主题讨论会：智绘新境 | 观点数字未来发展大会

主持嘉宾

黎振伟　世联行首席技术官

讨论嘉宾

陈振连　华润置地科创与智数部副总经理

赵　原　华润万象生活有限公司智能与数字化部总经理

苗　坤　鑫苑科技服务集团有限公司大物管产品中心总经理

刘天旸　中原集团首席运营官

王晓华　增城产业投资集团总助、广州东进数智技术发展有限公司董事长

吴震东　仲量联行科技部高级商务运营总监

黎振伟：上午我们参加了走进华为，讨论很热烈，探讨了很多话题。紧接着下午的讨论就更多是从企业的角度了，我知道今天华为很关注在AI时代的企业如何用AI，科技企业包括金蝶，他们都在关注究竟怎么样为企业服务？

企业刚才也谈到有点焦虑，我们怎么样去迎接AI时代。刚才我跟越秀张总也在探讨，其实数字化跟智能化并不是今天才有，早就有了。

为什么AI的到来，使得我们大家都如此去思考呢？上午华为提出AI是场革命、是场变革，我们今天房地产也在面临一场变革，所以这两场变革应该说对当今社会冲击也是最大的。我们怎么把这两场变革合在一起，一起推动社会的进步，可能也是今天我们在座各位探讨的。

今天的讨论总共有6位嘉宾，大概讨论一轮，然后再补充，每人可以谈5到6分钟。

第一位嘉宾，华润陈总，您刚才介绍了华润，您是公司层面，他是应用层面的，一个公司从两个层面来探讨。作为传统的行业企业，其实过去并不是没有用IT，用了很多IT，也投了很多钱，信息化早就做了。

我们今天来探讨AI的时候，你觉得我们过去跟未来怎么去延续？刚才您也谈到在这个节点，今年是AI革命元年，我们如何在过去已有的数字化、智能化基础上再提升？这个很重要。

还有一个是，这个提升不是推倒重来，不可能再来一遍。

过去的数字化跟今后的AI所设计的系统最大的差别在哪里？这个变化难不难？

陈振连：我觉得黎总刚才问的问题其实是挺好的问题，当前是处在转变期或转型期，不管是做数字化，或者用AI，或者更早的信息化，它是要解决企业运营的问题、竞争力的问题，根本的还是解决这些问题。这个过程实际上是持续的过程，不是要抛弃过去所有的东西。我觉得是有传承的，当然也有迭代和进步的地方。

刚才华为的领导在讲很多基础的东西，其实本质上还有很多管理是否是规范，就是管理水平的问题。今天讲到AI，有数据准备的问题，数据的质量怎么样？用来做调优、训练，你的数据有没有？

我们最近做一些应用的时候，发现要用大量的时间去做知识库、知识图谱，做很多很基础的东西，这些东西跟过去是紧密关联的。有了过去的基础，可能有些管理、流程梳理沉淀下来，这个就形成了今天要去做一些。大家在谈的DeepSeek，在通用的场景上用起来挺不错的。但是真正落到企业里面用的时候，你会发现存在很大的鸿沟。比如说企业专有的知识要嵌进去，实际上你拿到的答案跟你的预期会发现有挺大的差别。比如说天天写材料，能不能用这个东西帮你把材料完成呢？发现还是没有达到预期或者达到跟领导直接沟通的程度，你会发现很多差距。

这些差距在前面的数字化阶段沉淀的东西，在这个过程中能不能再发挥价值用起来？知识图谱、知识库能不能很好的梳理出来？是有这样的一个过程。

对于未来，AI的应用或者对于原来的提升，我觉得这是显而易见，或者是有巨大应用价值的领域，这个是毫无疑问的。

我相信未来整体企业的应用架构有一个Agent作为入口、路由，底层背后可能有各种应用，也有丁总说的数分的事情，还有一些数据洞察，可能还有一些小的独立的模型去完成不同的任务。我相信未来是混合的架构。

这对于整个企业来讲，有一些原来的应用体系还会存在。我们知道今天的模型，说白了底层还是词库、概率，它是基于概率的逻辑。比如说会计记账不是概率，一分钱就是一分钱，一块钱就是一块钱，这是非常严谨的，跟生成式还是有很多不一样。

再就是流程的过程也是严谨的管理过程，也不是说基于概率，今天算一下余总审批通过的概率比较大，我们就到他那边。丁博士审批比较严格，我们就不通过他。它不是基于概率的逻辑。你会发现肯定还是有很多结合，会发挥各自的优势、长处的地方，但是不可否认这个改变是巨大的。

