李海若：AI時代下物業公司組織經營模式思考 | 2026觀點物業暨城市服務大會

本文為李海若先生在2026觀點物業暨城市服務大會上發表的演講。

李海若（星河智善生活集團副總經理、運營管理中心總經理）：尊敬的各位同仁，大家下午好！很榮幸代表星河智善生活集團進行這次分享，我是李海若。

從去年上半年起，我們公司與國內幾家主流研究機構在AI相關領域展開合作，同時對行業趨勢做了一些判斷?；谶@些判斷，我們制定了一些應對策略。每家公司情況不同，因此用“思考”二字，希望能提供一些參考。

首先是講這個事情的一個背景，通過去年的研究，我們得出一個結論：AI時代正在重塑人類的智力活動與空間，具體有四個觀點。

觀點一：AI正在替代標準化的智力活動。

過去，我們對城市地段的價值定義，主要來自人類智力活動的濃度。大量精英和白領集中在CBD辦公，使得寫字樓地段價值高昂。因為當時，人的智力活動是稀缺資源。

但在現在的AI時代之下，這個資源將變得不再稀缺，特別是律師、財務等行業的標準化工作——合同審核、財務對賬，包括部分SaaS軟件，從股價上我們能看到受到明顯沖擊。所以，未來我們將不再是那種集中式辦公，將會變成分布式。這是我們跟幾個主流研究機構得出來的一些結論。那么，未來的應對方式是什么？到底什么是有價值？后面會講到。

觀點二：經濟運行規律正在發生變化。

傳統的經濟周期，即從建設復蘇，一直到建設過多、產能過剩，又開始去庫存、降低產能，當庫存降低到一定程度過后要恢復生產，此時央行放水、降低利率，由此又重新到新一輪的建設，這其實是一個周而復始的循環。

但是在AI的時代背景之下，我們判斷這個循環會被打破。例如一家公司投入AI后效率提升、成本下降、競爭力增強；別的同行跟進，同樣提效降本、裁員，導致失業者增多，消費能力下降，市場萎縮。企業為保持競爭力，必須進一步降本提效，再次強化AI應用，再次裁員，實際上是一個螺旋式下降過程，并不會形成閉環式，而是變成了非周期性的顛覆。

因此，這樣的經濟模式落到我們物業行業，就是業主消費能力下降，繳納物業費的意愿降低。如何在這樣的環境中保持競爭力并生存下去，實際上也是一個比較現實的課題。

觀點三：AI不能替代什么？

據判斷，有四類人類活動是無法被替代的。

第一類：做決策、定方向。AI不可能自己想一個目標讓我們來完成，不可能自己創造一個東西讓我們圍繞它走，這個是必須要我們來做的。

第二類：建立信任的情感交流。情感只有人類有，目前AI是沒有的。

第三類：跳躍式思維。AI的思維模式是強關聯性、強邏輯性，但是跳躍式思維目前來看也只有人類才有。

第四類：多人協同的頭腦風暴。AI多數是在同一個主體，可以提出很多種方案，但是不能多個AI進行碰撞，相互討論、相互爭論。

所以這4類場景AI是沒有辦法替代的，也就是說我們未來服務的價值點會更加依托于這4類場景。因為其他場景多數被替代了，大家的需求和聚焦不在這些方向。這也是為什么我們提出，必須要找尋到未來還有什么活動不能替代的，然后圍繞這些內容進行策略上調整。

觀點四：空間將從“工作容器”轉變為四種狀態的激發器。

有同仁可能會說，如果說CBD已經不再重要，未來在家里辦公行不行？實際上疫情期間已經給我們上了一課，這種方案是不行的。

因為家庭與工作仍然是割裂的，在家辦公效率不高，所以需要我們找到第二空間。

這個第二空間，不再是CBD或者是其他寫字樓、集中辦公場所，更可能是一種能夠激發上述四種不可被AI替代的人類活動的“容器”。

接下來要說的是物業公司組織經營模式的一種推演，當然這只是我們公司的一些思考，僅做參考。

階段一，比較常規的就是AI替代人類標準化能力的過程，也是現在我們絕大多數人在做的事情。

截取目前公開的一些資料，自2023年起，行業開始大面積應用AI賦能、人機協作來實現提效。每年都有5%-10%左右公司加入進來，大家采用的方式方法也各不相同，但是總體歸結起來的話，有以下八類場景。

