我曾与无数房地产高管会面，尽管他们已为所有团队启用了 Copilot，但对于公司内部人工智能应用的缓慢推进，他们仍感到十分惊讶。这种现象的模式惊人地一致。 企业购买了许可证（通常是市场上最便宜的那种），却几乎不提供任何实质性的培训，随后管理层便坐等一场永远不会到来的变革。应用率始终低迷，挫败感与日俱增，而当初承诺的飞跃性变革却杳无踪迹。这一切背后的潜台词是：将强大的工具交到员工手中，就等同于改变了他们的工作方式。.

事实并非如此。而这两者之间的差距，正是当前房地产与人工智能关系中最关键的焦点。.

我之前曾撰文探讨过英国房地产行业对技术的漠不关心。这种漠不关心确实存在，我稍后会再谈谈为什么它比表面看起来更合乎情理。 然而，在那些自诩走在行业前沿的企业中，一种新的、更危险的误区已然取代了这种冷漠：即认为购买人工智能的使用权等同于真正采用它。这并非一种战略，而仅仅是起跑线——大多数企业却将其误认为是终点。.

如果您是正在阅读本文的房地产行业领导者，且感到无从下手，我想首先明确一点：这在业内是再常见不过的情况，绝非您的过失。技术发展的速度快得让人难以跟上，投资回报难以量化，而市场上的杂音更是震耳欲聋。 下文将坦诚剖析真正的价值所在、真正的风险所在，以及明智的第一步该如何迈出。虽然形势严峻，但并非无法应对；那些以清醒的眼光而非盲目追捧或惶恐不安的态度来面对挑战的企业，终将脱颖而出。.

打开它不等于把它转过来

当今人工智能确实具有真正的价值，若对此视而不见，那便是自欺欺人。大多数启用企业级智能助手的公司几乎能立即收获首批收益，即每人每天节省30分钟至2小时的工作时间。这是不争的事实。但这种收益也只是浅层收益，因为绝大多数公司恰恰止步于此。.

他们忽略的是，如果没有变革管理和培训——正是这些环节能将新鲜事物转化为习惯——该工具只能发挥其价值的一小部分。许可证费用是整个过程中最便宜的部分。 真正昂贵且能推动业务发展的部分，在于重新设计流程、培训员工了解这些工具的能与不能，并围绕新功能重建工作流，而不是简单地将人工智能嫁接到旧系统上。.

这些公司还制造了一种风险，而其中大多数甚至尚未意识到这一点。当工具部署不当，导致用户感到沮丧时，他们并不会停止使用人工智能。他们会绕过公司内部的系统。 他们会在办公桌旁打开免费的消费级工具，将客户信息粘贴进去以加快工作进度，而这一行为，恰恰将机密的data数据交给了可能将其用于训练的模型。那些仅做表面文章、谨慎部署AI的企业，并未规避AI风险，反而使风险成倍增加。.

这就是“只需打开它”这种做法令人不安的真相。它既不能保障你的安全，也不能让你保持静止。它只会让你暴露在危险之中。.

今天的价值，以及六个月后的价值

那么，真正的价值究竟在哪里创造？如今，它体现在将简单的任务代理部署于后台职能中：那些围绕专业判断、却不属于专业判断本身、具有重复性、结构化且工作量巨大的任务。这正是能够取得切实且具有防御性的早期成果的领域。.

在未来六到十二个月内，工作重心将转向主动式流程协调。这意味着构建具体的流程自动化方案，将各项任务有机整合，而对于那些敢于尝试的企业而言，更应彻底重新思考流程设计，而非仅仅更高效地自动化一个本就不合理的流程。 最大的回报不会来自加快当前工作流的速度，而是来自对“当前工作流是否应该存在”这一问题的思考。.

我认为有三个领域将形成显著的竞争优势：智能代理的部署、对培训和变革管理的实质性投入，以及构建更具韧性的技术栈，从而帮助企业摆脱笨重且脆弱的遗留系统。 我还想补充一个值得密切关注的第四大趋势。随着软件开发变得日益简单，我预计企业将开始用自身定制的轻量级系统取代僵化且单一功能的第三方系统，这些系统将完全根据企业的实际运作方式进行配置。“自建与采购”的经济逻辑正在我们脚下发生转变。.

