作者 | 上官萍萍

编辑 | 梁秀杰、刘玉娇

责编 | 韩玮烨

AI将是人类认识自我这一历程的“最后一公里”。 ——李开复

从AI（人工智能）到BI（商业智能）我们还需要走多远？无论是产业数字化还是数字产业化，各行各业都在加速拓展AI智能应用场景，而就目前来看，商业AI是企业数智化转型的“最优解”，是数据发挥价值的最大生产力。

第31期火花谈，睿和智库创始人韩玮烨对话瑞为技术高级副总裁张灿，探讨数智技术如何驱动商业领域的创新发展。

AI数智化，成为不动产行业重塑的关键利器

不管是宏观经济周期性动荡，还是受疫情、不动产市场供需结构性调整影响，近年来整个行业面临重塑的难题，亟待注入新鲜活力。

韩玮烨从技术革新的视角，您是怎么看待目前整个不动产行业发展面临的问题，而AI数智化又能带来哪些解决方案呢？

张灿：在整个不动产行业，它永恒关注四个问题：资产、资本、空间与流量。这四个问题涉及两个层面，一个是资产与资本之间的互生关系，另一个是关于深度运营，即流量与空间的互动关系。目前，瑞为有一个综合的解决方案，叫“数实融合”，即AI数智化，具体指的就是“数字孪生”和“数字伴随”。

“数字孪生”又分为AI和BI。“数字伴随”指的是CI+DI。AI就是人工智能，解决人不能完成的事情；BI指的是商业智能，解决人做不好的事；CI指的是客户，它解决的是客户体验的问题，还有传达效率的问题；DI就是数据智能，解决成本和费用的问题，也就是怎样实现降本增效。由AI转换到BI，由BI转换到CI，由CI再到DI，最终形成数据的沉集，然后再把所有数据投喂给AI，形成一个完整的闭环，在这个解决方案当中，瑞为目前在AI、BI、CI、DI都有涉及。

实体商业的创新“密码”，离不开「AI+BI」双轮驱动

数智化的应用拓展方面，无论是商业空间智能化设备的升级加码，还是人工智能对流量数据分析层级的提升，商业AI数智化的发展一直引领整个不动产行业的创新。

韩玮烨了解到“AI+BI”是瑞为技术目前主要战略之一，那么，今年线下商业环境以及市场需求端发生了哪些变化？对于我们产品的研发和创新带来哪些影响？

张灿：我们可以承接上面第一个问题，从客流的流量和消费交易数据来看，2023年上半年整个实体商业消费指数信心都在恢复，但是消费购买力没有突破，我们看到大量的人出行，去旅游、去逛街，但是在实体商业内的销售却未达预期。

针对这个阶段性的现象与问题深入研究后发现，以前我们把同时服务10万人或者更多的消费者称之为能力，而现在我们如何服务好每一位消费者，才是真正的能力。

首先，要了解我们的客户是谁，以及他们的消费习惯和特点；并以此为基础，再深入到体验和服务；在体验方面，尽可能缩短营销与服务触点的链条，使之更短、更简洁、更有效，这样才会有机会让消费者在单位时间内产生更多、更有效的消费行为。

于此，数智化赋能正在进行两个层面的努力：服务的增强和体验的增强。通过我们DMT深度洞察客群，赢得服务窗口，利用QBOX极简、极速营销增强客户体验，长效黏住我们的消费者，最终形成从消费信心提震到消费指数提升的承接。

韩玮烨具体到购物中心或者社区商业的应用场景里，怎样去实现消费洞察和交易链条的缩短？

张灿：首先，多数购物中心更多的是通过市场调研，比如用抽样调查的方式完成对消费者的跟踪，这些方法存在严重的置后性，难于实现实时的流量转化。利用DMT技术，能够通过时空洞察实现客户评价。从消费者进入购物中心开始，数字化陪伴关系及消费旅程，以及期间的关键节点和触点服务，即可形成画像和标签并进行分层、评级。

在这个数字流量的基础上，再利用QBOX工具尽量缩短整个营销链。

简单理解，就是我们把不属于消费者需要花时间做的事情，用数据全部短路，将种草和拔草形成一个单一的渠道，缩短交易链条，并形成即时营销。

韩玮烨上述技术在哪些企业做了应用，效果怎么样？这些新型数智化工具对于商管团队的运营基础以及硬件成本的投入上是否有更高的要求？

张灿：我们现在比较典型的应用一个是在华润的欢乐颂项目，另外是在大悦城，效果都很好，都是行业的标杆、样板。

关于落地层面，任何一款复杂的应用工具，都会对运营团队有要求，但是随着业务不断优化，把更多的AI技术工具加入进来，让业务流转变得更精简，中间环节更少，更自动化、人力耗费更少，团队的运营效率自然就提升了。

成本管理也是如此。例如，在一个购物中心场景，流量的洞察不再需要敷设更多的传感器，只在算法植入、算力提升上做升级即可。在硬件的投入上，一台全景摄像机完全可替换传统4-5台摄像机设备。经测算，硬件提升后的投入成本仅相当于原来的20%-30%。

而对于全场景的洞察是另外一个层面。例如，IOT设备的应用，涵盖温度、湿度、光照、声音等一系列数据的采集，以及与流量表现的线性关系。瑞为会把它融合成一个企业大数据去做整合和分析，同时联动第三方的数据进行碰撞，就会即时地了解在场景内外发生了什么，商圈竞争者及行业内发生了什么。在此基础上进行综合、智慧地决策。