还有一个领域会巨大改变，就是人机交互。过去的流程有大量的输入，比如用键盘、鼠标，可能这一部分在未来肯定是要大量简化，可能被AI所取代。我更想说整体还是希望这个东西到前面分享的，就是以人为本的，能够为人赋能的。我不希望提到这个东西就是降本，就是要减人。为什么不能把它变成提质的？变成一种做差异化、提升竞争力的工具？我们知道最终不得不卷，如果你知道整个世界是熵增的，但是也得去对抗熵增。

我们有责任让我们的工作变得更美好，让生活变得更美好，而不是简单用这个来减人、降成本，这是我们应该去努力的。

黎振伟：谢谢陈总，今天我们工作5天，以后变成3天。今天华为说了这个话，我们革命不要把革命者被革掉，这个我觉得很重要。今天上午你没有去，华为还是很关注华润的意见。

我们下面请问赵总，赵总是来自于华润万象生活。刚才陈总谈到了很多的架构、系统，回到万象生活在应用过程中，觉得AI将对你们产生什么样的作用？回过头，你们给总部又提出什么样的要求？怎么去改进原来的管理系统？

赵原：感谢主持人，其实刚才陈总介绍的整个理念在我们公司内部已经比较高度达成一致了。尤其是今年春节前后的人工智能的进步，在节后公司内部也进行过多轮的探讨。

从总体的方向上来看，我们并不认为AI真的会马上催生一场革命，它可能是在很多业务革命过程中的一个有利工具。

像刚才说到的，其实业务本身的痛点，还是在延续。可能过去业务面临的痛点，现在仍然还有；过去需要聚焦的场景，现在也还是在聚焦。本身我们业务的竞争力，底层的商业逻辑、商业模式并没有发生根本性的变化。

然后，一个企业也好，一个行业也好，它的竞争力和护城河也还是存在。

在这样企业的内部，从应用层面，任何一项技术不单指AI或大数据，任何一个新技术的出现，我们认为首先需要去平衡的都是商业技术的成熟度和业务从数据到应用到场景的成熟度，在这个之间去找到合适的匹配关系，然后来真正聚焦应用的效果。

在这个过程中，其实我们也做了大量的探讨。就像陈总刚才介绍的，我们评估了各个业务模块的成熟度。智能化的前提是数字化，数字化的前提又是信息化，信息化的底层其实是先进的管理基础。每个行当自己的数据积累的成熟度和管理经验的固化、标准化以及先进程度，决定了它前端应用真正落地的情况。

我们在整个推进过程中，还是秉承着大胆创新、谨慎全面应用推广的模式，并且聚焦高度标准化、成熟化的场景。

其实从刚才分享的嘉宾来看，大家的分享内容在很多模块也是有重复聚焦的。比如大家都会提到合同的审核、人力方面的提效，为什么大家都关注这几个场景？

因为这几个场景业务规则相对明确、数据积累相对成熟，从这些场景来看比较好切入、比较好入手，所以我们的思路跟大家差不多，就是会更落地聚焦。

另外一方面，我们也不会贪多，还是会秉承“积小胜成大胜”的原则。我们的核心，以万象生活来说还是在营的100多个商场和物业的几千个小区，在空间和服务过程中怎么打造智慧的空间，怎么在空间里面让我们的客户，让各类型客户都能感受到有温度的服务。

就像刚才陈总说的，不是所有科技都是伴随着无人化或减人，我们是以服务为竞争力的公司，在这个过程中怎么把竞争力提升上来，我觉得这是在科技应用方面持续探索的场景。

黎振伟：下一次观点可以专门组织走进华润商场，破解如何做到前三，有了AI以后可能是前一了，这个话题很值得探讨。第四位是来自于鑫苑的苗总，房地产开发已经慢慢减少了，AI最大的场景就是物业经营以及城市更新、改造。您觉得在物管方面，AI应该怎么提升？以前我们都在谈怎么增效，有了AI怎么更有效帮助物业公司把服务做好成本降低？还可以延续做下去。

苗坤：今天提的很多问题都非常好，其实您提的问题，也是我们鑫苑服务这两三年一直在思考、一直在改进和一直在做的事情。在AI时代如何更好地提升我们的服务及更好地利用我们数字化的基础来做好服务，降本增效等等。其实我们物业行业已经进入了存量市场，就是随着地产的逐步萎缩。并且我始终有一个问题，我不太认同物业归属到房地产行业里面。因为物业本身有住宅、非住，也有园区、医院、高校，其实物业行业本身就是比较独立的行业。我个人觉得，它归属到服务业可能更合适一些。

