迫在眉睫的假象：备受瞩目的人工智能革命在哪里？

在过去十年的大部分时间里，英国房地产行业都在谈论人工智能，认为它即将到来：迫在眉睫、不可避免，但永远只是在地平线上。会议议程上挤满了 PropTech 小组，创新战略中充斥着 data 和自动化的提法，大多数大公司至少可以指出一些试点、乏善可陈的计划或概念验证。然而，对许多实地勘测人员来说，进展仍然是试探性的、零散的。人工智能在口头上似乎无处不在，但在现实中只是有选择性地嵌入。.

然而，这种表面上的冷漠掩盖了一个更微妙的事实。问题并不在于人工智能未能在房地产领域找到相关性，也不在于技术本身不成熟。事实上，人工智能已经在交易、估值、资产管理和楼宇运营等方面带来了实实在在的价值。真正的问题是，为什么与许多同类行业相比，人工智能的应用速度更慢、更谨慎、更不均衡。答案与其说在于算法，不如说在于英国房地产行业本身的结构特点。.

要了解该行业的发展方向，我们必须首先坦诚地了解其目前所处的位置。.

转变：从试点到工作流程整合

在过去的十二到十八个月里，发生了一个有意义的转变。人工智能已果断走出实验阶段，进入日常专业工作流程。仅在一年前，大多数人工智能项目还处于试点阶段，往往局限于业务外围的小型创新团队。这些工作往往侧重于对话工具；聊天机器人旨在回答基本问题、起草文本或从文档库中获取信息。这些工具虽然有用，但很少与核心业务流程相联系。.

如今，这种情况已明显不同。人工智能正越来越多地融入测量员、分析师、资产经理和运营团队的日常工作中。变化的速度令人震惊。去年的大部分活动都围绕着使用大型语言模型（LLM）作为被动助手展开，而现在人们的注意力已经转移到了代理系统上；人工智能代理能够自主执行多步骤任务、收集信息、验证输入、起草输出，并在规定的时间点将问题上报给人工审核。.

然而，尽管速度加快了，英国房地产行业的一个原则却基本保持不变： 人工智能被用作决策支持，而不是决策者. .这种区别并非偶然，也不仅仅是文化保守主义。它反映了一种根深蒂固的对专业责任和风险的理解，这种理解将继续决定公司愿意并能够走多远。.

勘测实践中的人工智能：增强而非自动化

交易和尽职调查

在实践中，这一点在交易和尽职调查中体现得最为明显，这仍然是人工智能应用最成熟的领域。在这里，价值主张是明确而直接的。现在，人工智能系统通常被用于阅读和分析大型文件包，提取关键租赁条款，总结规划条件、EPC 和操作手册，以及生成租赁合同初稿、列表和尽职调查 reports。支撑所有这些使用案例的关键概念是 “第一道程序”。人工智能可以让团队更快地发现问题，更连贯地组织信息，并将专业注意力集中到最重要的地方。它不会消除对专业判断和经验的需求，反而会使其更加敏锐。.

估值和市场研究

在估值和市场研究中也可以看到类似的模式。人工智能越来越多地用于筛选可比证据、起草初步市场评论，以及以以前不切实际的速度和规模进行情景或敏感性分析。不过，估值意见本身仍由估值师负责（在法律上也是如此）。无论是从专业角度还是从保险角度来看，都不可能不是这样。人工智能加快了分析速度，但它不会也不应该签署价值意见。它永远不会。.

资产和投资组合管理

在资产和投资组合管理方面，重点再次从速度转向视角。人工智能使企业能够以全新的方式审视其投资组合，探索有关利率敏感性、空缺风险或资本分配优先级的问题，其深度和一致性远远超过人工方法。再说一次，这不是决策的自动化，而是战略思维的增强。.

楼宇运营和能源管理

在楼宇运营和能源管理领域，人工智能的潜力也许得到了最明显的体现，只要存在高质量的 data，人工智能的应用就最为广泛。预测性维护、能源优化和早期故障检测都很自然地采用了 data-driven 方法，而且其经济效益往往可以直接量化。与涉及核心专业判断的情况相比，这些使用案例遇到的阻力较小，这也就不足为奇了。.

英国采用该技术的结构性制约因素

鉴于应用范围如此之广，我们有理由问，为什么人工智能在财产领域的应用没有取得更大进展。答案是，主要制约因素并非技术。它们是结构性的和人为的，情况往往就是如此。.