韩玮烨在线上线下融合不可逆的情况下，线下实体商业需理顺平衡线上和线下的逻辑关系。您认为，实体商业如何保证线下的人流和经营？

张灿：我们发现购物中心线上还是线下卖货，其实是单选题。线下叫做场景式消费，线上叫做体验式消费。

如何二者兼得，保障线上收益的同时线下流量不受损失是新的挑战。目前我们与客户尝试这样去做——即线上策展线下集结。

线上策展的重点是体验和预售，也就是“种草”，不推荐线上带货。通过线上预售模式，在线下去做针对性的客流集结，即“拔草”。通过企业数据层面的整合与线上营销大数据层面的碰撞关系，平衡线下流量与线上内容平台的互生关系。

我们通常将线上内容平台区分为PR与SP，以前择一而选，现在需要全选。例如策划一档购物节，它本身就是IP属性，建议PR，同时SP售券，券可分散到当期或以年卡、月卡、周卡的方式进行核销，将爆点活动延长，让消费持续升温，这样就能够实现全营销闭环。

韩玮烨目前国内大多数主流的购物中心基本也是线上线下同开，线上也能带来一些营收，据您了解线上和线下平均的营收占比是怎样的？

张灿：据我们的数据跟踪，线上销售和线下销售的占比最多能做到1:10。唯一例外的是X泰，X泰较早就采取了线上线下合一的经营形式，因其与阿里的特殊关系，其它企业较难模仿，很难做到如此比例。

我们观察到，未来的趋势仍是回归线下。

过去三年，商业体会把资源按照2:8或者3:7的方式进行线上线下资源分配。线上标品为主，价格高度敏感，购物中心则是冲动型、体验式的消费场景，价格敏感度相对较低。现今，无论从消费体验，还是社交上，消费者都有意愿回归线下，而运营者要强化的是线上内容强体验，线下即时营销的便利消费场景。

韩玮烨与大型购物中心相比，社区商业是离消费者更近的消费场景，但社区商业往往体量很小，也不够标准化，社区商业具有数智化的价值么？

张灿：近些年，成都通过城市更新带来的社区商业发展，是业内公认的标杆。我们观摩了很多以城市更新为基础的社区商业，是把老旧厂区或街道的底商收来统一运营管理，这两种方式在我看来都非常成功。

当然，也有资方用最原始的方式进行经营管理，虽然成本较低看似稳妥，但收益低，回报难于提升。

在我看来，这样的项目可参考购物中心的强管控、深度运营模式，通过最新的物联网与大数据的方式盘活经营数据，深度分析、整合营销，与商户和顾客进行服务触点的资源再利用，从而提升业绩与收益，达成共赢。我们在这方面也在不停地创新与探索。

瑞为针对城市更新与社区商业的特性，提供了一款SAAS产品，名字叫“钱贯”，拥有“钱贯”的商户可以将服务、产品和营销活动，以LBS为基础推送到消费者面前。所有消费者在以商户为核心的600米内打开该应用，都能够找到周边的城市服务与消费热点，可以订阅服务，也可以送货到家。“钱贯”架起了社区商户和社区住户的桥梁，使社区商业真正做到“本地生活”与“快捷服务”的统一。

大模型给予行业未来巨大的想象空间

今年以来，人工智能大模型掀起了新一轮热潮。相关数据显示，截至今年5月底，中国10亿参数规模以上的大模型已发布79个。大模型浪潮带动产品、服务、行业等多方位变革已是不争的事实。

韩玮烨大模型的出现，会对不动产行业带来哪些影响？从技术到应用落地，您认为在技术层面仍待解决的痛点有哪些？

张灿：这个问题的本质是如何从AI过渡到BI，怎么把大模型放到企业经营场景内，它能切实解决什么具体问题。终级命题，就是解决大模型与小场景，垂直领域和行业细分的逻辑关系。

我认为大模型对于不动产，会带来三个层面的影响：

首先，开辟了人机交互的新途径。以前完成人机交互靠编程，但是ChatGPT可以用自然语言沟通，这是划时代的进步，具有里程碑式的意义。

其次，它打破了知识的壁垒。个人对世界的认知都有局限，跨专业将会形成知识盲区，ChatGPT会通过大量的训练，帮助我们克服知识储备不足的限制，变得更有智慧。

再次，它可以解放生产力、降本增效，把人从大量繁重、繁琐的工作中抽离出来，让错误率更低，使效率更高。

瑞为在善用大模型的创新化场景中，主要聚焦于TOB和TOC两个层面，TOB利用“数字员工”的模式解决本地知识决策的问题，实现基于企业本地数据的即时分析输出与快速展示。TOC则利用“虚拟数字人”的策略，解决客户服务中的触点、效率、体验等难题。

大模型牵引着未来科技和产业融合的发展趋势，恰好也是中国现在不动产各个业态发展变化的核心需求。它从资本最开始进行项目选择的时候，就要让它介入进来，涉及到思路、思维和大数据方面的内容全部要记录并录入，这样它会为决策者在项目选择的时提供更宽、更专的场景化支持。

结语：

随着全球人工智能技术取得不断突破，商业创新也由此前侧重于服务的数字化，进入到数据服务与智能化并举的数智化阶段。

睿和智库认为，当前是零售业和零售不动产重塑的关键时机，但是具体到应用层面，模型的能力与需求的匹配还有一段路程要走，企业需要选择适合自己的AI数智化发展路线，让大模型的能力得以落地，从而创造出更多的价值增量。

更多采访内容

欢迎关注视频号“睿和智库THINKTANK”

文章下滑，查看峰会报名二维码