在存量的市场，每一个物业公司都在做价值的深挖。到了数智化转型的阶段，因为我们经历了从手工到信息化，然后到数字化、数智化，再到以AI来引领这一次产业的重塑和变革。

万科的朱总前几天也发表了一篇文章，AI对于行业的影响也有一些个人的观点。大家有唱衰的，也有唱好的，这个也都很正常。2000年到2010年的这十年，我也是刚进入到企业里面做信息化相关的转型工作。当时流行两句话说"信息化转型就是找死，不转型就是等死"，在我们年代走过来的"老人"，大家对这句话都有听说过。

但是科技的发展，其实是一种历史不可抗拒的，无论看好还是不看好，无论是马斯克说"AI就是潘多拉的魔盒不能打开，打开就灭亡人类等等"。无论怎么样，趋势是无法改变了。

到了这个阶段，我们作为物业方面，我们认为数智化的转型还没有彻底。随着AI的到来，可能会推进这一个进程的改变。

为什么呢？因为数字化到数智化，就是我们引入了一些人工智能，希望通过AI监控、设备监控来降低能耗，来提升我们设备的维修效率，来帮我们更好地做好服务，提升各方面的一些服务效率。但是它还是半智能的状态，比如AI监控，我们说可以监控人员翻阅，但是你的误报率有多少？在应用过程中，我们发现误报率还不低。随着半人工时代对于我们的管理一提效还是有一定的影响。每一个工具的使用是否能颠覆这个行业，能够带来巨大生产力的变革？可能在人工转信息化时代带来了变革，这一次从数字化到数智化，这个也是一次非常重大的变革。

因为AI是带来了时代的平权，我们以往每个行业靠经验形成了护城墙，形成了壁垒，慢慢无论是个人或企业靠经验去维持现状会越来越难。随着趋势的发展，我们会发现跨行业的竞争和颠覆也会司空见惯。所以AI这一轮的发展，我们也从几个方面在探索和使用。

从去年，比如品质管理监控舆情、提升服务品质，包括通过AI客服去帮助提升客服的服务效率，还有通过语义分析精准定位业主生活服务需求来提升多金的收入，这些场景也都有了一些探索。

随着今年年初DeepSeek的发布，拉低了AI大模型的应用门槛，我们也部署了DeepSeek的大模型。基于大模型，业绩也做相应物业智能体的研发，比如管家智能体、400客服智能体。未来可能还有很多智能体，比如运营智能体、工程智能体等等。这些智能体在我们看来，它会大幅度提升效率。拿管家智能体来讲，管家一天的工作有消息处理、工单处理等等，也希望通过相关AI智能体的建设，真正实现物业管理中提升服务质量、增效、创收、避险等等，来改变物业的现状。

黎振伟：今天上午讨论的时候，我们都探讨为什么华为都进入房地产不多呢？说房地产行业断点比较多，而且很多东西也不知道怎么做，大家不熟悉。您现在在用AI帮助提升，你们有没有想过请专业公司一起做，还是你们自己在解决这个问题呢？

苗坤：其实这两块我们都有结合，内部+外部，重点是在内部本身。我们有一个比较强大的科技团队。

黎振伟：还是需要多结合，谢谢！

苗坤：谢谢您！

黎振伟：刚才丁总说AI对我们行业冲击不大，可能对直接的行业包括房地产代理、顾问，用人多的地方影响比较大，特别是包括设计公司很多都已经裁员了。下面是中原集团首席运营官刘总，我们都面临着同样的问题，楼难卖，企业也在做自己的东西，写个报告也不需要你写了。中原今天面对AI、智能化，我们如何利用AI提升传统服务力，创造新的能力，让专业更专业，更好地服务客户化解对我们业务的影响。

刘天旸：谢谢黎的问题，其实这个问题算是行业里面比较系统的问题，首先这几年从这个行业整个的服务质量来说，其实改善不大，就是还是传统的方法。如果在座的各位以一个客户的视角接触过销售人员的话，你会发现买一个人生当中价值最大的物业，和你去一个高档餐厅消费一两千的一顿饭，和你住几千块的酒店，得到的服务好像买几百万、上千万的房子还不如那种服务感受好，我觉得这是这个行业服务的情况。