为何房地产市场仍显顽强，以及为何这一借口已难以为继

人们很容易将这一切解读为一个行业单纯地行动迟缓、不愿改变的故事。这种看法确实有其道理。但房地产行业的谨慎并非纯粹的固执，理解其中的原因很有必要，因为这既能解释这种抵触情绪，也能说明其局限性。.

房地产并非商品。没有任何两套房产是完全相同的。它们在景观、楼层、距离电梯的远近、租期、租金优惠以及数百种难以标准化的变量上各不相同。此类交易金额巨大但交易量稀少，这导致其流动性差，且确实难以进行同类比较。 市场透明度普遍较低，我们视作事实的许多内容，实际上不过是披着自信外衣的假设。这是一个建立在对不确定信息进行判断的基础上的行业，这也正是它比其他行业更迟缓地将工作交给机器的原因。这种谨慎自有其逻辑。.

但这种逻辑已难以为继。人工智能正在提升各行各业的基准水平，房地产行业也不例外。使用这些工具正从一种选择转变为一种必要。 企业尚有一段短暂的窗口期，可以在竞争对手尚未觉醒之前抢先行动，从而建立真正的竞争优势，而这个窗口期正日渐缩小。那些将房地产行业的传统谨慎误认为可以等待的许可的企业，正在犯下严重的误判。当这些工具尚不成熟时，这种谨慎是合理的。但如今，这些工具已不再不成熟。.

无为的静默之理

房地产市场停滞不前其实另有深层原因，值得坦率地指出这一点，因为问题根源在于董事会层面，而非技术层面。.

许多做出这些决策的董事会成员和高管都已步入职业生涯的尾声。他们历经数十年才建立起自己的声誉和股权，因此在退休和离任前的这几年里，他们自然不愿惹是生非。 房地产向来是凭直觉行事的行业，判断力需经由漫长的职业生涯积累并因此获得信任，因此对于他们中鲜少有人真正理解的技术，很容易将其视为炒作而予以否定。 他们的首席技术官（CTO）经常告知他们：技术栈尚未就绪，既无人工智能使用政策，也无data governance框架，系统迁移尚未完成，因此只有在所有条件都具备后，人工智能转型之旅才能真正开始。 也许明年吧。也许后年吧。况且市场低迷，在技术本身不断更迭、结果又无人能保证的情况下，投入巨额且难以量化的资金，似乎并非明智之举。.

我非常理解这种焦虑。这种焦虑是合乎情理的。投资金额可能相当可观，结果确实难以预料，而且变化的速度令人目眩。但我恐怕必须指出，因此得出“无所作为才是安全之选”的结论，恰恰是错误的。 按兵不动看似审慎，但实际上却是风险最大的选择，原因有三。.

首先，原地踏步并不意味着你的竞争对手也会与你一同停滞不前。如果他们正在拥抱人工智能，而你却没有，你就会被甩在后面：你的运营成本将居高不下，而他们的成本却在下降，双方的差距将不断拉大，以至于每过一个季度，追赶的难度和成本都会增加。 不作为的代价虽然今天尚未体现在资产负债表上，但它正在悄然累积，直到终有一天显现出来。.

其次，你最优秀的人才将会离职。没有人喜欢做琐碎、重复的工作，尤其是当他们知道有解决方案存在，而阻碍他们获得该方案的唯一障碍就是他们自己的公司时。 测绘人员其实可以安全地实现许多工作的自动化，且不会给公司或其data带来风险；而一家如此规避风险、甚至拒绝采用这些自动化手段的公司，最终只会制造出它原本试图避免的挫败感。 这些人才会转而使用桌边工具，最终投向允许他们按自己意愿工作的竞争对手怀抱。过度的谨慎无法留住人才，反而会将人才拱手让给那些抢先行动的公司。.

