新冠時(shí)代,裁員、失業(yè)在全球范圍內(nèi)都是高頻事件,我們似乎早就已經(jīng)習(xí)慣了各種黑天鵝消息。不過美國地產(chǎn)平臺Zillow在年底徹底關(guān)停iBuying業(yè)務(wù),并將該業(yè)務(wù)約2000名員工全部裁掉的消息,還是在國內(nèi)外掀起了波瀾。
在很多人眼中,這是一次AI技術(shù)的大型“滑鐵盧”。
從2006 年問世以來,Zillow就將技術(shù)作為自己的核心優(yōu)勢,獨(dú)家上線的Zestimate功能,可以基于大數(shù)據(jù)來提供房屋售賣和出租價(jià)格的估值,在2011年的納斯達(dá)克IPO文件中,這一技術(shù)能力被提及了61次,也讓Zillow成為最受資本市場追捧的科技公司之一。
此次被徹底關(guān)停的數(shù)字炒房業(yè)務(wù)Zillow Offers,也依靠Zestimate算法,預(yù)測房屋在幾個(gè)月后的價(jià)值,從賣家手中收來房子,然后Zillow進(jìn)行裝修維護(hù)后賣給下一家。這種商業(yè)模式,靠的就是準(zhǔn)確預(yù)測房價(jià),實(shí)現(xiàn)低買高賣。
炒房業(yè)務(wù)上線時(shí),被一位Zillow高管吹捧為“令人興奮的進(jìn)步”,顯然,Zillow失敗了,大約面臨5億4千萬左右的損失。
連帶著,AI預(yù)測房價(jià)的神話似乎也破滅了。
有海外媒體認(rèn)為,“Zillow was trying to use technology to outsmart the market, but in the end, the market won”(Zillow妄圖用科技打敗市場,最后卻被市場所打?。?。
報(bào)道AI好幾年了,我見過各種對AI的吐槽,什么人工智障、算力怪獸、全靠人工、替代人類工作……很多都被時(shí)間證明是階段性或可解的,智能化建設(shè)一直如火如荼。
但就像煤炭和石油曾經(jīng)是世界上最有價(jià)值的資源,但它們也都有黑暗的一面,而AI也同樣,有可能出錯(cuò)的地方。
這次Zillow算法翻車,也讓我們不得不思考,當(dāng)各行各業(yè)加速擁抱AI的時(shí)候,AI還有哪些做不到?
無算法,不炒房
首先有必要解釋一下,為什么Zillow Offers這種依靠算法低買高賣的方式,在美國資本和房產(chǎn)市場能夠成立。
對大多數(shù)中國人看來,收取交易傭金的“中介”也變相地增加了成本,“沒有中間商賺差價(jià)”一直是許多數(shù)字平臺的核心價(jià)值點(diǎn)。而Zillow Offers通過購入房產(chǎn),裝修后再次出售/出租,不也增加了買房人的成本嗎?
