《中國房地產發展之路》課程被清華大學研究生院列為全校研究生學術與職業素養平臺課程。課程目標為：

第一，分析中國房地產業發展的歷程、面臨的挑戰以及未來的發展方向，使學生能夠理解房地產行業發展的基本制度環境、商業邏輯，建構房地產行業未來的發展圖景；

第二，為房地產行業相關領域的未來發展提供一個分析的框架，也力求為有意愿在相關領域發展的學生提供未來職業發展規劃的前景指導；

第三，結合理論分析和實踐經驗總結，掌握行業分析框架，并能將方法論拓展到其他領域未來機會與挑戰的分析中。

上課時間：2025年11月3日(周一) 18:45-22:00

Part Ⅱ 20:30-22:00 主題演講

李博：從 AI Ready 到 AI Inside ：不動產企業數智化轉型探索

第七課：從 AI Ready 到 AI Inside ：不動產企業數智化轉型探索

一、課程核心框架

本次課程圍繞不動產企業數智化轉型展開，核心分為三大模塊：AI 技術發展與核心認知、企業 AI 落地思考與實踐路徑、不動產企業數智化轉型框架，核心邏輯是“技術演進驅動行業變革，落地方法支撐轉型實踐，場景應用兌現價值增量”。

二、AI 技術發展與核心認知

1. 技術發展三階段演進

信息化時代（1995 年起）：核心是“數據記錄與管理數字化”，以 PC、互聯網、數據庫構建 “端 - 網 - 庫” 閉環，支撐政務電子化、企業 ERP 等場景。

數字化時代（2010 年起）：核心是“業務與數據全面在線化融合”，以云計算、物聯網、大數據、移動互聯網實現 “資源、數據、物、人” 全在線，完成從 “結果記錄” 到 “線上運營” 的跨越。

智能化時代（2025 年起）：核心是“數據驅動的自主決策與行動”，以機器學習、大語言模型（LLM）、計算機視覺（CV）等為核心，實現從 “被動響應” 到 “主動智能” 的升級。

計算智能：基于統計分析和算法處理數據，挖掘規律，如淘寶千人千面推薦、天氣預測等。

感知智能：具備看、聽、說能力，如人臉識別、語音識別、圖像分類，典型案例為 Google 貓臉識別系統。

認知智能：具備思考、學習、行動能力，核心是模擬人腦神經元的深度學習技術 AlphaGo 圍棋對弈、大語言模型對話

大語言模型（LLM）：核心是下一個 token 預測，可處理文本生成、對話交互等任務，但存在幻覺、短記憶、無感知外部能力等局限。

AI 智能體（AI Agent）： LLM 為控制中樞，補充工具調用、長期記憶、規劃反思能力，解決復雜業務問題，但目前在嚴肅生產環境落地仍處于探索階段。

建筑機器人：應用成熟度較高的機器人集中在高危場景（如拆除、消防機器人），清潔、施工類機器人受成本限制，尚未大規模普及。

Embedded 模式：人類設定目標，AI 提供信息或建議，以人為主導。

Copilot 模式：人類設定目標，AI 完成任務初稿，人類修改確認，適用于創意、編程等場景。

Agent 模式：人類設定目標并監督結果，AI 自主完成任務拆分、工具選擇、進度控制，落地案例尚不成熟。

提示詞工程（Prompt Engineering）：快速驗證場景可行性，適用于內容創作、頭腦風暴等。

檢索增強生成（RAG）：補充企業內部知識或最新信息，適用于專業知識問答、工作指引等。

模型微調（Fine-tuning）：基于標注數據優化模型輸出，適用于案例分類、專業報告解讀等專項任務。

AI 應用關鍵是數據與算法，需建立 數據收集 模型訓練 反饋生成 實施改進的閉環。

復合式 AI 是最佳選擇，需結合大模型、小模型、知識庫、規則引擎等多種技術。

要做好AI應用，需擁抱 AI 思維。具體包括放棄完美計劃、從因果邏輯轉向數據煉金錯誤成為系統進化動能、重組人機技能、重視 AI 倫理。

四、不動產行業數智化轉型框架1. 行業轉型背景與挑戰

核心挑戰：精細化運營需求提升、可持續發展（雙碳目標）壓力、業務提效訴求迫切、人口老齡化影響行業供需。

2. 轉型三大核心維度

商業模式：以空間數智化推動存量提質，創造數據服務、線上平臺等新價值。

運營模式：建立“投建管運服” 全鏈路智慧運營體系，實現數據驅動、人機合一。

技術范式：依托 BIM、IoT、AI、數字孿生四大核心技術，構建數智化底座。

地產開發全周期通過管理駕駛艙實現投、融、建、供、銷、存全鏈路數據可視化，提升決策效率。

資產運營管理：實現空間、招商、商戶、會員、運營“五在線”。在此基礎上，基于數據實現精細化運營，實現對商戶的賦能，以及針對會員的精準營銷。

物業管理數智化：搭建智慧空間平臺、智慧運營平臺以及客戶端，提升物業服務及管理水平，客戶滿意度提升93%，工單處理時長縮減 80%，降低50%巡檢頻次以及工作量。典型場景包括：利用 AI 巡檢提升15倍巡檢頻次，提升80%響應速度。利用多模態大模型進行車場審計，替代 90% 人工復核工作。通過 AI 冷站智控、能耗監測等技術，實現公區能耗節省 27%，降低運營成本。

利用 AI 巡檢提升15倍巡檢頻次，提升80%響應速度。

通過 AI 冷站智控、能耗監測等技術，實現公區能耗節省 27%，降低運營成本。

4. 四大核心技術支撐

(1)BIM：一模貫通設計、施工、運營全周期，大幅度提升設計施工質量，提升效率，如審圖時長縮至原來 1/4、項目變更率控制在1%以內。

(2)IoT：支撐 1000 萬 + 智能設備在線管理，覆蓋 99% 設備品牌，實現 7×24 小時實時監測。

(3)AI：研發 500 + 業務算法，覆蓋 120 + 場景，打造數字員工平臺提升工作效率。

(4)數字孿生：1 周內可還原 100km2 城市底板，實現基于空間的人流、車流、能耗流等場景化推演。

五、關鍵結論

不動產企業數智化轉型是系統性工程，需遵循“信息化 - 數字化 - 智能化” 的演進規律，以 AI 為核心驅動力，結合業務場景選擇合適的落地模式，依托四大核心技術構建數智底座，最終通過精細化運營、智慧化服務實現降本增效與價值再造。

清華大學土木水利學院院長 吳璟教授 為講課老師頒發感謝狀

參加課程的老師和清華校友總會城鄉建設專委會到場嘉賓合影

- END -

聲明：本文系轉載自互聯網，請讀者僅作參考，并自行核實相關內容。若對該稿件內容有任何疑問或質疑，請立即與鐵甲網聯系，本網將迅速給您回應并做處理，再次感謝您的閱讀與關注。