另外是这个行业现在的付费也发生了变化，像从存量房来说，从前是买家付费，现在是双边付费，未来可能是卖家付费。付费方式的变化，就是证明整个行业会从卖方市场转向买方市场，这种转变很多人还没有完全有感受。因为大部分行业从业者是卖方时代参与工作，就是只需要拿出房子，不需要特别多的服务，会有很多人来抢，也有各种摇号政策。现在供过于求了，很多人不会愿意有钱先买一套房，不会把买房作为最关注的事情了。对于现在很多的从业者是挺大的挑战。

另外，如果现在要做好房产的销售，其实流量+效率这两点是比较重要的，这也是跟AI有很大的关联性。如果提高经纪人在客户方面的能力，就要从特别具体的小的点给经纪人赋能和助力。

首先在中原的AI实践当中，第一个是房源信息的整理，无论拿到一套新的房，我们就管它叫统装，二手房是散装，这个房源该如何描述，如何跟同类的房源进行对比？客户在线上的疑问，如何进行响应？并且如何去处理房源信息的及时上传？我觉得这些都需要AI工具去做。

相对比较好的，就是中原在实践AI的时候，我们因为有香港和海外的公司，所以是直接接ChatGPT的，国内用的是阿里大模型。基于这个，我们觉得把过去的数据、业务流程、销售说词或操盘的流程喂给模型跑。坦白讲，现在模型对业务的实际帮助还不是特别明显，因为数据的样本量也好，包括近期政策的变化，其实都会对整个的数据稳定性和给客户提供的能力会有质疑。

我们现在更多的是辅助经纪人能力建设，第一个会给经纪人做智能房评，就是放一套盘或做一套盘，让可能学历并不高的经纪人去写会，通过更精准的更有特色的描述，会让这个房源的价值跳出来。

第二个是房源曝光度的资源分配，其实也会通过AI给房屋进行打分，这里面也会引用业主的知识。所以我们会在大的方向上，在很多小的细节去改善客户的体验，和改善经纪人对于客户的服务能力。未来行业应该还是会走向品质服务的阶段，像现在看房屋购房意愿下滑以后，很多垂直类媒体平台的流量都被打散了，而且新年纪的客户更多采用新媒体的方式获取房源信息。

几个情况，行业内包括大的行业变化，都会让行业变得基本上找不到可抄袭的对象了，这也是大家集体陷入迷茫或纠结的元素，就是没有对标去做了，这个时候会形成比较大的转变。也许会出现一波原来根本不知道的人突然做的非常好，但是这个行业在过去没有被科技和资金重构的很大一部分原因，就是这个行业很靠管理和场景的持续深耕。但凡不敬畏这个行业的人会辉煌一会，所以我们还是要有进取的心拥抱科技才能有机会提供更好的服务和有价值的内容给到行业的消费者与客户、用户。

黎振伟：我们行业有一个标杆的企业，贝壳在科技应用上真的做得很好，所以今天也引领了市场，也给我们做了很好的示范，科技真是厉害，没有它不行。中间插一个问题，对话嘉宾唯一的政府代表，其实它代表政府，其实是政府，来自于增城产业投资集团的总助，广州东进数智科技发展有限公司董事长。上午在华为讨论的时候，我跟王总讨论一个问题，当下政府以前都很有钱，做很多的智慧城市，但是今天发现钱少了，因为地卖不出去，还有维护很大，所以政府也在改变过去大量投入智慧城市的资金。今后AI大模型情况下，智慧城市的需求是什么？同时有什么要求呢？因为在座也有金蝶、华为等科技公司。今天我们又谈到一个东西，过去很多的需求是伪需求，它不是真实的，我们怎么把它变成真需求？还有我们如何从过去的购置大量资产到买服务？当然需要提供更好服务的公司，提供更好满足需求的公司。

王晓华：非常感谢黎总，您这个问题非常客观以及真实，我其实代表不了政府。因为国企是不敢去说这个话的。但是我就我们跟政府的沟通、交流，可以分享政府对智慧化需求的理解。您刚刚谈到智慧城市，我觉得智慧城市虽然谈了很多年，但一直是很大的命题，因为涉及到各方面，而且投的钱特别多。如果今天特别聚焦回答这个问题的话，我想仍旧从AI在政府端的部署，在这个点去切入来谈一下我的不成熟的一些看法。