第三，正因为当前机遇分布不均，今天才真正存在领先的机会。但这种局面不会持久。随着市场基准的转变以及人人都开始使用人工智能，这种优势将不复存在，它终将变得司空见惯——就像如今互联网、Excel和PowerPoint已成为商业常态一样。 曾经有一段时期，善用这些工具确实能带来真正的竞争优势。那扇窗口已经关闭，而那些早早跨入其中的企业因此获益匪浅。如今，我们正处于同样的窗口期，而它正在以同样的速度关闭。.

还有一种“观望”论点值得认真对待，因为它是最明智的。变革的速度之快，是我们前所未见的。工业革命历时约三十年；而如今的变化，仅需几个季度便能实现。 权威人士指出，我们可能在未来三到五年内实现通用人工智能，而事实是，没有人知道这对社会意味着什么，更不用说对房地产这一行业了。因此，该论点认为，既然一两年后相同的技术可能变得更便宜、更简单且更成熟，那么现在为何还要大举投资呢？

这是一个合理的问题，而且利弊参半。确实，一年前踏上人工智能征程的企业，可能感受到的立竿见影的收益不如今天才起步的企业——后者继承了性能大幅提升的工具，能够更快地获得更大的推动力。试想一下，与现在相比，十二个月前具有自主能力的AI处于何种水平。 没错，等待确实意味着日后能获得更先进的技术。但将此视为等待理由的逻辑存在漏洞：一年前起步的企业并非仅仅购买了劣质工具。他们构建了data foundations体系、治理机制、企业文化以及制度韧性，足以应对每一波新技术的到来。 那些按兵不动、指望技术发展放缓并达到舒适成熟度的企业，是在押注自己有足够的时间。但许多企业并没有。不光彩的真相是，有些企业会在等待那个永远不会到来的完美时刻时倒闭，被那些在他们犹豫不决时就开始学习的新竞争对手超越。如果你等待，工具确实会变得更好。 但你的使用能力却不会。.

五年后的测量员角色

我曾多次强调，人工智能不会取代测量员，我依然坚持这一观点。但它确实会改变测量员的时间投入和价值所在，任何告诉你相反观点的人，不过是在兜售安慰而非真相。.

我们这一行业的核心所在，在于专业判断和承担责任的意见。客户付费委托评估，绝非因为某个数字是由机器生成的。他们付费聘请的是具备资质的专业人士，这些专业人士愿意为该数字负责并承担相应责任。这一点不会消失。如果说有什么变化，那就是它变得更加集中，也更加珍贵。.

真正发生变化的是围绕这一核心的一切。 起草、调研、data数据收集、初步分析、报告编写：正是这些环节，人工智能将数小时的工作压缩至数分钟，而这些恰恰是目前占据初级和中级测量员日常工作的大部分内容。工作重心正从报告的制作转向对报告的指导与把控。.

未来五年还将受到另外两股力量的塑造。首先，专有的data将演变为一种真实且持久的竞争优势。随着模型本身逐渐商品化（这必然会发生），差异化因素不再是能否接触到人工智能——毕竟届时人人都能拥有。真正的关键在于企业所掌握并能有效运用的独特data。 多年的交易、尽职调查、估值及资产历史数据，将形成一道竞争对手无法复制的护城河。那些将自身data视为战略资产，而非已完成业务的副产品，的企业将取得决定性的领先优势。.

第二股力量在于，既有的品牌资产和客户的惯性将放缓变革的步伐。 客户通常不愿轻易更换值得信赖的顾问，这种粘性将在一段时间内为现有机构提供缓冲。但企业不应将这种缓冲误认为是防御壁垒。那些仅靠声誉和客户的惰性来逃避改进工作的品牌，最终将被那些利用同一窗口期建立data优势并重新培训员工的品牌所超越。.

在此，我想直言不讳，因为这个行业需要的不是安抚，而是坦诚。重大变革即将席卷这个行业。许多岗位将发生剧变，有些甚至会消失，而行业中的很大一部分人尚未做好准备，装作若无其事对谁都没有帮助。 未来能够蓬勃发展的测量师，将是那些能够沿着价值链向上发展，专注于专业判断、客户关系和监管工作的人。而能够蓬勃发展的公司，将是那些有足够诚意为员工提供再培训以适应这种转变的公司，而不是那些暗自希望这场变革能绕过自己、从自己身边溜走的公司。.

