人工智能如何落地物業(yè)服務(wù)？

最近公開資料顯示，目前已公布業(yè)績的三家內(nèi)地物業(yè)管理公司——碧桂園服務(wù)、雅居樂服務(wù)，及背靠新城控股的新城悅，2018年凈利潤增長均超過1倍。這與行業(yè)景氣度密切相關(guān)。

在經(jīng)歷了規(guī)?；鲩L的黃金十年后，中國房地產(chǎn)行業(yè)正處于從“增量市場”向“存量市場”的轉(zhuǎn)軌期，對存量市場的挖掘和運(yùn)營成為未來企業(yè)競逐的主戰(zhàn)場。物業(yè)服務(wù)也告別之前“粗放式”的管理模式，開始向精細(xì)化運(yùn)營發(fā)展。

然而，目前物業(yè)服務(wù)市場的現(xiàn)狀有點(diǎn)參差不齊。在鈦媒體研究院發(fā)起的2017-2018房地產(chǎn)行業(yè)調(diào)研報告中發(fā)現(xiàn)，物業(yè)服務(wù)行業(yè)正面臨一系列痛點(diǎn)：一方面物業(yè)費(fèi)升值空間有限，原有的管理水平跟不上日益膨脹的規(guī)模發(fā)展，另一方面，作為物業(yè)成本結(jié)構(gòu)比例最高的人力成本卻高居不下，并以每年10%-20%的比例逐年攀升。如果不采用數(shù)字化的手段來加以管控，未來物業(yè)公司面臨的壓力將不堪重負(fù)。

能夠大幅提高效率、降低用人成本的人工智能技術(shù)，自然成為了物業(yè)服務(wù)公司的優(yōu)先選擇。實(shí)際上，物業(yè)服務(wù)領(lǐng)軍企業(yè)都已經(jīng)開始謀求智慧化轉(zhuǎn)型，如龍湖地產(chǎn)將物業(yè)品牌升級為智慧服務(wù)，提出“空間即服務(wù)”的戰(zhàn)略。在向業(yè)主提供刷臉門禁、紅外垃圾監(jiān)測等諸多服務(wù)的同時，其全面落地的“智囊型管家”項目也成為業(yè)主設(shè)備報修、衛(wèi)生保潔等一站式服務(wù)的標(biāo)配。

在所有這些物業(yè)公司提交的成績單中，碧桂園服務(wù)的成績尤為亮眼。作為港交所市值最大的物業(yè)管理公司，碧桂園服務(wù)率先采用領(lǐng)先AI技術(shù)，在物業(yè)服務(wù)這條新賽道上一路狂奔。

碧桂園服務(wù)所打造的云-邊-端AI全棧解決方案，利用人工智能和物聯(lián)網(wǎng)的深度融合，將物業(yè)服務(wù)場景智能化，并下放至邊緣端，這無論是對安防領(lǐng)域如一鍵巡邏、人臉／車牌識別等，還是對后臺的決策支持經(jīng)營分析，都起到了強(qiáng)力的支撐作用，并大幅提高了管理效率。

2018年，碧桂園服務(wù)獲得中國物業(yè)服務(wù)百強(qiáng)企業(yè)經(jīng)營績效第一，還摘得中國社區(qū)服務(wù)商客戶滿意度第一。在最近公布的年報上，碧桂園服務(wù)2018年營業(yè)額為46.75億元，同比增長近一半，達(dá)49.8%，凈利潤為9.23億元，同比上升129.8%。

這是怎么做到的？

人工智能如何落地物業(yè)服務(wù)？

盡管人工智能被業(yè)界熱捧，但要真正實(shí)現(xiàn)落地還很難。缺乏足夠樣本量的有效數(shù)據(jù)及豐富的應(yīng)用場景，較高的算法研究成本……使得人工智能一直猶如空中樓閣，更多地還是停留于概念化、理論化的嘗試階段，難以實(shí)現(xiàn)真正的商業(yè)化落地。而物業(yè)服務(wù)行業(yè)復(fù)雜的線下場景，以及大量的社區(qū)實(shí)時數(shù)據(jù)的積累，可以說為人工智能落地提供了天然實(shí)驗(yàn)場。

