乐居财经 徐迪 12月12日，上海，作为全球开发者先锋大会（GDPS2025）秋季场重要组成部分的2025房地产业人工智能暨深度智联战略发布会隆重举行。

会上，德勤中国数智工程服务全国主管合伙人孙晓臻解读《2025中国房地产行业AI应用研究报告》。

今天人工智能吸引了大量投资，这是全球目前为止最受关注的课题；另一方面也有大量的讨论，关于人工智能是不是泡沫。

德勤每三个月会对全球2400个客户做实际AI应用落地的调研，从实际情况来看，虽然有企业反馈说在人工智能上的投入并没有得到相应的预期回报；但是没有企业因为这个落差停止在人工智能上的持续投入，反而对于人工智能更加重视。有四个关键特点：

第一，企业意识到人工智能对企业发生作用的速度不是技术发展的速度。人工智能技术、大模型技术、智能体技术的发展非常快，但是企业应用人工智能的速度，取决于企业自身转型的速度，是一个企业自身变革的速度，是一个业务战略的速度，不是纯粹的技术导入速度。

第二，核心聚焦对人工智能进入企业的关键作用。是否把人工智能技术运用到企业的核心能力上，这是一个关键指标，代表了企业转型速度的快慢。早期企业会把人工智能运用在相对比较容易导入的领域，但是把人工智能变成“AI+”，关键还是要应用到自身的核心业务上去。

第三，对于人工智能的风险管理普遍缺乏认知。这一点是把人工智能应用到企业内部，甚至是应用到业务上下游的关键。如果给到消费者或者合作伙伴使用，对于人工智能风险的全面评估和管理是非常关键的。

第四，企业面临角色的转变。不仅仅是企业未来人力资源的构成会发生变化，重要的是管理层的变化，管理层对于人工智能的态度决定了在人工智能上发展的力度和速度。

企业的人工智能规模化是多年的长期计划，越来越多的企业认为它会是一个常年的、不断改进的过程，多模态、多智能体、自主化的AI等新的技术，带来了非常多的新的想象力。所以如果把人工智能转型看成是一个技术发展的速度，会是一个错误的引导，如何在转型过程当中最快、最好地拥抱最前沿技术，才是这一轮转型的关键。

房地产企业AI转型还没有进入到成熟阶段，未来需要更多企业把AI应用落地到核心领域。目前有五个大的趋势：

1、技术选型，国内房地产企业比较偏重于国产化与性价比这两件事情，没有对错，只是反映现在的现状。

2、目前看到的应用场景在营销环节最多，这部分可以看到比较明显的、直接的价值，在工程环节看到的都是预测性维护，相对在安全、在防护方面挖掘机会。

3、在部署架构上以私有化为主。

4、智能体虽然已经被广泛认知，但是从智能体应用本身的深度来讲，仍然处于早期。但并不代表没有企业把智能体做得很深，比如说深度智联生成一个3万字的报告，报告的长度决定了不仅仅是一个智能体，而是多个智能体，而且需要很多协同。

5、数据质量将成为房地产行业AI落地的最大“拦路虎”。不仅是单个企业面临的挑战，而是未来1-2年整个房地产行业共同需要面对的。

对于未来房地产行业发展人工智能的过程当中，这五个趋势未来都有可能发生变化，包括现在部署和选择场景等情况。头部应用一旦形成影响力，少量、优秀的应用案例先冒出来，会带来非常好的跟随作用。

最后是成本问题，人工智能现在的重点是简单场景非常容易上手，这导致有大量应用是以很小投入去做的，但一个应用真正的生命周期并不是开发、实施到上线就完成了，AI应用的生命是从上线开始。要看这个AI应用未来给客户带来多大的价值，要把它迭代多少次，要真正发挥多少效用。现在有很多行业的应用生命周期是上线以后用三个月、六个月，用户就不用了，或者用户数就下降了，所以大家真正的挑战是在应用上线以后。

无论哪个行业，包括房地产行业，选择场景仍然是首要的问题。在选择场景当中，企业需要解决两个关键：

1、这个场景的可信性要求是什么？

所谓的可信度，包括两方面：一、场景技术的可信性，技术上能否把这个场景做出来；二、价值的可信性，场景做出来，能否给用户带来价值。很多用户在选择场景的时候，往往只考虑了技术的可信性，而忽视了业务价值的可信性，事后检讨会发现很多案例做得不好，或者场景没有成功，失败就在这里。

2、关注这个场景将来是否能够被规模化的应用。

换句话说，业务部门是否会拥抱AI应用，这是一个先决条件。很多AI应用真正的难点不在技术开发、落地、上线，而怎么推广给业务用户，变成他们真正的助手。这不是一个技术问题，是在开发、实施、落地之后需要长期关注的业务流程变革。应用AI一定会带来变革，能不能和现有业务体系、组织架构、人员结合，是重要的考量点。如果AI应用不被业务接受，就没有生命周期。

怎么把AI的能力做结合？把它应用到核心业务中，不要把AI变成一个工具，首先它是一个业务策略。业务流程要以AI思维方式去重构，这是把AI真正落地到企业内部非常重要的挑战。德勤对于重构观点的思考方式，做端到端的流程改造，主要有三个角度：

1、以决策为中心。

要用AI来做决策，但并不是所有的决策都是AI做，要了解原有业务过程当中哪些环节有决策的成分，哪些受众、哪些人要做决策，哪些人是吸收这个决策的结果。在这个基础上去想象AI会怎么决策，帮助决策者做哪些决定，这是非常有效的方式，因为这个方式跟今天的管理方式比较容易结合，它是针对已知问题的。

2、以行动为中心。

原来要做的事情是用一些技术连接不同系统，通过数字化系统完成业务交易或者业务动作，今天的智能体可以用AI技术帮助你通过他的行为和预判，完成端到端的业务任务，或者在某个价值链上完成具体动作。

3、以数据为中心。

对于未知问题，或者目前没有交易形式和企业动作，不能从决策和行为角度去找到AI可以重构的能力。这就要从原有的数据当中，通过AI技术想象和预测业务没有看到的问题、需要去改善的动作

房地产企业要把人工智能的转型做好，最大的挑战不在于技术，而是怎么围绕场景找好价值导向。

第二是人的问题，做人工智能虽然是技术变革的事情，但核心问题还是回到人，所以人在这里面，包括决策思维的改变、组织模式的契合、员工认知的提升、重视持续运营等。