這就要提到房產(chǎn)在線交易的iBuying模式。
在美國市場,房屋買賣中間的環(huán)節(jié)非常多,需要先找房產(chǎn)經(jīng)紀(jì)、刊登廣告、帶人看房,后續(xù)修繕房屋、尋找裝修工人等也是麻煩事兒。有人統(tǒng)計(jì)過,傳統(tǒng)銷售模式大約需要12道繁瑣的步驟。
而iBuying模式下,賣家只需要在線填寫一份表格,就可以實(shí)時(shí)得到一個(gè)平臺算法預(yù)估的現(xiàn)金報(bào)價(jià),簽署iBuyer合同后一周內(nèi)就能完成交易流程。報(bào)價(jià)可能會比自己賣低一點(diǎn),但賣家可以很快拿到資金,并且不用花費(fèi)大量精力去應(yīng)付各種買家咨詢和看房的麻煩,也省去了維修費(fèi)用和時(shí)間成本。
對于平臺方來說,如果房屋的價(jià)格是100萬美元,那么可以收取10萬美元的服務(wù)費(fèi)(一般是10%)用于清潔、托管、維修升級,最后以120萬美元的價(jià)格出售,相當(dāng)于賺取了10萬美元的服務(wù)費(fèi)和20萬美元的房價(jià)增值。
疫情發(fā)生之后,居家隔離和貸款利率降低,推動了租售房屋的需求高漲,許多城市的房價(jià)“一日千里”的速度暴漲,所以能夠更快交易拿到錢去買另一套房子的人在增多,這也讓Zillow Offers的前景看起來十分光明。
而天下武功,唯快不破,iBuying模式的競爭“護(hù)城河”,就在于更低的拿房價(jià)格,以及更快的出售速度,而Zillow幾乎全都沒有做到。
一方面,Zillow往往會給出高于同行的報(bào)價(jià),有媒體統(tǒng)計(jì)過,Zillow的報(bào)價(jià)比競爭對手Opendoor、Offerpad都要高。此外,Zillow囤積了大量的房產(chǎn),從2018年4月以來購買了27000套房屋,但截至2021年9月底僅售出了17000套,最近不得不將余下的數(shù)千套房屋“揮淚大甩賣”。
看起來,Zillow真是不怎么聰明,比咱們“溫州炒房團(tuán)”差遠(yuǎn)了。但仔細(xì)想想,Zillow的選擇真的有什么大錯(cuò)誤嗎?
事實(shí)上,盡管Zillow炒房業(yè)務(wù)失敗了,但iBuying模式卻依然被看好。有咨詢機(jī)構(gòu)認(rèn)為,到2025年,iBuyers在美國的總交易將占所有購房和售出房屋的3%-5%(目前不到2%)。一方面,年輕一代希望在郊區(qū)購買房屋,遠(yuǎn)程工作的持續(xù)推行,以及可預(yù)期的低利率趨勢,這些都讓房屋需求帶來較大的變化。
其次,通過大數(shù)據(jù)和算法來預(yù)估房價(jià),也并沒有什么大問題。iBuying模式的平臺幾乎都是這么完成的,比如占比最高的Opendoor,就通過機(jī)器學(xué)習(xí)房屋照片來進(jìn)行定價(jià),并不斷搜集有關(guān)公司的大量數(shù)據(jù),不斷訓(xùn)練智能定價(jià)系統(tǒng)——換句話說,和Zillow的方式一樣。
(Opendoor的智能定價(jià))
那么,Zillow到底是為什么失敗的?原因真的如Zillow高管所說,是AI算法錯(cuò)誤率太高嗎?
鍋是AI的,也不完全是
Zillow的失敗,不僅讓大眾看到了平臺“炒房”的操作,也暴露了使用AI來進(jìn)行定價(jià)決策有多困難。
在Zillow的一份文件中曾提到,它們的Zestimates擁有超過50萬個(gè)獨(dú)特的估值模型,建立在超過7000萬美國家庭、3.2TB的數(shù)據(jù)之上。
聽起來并不差對不對,不然也不能吸引到精明的華爾街投資人。那么Zillow Offers為什么會失敗呢?