这场转型背后隐藏着更深层次的结构性风险，而该行业对此几乎尚未开始应对。 在未来两到三年内，随着人工智能日益普及，初级毕业生和中级测量师的招聘需求很可能急剧萎缩，因为人工智能将接管这些岗位原本承担的大部分工作。单看这一现象，似乎是效率的提升。但实际上，这对整个行业而言，是一种潜伏已久的威胁。.

我们都认同，在测绘领域，人工智能的最佳应用方式是让资深专家全程参与：这样的人既懂得何为优质成果，又能分辨出哪些输出结果是可靠的、哪些看似合理实则有误，并且具备为自己的判断背书的专业素养。 但专家并非天生而成。他们是通过多年从事那些AI正准备接手的基础性工作，经过漫长磨砺而成的。如果我们停止招募和培养初级测量员，就等于停止了未来专家的培养。 我们或许正身处一个黄金时代，既拥有非凡的人工智能能力，又有一代经验丰富的专家能够对其进行监督。 令人不安的问题在于：五到十年后，当这些专家开始退休，而身后又无人获得机会培养出同等深度的判断力时，这个行业将呈现何种面貌。一个将自身培训基地自动化淘汰的职业，无异于自食其种。 那些能及早意识到这一点，并在传统重复性学徒制已不复存在的时代，为初级员工精心设计专业能力培养路径的企业，才是十年后仍能拥有专家资源的企业。这是一个可以解决的问题，但唯有预见其来临者方能解决。.

Data 纪律并非先决条件，而是工作本身。.

任何关于房地产领域人工智能的严肃讨论，最终都会触及行业更愿避而不谈的部分：data。人工智能的成效，完全取决于data及其底层流程的质量。 即便部署了市场上最强大的模型，如果它所依托的是不一致的报告、结构混乱的data数据，以及各测量师之间各不相同的工作流程，其产出的结果依然平平无奇。.

我想对此明确一点。 结构化的data体系、标准化报告以及一致的工作流程，并非人工智能应用中那些不起眼的前提条件。它们本身就是应用的核心。那些在data规范上投入资源的企业会发现，人工智能能迅速放大其优势；而那些未曾投入的企业则会发现，人工智能不仅无法解决问题，反而会暴露其混乱的现状。.

这里有一个残酷的现实。测绘行业长期以来一直容忍那些量身定制、各行其是的工作方式，将其视为一种工艺的体现。这种工艺是真实存在的，我绝不会贬低它。但缺乏一致性是任何规模化发展的最大障碍。 那些看似乏味的标准化模板、构建data资产体系以及优化工作流的工作，将决定人工智能最终能带来区区10%的提升，还是实现数倍的变革性飞跃。 那些将data视为需要管理的资产，而非单纯完成工作的副产品，企业将因此脱颖而出。.

负责任的收养并非阻碍，而是推动力。.

作为起草《测量实践中人工智能的负责任使用》标准的RICS工作组联席主席，以及估值专业小组委员会副主席，这是我最关心的问题。 该标准于2026年3月9日正式生效，适用于全部15万名特许测量师，为该行业提供了去年尚不具备的要素：一个明确的问责与治理基础，并与ISO 42001等更广泛的框架相辅相成。.

企业当前需要采取的措施，说起来简单，做起来却很难。要建立明确的问责机制，确保由指定人员对专业成果承担责任。人工智能只是辅助工具，不能免除责任。要了解并记录人工智能在工作流程中的具体应用场景和方式，以便向客户或监管机构进行说明。 必须妥善处理data（客户及资产信息）的安全与保密问题，因为绝不能允许客户和资产的data信息泄露到从未经过相关评估的工具中。此外，培训人员时不仅要教授如何使用这些工具，还要明确其局限性，从而确保对AI输出的结果保持专业怀疑态度，而非默认其正确性。.

