物业貌似正在成为房地产的下一个风口。
据最近公开资料显示,目前已公布业绩的三家内地物业管理公司——碧桂园服务、雅居乐服务,及背靠新城控股的新城悦,2018年净利润增长均超过1倍。这与行业景气度密切相关。
在经历了规模化增长的黄金十年后,中国房地产行业正处于从“增量市场”向“存量市场”的转轨期,对存量市场的挖掘和运营成为未来企业竞逐的主战场。物业服务也告别之前“粗放式”的管理模式,开始向精细化运营发展。
然而,目前物业服务市场的现状有点参差不齐。在钛媒体研究院发起的2017-2018房地产行业调研报告中发现,物业服务行业正面临一系列痛点:一方面物业费升值空间有限,原有的管理水平跟不上日益膨胀的规模发展,另一方面,作为物业成本结构比例最高的人力成本却高居不下,并以每年10%-20%的比例逐年攀升。如果不采用数字化的手段来加以管控,未来物业公司面临的压力将不堪重负。
能够大幅提高效率、降低用人成本的人工智能技术,自然成为了物业服务公司的优先选择。实际上,物业服务领军企业都已经开始谋求智慧化转型,如龙湖地产将物业品牌升级为智慧服务,提出“空间即服务”的战略。在向业主提供刷脸门禁、红外垃圾监测等诸多服务的同时,其全面落地的“智囊型管家”项目也成为业主设备报修、卫生保洁等一站式服务的标配。
在所有这些物业公司提交的成绩单中,碧桂园服务的成绩尤为亮眼。作为港交所市值最大的物业管理公司,碧桂园服务率先采用领先AI技术,在物业服务这条新赛道上一路狂奔。
碧桂园服务所打造的云-边-端AI全栈解决方案,利用人工智能和物联网的深度融合,将物业服务场景智能化,并下放至边缘端,这无论是对安防领域如一键巡逻、人脸/车牌识别等,还是对后台的决策支持经营分析,都起到了强力的支撑作用,并大幅提高了管理效率。
2018年,碧桂园服务获得中国物业服务百强企业经营绩效第一,还摘得中国社区服务商客户满意度第一。在最近公布的年报上,碧桂园服务2018年营业额为46.75亿元,同比增长近一半,达49.8%,净利润为9.23亿元,同比上升129.8%。
这是怎么做到的?
人工智能如何落地物业服务?
尽管人工智能被业界热捧,但要真正实现落地还很难。缺乏足够样本量的有效数据及丰富的应用场景,较高的算法研究成本……使得人工智能一直犹如空中楼阁,更多地还是停留于概念化、理论化的尝试阶段,难以实现真正的商业化落地。而物业服务行业复杂的线下场景,以及大量的社区实时数据的积累,可以说为人工智能落地提供了天然实验场。
要实现人工智能在物业服务行业的落地,需满足四个基础条件:一是千万级的数据量,二是强大的运算能力,三是清晰的业务场景,最后要有物联网及物联设备的支持。
数据和场景都是现成的,也是碧桂园服务的核心优势。如何在运算和物联网上发力,是碧桂园服务接下来要做的事情。
从2016年开始,碧桂园服务就开始搭建技术平台,尝试云-边-端的整体物联网架构的建设,并逐步建立起基于设备端的传感器和一线应用能力。
为了在运算上提升支持,2018年,碧桂园服务与腾讯合作,基于腾讯丰富的产品矩阵和生态能力,尤其是在计算机视觉识别、语音识别、机器学习等方面的进展,打造了基于云端的AI智能平台和AI算法训练平台,所有业务场景都可以在云端进行反复的训练学习,赋予智能化。
为了让“AI无处不在”,不仅仅高挂在云端,而是下放到本地社区,碧桂园服务又打造了基于边缘的服务器,也就是说将云端的智能赋予边缘端,能够在边缘进行计算处理。
“以前人工智能应用需要把采集到的数据上传到云端,时效性很差。如果加入边缘处理,将云端能力赋能到社区本地去处理,就能快速反应,即时性很明显。”碧桂园服务首席信息官袁鸿凯介绍说。
碧桂园服务首席信息官袁鸿凯
而承载这种边缘处理能力的重要工具,就是智能魔盒。这也是降低设备智能化改造成本的一个关键。
