来源：中国网

场景+技术双轨之下，凭借“AI全栈”解决方案及产品矩阵，物业龙头企业将形成新的优势壁垒，打造出一套智能社区行之有效的操作系统，引领软硬件一体化的社区物业革命。

相比物业行业前几年营造概念、喊喊口号、买几台设备就算是科技投入了，今天的物企更注重实效，把技术落地也看得更加重要。

在AI、云计算、大数据、物联网等技术加持之下，已经没有人怀疑，当下的社区物业进入一个最好的智能化时代。

所有头部物业企业都在重视“技术驱动”，并发起一轮技术落地之战，也由此，一大批资金、人才涌入，更多丰富的产品也在这个赛道爆发。

但我们都知道，任何行业一旦有新的变革，一定是主流厂商在起着“火车头”的带动作用。物业是传统服务业，除了BAT与其形成优势联盟，并将其作为TO B赛道继续深耕，物业企业的内在改变力也在增强。

作为港股物业第一股，碧桂园服务一直在“升级客户的服务体验”上现身示范，其既是信息化时代的受益者，也是推动者。在将传统服务升级为现代服务的过程中，它究竟有哪些技术落地的方法论？其产品力如何在实践中体现服务的本质？如何在研发中打通落地的卡位环节？本文将以案例做深度剖析。

　　智能化的新时代“大考”

作为劳动密集型产业，技术已经在不断解放物业管理行业的人力资源，使企业能够在保持高水平服务满意度的情况下提升人均管理面积，从而平衡行业劳动力成本与服务质量的关系。

碧桂园服务执行董事、总经理李长江指出，要想成为国际领先的科技型综合服务集团，碧桂园服务就必须在科技化与智能化上下功夫，在人工智能上挖掘出新的价值，一方面体现在内部管理系统的改进，另一方面体现在对业主服务体验的改进。

碧桂园服务从前端服务到后台分析支持，构建了完善的技术+应用体系，不仅有大数据驱动的运营和管理模型，也有自有的AI算法训练平台以及第三方算法接入平台，对大量碎片化的社区服务场景提供相应技术支持。

2019年，物业行业出现了第一张AI应用场景全景图，引发业内人士广泛关注，而这一手笔正是来自碧桂园服务。通过不断加码，碧桂园服务俨然已经成为物业领域布局新技术密集度最高的物业企业之一。

面对这种“技术密集度”，碧桂园服务首席信息官袁鸿凯也表示，根据自身的管理需求处理关联性的数据，用AI为前端的业务提供支持，这是他们大的逻辑。

“数据的导向永远是根据业主和管理的需求延伸出来相应的分析和AI的应用。”

　　核心产品如何“藏智”？

从2015年开始，碧桂园服务就开始搭建技术平台，尝试云-边-端的整体物联网架构的建设，并逐步建立起基于设备端的传感器和一线应用能力。

而2019年5月，碧桂园服务就推出了行业首个基于AI+物联的AI全栈解决方案产品体系，包含了云-边-端三个结构内所有的产品，应用范围已覆盖前台、后台、决策、运营这四类近20-30个场景。

这样一套方案，可谓是从上至下，将社区场景中每个环节都囊括在内。实际上，在技术战略中，一直遵循着“短板战略”，只要留有一定的瓶颈缺口在，就始终会遭遇挑战，而一旦在云边端上一体化布局，打造“全套”服务，才有可能化解各类问题。

具体来看，AI全栈解决方案最核心的5个产品分别是：

①云-AI开放平台

②边-AI凤凰魔盒

③端-监控云平台、清洁机器人、智能音箱

云上，AI开放平台主要包含AI算法训练和管理平台+SaaS化行业智能应用，与收费云平台、成本/合同云平台、采购云平台、人力云平台等构成云上能力。为了在运算上提升支持，2018年，碧桂园服务与腾讯启动战略合作，基于双方优势孵化丰富的产品矩阵和生态能力，尤其是在计算机视觉识别、语音识别、机器学习等方面的进展，打造了基于云端的AI智能平台和AI算法训练平台，所有业务场景都可以在云端进行反复的训练学习，赋予智能化。此外，碧桂园服务与阿里云开展战略合作，已成为阿里云在物业领域的唯一标杆客户。

边上，AI凤凰魔盒是本地的场景式智能边缘服务器，能够实现与万千设备共享AI的能力、实时管理和监控本地设备、快速部署和建设信息化方案。2019年3月，碧桂园服务与全球领先的物联网解决方案提供商海康威视联合成立的行业内首家“AI联合创新实验室”正式揭牌，共同研发基于监控的边缘计算服务器和社区场景下的各类监控算法。此后，与联通合作解决社区物联网组网技术验证，建立社区无线区域网，通过MEC边缘云实现视频监控处理、AI智能识别等智慧物业应用。

端上，监控云平台是社区安全的第一道智能防线，通过构建智能化云端管理+边缘计算体系，接入社区所有监控设备，实现智能监测、智能巡检、智能预警、智能门岗等功能，社区智能巡检可实现300次/天，安保人员社区巡逻效率提升60%，大幅提高社区安全系数，让社区安防服务更精准，让业主居住更安心。