要實(shí)現(xiàn)人工智能在物業(yè)服務(wù)行業(yè)的落地，需滿足四個基礎(chǔ)條件：一是千萬級的數(shù)據(jù)量，二是強(qiáng)大的運(yùn)算能力，三是清晰的業(yè)務(wù)場景，最后要有物聯(lián)網(wǎng)及物聯(lián)設(shè)備的支持。

數(shù)據(jù)和場景都是現(xiàn)成的，也是碧桂園服務(wù)的核心優(yōu)勢。如何在運(yùn)算和物聯(lián)網(wǎng)上發(fā)力，是碧桂園服務(wù)接下來要做的事情。

從2016年開始，碧桂園服務(wù)就開始搭建技術(shù)平臺，嘗試云-邊-端的整體物聯(lián)網(wǎng)架構(gòu)的建設(shè)，并逐步建立起基于設(shè)備端的傳感器和一線應(yīng)用能力。

為了在運(yùn)算上提升支持，2018年，碧桂園服務(wù)與騰訊合作，基于騰訊豐富的產(chǎn)品矩陣和生態(tài)能力，尤其是在計算機(jī)視覺識別、語音識別、機(jī)器學(xué)習(xí)等方面的進(jìn)展，打造了基于云端的AI智能平臺和AI算法訓(xùn)練平臺，所有業(yè)務(wù)場景都可以在云端進(jìn)行反復(fù)的訓(xùn)練學(xué)習(xí)，賦予智能化。

為了讓“AI無處不在”，不僅僅高掛在云端，而是下放到本地社區(qū)，碧桂園服務(wù)又打造了基于邊緣的服務(wù)器，也就是說將云端的智能賦予邊緣端，能夠在邊緣進(jìn)行計算處理。

“以前人工智能應(yīng)用需要把采集到的數(shù)據(jù)上傳到云端，時效性很差。如果加入邊緣處理，將云端能力賦能到社區(qū)本地去處理，就能快速反應(yīng)，即時性很明顯?！北坦饒@服務(wù)首席信息官袁鴻凱介紹說。

而承載這種邊緣處理能力的重要工具，就是智能魔盒。這也是降低設(shè)備智能化改造成本的一個關(guān)鍵。

據(jù)袁鴻凱介紹，以前物業(yè)公司做智能化改造時會上大量的服務(wù)器，車閘有車閘的服務(wù)器，門禁有門禁的服務(wù)器，設(shè)備智能管理還有專門的服務(wù)器，而現(xiàn)在可以把所有這些服務(wù)器的功能集成在一個服務(wù)器里面，這就是所謂的智能魔盒。

“相較同行，用智能魔盒來進(jìn)行智能化改造的成本能降低30%左右。這對于物業(yè)服務(wù)行業(yè)來說相當(dāng)可觀?！?/p>

實(shí)際上，盡管不少云服務(wù)廠商都在積極打造自己的邊緣能力。比如華為，有自己的邊緣小站，而且基于硬件有一系列產(chǎn)品的支持，比如基于邊緣的芯片，基于邊緣的網(wǎng)絡(luò)等，阿里也有一組邊緣的設(shè)備生態(tài)的組織。但碧桂園服務(wù)在邊緣能力上的不同之處，就在于其云端的算法是完全基于物業(yè)服務(wù)的場景特性去設(shè)計的，這也是它在物業(yè)服務(wù)領(lǐng)域樹立門檻的一個核心優(yōu)勢。

至此，碧桂園服務(wù)構(gòu)建起來基于云-邊-端的AI全棧解決方案。它的邏輯是這樣的：通過云端的AI智能平臺和算法平臺，對設(shè)備設(shè)施數(shù)據(jù)進(jìn)行管理分析；然后下傳至邊緣端，來集成相關(guān)分析結(jié)果及算法訓(xùn)練后的能力，最后通過邊緣去管理所有端的設(shè)備，并將人工智能賦能到所有終端設(shè)備，實(shí)現(xiàn)“AI無處不在”。