分理想和现实两端，理想端，政府认为我需要AI，我需要部署AI模型，我认为我需要。AI的服务商，它会我认为政府需要。一个是我认为我需要，一个是我认为你需要。在这样一个想象当中，双方就碰面了。那到底需不需要呢？大家交流后发现这个需要有点不太清晰，首先政府跟服务商交流完之后，不清楚部署AI的需求和痛点，要解决的问题是什么？因为聊着聊着，这个东西就不确切了。唯一确切的，可能是目前AI这一波的热潮，确实非常热。我作为地方政府，每个地方都说在部署，我是不是也得部署？作为政治任务，我好像必须部署，如果不部署，好像落后了，最后变成聊到这个点上面来。

作为服务商，跟政府聊完之后，发现已经搞不懂要怎么弄了，或者没法弄。没法弄的原因，我想各位专家谈得特别到位，我想有两层：

第一层，各个地方政府的数据底座基础不太一样，差异非常大，或者说绝大部分的数据底座基础是偏弱的。

其次，针对于地方政府能够解决实际问题的智能体，我们已经不能叫大模型了，因为太通用或者不具有针对性也好，去谈那个没有太现实的意义。我们只能说针对政务端或政府端开发的智能体很少，很多时候如果政府要定制化去解决这个需求，服务商要重新开发，重新开发就有重新开发的费用。

目前在经济下行的情况下，各个地方的财力是比较紧张的，很多时候不愿意花这个钱，也是因为这个问题解决了和没解决好像没有多大的差别，对于提升政府的效率或获得更高级别领导对工作的认可没有多大的差别，本质是这个原因。

回到数据底座端，为什么现在偏弱？有几个主要的原因，刚刚黎总您提到在信息新基建，这个是有比较大的关系。第一，我们举一个很典型的例子，政府有很多职能局，这些职能局有两类，条条和块块。条条是上面直管的，市属、省属，甚至到中央。条条的职能局没有存在本地。块块是在本地，但是这些数不一定完完全全在本地就存好了，为什么呢？因为这些年原来政府布的政务云的存储空间是不够的，存不下，这样两个问题导致了目前数据底座不太理想。因为增城属于广州市的增城区，我们都面临这样的问题，可想而知在西部地区这一块也是偏弱的。但这是我的想象，没有调查的真实数据。

基于这个原因，下一步在信息新基建面向政务端可能会有几个需求：

第一，围绕着政务云、政府大脑的部署，包括视频云会有一波新基建的需求。

第二，围绕着政务数据的价值开发，我要不出域进行处理，需要构建可信数据空间。这是第二类，我认为政府端会需要的新基建的投资。

但是问题来了，这两类投资的投资规模和金额，可能合起来都是上亿级别的，包括算力可能也需要做一些本地化的部署，包括2027年国家对信创的需要。上亿的金额目前在地方财力偏弱的情况下，尤其是区县级财力是真实偏弱的。在这个情况下，服务商很多时候是很想干，但是发现政府告诉他没钱或者只能挂账，你能忍受几年挂账？甚至需要服务商提供全流程的解决方案，融、投、退一揽子都解决了，我就不出钱，我也没有钱出。然后你通过商业变现，通过资产的运营，通过本地化的面向市场端收费去做闭环，这个是新的挑战和命题。

我认为这一波的新基建，尤其是政府端新基建既是机会也是挑战，机会是确实有新基建大量的需求，挑战是资金怎么解决。因为服务商也是企业，要活下去，也要活的更好的。

我就分享这些。

黎振伟：谢谢王总的挑战与机会，真的说得蛮透彻。最后是来自于仲量联行科技部高级商务经理吴震东先生。同样也是我跟中原刘总探讨的问题，贵公司是国际五大行，顾问行业是你们很重要的一块。像我们跟华为探讨的时候，你跟他合作创造了很好的模型。最近我在做商业项目，设计公司也提到了这个模型，我们就可以结合了，您怎么看我们如何用AI提升顾问的能力？让我们的专业更专业。

吴震东：刚刚刘总谈到AI怎么赋能，包括像专业服务公司。AI特别是DeepSeek兴起对专业服务公司产生了全方位的影响。首先如果从需求端来说，我觉得DeepSeek很大的作用是在非常短的时间内，把AI渗透率几乎打满了。就像之前提到，之前AI在DeepSeek之前，在生成式人工智能之前，人工智能已经存在很多年了，从来没有像今天一样在全民认知程度可以达到如此高的地方，特别是这么短的时间内。带来的直接影响是什么呢？在很短时间内，把各个阶层的领导、各级的领导都在短时间内教育了一遍。在短时间内，在各个公司一把手最熟悉的技术术语就是人工智能，我觉得对于在需求端来讲，制造了非常兴旺的需求，这个对于各类专业服务公司来说本身就是很大的利好或者吸引力。

