级市场。
目前我推进的诸多项目中，都在与做基金的朋友合作。他们也提到，当前很多投资人除依据财报及各类披露信息外，还会开展田野调查。
例如对半导体长鑫制造之类的企业，投资人往往亲临产业园区门口，观察货车数量的变化，与门卫交流近期货车进出是否增多、人员招聘有无变化，以此了解企业的实际经营、扩产乃至销售状况。
我们从事空间业务的优势，正在于能够实时掌握入驻企业的经营动态，始终陪伴企业成长。
打造这一科技产业服务平台，一方面凭借自身的地产背景，为企业提供空间运营服务；另一方面，也因为自身并不从事人工智能技术研发，而整个人工智能产业尚处早期甚至起步阶段，若想分享人工智能时代的红利，最优方式便是投资于相应企业。
如何投资这些企业？通过科技产业服务，我们能够为企业提供贴身服务，甚至凭借空间内入驻企业的第一手信息，为未来的科技产业投资奠定良好基础。
因此，从终极目标而言，我希望通过科技产业投资，一方面助力企业发展，另一方面为公司带来更大收益。空间存在天花板，而产业投资则没有上限，这正是我这一平台未来所追求的方向。
曾瑞华：感谢肖总。最后一个问题请教葛老，请您作总结。您认为在政策与支持之下，产业园这类资产与人工智能的结合，是仍将停留在当前状态，还是会有相关政策的支持将其推向更高层次？
葛培健：政策支持与主导作用至关重要。刚才大家讨论较为热烈，而实际上，我们目前处于经济通缩期，缺乏更优的投资产品。股市的现状并不理想，投资“老登”资产可能被套牢，投资“小登”资产波动又较大，即便是五十年期国债，收益也不过一点几个百分点。
相较之下，公募REITs以及今日所讨论的诸多产品，我认为都是较为理想的投资标的。
过去REITs发行主要依赖租金指标，实行一票否决制。去年底上交所作专题调研，目前发行REITs的要求是：其一，项目已运营三年；其二，试点初期要求出租率在95%以上，如今则放宽至80%以上；其三，须具备可预期的经营性现金流。
因此，我们向上交所提出，评判标准不应仅限于租金。以肖总的轻资产模式为例，若采取轻重结合的模式，生产性服务业与生活性服务业将显得尤为重要。特别是园动力，拥有全国3000多万平方米的规模、15个大区、覆盖45个城市，单个园区的大众服务需求不容小觑，包括光伏发电等。
我为此专程与上交所沟通，对方表示企业尚未申报。我说，若仅依赖租金，租金波动又较大，难以作为稳定依据。
此外，政府的政策扶持、资产的价值发现以及资本市场的退出机制，这三者至关重要。全国首单、首批ABS便由我操办，彼时中国证监会正谋求试点，苦于缺乏优质项目，全国仅9单，证监会三位主席均曾亲临现场。
这项ABS业务，如今可称“准REITs”，本质上是阶段性出表，五年之后需由原产权主体回购；而公募REITs则是永续性的，二者需形成联动。这便是政策导向的体现，若无政策支持，这一切便无从谈起。
当前，各地政府都在推进“三资”改革，将资产、资金、资源证券化，通过资源资产化，实质上是将物理空间转化为可交易的金融资产。
当然，多层次资本市场并不必然以上市为唯一路径，准REITs、ABS以及全国ABN资产支持票据融资等均属此类操作。我今日所汇报的内容，皆依托于人民银行、中国证监会的政策扶持。因此，在重构资产价值的过程中，政府的政策扶持与主导作用都不可或缺。
曾瑞华：感谢葛老的总结，感谢各位来宾的分享。谢谢。
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