不可否認(rèn),算法預(yù)測房價(jià)的錯(cuò)誤率高,是一個(gè)全行業(yè)都面臨的現(xiàn)實(shí)問題。
房價(jià)走勢往往覆蓋較長的時(shí)間周期、復(fù)雜的數(shù)據(jù)維度,而炒房又需要預(yù)測非常精準(zhǔn)才能獲利,這本身就是一個(gè)悖論。
比如說,很多影響房價(jià)的信息是系統(tǒng)很難捕捉或洞察到的。暫且不提“買家覺得從小長大的街區(qū)更有價(jià)值”這種小概率事件,房屋裝修審美風(fēng)格、戶型設(shè)計(jì)是否科學(xué)等,都可能影響購房決策,而它們很難被量化評估,并且會隨著流行趨勢變動。比如系統(tǒng)可能知道某套房子一共有三間臥室,但它能知道房間的布局是否合理嗎?疫情要求居家隔離之后,人們對房屋空間和位置的喜好也會發(fā)生變化,而這些轉(zhuǎn)變沒有被Zillow的AI模型快速捕捉并迭代。
為了提高算法的準(zhǔn)確性,Zillow多年來都在舉辦公開的Zestimate數(shù)據(jù)科學(xué)競賽,單項(xiàng)獎(jiǎng)金就高達(dá)120萬美元,而其中一個(gè)參賽者提到,一些隱藏問題,比如地基中的裂縫,該系統(tǒng)是無法預(yù)測的。
算法不是萬能的,這一點(diǎn)雖然是現(xiàn)實(shí),但可以說行業(yè)內(nèi)大家都受到這一技術(shù)瓶頸的限制,Zillow就算做的不是最好,但也不差,這并不是它失敗的終極理由。
事實(shí)上,為了彌補(bǔ)算法的缺陷,Zillow也雇用了一支由100多名定價(jià)分析師組成的團(tuán)隊(duì),通過對比銷售情況來校對算法預(yù)測的報(bào)價(jià)。
這下是雙保險(xiǎn)了吧?但技術(shù)再牛,員工再厲害,都抵不過決策者的“騷操作”。
由內(nèi)部員工透露,Zillow為了在市場競爭中趕上對手的份額,加大了購買力度,甚至在算法預(yù)估和分析師報(bào)價(jià)的基礎(chǔ)上,加價(jià)購買房屋,并且無視了員工對高價(jià)買入的擔(dān)憂。
Zillow為加速購房成立了一個(gè)專項(xiàng)計(jì)劃:“番茄醬計(jì)劃”(Project Ketchup)。Ketchup恰好與Catch up同音,代表著想要追趕iBuyer頭部公司Opendoor的野心。
比如鳳凰城今年5月的房價(jià)中位數(shù)是35.1萬美元,到9月上漲到了47.5萬美元,其他公司已經(jīng)開始降低價(jià)格和購買數(shù)量,而Zillow支付的價(jià)格仍比房屋中位價(jià)高出6.5萬美元。
結(jié)果下半年美國房地產(chǎn)市場降溫后,無法快速完成過戶、裝修、銷售,直接導(dǎo)致了一串連鎖反應(yīng)。
如果房價(jià)接著漲,或許這會兒大家就得夸Zillow囤房囤得好、囤得妙,得到了開發(fā)商囤房惜售的精髓。
結(jié)果,Zillow雖然看到了疫情影響下購買熱潮的到來,卻沒有預(yù)計(jì)到供應(yīng)鏈和勞動力問題對ibuying業(yè)務(wù)的影響。因?yàn)閕buying模式下,平臺都需要對房屋進(jìn)行翻新維護(hù),而建材和勞工的短缺,則讓許多房子無法達(dá)到掛牌標(biāo)準(zhǔn),給Zillow的資金鏈帶來了巨大壓力,不得不甩賣回血。
疫情固然是“黑天鵝”,但同樣的市場情況下,模式一樣的Opendoor和Offerpad,都沒有出現(xiàn)暴雷。Opendoor 的第三季度報(bào)告顯示,其收入還增長了91%。換句話說,因?yàn)楣?yīng)鏈問題而遭受損失的只有Zillow一家。
對ibuying模式上下游產(chǎn)業(yè)鏈機(jī)制的審慎與把握不足,或許才是壓倒Zillow offers的那根稻草。
從Zillow身上可以看到,算法的有限性固然是業(yè)務(wù)受創(chuàng)的原因,但絕不是本質(zhì)的原因。公司管理與模式正常時(shí),有效的算法分析能夠帶來巨大的競爭優(yōu)勢;而公司運(yùn)轉(zhuǎn)不夠良性,那么再厲害的算法恐怕也無法挽狂瀾于既倒。
更進(jìn)一步,從Zillow的經(jīng)驗(yàn)教訓(xùn)中,企業(yè)在應(yīng)用AI提升業(yè)務(wù)時(shí),有沒有一些需要重點(diǎn)注意的地方呢?
