今天，房地產黃金白銀時代累積的存量物業，給予了物業管理行業黃金髮展的機會。而隨著一波物業頭部企業的上市，獲得資本加持，在被高估值的同時，社會的優勢資源也更快速的流入到物業服務領域。
根據統計，2018年底，全國物業管理行業總面積為279.3億平方米，經營收入為7043.63億元，物業服務企業數量為12.7萬家，從業人員數量為983.7萬人，以上數值相比2017年都有所增長。
可見，物企已經在不斷突破邊界，邁向多業態服務、多元化經營，行業規模擴大的背後，是物企的持續增收。
在過去10年中，相比通信、購物、娛樂和旅遊等領域，物業是變化最小、格局最穩定的行業，今天，很多互聯網公司也開始關注社區物業的發展，而引領這股潮流的，則是主要的主流物業管理公司增加了對科學和技術的投資。
資料顯示，2018 年，20 餘家百強企業智能化建設費用超千萬，大部分企業對智能化的投入在 200-500 萬元之間，其中碧桂園服務在近幾年已累計投入近5億元研發費用，遠高於同行。相比行業前幾年營造概念、喊喊口號、買幾臺設備就算是科技投入了，今天的物企更注重實效，把技術落地看得也更加重要。
一流技術加持，物業服務智能化升級
經過2018年的市場檢驗，龍頭物企紛紛加大智能化投入和落地建設，其頭部示範效應進一步明顯。
伴隨著AI、IoT、雲計算、大數據等智能技術的崛起，科技力量湧入物業領域，不過由於普遍處於摸索期，沒有成功案例借鑑，對於需要雄厚財務支撐的大範圍投入非常考驗管理層的決心。
碧桂園服務總經理李長江表示，進行科技佈局的源動力就是降低勞動力成本同時帶來更高的客戶滿意度——其中，這種成本會限制企業去提供更多服務的空間，作為物業領域巨頭有責任有義務去現身示範，通過科技融合不斷升級客戶的服務體驗。
“我們是信息化時代的受益者，也要做推動者。而只有讓標準化的服務智能化，我們的人力才能騰出手來面對面地位業主提供更多個性化的、有溫度的服務，將傳統服務升級為現代服務。”
從2015年開始，碧桂園服務就開始搭建技術平臺，嘗試雲-邊-端的整體物聯網架構的建設，並逐步建立起基於設備端的傳感器和一線應用能力。
為了在運算上提升支持，2018年，碧桂園服務與騰訊合作，基於騰訊豐富的產品矩陣和生態能力，尤其是在計算機視覺識別、語音識別、機器學習等方面的進展，打造了基於雲端的AI智能平臺和AI算法訓練平臺，所有業務場景都可以在雲端進行反覆的訓練學習，賦予智能化。此外，碧桂園服務與阿里雲的合作，已成為阿里雲物業領域的唯一標杆客戶。
2019年3月，碧桂園服務與全球領先的物聯網解決方案提供商聯合成立的行業內首家“AI聯合創新實驗室”正式揭牌，發佈邊緣端產品“AI鳳凰魔盒”，推動AI與社區場景的融合。
2019年5月，碧桂園服務推出了行業首個基於AI+物聯的AI全棧解決方案產品體系，包含了雲、邊、端三個結構內所有的產品，應用範圍已覆蓋前臺、後臺、決策、運營這四類近20-30個場景。
市場預計，其AI全棧能力的進一步形成，有望加大與其他物企之間的技術代差，保持領先優勢。
AI全棧解決方案全景圖
社區高質量發展，考驗物企的原生AI基因
黨的十九大報告曾明確指出：我國經濟已由高速增長階段向高質量發展階段轉變。
對應到物業行業，這就要求數據、協同、智能等要素要持續碰撞到一起，重構商業系統的結構。對於頭部物企來說，這一方面依靠的是資金投入，一方面依靠自有基因的挖掘。
據碧桂園服務首席信息官袁鴻凱透露，其業務上的AI能力都是碧桂園服務自己原生的，原生的好處是適合自己。他們研發了自有的AI應用平臺和AI訓練平臺，平均7天就能訓練出一套算法出來，而且這類基於物業碎片化場景的算法是BAT等不具備的。
的確，最後一公里的能力往往掌握在在行業縱深方向佈局多年的企業手裡，物業高度複雜，雖有國內物企直接買一些互聯網公司的算法，但碧桂園服務有自己獨立產權的算法在自己平臺上跑，這一點構建了自有的AI體系。據統計，碧桂園服務在2014-2016年三年共研發了與“智慧城市服務支撐”有關的核心知識產權數十項，都已經取得發明專利、核心軟件著作權和輔助軟件著作權。
