當貝殼遇到AI：新應用與新難題

每經記者 陳夢妤    每經編輯 魏文藝    

AI在房地產行業的應用正逐步深入，成為推動行業數字化轉型的重要力量。

“其實如何將場景完整、清晰、流暢地還原并呈現給用戶，是一個技術難題。我們致力于通過AI和三維重建技術提升客戶的線上體驗，但這需要極高的精度和流暢性。”

3月12日，貝殼集團基礎產研&用戶研發平臺總經理王超在接受《每日經濟新聞》記者專訪時表示，更重要的是，如今AI大模型隔幾個月甚至更短時間就會發生翻天覆地的變化，帶來新的技術問題和倫理挑戰。

貝殼集團基礎產研&用戶研發平臺總經理王超 圖片來源：受訪者提供

NBD：大模型在房地產線上銷售中應如何應用？是否嘗試將AIGC應用于貝殼的營銷內容生產？效果如何？

王超：貝殼從2022年底開始嘗試AI在房地產銷售中的應用，尤其是在裝修行業。貝殼推出了基于AIGC（生成式AI）的產品，用戶可以通過貝殼App上傳戶型圖或照片，AI可以結合客戶的需求，生成客戶需要的裝修風格；還可以與AI對話，調整設計方案，生成符合個人偏好的裝修效果圖。目前AI生成的方案主要用于營銷環節，大幅提升了設計師效率，生成三維圖紙的時間從幾小時縮短到30秒內。

在二手房銷售中，貝殼基于企業微信（企微）與客戶建立聯系，在客戶同意的前提下，AI通過分析客戶需求，幫助經紀人快速匹配房源，推薦符合預期的房源給客戶，進而提升維護效率。雖然AI可以幫助經紀人更高效地維護客戶和業主，減少信息遺漏，但現階段AI生成的營銷內容（如房源信息、視頻）尚未大規模應用，也是擔心低質量的AI生成內容影響客戶體驗。

在VR看房方面，貝殼通過無人機和地面拍攝技術，生成小區三維模型，用戶可以在App上查看小區的鳥瞰圖、實景圖等。在蘇州試點的“3D樓書2.0”項目，用戶可以在三維模型中游走，甚至與經紀人實時連線，進一步提升看房體驗。AI可以幫助經紀人更好地服務跨區域購房需求，尤其是在大灣區等跨城購房需求較高的地區。

NBD：貝殼在大模型開發上是選擇完全自研，還是與外部科技公司合作？在落地過程中，如何平衡技術理想化目標與業務實際需求？遇到的挑戰是什么？

王超：貝殼在AI技術開發上采取了自研與合作相結合的方式。貝殼自研了裝修設計圖生成模型，并在語言模型上選擇了開源模型進行微調，結合行業數據提升模型的精準度。

貝殼在AI應用和三維重建技術方面走在行業前列，但技術的快速迭代和復雜性帶來了持續的挑戰。

技術挑戰方面，如何將場景完整、清晰、流暢地還原并呈現給用戶，是一個技術難題。我們致力于通過AI和三維重建技術提升客戶的線上體驗，但這需要極高的精度和流暢性。與此同時，AI大模型隔幾個月就會發生翻天覆地的變化，帶來新的技術問題和倫理挑戰。貝殼需要不斷適應這些變化，確保技術的準確性和可靠性。

業務挑戰方面，一是ROI（投資回報率）問題，在業務場景中，AI技術的應用需要回答“能否帶來實際效果提升”，貝殼內部對技術的包容度較高，但在規模化推廣前，仍需量化AI的效果，證明其商業價值。二是從0到1的規模化，如何將AI技術從實驗階段推向規模化應用，是一個長期調整的過程。我們需要在不同階段明確技術落地的目標，并找到合適的度量標準。

NBD：與外部AI生態深度合作，會否催生新的行業標準和商業模式？展望未來1—2年，您預期最先被AI深度重塑的業務線或價值鏈環節是什么？

王超：AI技術的應用可能會催生新的行業標準和商業模式，尤其是在找房效率和ACN（經紀人合作網絡）的優化上。貝殼正在探索如何通過AI技術提升找房效率，優化經紀人合作網絡。

人機協同是未來的趨勢。目前，貝殼過去一年的代碼編寫已有接近20%的比例由AI完成，從原來單一技術棧發展到多技術棧，協同方式變得簡單，所有環節一個人全部完成了，減少了很多溝通成本。測試、安全等環節也逐步引入AI輔助，正在探索如何將AI應用于更多業務場景，如人才管理、客戶服務等。

貝殼內部已經有幾千個智能體（AI機器人），用于提升內部運營效率。但在權限管理上，機器人可以通過授權訪問企業內部系統，如何定義其權限是一個復雜的挑戰。比如，一個機器人被問到一些核心數據，是否所有人都能獲取這些信息？如果機器人在回答問題時出錯，責任應該由誰承擔？是機器人本身，還是哪個職能或技術團隊？這個責任歸屬問題也是一個挑戰，尚未完全解決。

未來1—2年，職能辦公和服務過程可能會被AI技術最先深度重塑。這兩個場景AI的效率提升非常顯著，尤其是在內部協同和客戶互動環節。

具體來看，在客服場景中，AI未來可能會帶來新的提效機會。大部分客戶的簡單咨詢將在第一時間通過AI機器人處理，僅在復雜情況下轉接人工服務，客服的效率將得到很大的提升。而在服務場景中，AI可以輔助經紀人主動回訪客戶，確認房源信息、跟進客戶需求，提升客戶維護效率。例如，AI可以自動提醒業主房源帶看情況，或推薦同小區的最新成交信息。

免責聲明：本文內容與數據僅供參考，不構成投資建議，使用前請核實。據此操作，風險自擔。

封面圖片來源：受訪者提供