据袁鸿凯介绍,以前物业公司做智能化改造时会上大量的服务器,车闸有车闸的服务器,门禁有门禁的服务器,设备智能管理还有专门的服务器,而现在可以把所有这些服务器的功能集成在一个服务器里面,这就是所谓的智能魔盒。
“相较同行,用智能魔盒来进行智能化改造的成本能降低30%左右。这对于物业服务行业来说相当可观。”
实际上,尽管不少云服务厂商都在积极打造自己的边缘能力。比如华为,有自己的边缘小站,而且基于硬件有一系列产品的支持,比如基于边缘的芯片,基于边缘的网络等,阿里也有一组边缘的设备生态的组织。但碧桂园服务在边缘能力上的不同之处,就在于其云端的算法是完全基于物业服务的场景特性去设计的,这也是它在物业服务领域树立门槛的一个核心优势。
至此,碧桂园服务构建起来基于云-边-端的AI全栈解决方案。它的逻辑是这样的:通过云端的AI智能平台和算法平台,对设备设施数据进行管理分析;然后下传至边缘端,来集成相关分析结果及算法训练后的能力,最后通过边缘去管理所有端的设备,并将人工智能赋能到所有终端设备,实现“AI无处不在”。
要说与场景结合的典型案例,不得不提“一键巡逻”。原来保安巡逻都是每隔1个小时巡逻一次,一次至少也要1小时,而且在监控室,1000多张监控显示屏滚动播放,靠人力很难及时发现问题。利用云-边-端解决方案后,只需联动小区所有关键路径上的摄像头进行一次性抓拍,然后边缘会把这些图片都切好,送到云端,依赖云端强大的算法生成一份巡逻报告,再将报告传至边缘端,这样一线人员看到的就是一份已经算好的安全报告,会根据报告去调动巡逻岗处理各种各样的状况。据袁鸿凯介绍说,一键巡逻功能上线后,现在不需要人去线下巡逻,只需每隔20分钟抓取一次监控,就能实时解决问题。
再比如垃圾满溢服务。在对垃圾进行清扫时,有一项重要工作就是对垃圾桶的溢满要做一个检测,基于这一场景,把它放到云端去进行相应的学习,之后通过监控检测出有溢满的垃圾桶,就会及时跟下面的维修或保洁人员进行联动,及时进行清扫。这就是碧桂园服务整体的云端+边缘端+人工智能的整体的一个联动效果。
值得提出的是,人工智能对碧桂园服务提升管理效率也是显而易见。
譬如抓小偷。原来监控室里有3-400路的摄像头传输,小偷在为非作歹时,仅靠肉眼,难以从监控中第一时间识别小偷身份。现在,碧桂园服务启用了周界防范功能,就是在小区内或外面划定一片区域,你靠近区域的外围时,系统不会发出警报,但是当有一些行为,如攀爬、大的动作、踹门等异常行为发生时,系统就会发出很强烈的警示,并与语音联动,提示人为去干预。
还有对可疑人员的以图找人。就是通过对可疑人员的面部识别,系统会根据这个人的行动轨迹、具体位置等,在小区范围内搜索这个人。
人工智能不仅仅被应用于前端的安防领域,包括人脸识别、语音报修、辅助巡逻等,在业主服务,如提醒缴费机器人,以及后台的管理决策支持、企业运营等角度,也发挥着不小的功效。
最典型的是管家服务。在碧桂园服务,管家系统集成了CRM、ERP等系统的整合,一个管家通过系统,至少管理500-800户业主。通过将成本数据、收入数据等模型的融合,再通过运算,人工智能可以给实际决策人员以支撑。
“比如收费率的预测,实际上影响收缴率大概有200多个因素,这些因素融合在一起会导致收缴率的波动,但利用人工智能最终预测的波动不会超过1%。这样在下发年度经营指标时就是很好的一个参考。”袁鸿凯介绍说。
碧桂园服务正在研发的提醒缴费机器人,更是会替代管家完成提醒缴费任务。比如针对不同业主、不同的缴费习惯,系统会提供不同的策略,而且会有语音的介入。如果一个人习惯在月底缴费,系统就不会在月底之前的时段发出提示。而且管家不需要给业主打任何电话,全部由系统自动完成。这样,这项复杂的工作就会被替代,管家就可以思考怎么为业主提供定向服务。
