AI時代開啟,房產業界即將天翻地覆?
原创作者:蔡璧徽律师,Sherry Zhang
近來,科技業界被AI(人工智能)的浪潮席捲,很多人都開始憂心工作即將被取代。有些人更笑稱,以前都以為第一波被機器取代的是藍領勞力,但沒想到真正先丟飯碗的反而是辦公室低階白領工作,甚至開始怪父母當時阻擋他去做水電工。
當然面對劇烈變化的時候,都會有各種聲音。其實所有的科技突破都不是一朝一夕發生,在地產業界也早已經有許多使用AI的新創企業,正在試圖顛覆「地產」這個人類成為定居動物以來最古老的行業。
然而,AI到底又能怎樣應用在地產行業呢? 也許我們可以從幾個利用AI的地產業新創看出端倪以及未來趨勢。
Plunk: 實時房產信息數據庫
主打“全方位動態估價 (Dynamic Valuation)”和“實時資訊(In Real Time)”的新型房產數據庫Plunk,有龐大的資料庫支撐,輔助以強大分析能力的AI,力爭做住宅估價的新創,並且號稱即將成為「住宅業界的Bloomberg」。Plunk的技術先進在於房產估價的時候,甚至能夠基於用戶上傳裝修圖、潛在客群的收入水平和社區生活方式計算房價。這全都歸功於運用AI進行數據分析,做到傳統地產業難以企及的精細程度,以斷絕買賣雙方與市場信息不對等的局面。
不過並不是冠上“AI”之名就是萬能的。另一家新型地產上市公司OpenDoor曾經也憑藉先進數據模型橫掃地產界。OpenDoor的數據來源除了AI估價模型的計算之外,它還機智地僱傭了相當數量的經紀人和地產專家,共同參與構建報價系統。OpenDoor的經營方式主要是先從市場上尋找打算出售的賣家,將房屋的地理位置和建築設施條件等輸入數據庫進行報價;買下房屋後再適當修繕,用數據分析報一個合理的賣價再投入市場。全過程OpenDoor靠賺取其中的差價錢盈利。
原本這樣的經營模式是好的,但去年底OpenDoor 卻爆出因欺瞞消費者而收到幾千萬的罰單。問題出在尋找房源時,OpenDoor以全程電子化、簡化流程為賣點,吸引一些急於轉手房產、不願意在繁瑣程序中浪費時間的賣家,利用他們的心理,用低於市價的價格購買房源。說到底還是人為的參與導致欺詐行為出現。
相比之下,Plunk目前的主營業務還是呈現一個盡量透明的房產市場,把數據工具供客戶自己使用,像計算器一樣,放入地段、空間佈局、人口等數據之後直接給房價估算結果。使用者既可以是買家也可以是賣家,省去了中介麻煩的同時,還能防止虛假報價。
Milestones: 一條龍買賣
經歷過買房賣房的人都明白,找人工、找律師、找仲介都是費時費力費錢的事情,而且房產買賣這種大型支出一定需要自己信得過的人幫忙全權處理。Milestones非常理解客戶這種煩惱,因此他們在開發AI來進行智能房產管理時,力求提供 “買-搬-管-賣” 一條龍服務。
Milestones AI數據團隊提供的服務基本涵蓋房屋交易期間所有能涉及到的方面:買房時幫忙看房、過濾合同文件、提供理財建議;搬家時提供合作的搬家公司、幫忙追蹤包裹;管理房屋上可以安排維修人員上門修繕、根據房屋狀態作市值估價;賣房的時候為賣家作法律代表、安排過戶等等。在提供房屋管理的服務同時,加強仲介、人力、銀行資方與房主的關係,建立多維度信任體系,從而形成回頭客市場。
eXp: 線上房產仲介
eXp作為跨國家與地區的大型房產服務類企業,業務可以算很成熟了,很多地产经纪和地产公司和它都有接触。無論是作為買家還是賣家,eXp都能夠提供幫助。它的頁面類似檢索引擎,背靠雲端數據庫,用戶搜索房源的時候放入關鍵詞,還可以根據需求進行條件篩選。eXp數據庫中包含目標房源的實物圖、平面圖,還可以預約線上或線下看房,非常方便。