上次強(qiáng)調(diào)的,還是在上次
其實(shí),阻止落地AI、應(yīng)用AI的潛在阻礙,多年來我們已經(jīng)反復(fù)提過無數(shù)次。但時(shí)移事易,在人工智能成為主流的當(dāng)下,大眾對AI的認(rèn)知變得越來越全面,涵蓋了許多細(xì)分、垂直的業(yè)務(wù)場景(比如預(yù)測房價(jià)),當(dāng)時(shí)看起來腦洞大開的洞察,今天已經(jīng)變成了讓許多企業(yè)管理者與IT負(fù)責(zé)人措手不及的現(xiàn)實(shí)問題。
所以,也是時(shí)候從提出問題,找到解決問題并提升AI業(yè)務(wù)指標(biāo)的方法了。
目前看來,AI預(yù)測還是一個(gè)充滿了神秘和難以理解的“黑盒子”,如何使用好這個(gè)工具, Zillow的得失其實(shí)是個(gè)有效的參考標(biāo)本。
1.AI不能靠“獨(dú)角獸”。換句話說,不要局限或盲目依靠AI算法或數(shù)據(jù)分析科學(xué)家,對于企業(yè)來說,了解業(yè)務(wù)問題的復(fù)雜性,具備實(shí)施能力的專業(yè)人員,能夠幫助系統(tǒng)構(gòu)建問題,在算法給出結(jié)果后進(jìn)行兜底判斷。用一位AI企業(yè)創(chuàng)始人的話來說,企業(yè)都渴望一個(gè)“獨(dú)角獸”可以同時(shí)完成所有AI分析工作,“但獨(dú)角獸并不存在”,成功的企業(yè)AI項(xiàng)目必須是多元化角色所共同完成的。如果Zillow能聽取專業(yè)定價(jià)分析師的意見,或許不會翻車如此嚴(yán)重。
2.AI不能太沉重。市場變動越來越大,許多公司也變得越來越敏捷,像軟件開發(fā)一樣,算法模型的更新也必須變得更加敏捷,保持最新狀態(tài)。試想一下,如果Zillow的算法能夠快速感知到市場供需變化并迭代,也能及時(shí)減少損失。而對于很多企業(yè)來說,想要更敏捷靈活地應(yīng)用AI,比起自主訓(xùn)練迭代,或許采用公有云廠商的AI能力會是更靈活的選擇。
3.AI不能獨(dú)自成立。企業(yè)管理者必須認(rèn)識到,AI的引入將給管理流程、決策機(jī)制等都帶來挑戰(zhàn),組織內(nèi)部必須進(jìn)行相應(yīng)的架構(gòu)、思維、戰(zhàn)略轉(zhuǎn)變,來配合算法落地并支撐業(yè)務(wù)。AI看似是技術(shù)性的工具,實(shí)際上更像是一種業(yè)務(wù)功能,需要多部門的適配,如果決策者像Zillow一樣隨意忽略算法預(yù)測,最后又甩鍋給算法,AI當(dāng)然是沒法罵人的,不過官僚主義最終傷害的也不是AI,而是企業(yè)本身。
黑天鵝無處不在的時(shí)刻,AI不是一個(gè)捉摸不透的謎團(tuán),不是什么“打敗市場”的神秘武器,而是和人類休戚與共、維持繁榮與發(fā)展的工具。而能不能用好它,最關(guān)鍵的還是靠人類本身。
禍不在顓臾,而在蕭墻之內(nèi)也。AI又能有什么壞心眼呢~
-
算法
+關(guān)注
關(guān)注
23文章
4624瀏覽量
93110 -
AI
+關(guān)注
關(guān)注
87文章
31279瀏覽量
269641
發(fā)布評論請先 登錄
相關(guān)推薦
評論