要說與場景結(jié)合的典型案例，不得不提“一鍵巡邏”。原來保安巡邏都是每隔1個小時巡邏一次，一次至少也要1小時，而且在監(jiān)控室，1000多張監(jiān)控顯示屏滾動播放，靠人力很難及時發(fā)現(xiàn)問題。利用云-邊-端解決方案后，只需聯(lián)動小區(qū)所有關(guān)鍵路徑上的攝像頭進(jìn)行一次性抓拍，然后邊緣會把這些圖片都切好，送到云端，依賴云端強(qiáng)大的算法生成一份巡邏報告，再將報告?zhèn)髦吝吘壎?，這樣一線人員看到的就是一份已經(jīng)算好的安全報告，會根據(jù)報告去調(diào)動巡邏崗處理各種各樣的狀況。據(jù)袁鴻凱介紹說，一鍵巡邏功能上線后，現(xiàn)在不需要人去線下巡邏，只需每隔20分鐘抓取一次監(jiān)控，就能實(shí)時解決問題。

再比如垃圾滿溢服務(wù)。在對垃圾進(jìn)行清掃時，有一項重要工作就是對垃圾桶的溢滿要做一個檢測，基于這一場景，把它放到云端去進(jìn)行相應(yīng)的學(xué)習(xí)，之后通過監(jiān)控檢測出有溢滿的垃圾桶，就會及時跟下面的維修或保潔人員進(jìn)行聯(lián)動，及時進(jìn)行清掃。這就是碧桂園服務(wù)整體的云端+邊緣端+人工智能的整體的一個聯(lián)動效果。

值得提出的是，人工智能對碧桂園服務(wù)提升管理效率也是顯而易見。

譬如抓小偷。原來監(jiān)控室里有3-400路的攝像頭傳輸，小偷在為非作歹時，僅靠肉眼，難以從監(jiān)控中第一時間識別小偷身份?，F(xiàn)在，碧桂園服務(wù)啟用了周界防范功能，就是在小區(qū)內(nèi)或外面劃定一片區(qū)域，你靠近區(qū)域的外圍時，系統(tǒng)不會發(fā)出警報，但是當(dāng)有一些行為，如攀爬、大的動作、踹門等異常行為發(fā)生時，系統(tǒng)就會發(fā)出很強(qiáng)烈的警示，并與語音聯(lián)動，提示人為去干預(yù)。

還有對可疑人員的以圖找人。就是通過對可疑人員的面部識別，系統(tǒng)會根據(jù)這個人的行動軌跡、具體位置等，在小區(qū)范圍內(nèi)搜索這個人。

人工智能不僅僅被應(yīng)用于前端的安防領(lǐng)域，包括人臉識別、語音報修、輔助巡邏等，在業(yè)主服務(wù)，如提醒繳費(fèi)機(jī)器人，以及后臺的管理決策支持、企業(yè)運(yùn)營等角度，也發(fā)揮著不小的功效。

最典型的是管家服務(wù)。在碧桂園服務(wù)，管家系統(tǒng)集成了CRM、ERP等系統(tǒng)的整合，一個管家通過系統(tǒng)，至少管理500-800戶業(yè)主。通過將成本數(shù)據(jù)、收入數(shù)據(jù)等模型的融合，再通過運(yùn)算，人工智能可以給實(shí)際決策人員以支撐。

“比如收費(fèi)率的預(yù)測，實(shí)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(dǎo)致收繳率的波動，但利用人工智能最終預(yù)測的波動不會超過1%。這樣在下發(fā)年度經(jīng)營指標(biāo)時就是很好的一個參考。”袁鴻凱介紹說。

碧桂園服務(wù)正在研發(fā)的提醒繳費(fèi)機(jī)器人，更是會替代管家完成提醒繳費(fèi)任務(wù)。比如針對不同業(yè)主、不同的繳費(fèi)習(xí)慣，系統(tǒng)會提供不同的策略，而且會有語音的介入。如果一個人習(xí)慣在月底繳費(fèi)，系統(tǒng)就不會在月底之前的時段發(fā)出提示。而且管家不需要給業(yè)主打任何電話，全部由系統(tǒng)自動完成。這樣，這項復(fù)雜的工作就會被替代，管家就可以思考怎么為業(yè)主提供定向服務(wù)。

對于人工智能會否替代人，造成人員的大批下崗、失業(yè)，袁鴻凱直言不會。他認(rèn)為人才是企業(yè)數(shù)字化轉(zhuǎn)型的重要因素之一，人員匹配是根據(jù)小區(qū)面積來定的。通過數(shù)字化、智能化的轉(zhuǎn)型，安保人員在掌握人機(jī)結(jié)合、人工智能這些科技上的能力會越來越高，單個管理面積和管理效率也會大幅提升。