通过和地產公司與地產經紀人的合作,eXp將客源的需求收集完畢之後,最終替你匹配最適合的當地真人仲介。它大大節省真人仲介、真人找房的時間,又不完全脫離傳統的找房、買房程序,對於適用群體幾乎沒有門檻,極大優化了客戶體驗。
EliseAI: 智慧型租房客服
在美國,租房市場是一塊巨大並且富有生命力的“蛋糕”。大約有30%的房客每年會搬一次家;每年在校讀書的學生大部分會選擇校外租房。Elise Ai的主創團隊看中這塊商機,研發出這款能夠模擬真人客服,同時有海量數據支撐的AI小幫手。
Elise AI 面向的群體可以是租客、房主和仲介。潛在租客能夠用它尋找房源,向它咨詢房屋出租的各種細節,還可以要求查看平面圖、預約看房等。面對學生客群,它可以幫助導向到租期靈活、收入要求適合學生群體的房源。房屋仲介利用它管理大量的open house以及看房預約,並能及時處理、過濾客戶的電郵、簡訊等各種詢問,並定時提醒跟進特定的交易進程。對於房產還在施工中的未來主人,Elise AI可以計算出竣工日期、戶型預期、市場估價等等。
Elise AI 主打高度模擬真人的智慧型客服,並且24小時全程有問必答,讓看房更高效。
RentHop、Zillow: 與時俱進的租房平台
常坐紐約地鐵的也許見過RentHop租房平台的張貼畫廣告:一隻背包客袋鼠從二維碼中伸出腦袋,像一個尋找住所的迷茫旅人。RentHop的Hopscore AI 同樣擁有海量數據源,由於目前只針對紐約地區,它的信息檢索工具更細化、訊息更集中。它從租客的立場出發,在房源的信息頁面會附帶房東或產權公司的實時用戶評價,還會在租客檢索房源的提示做出小心價格陷阱的提醒。
作為老牌的租房平台,Zillow不甘落後,也用AI為自己進行經營優化。它的Zestimate數據模式一度成為市場上最好的房產價格評估模型,房主們能夠獲得最準確的房產報價。但由於對Zestimate的算法技術過於自信,數據團隊又沒有足夠的經驗對預測的市場進行人工審核,導致後來Zillow錯誤購入過多房源無法出手,跳進自己挖的 “房源囤積” 的陷阱,一度造成經營虧損。
小結:科技始終來源於“人性”
科技的進步讓各大行業都開始組建自己的數據科學家團體,研究品牌專屬的AI數據庫和算法。當然房產交易變得便捷快速要得益於AI的智慧,然而這些AI驅動都有一個共通之處:他們都需要大量的資料來 “投餵” ,好讓AI學習之後變得更聰明。而這些資料怎麼來? 一部分可能透過產權公司,還有不斷吸納有經驗的經紀人來獲取數據。他們每年經手上百萬甚至千萬的房產過戶,最有可能手握這些珍貴的資料。
AI目前還是一匹待馴服的 “寶馬” ,究竟該如何在經營中合理、準確運用數據與科技,這對房仲業者來說還是考驗。
還有問題嗎?今天就諮詢↓
法路通律师楼
法拉盛办公室:皇后区法拉盛王子街39–07号4B室(王子大厦第四层)
3907 Prince Street, Suite 4B, Flushing, NY11354
曼哈顿办公室: 麦迪孙大道275号903室
275 Madison Ave, Suite 903, New York, NY 10016
联系方式/Contact Us
欢迎事先预约,再前往律师楼
电话:718–321–7006
邮件:info@genglaws.com