近期，由于市场担忧人工智能可能对商业模式造成颠覆性冲击，房地产服务（CRE）企业的股价出现下跌，这正是正在成形的新现实的体现。思考建筑环境的未来，往往让人感觉仿佛站在悬崖边上。在我最近与行业领袖的交流中，我发现讨论通常会偏向两个极端：要么是追求全面自动化效率的技术乌托邦，要么是固执而谨慎地回归“人文关怀”。
要想弄清楚我们将走向何方，我们必须放眼未来——不是通过水晶球，而是透过摆在我们桌上的技术之镜。发展轨迹正逐渐分化，而房地产行业所面临的挑战也前所未有地严峻。
情景A：大规模流离失所
试想一下，时间是2027年2月。令建筑环境类高校感到震惊的是，传统的“职业阶梯”已失去了底层台阶。大型商业地产公司、房地产投资信托基金（REITs）和住宅开发商大幅削减了应届毕业生招聘名额。 这并非削减成本的举措，而是“提升效率的措施”。如今，人工智能能够更安全、更准确地胜任初级测量师或评估师的工作，且效率更高、速度更快、成本更低。它能在几分钟内撰写市场调研报告、进行资产评估、提供咨询服务并绘制场地规划图。Co-Pilot、Gemini等大型语言模型（LLMs）已不再是新鲜事物，它们已全面融入几乎所有岗位。
到2027年12月，压力进一步加剧。随着政府推出新的财富税和年度房产税，房价下跌，该行业陷入生存危机。 企业必须投资人工智能才能勉强维持运营。具有自主决策能力的人工智能开始自动化处理日常事务，呼叫中心被淘汰，人力资源、财务和市场营销等后台职能也大幅缩减。经验丰富的人才因具备人类特有的情境理解能力而得以保留，且经验依然不可或缺，但绝大多数辅助性员工都面临失业风险。
与此同时，一批以人工智能为核心的物业管理公司席卷全国。它们承诺并兑现了从第一天起将服务费降低多达50%的承诺。租户们厌倦了传统物业管理公司缺乏透明度，纷纷投票支持用这些高科技、少人化的替代方案取代它们。（不过，目前仍需人工管道工。）
到2028年，高度个性化的AI助手已实现大规模普及。那种“信息不对称”——即专业人士比客户掌握更多信息——的现象已不复存在。买家对市场了如指掌，并通过AI就价格和限制性条款进行谈判。激进的销售手段和漫长的调研时间已成为历史；如今，客户购买决策基于便利性及数据支撑的适配性。
谷歌 和OpenAI在通用人工智能的研发方面取得了重大突破。如今，人工智能已能完全复制白领工作的所有职能。它具备情境理解能力，且感知能力极强。这给房地产行业带来了裁员潮，其他许多行业亦是如此。监管机构正加紧行动，但仍远远落后于现实情况。
这场颠覆在2029年年中达到顶峰。股东们急于弥合净资产价值与股价之间的折价，于是聘请了人工智能专家顾问，试图找出最后一个可以通过人工智能削减的成本中心。结论是什么？高管们自己才是剩余成本中最为昂贵的冗余部分。经过一番争论和犹豫，董事会逐渐解雇了领导团队，仅留下一位首席技术官来管理这支由人工智能合成的全新高管团队。
到2029年12月，经过长期的比较研究以及来自收费方面的压力日益增大，RICS（英国皇家特许测量师学会）批准了由人工智能驱动的估值意见，并指出自动估值模型（AVMs）比人类估价师更准确、更快捷。此外，它们在遵守《红皮书》、IVSC、IPMS、AI标准等方面，也比人类同行做得更好。 但有一项前提条件：他们必须投保涵盖人工智能估值意见的专业责任保险。无论如何，通过APC考核的新晋估值师数量本就寥寥无几，难以维持该行业的可持续性。如今，唯有高度专业化的估值师仍在执业。
与此同时，房产中介行业正经历一场革命。Right Move和Zoopla凭借全新的数字化服务（利用其数十年来囤积的海量数据）强势进军中介市场；苹果和Meta推出的增强现实（AR）及虚拟现实（VR）眼镜，使得实地看房几乎成为历史，如今您只需前往最终选定的房源即可。 举止从容、学识渊博的虚拟经纪人取代了“身穿廉价西装、手足无措的应届毕业生”。基于智能动态平台的点对点买卖与租赁业务正蓬勃兴起。房产经纪人的价值正迅速贬值。产权过户已近乎完全自动化，仅需数日即可完成，而小规模的买房出租房东几乎销声匿迹，取而代之的是庞大的、配备人工智能的“建租型”企业，它们提供的服务更优质、更可靠。
在持续的价格压力下，住宅开发商通过规模效应实现盈利。并购活动十分活跃。如今，他们已开始利用人工智能来完成规划申请的撰写、设计和提交工作。
到2030年5月，现实世界终于迎头赶上。房屋采用模块化设计或通过3D打印制造，由自主的特斯拉Optimus机器人在现场组装，并由无人机全天候监督。随后，老派势力迎来了致命一击：期待已久的政府AI规划门户网站正式上线。它用基于事实的理性逻辑，取代了不受欢迎的规划委员会及其“反复无常的任性决定”。 决策在几秒内便会发布。当仍需进行社区参与时，这项工作由机器人代劳——它们比简单的问卷调查更具同理心且更专注。但由于它们常常面临游说机器人的猛烈攻势，这一环节往往被中止。人类完全被排除在规划流程之外，许多人会认为这对我们来说是件好事。