对于像仲量联行专业服务公司来讲有几方面，是可以在当中可以做的事情。

首先是新业务的需求，因为我们是科技部门，可以看到AI转型本身其实就是很大的需求，就是需要专业服务公司在其中发挥作用的。刚刚几位嘉宾谈到了，在房地产领域科技的进展都是相对比较缓慢的，不是那么快的。但是AI这一波可能会稍微有一些些的不一样，因为落地场景、配套是以前从来没有的速度向前推进。比如我认识IT行业，他们是做出海、做加速的，帮助服务器做加速的。他们有一个团队是IT运营部门，每天做的事情是在全球几十个、大几十个机房供应商沟通，看机房情况怎么样，然后告诉客户你定的软件在某个机房、机器在维修，或者什么时候下架，包括收费、付费等等。从去年下半年开始，就用AI大模型来帮助读所有的邮件，回大部分的邮件，然后总结内容，匹配相关的信息，半年的时间裁掉了50%的员工。

裁掉员工之后不仅仅是流程改变了，会导致员工技能图谱要求也会不一样，包括整个组织架构都可能是不一样的。在巨大的变化浪潮当中，对于很多公司来说，大家都是第一次做这些事情，专业公司的服务是非常急迫的场景。在房地产领域更加如此，因为很多的专业知识需要你运用到AI流程化当中。现在大家用AI的时候还是简单的知识库、智能体的运用，不能解决很实际的业务问题，这也是我们要去尝试的方向，就是看看是不是可以帮助大家在AI转型当中提供更多的专业支持。

第二个是现有业务的改造，有两个点是我们可以去做的。第一个是业务的AI化，第二个是数据的资产化。现在我们做的很多AI，其实大家用的模型是没有差别的，是平权的。只要是别人用的模型，你也可以用，他用DeepSeek，你也可以用。他用阿里的，你也可以用阿里的。差别的点在于流程改造，以及用的数据、信息的差别。很多公司有自己独有的信息，这当然很好。作为专业服务公司很大的优势，就是在过程当中，在多年的业务积累当中，其实是积累了大量的业务数据。这些数据反过来，其实是可以帮助客户提供差异化的赋能，使得他们在模型建立过程当中，他们在寻求决策支持的过程当中，他们是可以看到一些不一样的结论和洞见，我觉得这个可以给客户产生直接的价值。

其实这也是我们在过完年之后感受非常深的点，短短一两个月的时间就接到很多包括对于数据方面的需求，希望能够在客户自建模型、自建资产分析平台的过程当中得到这方面的支持，我觉得这是第二点，就是对于专业服务公司来说在AI浪潮当中可以做的事情。

第三个就是内部的赋能。作为专业服务公司，我觉得有两个特点，第一个是人力密集型，第二个是信息密集型。专业服务公司给客户提供的服务，要么帮你做外包人力密集的事情，免得你自己做。要么给你提供你没有的信息、洞见或专业知识帮助解决专业的问题。这两类问题，其实都是AI非常擅长去解决的问题，也是可以AI赋能帮助大家提升的事情。

以我们自己为例，我们在2023年七八月份的时候，仲量联行在美国发布了第一个面向商业地产的大语言模型，当时是基于GPT的，也是全球第一个。在这个基础之上，我们也在不断迭代一些新的AI的应用，包括现在也在向全球客户推的基于整体数据，帮他提供数据的分析，因为我们为很多客户提供物业服务。在这上面用了很多软件，客户自己的，包括我们的，把所有的软件数据整合到一个平台上，提供数据的解读，这个对客户来说是可以产生非常直接的价值。

我觉得AI在特别是像预测性维护领域，可以对于客户产生非常深远的影响。预测性维修在房地产领域说了很多年，不仅是房地产领域，在整个AI领域都说了很多年，十几年前GE就推出了predict（音）想做预测性维修，但也不太成功。大语言模型对预测性维修蹚平了道路，可以在这个基础上更精准预测设备的状态等等，来创造更多的价值。

从这三方面，新业务、现有业务的提升以及内部的赋能，这个对于专业咨询公司像我们这样的服务公司来说都是创造了新的机会场景。

黎振伟：希望我们的客户在跟你们接触的时候看到我们业务的创新，包括中原也一样。谢谢各位！我们的时间到了。

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。