Data 基金会挑战赛

最明显也是最持久的挑战是 data。财产 data 是出了名的零散、不一致、访问成本高，而且往往是非结构化的。同一资产可能在不同的系统中以多个名称（或地址）出现；文件之间经常相互矛盾；关键信息往往被埋藏在 PDF、扫描件或冗长的电子邮件链组成的孤岛式存储库中。在这种情况下，人工智能系统很难扩展。如果没有可靠的 data foundations，即使是最复杂的模型也会表现不佳。.

还有一个更深层次的具体部门问题在起作用。从根本上说，房地产是非标准化的。没有两种资产是真正相同的。物理特征各不相同，保有权结构、激励方案和合同的细微差别也各不相同。与商品或消费品不同，房地产交易价值高、数量少，而且本身具有独特性。这使得创建干净、统计可靠的 datasets 要比处理大规模标准化产品交易的行业困难得多。.

虽然英国拥有丰富的房地产相关 data（以及更丰富的背景 data），强于大多数欧盟国家，但在 data方面却存在众所周知的差距。这里没有可靠的租赁 data，没有与英国皇家土地登记局连接的 API 来提取大量的销售交易，规划 data 分散在无尽的防火墙之后，地方当局在国家 data 层面的整合程度很低。虽然在某些方面存在被data淹没的风险，但仍存在巨大差距，这限制了潜在的人工智能用例。.

治理、问责和风险

除了 data 之外，责任、管理和 data 保护等问题也十分突出。房地产行业的大多数活动都受到严格监管，政府通常（往往理所当然地）对可能影响公众的变革反应迟缓。当 Artefact 通过英国皇家特许测量师学会（RICS）教授实用人工智能课程时，同样的担忧一再浮现。谁拥有人工智能生成的结果？如果出错谁来负责？模型是在什么data上训练的？客户信息一旦处理完毕将去向何方？这些问题并不抽象。测量人员处理的是高度敏感的信息，而对于大型语言模型的工作原理，尤其是与 data 保留、培训和风险有关的方面，人们仍然普遍存在误解。在这些问题通过管理和政策得到明确解决之前，许多公司仍将保持谨慎，宁愿进行试点，也不愿全面部署。.

文化和组织惰性

文化和组织因素进一步加剧了这种谨慎。从本质上讲，英国的房地产行业发展缓慢，风险偏好较高。收入具有长期性和相对可预测性（尤其是大型房地产投资信托基金和住宅建筑商），利润率面临压力，市场条件仍然充满挑战。在这种环境下，保住现金往往比尝试更重要。此外，与资产价值或收入相比，房地产公司的员工人数往往相对较少，这意味着效率的提高并不总能立即转化为全职员工成本的降低。这就使得投资回报难以用传统术语来表述。.

人口因素也是一个原因。该行业的平均年龄持续上升，该行业难以吸引能够从内部推动变革的年轻、人工智能原生人才。这不仅仅是一个技能问题，也是一个心态问题，以及对数字工具的熟悉程度。.

英国皇家特许测量师学会的作用：推动负责任的采用

英国皇家特许测量师学会正在发挥全球领导作用，为测量行业负责任地采用人工智能做好准备。英国皇家特许测量师学会认识到，从估值支持和风险建模到 data 提取，人工智能已经在改变日常实践。英国皇家测量师学会最近发布了一项关于负责任地使用人工智能的开创性全球专业标准。该标准的目的不是扼杀创新，而是通过为全球 15 万特许测量师的能力、管理和责任设定明确的基准期望，支持自信、合乎道德地采用人工智能。.

新的行为标准适用于所有英国皇家特许测量师学会成员和受监管的公司，只要人工智能输出对服务交付有重大影响。该框架由包括 Artefact 工作组联合主席在内的主要行业领导层共同制定，重点在于强化专业判断，同时增强专业知识。该标准概述了五个方面的关键要求：建立人工智能素养基线；通过治理和风险登记加强实践管理；在采购第三方人工智能工具时引入明确的尽职调查预期；在依赖人工智能输出时加强专业判断、怀疑和透明度；以及为参与开发人工智能系统的人员设定问责预期。.

这种积极主动的方法对于管理人工智能带来的新的专业风险、确保一致的实践以及保护客户的信任至关重要。英国皇家特许测量师学会相信，通过提供这一共享框架，该行业可以在健全的道德和专业基础上拥抱创新，吸引 ‘人工智能原住民 ’人才，推动行业发展。.