现在是2040年6月，与房地产相关的职业几乎已不复存在。 建筑行业中仍保留着真正的工匠、高度专业化的评估师，而高端市场依然由人类主导，因为高净值人群依然重视人际联系。开发商如今只需维持过去团队规模的零头，因为高度优化的AI现在能够统筹开发项目的方方面面，从建筑设计、体量规划、效果图渲染、户型图生成，到规划审批、采购、承包商管理等。
方案B：人类的韧性
但还有另一种说法，它源于物理现实的制约与人类系统的固执。在这个版本中，人工智能的推广并非失败，而是单纯地撞上了“复杂性天花板”。
到2027年2月，最初那股用大型语言模型（LLMs）取代初级员工的热潮遭遇了法律壁垒。尽管基于GPT的智能代理能在几秒钟内起草一份40页的估值报告，但职业责任险（PI）承保商却拒绝承保此类风险。 “黑箱”问题成为行业面临的最大障碍。各公司意识到，他们并未在人力成本上节省开支，只是将成本转移了。 “初级评估师”被重新命名为AI审计师，这一角色专门负责法证核查，确保AI没有“幻觉”出限制性契约，也没有基于损坏的数据误算收益率。
到2029年，一股深重的“数字疲劳”席卷市场。在经历了几起备受瞩目的丑闻后——包括一家由人工智能管理的房地产投资信托基金（REIT）因优化算法故障而意外清算了一处遗产资产——人们对“纯粹”自动化的信任急剧崩塌。面对白领岗位被取代所带来的社会成本，各国政府纷纷出台了“人机协同”（HITL）强制令。 该法令规定，任何超过100万英镑的房产交易或规划决策均须经由人类签署。一时间，“AI驱动”不再是独特卖点，而是沦为普通商品。新的高端营销标准变成了“以人为本的房产”，其价值在于专业人士能够驾驭谈判、共情和伦理细节中的“灰色地带”——这些正是代码无法捕捉的领域。
2020年代末的“房产科技”泡沫最终破裂，因为企业意识到，虽然人工智能可以优化电子表格，却无法修理爆裂的水管，也无法与不满的当地社区团体进行协商。 那些曾承诺将服务费降低50%的“原生AI”管理公司，在“实体最后一公里”环节陷入困境。由于AI缺乏“实地人员”那种发现潜在问题的直觉，维护成本因此飙升。该行业最终形成了“仿生模式”：AI负责全天候的数据采集，而“房产专业人士”则转型为高级战略家和关系协调人。
到2040年6月，该行业看起来既令人倍感熟悉，又截然不同。我们并未停止招收毕业生，而是调整了课程设置。2040年的领军人物是通才、通晓数据科学的架构师，以及懂得算法偏见的评估专家。 人际关系依然是“重大交易”的基石。在这个人人都可获取相同“完美”的AI驱动数据的世界里，唯一剩下的竞争优势在于人类建立信任的能力，以及为实际问题寻找富有创造力、非线性解决方案的能力。
结论：你自身过时（或进化）的缔造者
综述：弥合差距
作为一名顾问，在 Artefact的顾问，我认为这两个场景并非非此即彼的二元结果，而是一个连续体。技术很少是瓶颈；真正的瓶颈在于人类与生俱来的风险规避心理以及陈旧的系统。所谓“大规模替代”与“人类韧性”实为一枚硬币的两面。那些琐碎、重复且数据密集的工作将被自动化，而且理应如此。房地产行业长期以来一直处于分散、价格虚高且不透明的状态。 如果我们不利用人工智能提供更高的价值和透明度，那么“合成经纪人”和“政府人工智能规划门户”终将成为现实，因为公众将对此提出要求。房地产行业的领导者必须以现实和务实的态度审视：人工智能在哪些领域能够真正推动运营升级，而在哪些领域它仅仅是暂时的炒作。
现实中的阻力
我们必须记住，房地产是一种建立在摩擦之上的资产类别。它进展缓慢、流动性差，且法律程序复杂。虽然人工智能可以以光速运行，但保护区内的规划委员会却无法做到这一点。未来十年的赢家既不会是那些“纯人工智能”公司——它们很可能因缺乏问责机制而面临诉讼，最终销声匿迹；也不会是那些“ Luddite”公司——它们终将因成本过高而被市场淘汰。
胜出者将是那些采用人工智能增强的组织。这些企业具备以下特点：
- 将数据与流程分离：他们将数据视为战略资产，而非副产品。
- 投资“人类阿尔法”：他们利用人工智能消除“繁琐的重复性工作”，让专业人员能够专注于人类最擅长的领域：复杂的谈判、富有创意的空间营造以及风险直觉。
- 驾驭混合界面：他们明白，人工智能可以生成平面图，但必须由人来决定这份平面图能否打造出一个家。
最后的挑衅
你觉得我在夸大其词？文中提到的每一项技术，从3D打印机器人到代理式大语言模型，都已投入实际应用。所谓的“最后一批应届生”并非威胁，而是一个警告。如果我们的行业继续将新人当作“数据录入员”，将资深员工当作“信息守门人”，那么我们早已被时代淘汰。
对于当今的房地产领军人物而言，问题不在于人工智能是否会取代你的工作，而在于你是否有勇气在“合成竞争对手”代劳之前，主动拆解现有的商业模式。
悬崖已在身后。是时候停止向下张望，开始设计翅膀了。