那些做得好的公司并不将这一标准视为合规负担。它们将其视为既能维护客户信任，又能保障专业责任的保障。在一个其全部价值都建立在值得信赖且负责任的意见之上的行业中，治理绝非人工智能应用的阻碍，恰恰是它使得负责任地应用人工智能成为可能。.

调查报告已不再是最终目标

在漫长的历史中，调查报告一直被视为一种终点。受委托、提交、读一遍、归档，然后就被遗忘。这种模式正在瓦解，这也是理所应当的。.

data 调查报告正日益成为设施管理系统、生命周期规划、合规平台及投资组合分析的重要数据源。如今，该调查报告的价值已远远超出文件本身，这重新定义了测量师的实际产出。他们不再仅仅是制作一份报告。 他们所产出的，是结构化的 data 资产数据——这些数据将持续存在、被反复利用，并在建筑或资产组合的整个生命周期内不断增值。以静态 PDF 形式保存的测量报告，其价值仅相当于同等测量数据以结构化、可查询的 data 形式保存并流入资产管理系统、供未来二十年使用的价值的一小部分。.

那些领先的企业，正是将自身物业视为动态的data资产，而非一系列一次性检查。随着物业日益融入data体系，测量与资产管理之间的关系将从交易型转变为持续型。 这对测量师而言意义重大。那些既能生成data报告，又理解该报告在后续环节如何被应用的人，其价值将远高于那些仅能提交一份文笔优美却毫无用处的报告的人。.

钱在哪里，又不在哪里

在设计、工程和建筑技术领域的人工智能方面，已投入了大量资金，该领域的企业也吸引了大量资本。总体而言，我同意资金确实集中在市场的这一端，而这绝非偶然。.

设计与施工领域依托CAD和BIM中丰富且可机读的data数据，输入与输出更加清晰。这些领域正在解决更具结构性的问题，这使得它们更易于处理，也更具投资价值。资本总是追随那些具有可量化回报的结构化问题，而上游领域正是资本所发现的这样的领域。.

这对测绘行业而言是一把双刃剑。风险在于，我们的行业可能会被视为下游、优先级较低的市场，缺乏专门为其开发的成熟工具支持。而机遇恰恰也存在于此。 目前投资不足的测绘专用领域，在于资产与状况数据（data）的结构化处理、治理及智能复用，以及其上层的判断层。估值、状况评估、风险及责任承担意见之所以难以精准实现商业化，恰恰是因为它们缺乏结构化，且涉及专业责任。 这正是通用建筑科技工具无法有效满足其需求的原因，也正是那些主动开发或采用针对该层级工具的企业——而非坐等建筑行业浪潮蔓延至此——将最终捕获价值的原因。.

费用压缩陷阱

客户中正逐渐形成一种看法：既然测量师现在使用人工智能，收费就应该降低。这种逻辑看似合乎常理：如果工作效率提高了，费用理应降低。我认为这是该行业面临的最重大的商业陷阱之一，测量师应当坚决抵制，而不是默默妥协。.

问题在于误解了客户真正付费购买的是什么。他们付费的并非是估值过程中那些琐碎的任务，比如起草文件、收集data数据以及整理材料。 他们所支付的，是那位经过二十年专业训练的人士所展现的严谨分析能力与专业判断力——正是这些能力，才能提供出准确的估值意见，一份客户能够信服、并在必要时于法庭上予以辩护的意见。这种专业能力并未因人工智能的出现而变得廉价。若说有什么变化，那便是它变得更加珍贵，因为这如今已成为服务中稀缺且具有可辩护性的核心部分。.

因此，我们的宣传策略需要有意识且自信地进行调整。我们的立场不应是“我们使用人工智能，所以价格更低”，而应是“我们依然提供您一直信赖的严谨分析与深厚专业知识，只是速度更快了”。 专业判断标准未变，测量师承担的责任未变。改变的是速度，而速度是对客户的增值，而非客户理应获得的折扣。 未能阐明这一观点的公司，将发现自己在无形中削弱自身专业知识的价值，使客户习惯于以大宗商品的价格期待高端服务。而那些坚守底线并清晰阐明立场的公司，既能保护自身的利润率，也能维护整个行业的公信力。.