最重要的是，新标准是 RICS 推动负责任的人工智能应用的更广泛、更全面的生态系统的一部分。这包括调整专业能力评估 (APC)、开设实用培训课程（如广受欢迎的 ‘建筑环境中的全球人工智能与 Data’）以及出版实用指导文件。这一共同努力为测量师提供了一个全面的工具包，使他们能够以更大的信心和诚信部署人工智能，并确保英国皇家特许测量师学会在数字时代保持相关性。.

务实采用 - 主要原则

固有的挑战在于人的因素：房地产行业的从业人员往往不愿意甚至厌恶接受重大变革。监管惰性固然有其作用，但更根本的障碍在于人们的普遍态度。在与高级物业管理人员和测量师的交谈中，他们经常会提出一些原则，比如 “我们的工作是什么？“如果没坏，就不要修”。” “任何人工智能都无法取代我几十年来深厚的语境专业知识”。” 或 “我们的客户不会付钱让我们使用人工智能”。” 尽管这些观点有一定的道理，但更多的时候，它们表明领导层只顾维持现状，而不是追求变革性的效率。.

最初，围绕人工智能的各种夸张且往往自相矛盾的信息泛滥成灾，结果适得其反，滋生了怀疑和困惑。然而，我们现在正坚定地走过以下阶段 “幻灭的低谷” 并开始登上 “启蒙的斜坡” (这是 Gartner Hype Cycle 的一种可识别模式）。这种转变意味着必须将重点从 ‘如果 ’转移到 ‘如何’。对于个人调查员来说，这给实际采用的起点带来了不确定性。.

要促进真正的变革，必须采取 ‘软实力 ’和 ‘硬实力 ’相结合的双重方法。.

从 ‘软实力 ’的角度来看，组织必须明显支持和鼓励内部人工智能布道者。这包括持续开展有吸引力的信息和培训课程，建立一个展示早期实际成功的持续循环，公开共享资源，记录失败和发现，并确保同事不断提高技能。最重要的是，如果没有最高领导层明确、一致和积极的表率作用，这种文化转变就不可能深入人心。.

这些文化方面的努力必须辅之以结构和运营改革的 ‘硬实力’。这就需要不可逆转地改变现有的工作方式，强制要求关键岗位人员具备人工智能技术素养，重新设计组织结构，完善运营模式，更新 RACI 矩阵。我们的目标是确保人工智能不再被视为一项自愿的 “工作台边 ”活动，而是完全融入 "一切照旧"（BAU）的工作中。这种嵌入必须扩展到预算分配和绩效指标，将人工智能部署视为核心业务驱动力，而不是外围技术项目。.

最重要的是，组织必须营造一种鼓励实验的环境，即使会导致小规模的失败。这就需要就人工智能的实际效用及其带来的可验证的效率收益（或者它仅仅是一种价值有限的 ‘闪亮工具’）展开坦诚的讨论data-driven。在 Artefact 会议上，最具影响力的人工智能应用是那些与现有工作流程无缝集成的应用。如果一个工具的采用需要巨大的摩擦才能获得微不足道的收益，那么它将不可避免地被大规模抛弃。相反，最大的成功往往来自于那些不一定看得见，但却通过自动化重复、手工和 ‘摧毁灵魂 ’的任务，悄无声息地为职业生活带来明显便利的应用。在识别和部署这些影响大、摩擦小的用例时，要深思熟虑、慎之又慎，这对推动真正的、持续的应用至关重要。.

未来是什么样的？三个左右的时间地平线

展望未来，英国房地产行业采用人工智能的机遇可以从三个大的时间范围来考虑。.

短期（未来 6 个月）：实用、低风险的胜利

最有说服力的成功是实用和低风险的。将指令接收标准化、自动撰写 reports 初稿并提供明确的证据参考、从租赁和规划文件中提取结构化核对表，以及部署内部知识工具来回答 “上次我们是如何处理的？”等问题，所有这些都能立即节省时间。值得注意的是，人力资源、财务和营销等后台职能部门可能会获得最大收益，从而使测量师能够专注于客户关系和价值更高的咨询工作。.

中期（6 至 18 个月）：代理流程整合

真正的价值来自于将各种流程结合在一起。由人工智能代理驱动的端到端交易工作流，将状态、合规性、能源和资本支出 data 结合在一起的资产管理平台，以及支持改造和净零优化的工具，都属于这一类。这里的成功与其说取决于更先进的人工智能模型，不如说取决于深思熟虑的流程设计和整合。最近，所有基础模型在开发和标准化代理能力方面都取得了巨大进步，因此实施起来易如反掌。.