人工智能未來的挑戰(zhàn)和變革

回看人工智能，從 IBM “深藍(lán)”橫空出世，到 AlphaGo 大戰(zhàn)世界冠軍，AI已悄無聲息地滲透進(jìn)我們現(xiàn)實(shí)生活的點(diǎn)點(diǎn)面面。無論是交通導(dǎo)航、無人倉庫，還是語音助手、智能服務(wù)機(jī)器人，創(chuàng)建智慧城市、智慧社區(qū)正在成為國家層面大力推動的一個長遠(yuǎn)規(guī)劃。

從物業(yè)管理行業(yè)來說，AI+社區(qū)的布局也越來越成為眾多物業(yè)公司的選擇。盡管目前AI在社區(qū)服務(wù)上的落地還不盡善盡美，用戶習(xí)慣也有待培養(yǎng)，但隨著人工智能在自然語言處理技術(shù)、語音語義分析以及人臉識別等技術(shù)上的日臻完善，AI+社區(qū)的全面落地指日可待。

如何讓碧桂園社區(qū)結(jié)合人工智能的潛能發(fā)揮到最大？袁鴻凱認(rèn)為，下一個主戰(zhàn)場是機(jī)器人領(lǐng)域。與AI、機(jī)器人的深度融合，或?qū)⒊蔀楸坦饒@“AI+社區(qū)”進(jìn)化之路的有力武器。

實(shí)際上，碧桂園控股董事局主席楊國強(qiáng)早在去年就確立了打造“地產(chǎn)、農(nóng)業(yè)、機(jī)器人”三駕馬車的戰(zhàn)略布局。并成立了全資子公司“博智林機(jī)器人”，研究機(jī)器人在建筑、餐飲、物業(yè)、零售等領(lǐng)域的應(yīng)用，其中位于碧桂園總部的機(jī)器人餐廳已經(jīng)開始實(shí)際運(yùn)營。

在袁鴻凱看來，機(jī)器人也是人工智能和物聯(lián)網(wǎng)深度結(jié)合的完美呈現(xiàn)。

“大多數(shù)情況下，人工智能并不是一種全新的業(yè)務(wù)流程或商業(yè)模式，而是對于現(xiàn)有的業(yè)務(wù)流程、商業(yè)模式的根本性改造。AI重在提升效率，而非發(fā)明新的流程、新業(yè)務(wù)。機(jī)器人在服務(wù)場景的廣泛應(yīng)用必須降低成本，而有效降低成本的途徑就是依靠物聯(lián)網(wǎng)和邊緣端的人工智能。未來是一個人類和機(jī)器共存、協(xié)作完成各類工作的時代。人工智能將會重建人類與機(jī)器之間的相互協(xié)作關(guān)系?！?/p>

尤其是，在AI技術(shù)不斷迭代，不斷有更加強(qiáng)大的功能注入后，系統(tǒng)的迅速反饋和適應(yīng)能力也是企業(yè)面臨的一個挑戰(zhàn)。

袁鴻凱認(rèn)為，如果將單體機(jī)器人注入智能的能力，成本很昂貴，所以機(jī)器人必須是要與邊緣端去結(jié)合的，這樣才能完成整體的動作。邊緣端需要不斷更新，這就要求云端結(jié)合大量的場景不斷地去訓(xùn)練，不斷賦能，這對系統(tǒng)有很高的要求。

對于AI在物業(yè)行業(yè)廣泛應(yīng)用面臨的挑戰(zhàn)，袁鴻凱認(rèn)為有兩點(diǎn)，一是業(yè)務(wù)場景；二是平臺能力。

“就業(yè)務(wù)場景來說，目前AI算法研究的公司接觸不到復(fù)雜的業(yè)務(wù)場景，隨著AI的發(fā)展，AI將越來越多和我們線下復(fù)雜場景結(jié)合。如何快速適應(yīng)這些復(fù)雜場景將是所有AI服務(wù)商的最大挑戰(zhàn)。二是平臺的處理能力，復(fù)雜多樣的業(yè)務(wù)場景會產(chǎn)生大量的各類數(shù)據(jù)（視頻、圖片、音頻等），平臺是否能支持這樣大數(shù)據(jù)量的及時處理也是挑戰(zhàn)。”