该商业案例并不像该行业所宣称的那样完美

我想在此增添一笔现实主义的笔触，以平衡当前的普遍热情，因为这个行业被推销的商业案例，其实比现实要美好得多。.

当前人工智能的定价模式并非稳固的发展基础。各大人工智能企业正纷纷进军公开市场，这将对其激励机制产生深远影响。迄今为止，其战略始终是不计成本地追求“第一”和“最好”，让全世界爱上这些模型，并将它们尽可能深地融入我们所有人的工作方式中。 一旦这种深度嵌入完成，且客户几乎丧失了实际的替代选择能力，商业逻辑便会转向提价，并按季度向投资者展示回报。这是典型的寡头垄断行为，那些将整个运营模式建立在当前定价基础上的企业，终将沦为这种模式的俘虏。.

还有一种动态被广泛误解。即使单个令牌的成本随时间推移而下降（这很可能发生），但消耗的令牌数量却在呈指数级增长。随着模型能力不断提升并承担更复杂的任务，其使用量也随之激增。认为人工智能只会变得越来越便宜这种天真的假设是错误的。 企业能够培养的一项最重要能力，就是教会员工根据任务的复杂程度选用合适的模型，并质疑AI是否真的是合适的工具。如今，大量AI应用只是为了AI而应用，而非因为它确实能节省时间。.

因此，我的建议是：在合理的情况下积极拥抱人工智能，但要保持韧性并保持清醒。在短期至中期内，您可能需要同时承担现有的人员开支，以及在代币、模型以及部署和管理这些技术所需的顾问方面大幅增加的支出。 效率提升需要时间才能显现。但其商业案例比业内多数人目前愿意承认的要复杂得多、要求也更高，那些指望获得干净利落、线性回报的企业将会陷入被动。.

这实际上需要什么，以及从哪里开始

贯穿这一切的核心在于：真正的难点从来不在于技术本身。难点在于判断该将技术应用于何处，在于修正data及其底层流程所需的严谨态度，在于负责任地推进变革所需的治理机制，以及在推动真正变革时让人们做好准备所需的坦诚。这些问题绝非购买一份许可证就能解决的。.

如果你从这篇文章中只能记住一点，那就是：你不必一次性解决所有问题，更不必等到每一项政策和迁移都臻于完美才开始行动。成功的企业往往从小处着手，且有条不紊。 一个明智的第一步是：挑选一两个真实且范围可控的流程，这些流程的问题显而易见，且“data”指标（data：指数据质量指标，通常指数据准确性、完整性、时效性、一致性等）表现尚可；围绕这些流程制定恰当的人工智能使用政策和几条明确的防护措施；对相关人员进行系统培训，而不是仅仅发放许可证并寄希望于他们自行摸索；最后，如实衡量实际发生的变化。 这是一种可控且低风险的方式，能够逐步建立起机构能力、积累实证数据，并积累进一步推进的信心。这既不同于鲁莽部署，也不同于因畏难而停滞不前，而且完全可以在未来一个季度内实现。.

这就是我们在Artefact所从事的工作。 我们与房地产行业的董事会及高管团队深入探讨，协助他们精准应对以下核心问题：人工智能何时能创造真实价值、何时不能；如何构建确保其有效运行的data foundations框架；如何在RICS标准下对其进行负责任的治理；以及如何为比炒作所暗示的更为复杂的商业现实做好规划。 我们并非软件供应商。我们秉持技术中立原则，这意味着我们的建议基于对企业最有利的考量，而非我们试图推销的产品。正因我们曾为各类房地产参与者提供过此类服务，我们能提供任何单一企业独自工作时所无法具备的比较视角。.

把握先机的窗口确实存在，但正在逐渐缩小。那些现在就采取行动、且是切实而非流于表面行动的企业，将决定这个行业未来十年的走向。而那些把“启动”误认为“扭转”的企业，将在未来十年里不断困惑：为何当初的承诺始终未能兑现。 对于任何因这一切而感到望而生畏的领导者来说，好消息在于：采取恰当的行动并不意味着鲁莽行事或一蹴而就。它意味着要保持清醒的头脑，从现在开始行动。.