对于人工智能会否替代人,造成人员的大批下岗、失业,袁鸿凯直言不会。他认为人才是企业数字化转型的重要因素之一,人员匹配是根据小区面积来定的。通过数字化、智能化的转型,安保人员在掌握人机结合、人工智能这些科技上的能力会越来越高,单个管理面积和管理效率也会大幅提升。
人工智能未来的挑战和变革
回看人工智能,从 IBM “深蓝”横空出世,到 AlphaGo 大战世界冠军,AI已悄无声息地渗透进我们现实生活的点点面面。无论是交通导航、无人仓库,还是语音助手、智能服务机器人,创建智慧城市、智慧社区正在成为国家层面大力推动的一个长远规划。
从物业管理行业来说,AI+社区的布局也越来越成为众多物业公司的选择。尽管目前AI在社区服务上的落地还不尽善尽美,用户习惯也有待培养,但随着人工智能在自然语言处理技术、语音语义分析以及人脸识别等技术上的日臻完善,AI+社区的全面落地指日可待。
如何让碧桂园社区结合人工智能的潜能发挥到最大?袁鸿凯认为,下一个主战场是机器人领域。与AI、机器人的深度融合,或将成为碧桂园“AI+社区”进化之路的有力武器。
实际上,碧桂园控股董事局主席杨国强早在去年就确立了打造“地产、农业、机器人”三驾马车的战略布局。并成立了全资子公司“博智林机器人”,研究机器人在建筑、餐饮、物业、零售等领域的应用,其中位于碧桂园总部的机器人餐厅已经开始实际运营。
在袁鸿凯看来,机器人也是人工智能和物联网深度结合的完美呈现。
“大多数情况下,人工智能并不是一种全新的业务流程或商业模式,而是对于现有的业务流程、商业模式的根本性改造。AI重在提升效率,而非发明新的流程、新业务。机器人在服务场景的广泛应用必须降低成本,而有效降低成本的途径就是依靠物联网和边缘端的人工智能。未来是一个人类和机器共存、协作完成各类工作的时代。人工智能将会重建人类与机器之间的相互协作关系。”
尤其是,在AI技术不断迭代,不断有更加强大的功能注入后,系统的迅速反馈和适应能力也是企业面临的一个挑战。
袁鸿凯认为,如果将单体机器人注入智能的能力,成本很昂贵,所以机器人必须是要与边缘端去结合的,这样才能完成整体的动作。边缘端需要不断更新,这就要求云端结合大量的场景不断地去训练,不断赋能,这对系统有很高的要求。
对于AI在物业行业广泛应用面临的挑战,袁鸿凯认为有两点,一是业务场景;二是平台能力。
“就业务场景来说,目前AI算法研究的公司接触不到复杂的业务场景,随着AI的发展,AI将越来越多和我们线下复杂场景结合。如何快速适应这些复杂场景将是所有AI服务商的最大挑战。二是平台的处理能力,复杂多样的业务场景会产生大量的各类数据(视频、图片、音频等),平台是否能支持这样大数据量的及时处理也是挑战。”
上一篇:纽约警察局使用AI追踪罪犯 每周处理600起诉讼
下一篇:360将推家庭安全大脑,并抛出家庭防火墙和AI音箱
推荐阅读最新更新时间:2024-03-16 11:32
- 米尔T527系列核心板,高性能车载视频监控、部标一体机方案
- Akamai 全新视频工作流程功能强化媒体平台控制能力
- 紫光同芯推出全球首颗开放式架构安全芯片E450R 已获国密二级认证
- 品英Pickering公司携多款模块化信号开关和仿真解决方案亮相国防电子展
- 派克汉尼汾推出适用于现场监测和诊断的测量设备 Service Master COMPACT
- 连接与距离: 安防摄像头新气象—— Wi-Fi HaLow 带来更远传输距离和更低功耗
- 思特威携多款重磅产品强势亮相2023 CPSE安博会
- 双轮驱动,云天励飞推出12TOPS边缘视觉SoC
- 丰田汽车因信息泄露案接受日本行政指导 涉及241万条用户数据