长期（18 至 36 个月）：深入洞察和新服务

企业将越来越多地把注意力转向更深入的洞察，包括规划、地理空间和气候风险分析、投资组合级数字孪生以及新的 data-driven 咨询服务。然而，只有在具备强大的 data governance 和质量的情况下，才能实现这些雄心壮志。.

更长期（36 个月以上）：存在恐惧

X ‘的用户，甚至是普通的新闻关注者，可能会感到一种难以承受的、几乎是存在的恐惧感。人工智能的发展速度是无情的。我们看到，仿人机器人正在取代工厂工人，甚至被部署为士兵；自动驾驶汽车终于步入正轨；Neuralink有望增强人类能力；量子计算正逐步走向现实；科学研究大步加速；’人工智能泔水 ‘大行其道。.

然而，尽管发现和进步层出不穷，但目前最令人兴奋的还是人们对 AGI（人工通用智能）的长期努力可能达到的顶峰--一种更能感知上下文、更复杂的人工智能系统，理论上可以与人脑相媲美，甚至超越人脑--以及这意味着的深刻社会变革。它能否真正提高生产力，使就业成为可有可无的事情，而依靠全民基本收入成为一条幸福的道路？

为实现 AGI 而投入 data 中心、计算能力和基础设施的资金空前巨大。这种投资无疑将在近期到中期内导致市场的重大调整。投资回报可能比预期的要慢，炒作可能会超过实际影响。尽管如此，它仍将对我们的建筑环境以及我们与建筑环境的互动产生巨大的、不可预知的影响。如果企业不仅要在这个高度不确定的未来生存，而且要在这个高度不确定的未来发展壮大，就必须对这一现实保持敏捷和敏锐的认识。.

不可妥协：判断、信任和审查

在这一切过程中，必须清醒地认识到人工智能的局限性。人工智能不会减少专业责任，而是将其集中起来。判断不能委托他人。虽然人工智能可以辅助分析，但它无法取代数十年来形成的直觉和经验，也无法解释影响房地产市场的人类情绪化和往往非理性的行为。测量师在任何时候都要对其建议承担法律责任，这一现实不会改变。.

对客户的透明度同样至关重要。当人工智能对服务的提供方式产生重大影响时，应告知客户。这不仅是一个合规问题，也是一个信任问题。可解释性和可审计性也至关重要。如果专业人员无法解释输出结果的来源、使用了哪些 data 技术以及做出了哪些假设，那么在法庭上为该输出结果辩护可能会很困难。.

可靠性风险不容低估。人工智能系统可能听起来很权威，但实际上是错误的，因此审查、抽样和检查必不可少。最后，data 的保护和保密性仍然不容商量。提示是记录。工具必须经过批准和评估。客户 data 必须受到控制。这些都是专业实践的核心要素，而不是可有可无的额外内容。.
人工智能最终不会取代测量员。它将取代的是人工搜索、重复性绘图和低价值的行政工作。归根结底，英国房地产行业采用人工智能的关键不在于采用新技术，而在于是否愿意改正旧习惯：嵌入 data 质量标准，接受 RICS 治理框架，有意识地将人类判断力提升到技术现在可以自信处理的任务之上。.

关于 Artefact & Chris de Gruben, FRICS

Artefact 是一家提供全面服务的全球性 Data 和人工智能咨询公司。从data战略和人工智能治理、风险评估和合规，到定义人工智能和ML的可能艺术，再到实施、变革管理和采用，我们无所不包。Artefact 充分利用其在财产以及 Data 战略和人工智能治理方面的深厚专业知识，帮助企业以负责任和自信的方式将人工智能战略性地嵌入其运营中。.

克里斯 是英国 Artefact 办事处的高级总监，领导房地产团队并管理所有英国房地产客户。过去 15 年来，他一直是一名特许测量师，并继续大力倡导在英国房地产行业负责任地使用人工智能。克里斯还是估价专业组的副主席，是多个人工智能专家工作组的成员，也是英国皇家特许测量师学会的核心培训师，特别是 ‘建筑环境中的全球人工智能与 Data ’课程（该课程已被证明是迄今为止最受欢迎的英国皇家特许测量师学会课程）。克里斯目前正忙于为特许估价师编写人工智能使用实用指南。最后，他还经常在全球物业科技和房地产会议上发表演讲。.