|
一場疫情，對國內經濟發展造成明顯沖擊，隨著疫情在國際多地爆發，加劇了宏觀經濟的下行壓力。受經濟環境變化影響，商業地產運行面臨著巨大挑戰，同時也倒逼行業、企業重新思考，下沉到資產改造、服務升級的探索中。 但黑暗終會迎來光明，據睿意德數據，2020年第二季度，中國商業地產指數環比顯著增長，同比回落幅度收窄。宏觀經濟指數、商用土地指數、零售商信心指數在本季度均較上一季度強勢回升，整體市場自疫情后逐步回暖。 專業機構預測，2020年下半年，以律師事務所、新媒體產業、新基建相關產業為代表的企業將積極擴張，新一代數字產業、智能5G、新醫藥與新健康等新產業將迎來增長機遇，商業地產復蘇正在進行時。 經此一疫，倒逼了企業借助資本與科技不斷融入，從中長期來看，“數字化”是未來商業地產發展的關鍵。 提高運營效率，控制運營成本，是整個行業在疫情以后尤其關注的核心需求。 過去，人們認為，裝備了一堆牛逼的智慧系統，再招納一堆優秀的人才回來使用，理論上就能從整體上提升運營效率。 然而根據[愛物管]系統的數據監測發現，項目保潔人員每天的平均有效工時只達到2+小時，而通過我們的走訪或公開的財報數據，上市物企的平均使用系統數量平均有20+個，行業的平均人效——15萬元/年/人。 這背后的矛盾顯而易見，20多個智能系統，帶來的竟是是勞動效率和管理效率的低下。 這是系統的問題嗎?有些是，不排除某些系統難以真正落地的問題。但經過[愛物管]的深挖發現，不管什么系統都離不開人的使用，但是招人難、培訓難、留人難……而且人還會懈怠、會粗心、會依賴經驗。 AI技術的出現及應用，為打破這種局面提供了最大的技術支持，最大的變化在于在運營管理上，實現去人化/無人化，如智能硬件上，表現為智能機器人、智能識別等機器的投入替代人員工作。在管理上，則可以表現為通過數據的處理分析，系統中心實現對各系統(機器)及人員的自動化管理，從而替代相當的管理人員，并延長管理者的管理半徑。 同時，深度學習/強化學習等機器學習算法的進步為人工智能作出決策輔助也提供了技術的保障。比如，傳統物管企業在項目服務成本測算以及崗位、編制調整方面長期依賴人的經驗，無法快速有效地根據實際項目的效率、服務質量等進行更新、迭代。而借助AI數字化產品，通過AI計算，以運營數據為基準，可以為管理人員提供精確有效的決策支持。 因此，我們認為，我們不應該開發系統給人用，而是要開發系統去做智能替代，讓更加智能、精確、細致的AI技術，去幫助我們實現項目的輔助管理、輔助決策。 我們的核心能力是用系統替代過去人盯人都無法量化完成的人員管理，通過工作的量化提升一線勞動效率，通過智能自動計薪，實現隊管理人員的替代和管理效率的提升。智能語音助手甚至會提醒我們的工作人員去完成沒有完成的工作，智能調度著項目中的每一個工作人員。 經過我們的具體項目案例實踐，去年接管尚東集團旗下一個小型商業綜合體并進行全管服務，實現了節約了43%的人員，降低了30%的人員成本，同時向業主提供了更加專業高效的服務，并且通過完全透明的數據可視化技術向業主予以了呈現。 |
- 關注天氣:
