AI在房地产行业的应用正逐步深入，成为推动行业数字化转型的重要力量。

“其实如何将场景完整、清晰、流畅地还原并呈现给用户，是一个技术难题。我们致力于通过AI和三维重建技术提升客户的线上体验，但这需要极高的精度和流畅性。”

3月12日，贝壳集团基础产研&用户研发平台总经理王超在接受《每日经济新闻》记者专访时表示，更重要的是，如今AI大模型隔几个月甚至更短时间就会发生翻天覆地的变化，带来新的技术问题和伦理挑战。

贝壳集团基础产研&用户研发平台总经理王超 图片来源：受访者提供

NBD：大模型在房地产线上销售中应如何应用？是否尝试将AIGC应用于贝壳的营销内容生产？效果如何？

王超：贝壳从2022年底开始尝试AI在房地产销售中的应用，尤其是在装修行业。贝壳推出了基于AIGC（生成式AI）的产品，用户可以通过贝壳App上传户型图或照片，AI可以结合客户的需求，生成客户需要的装修风格；还可以与AI对话，调整设计方案，生成符合个人偏好的装修效果图。目前AI生成的方案主要用于营销环节，大幅提升了设计师效率，生成三维图纸的时间从几小时缩短到30秒内。

在二手房销售中，贝壳基于企业微信（企微）与客户建立联系，在客户同意的前提下，AI通过分析客户需求，帮助经纪人快速匹配房源，推荐符合预期的房源给客户，进而提升维护效率。虽然AI可以帮助经纪人更高效地维护客户和业主，减少信息遗漏，但现阶段AI生成的营销内容（如房源信息、视频）尚未大规模应用，也是担心低质量的AI生成内容影响客户体验。

在VR看房方面，贝壳通过无人机和地面拍摄技术，生成小区三维模型，用户可以在App上查看小区的鸟瞰图、实景图等。在苏州试点的“3D楼书2.0”项目，用户可以在三维模型中游走，甚至与经纪人实时连线，进一步提升看房体验。AI可以帮助经纪人更好地服务跨区域购房需求，尤其是在大湾区等跨城购房需求较高的地区。

NBD：贝壳在大模型开发上是选择完全自研，还是与外部科技公司合作？在落地过程中，如何平衡技术理想化目标与业务实际需求？遇到的挑战是什么？

王超：贝壳在AI技术开发上采取了自研与合作相结合的方式。贝壳自研了装修设计图生成模型，并在语言模型上选择了开源模型进行微调，结合行业数据提升模型的精准度。

贝壳在AI应用和三维重建技术方面走在行业前列，但技术的快速迭代和复杂性带来了持续的挑战。

技术挑战方面，如何将场景完整、清晰、流畅地还原并呈现给用户，是一个技术难题。我们致力于通过AI和三维重建技术提升客户的线上体验，但这需要极高的精度和流畅性。与此同时，AI大模型隔几个月就会发生翻天覆地的变化，带来新的技术问题和伦理挑战。贝壳需要不断适应这些变化，确保技术的准确性和可靠性。

业务挑战方面，一是ROI（投资回报率）问题，在业务场景中，AI技术的应用需要回答“能否带来实际效果提升”，贝壳内部对技术的包容度较高，但在规模化推广前，仍需量化AI的效果，证明其商业价值。二是从0到1的规模化，如何将AI技术从实验阶段推向规模化应用，是一个长期调整的过程。我们需要在不同阶段明确技术落地的目标，并找到合适的度量标准。

NBD：与外部AI生态深度合作，会否催生新的行业标准和商业模式？展望未来1—2年，您预期最先被AI深度重塑的业务线或价值链环节是什么？

王超：AI技术的应用可能会催生新的行业标准和商业模式，尤其是在找房效率和ACN（经纪人合作网络）的优化上。贝壳正在探索如何通过AI技术提升找房效率，优化经纪人合作网络。

人机协同是未来的趋势。目前，贝壳过去一年的代码编写已有接近20%的比例由AI完成，从原来单一技术栈发展到多技术栈，协同方式变得简单，所有环节一个人全部完成了，减少了很多沟通成本。测试、安全等环节也逐步引入AI辅助，正在探索如何将AI应用于更多业务场景，如人才管理、客户服务等。

贝壳内部已经有几千个智能体（AI机器人），用于提升内部运营效率。但在权限管理上，机器人可以通过授权访问企业内部系统，如何定义其权限是一个复杂的挑战。比如，一个机器人被问到一些核心数据，是否所有人都能获取这些信息？如果机器人在回答问题时出错，责任应该由谁承担？是机器人本身，还是哪个职能或技术团队？这个责任归属问题也是一个挑战，尚未完全解决。

未来1—2年，职能办公和服务过程可能会被AI技术最先深度重塑。这两个场景AI的效率提升非常显著，尤其是在内部协同和客户互动环节。

具体来看，在客服场景中，AI未来可能会带来新的提效机会。大部分客户的简单咨询将在第一时间通过AI机器人处理，仅在复杂情况下转接人工服务，客服的效率将得到很大的提升。而在服务场景中，AI可以辅助经纪人主动回访客户，确认房源信息、跟进客户需求，提升客户维护效率。例如，AI可以自动提醒业主房源带看情况，或推荐同小区的最新成交信息。

免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。