清洁机器人能对社区进行多方位的清洁，人机协同，作业效能提升。目前，碧桂园服务已联手博智林机器人打造多元化社区机器人产品矩阵。以楼梯清洁机器人为例，能实现楼梯垃圾清扫、楼梯地面刷洗、扶手清洁、自动返回充电、自动倾倒垃圾、自动加装清水排污、避让行人、设备状态远程监控等功能，不仅解放了人力，还能对社区信息化建设增添动力。此外，还有安防巡逻机器人、迎宾机器人等社区机器人产品矩阵，比传统意义上的单点应用服务更加完善。

智能音箱目前是头部厂商竞争的热点区域，阿里、小米、百度等纷纷将目光投向社区用户，碧桂园服务则通过智能音箱承载物业服务，希望能将服务入口延伸至每个家庭，提供更好的智能化用户体验。智能音箱可以替代室内对讲终端，并且提供更多元化的服务，比如可通过智能音箱实现2秒呼叫专属管家、缴纳物业费、快速报修等，非常便捷。

整体来看，这是社区中使用频次、服务价值都非常高的5款产品，适用住宅、商业、公建、城市等多种服务场景，通过集成能力，整合零散的系统和应用，做从研发到应用全流程一体化的服务。

　　研发与落地这件“大事”

在技术革新不断深化的背景下，物业百强企业继续保持对技术运用的投入力度。

资料显示，2018年，20余家百强企业智能化建设费用超千万，大部分企业对智能化的投入在 200-500万元之间，而碧桂园服务在近几年已累计投入近5亿元研发费用，远高于同行。市场预计，随着碧桂园服务AI全栈能力的进一步形成，有望加大与其他物企之间的技术代差，保持领先优势。

既然技术投入考验管理者决心，产品落地考验执行层面的综合能力，那么，碧桂园服务在产品落地上经历了哪些难关？又是如何克服的？

以AI凤凰魔盒为例，其作为“AI+安防”的新标杆，具备高性能和高可扩展性，力求让社区内所有的智慧化应用场景可以通过凤凰魔盒进行统一部署。

研发这个魔盒之前，项目上的物业场景，大部分应用都占用专属服务器，导致资源浪费，维护成本高；加之现有边缘服务器成本高，无法在实际应用中大规模推广。

这是摆在碧桂园服务面前的2个非常现实的问题。

针对难点，碧桂园服务的科研团队也给出了应对之策：第一步，汇总分析物业项目生产中各应用场景，找到应用正常运行所需硬件配置的共同点，完成服务器的配置需求；第二步，根据现有服务器外观，结合市场需求，在最大可能压缩服务器占用空间的情况下，设计出一款基于碧桂园服务需求的定制化服务器产品。

在搭建服务器配置的过程中，考虑到不同的场景算法在同一个服务器内运行，首先需要提供多个算法环境，而市面上常用服务器GPU有限，承载的算法固定，为了解决这一问题研发团队生成多个虚拟运行环境，并且每个环境之间隔离，为不同算法运行提供相应的空间。另一方面，还需要解决技术上的难题：原本不同场景算法在同一服务器运行时，会出现算法本身、端口、内存资源等的互斥，研发团队反复进行后台调试，历经多轮实验室测试、项目试点，解决了运行互斥的技术矛盾，前后耗时近90天。

最终，在多方的对接下，AI凤凰魔盒逐渐成型。AI凤凰魔盒可以实现云边协同，更新迭代，突破了以往云端和边端不能同步更新的难点问题。物业公司可以根据实际场景，选择一种或多种算法落地使用，并且承载算法可自动升级，具备动态升级配置能力，还可以承载物业全部应用场景部署，节省服务器资源与后续维护成本。

而监控云平台作为端上的重要产品，也经历了一个涅槃的过程。

据碧桂园服务的团队介绍，从平台开发到第一个算法落地，一路走得非常艰辛。研发的时候，市面上成熟的物业场景的算法训练平台非常少，大多是概念产品，很难借鉴到有效的落地经验。

研发团队走访多个社区，收集了上百个社区的应用场景，逐步形成了推进的研发思路：第一步采集场景图片，第二步打标，第三步算法优化训练。第一轮的训练结果，准确率最低的时候还不到60%。研发团队通过不断地采集图片、打标、云平台训练，将算法准确率提升到了80~90%的水平，要实现精准算法训练还有一段距离。

突破瓶颈的方法便是导入更多的场景图片，并从技术端进行算法调优。在准确率不足90%的情况下，算法工程师需对算法模型与参数反复进行调整，结合海量的场景图片，将算法的准确率提升到95%以上，最终成功落地第一个算法--以图找人场景下的人员轨迹分析。

可见，技术落地、产品成型，始终不是个一蹴而就的简单事。

　　“全栈AI”驱动行业升级

综合来看，碧桂园服务在技术产品化上，有着非常强的方法论，并通过技术为业务持续供氧，落地业务造福于客户。

所以，尽管物业的智能化还整体处在探索期，但行业正在涌现一批具备示范效应的项目。

正如李长江所言，物业行业集中度会越来越高，行业标准会进一步细化明确，业主的期待值也会随之提升。当头部企业领跑时，不愿意变革的企业就一定会被业主淘汰——这是市场选择的结果。

场景+技术双轨之下，凭借“AI全栈”解决方案及产品矩阵，物业龙头企业将形成新的优势壁垒，打造出一套智能社区行之有效的操作系统，引领软硬件一体化的社区物业革命，将行业升级推向时代的最前沿。