2019年，物業行業出現了第一張人工智能應用場景全景圖，從前端服務到後臺分析支持，構建了完善的技術+應用體系，引發業內人士廣泛關注，而這一手筆正是來自碧桂園服務。
人工智能應用場景全景圖
該平臺的管理支撐上，有大數據驅動的運營和管理模型；AI賦能上，自有的AI算法訓練平臺以及第三方算法接入平臺，對增值業務做相應技術支持。通過這種雲-邊-端全棧式物業管理解決方案，碧桂園服務儼然已經成為物業領域佈局新技術密集度最高的廠商。
面對這種“技術密集度”，袁鴻凱表示，根據自身的管理需求處理關聯性的數據，用AI為前端的業務提供支持，這是他們大的邏輯。數據的導向永遠是根據業主和管理的需求延伸出來相應的分析和AI的應用。
再造社區，多點佈局AI已出現行業範本
2018這一整年，碧桂園服務在全國範圍內落地了300多個AI項目，每個項目都通過“AI鳳凰魔盒”提供本地化的AI算法與算力。2019年，碧桂園服務已經在其社區中大範圍推廣。
作為勞動密集型產業，技術已經在不斷優化和釋放物業管理行業的人力資源，使企業能夠在保持高水平服務滿意度的情況下提升人均管理面積，從而平衡行業勞動力成本與服務質量的關係。
在碧桂園服務看來，科技手段可以發現業主多樣化的生活服務需求，也可以有效地優化閒置的物理空間和人力資源，使其可以投資於增值服務。這意味著，科技所帶來的不是勞動力崗位的直接減少，而是崗位的服務升級，更多優質服務也將陸續上線。
物業收繳一直是行業亟需優化的環節，當前科技已經在對此產生作用，既讓業主真正體驗良好，又讓物企的管理降本增效。
以碧桂園服務為例，其管家系統集成了CRM、ERP等系統的整合，一個管家通過系統至少管理500-800戶業主。通過將成本數據、收入數據等模型的融合，再通過運算，AI可以給實際決策人員以支撐。
比如收費率的預測，實際上影響收繳率大概有200多個因素，這些因素融合在一起會導致收繳率的波動，但利用AI最終預測的波動不會超過1%。碧桂園服務正在研發的提醒繳費機器人，更是會替代管家完成提醒繳費任務。比如針對不同業主、不同的繳費習慣，系統會提供不同的策略，而且會有語音的介入。如果一個人習慣在月底繳費，系統就不會在月底之前的時段發出提示。而且管家不需要給業主打任何電話，全部由系統自動完成。這樣，這項複雜的工作就會被替代，管家就可以思考怎麼為業主提供定向服務。
除了這種典型且剛需的場景，這兩年，碧桂園服務已經在全方位提升人機的合作效率。例如：智能安防方面，通過各類算法大幅提升社區的安全和安全管理的效率，其中就有以圖找人算法、軌跡分析算法、周界防範、人臉識別通行、語音報修、垃圾桶溢滿、品質巡查、安防人員脫崗檢測等。
物業場景中，AI真的已無處不在。
值得注意的是，2019年已經被廣泛認為是“社區機器人元年”，一批清潔機器人的賽道逐步形成。目前，碧桂園服務已經提出構建豐富的社區機器人矩陣，比如將推出樓梯清潔機器人、室外掃地機器人、室內洗地清潔機器人、巡邏機器人、雜草清除機器人、垃圾桶清運機械臂等一整套機器人隊伍，比傳統意義上的單點應用服務更加完善。
跳出物業看物業，與城市數字化共生
可以看到，無論是產業經濟市場還是惠民服務市場，都處在新供給、新消費的階段，科技應用不僅帶來降本增效、拓展增值服務，更有可能成為日後科技塑造新居住形態的重要實踐者。
物業領域的頭部廠商已經緊緊抓住了這個趨勢，場景+技術雙軌之下，將形成新的優勢壁壘。
跳出物業看物業，在城市湧向科技服務的大背景下，AI+社區一定會迎來一波新的整體升級，物業巨頭已經帶來了良好範本，其他企業是否跟得上這種節奏，不僅考驗的是“錢包”能力，更是綜合考驗著管理層的眼光轉變與企業科技實力的落地潛質。
此外，尤為重要的是，這種行業範本的價值在於增強號召力，便於將成熟的體系和思路推廣到中小型的物業服務公司，帶動中小物企轉型升級健康發展，在我國經濟換擋的宏觀決策下，產業的創新與升級帶來的必將是物業服務領域核心效率和品牌價值的雙重提升。（來源：雷鋒網）
閱讀更多 房產大圈 的文章