場景一：工單與客服服務。例如，智能創單與分派、全流程的自動閉環，包括工單檢核等。

場景二：財務收費與業財一體化。例如，自動計費、出賬單，減少人工核對。

場景三：合同與風控管理。例如，AI輔助合同審查，替代財務律師。

場景四：設施設備管理。除了比較常規的數字孿生，還有故障預測與智能預警，包括現在比較前沿的預防性維修等。

場景五：能源管理。例如，AI自動抄表識別、能耗異常實時預警，多維分析與自動公攤等。

場景六：品質管理與現場作業。例如，任務自動派發，過程監控和結果考核。

場景七：安防與AI視覺。例如AI攝像頭，人車智能通行管理等。

場景八：管理駕駛艙與數據決策。不僅可以通過對話式生成，還能自動提煉數據、分析并給出建議。

整個一套下來話，可以看出基本上有兩個特點：

第一個特點是單點突破。我們發現某一個領域某一個場景里面有一些事情是AI可以做的，馬上開發出來，把那一部分勞動資源替換掉。

第二個特點是停留在“看”和“建議”。階段一其實更多的是停留在“看”，然后給出決策建議，真正應用到“做”的還是比較少。

階段二，從單點突破到區域服務網絡的數據驅動和管理執行。這一塊真正涉及到agent，能夠導入到執行端。即之前我們理解的AI外掛，到成為真正項目經理的轉變。我們以雅寶大項目（約160萬方，含雙子塔寫字樓）為試點，實現網絡化、無人化、精細化。

網絡化方面，就是用AI智能體進行全區域人力包括物資資源的整合和調度，自動下達指令。

無人化方面，比之前的無人化更加深入，包括對重點機房的24小時值守等。

精細化方面，主要是通過本體論管理，變被動為主動預防。

以剛才所說的三個方面來進行舉例：雅寶大項目等高雙子塔是369米，是國內目前最高的兩個等高雙子塔，一共是160萬方。

網絡化方面，AI agent作為整個大項目的項目經理，統籌備品備件、資源人員調度，輸入任務、人員技能、排班、位置等，輸出最優調度路線，避免空間資源浪費。在AI智能決策情況下，我們使用HROP智能體，每日處理超1000條任務排布，實現提效43%。

無人化方面，更多是把AI工作和人類工作進行分工。首先要清楚AI能做什么，人能做什么：AI做高頻重復、數據密集型工作，包括調度、數據挖掘等；人工仍以物理操作為主，這個目前沒有辦法被替代，以及決策和異常處理。

技術上采用MPC智能體方案，根據環境、天氣預報等實現機電自主控制，對設施設備進行最優調控。

精細化方面，我將其叫做“本體論”。對于我們任何一臺設備而言，要讓AI理解其實很困難。每個設備有很多數據，例如維修數據、保養數據、環境數據、基本信息。但是這些信息往常分布在很多地方，如工單、設備臺賬等。

雖然說有不少公司都將之歸攏到同一個主數據平臺，實現了線上化，但是如果沒有一個語義網絡能夠讓AI知道這些數據如何關聯的，AI就無法認識這個設備。

我們每一個設備都做了這樣一個“本體”，包括一些基本信息、關系、零部件以及零部件的每一個失效模式和對應的處理方式。我們構建了約1000多個失效模式及對應的業務處理方式，教會AI怎么認識這樣一個本體。

有幾個好處：第一，指令秒級下達，問題秒級通知，維修秒級理解，哪怕是不熟悉該設備的人也能快速知道如何維修；第二，通過數據反寫以及算法，實現預防性維修。

綜上，第二階段就是通過三個智能體實現“三化”，即降低人工占比的同時，延長業務縱深，使AI從觀察者、建議者轉變為執行者和項目經理，實現區域協同管理。

階段三，實話實說，我們現在也沒有實現，但是正在做準備工作。就是從大資管的角度，實現經營性資產的狀態激發，加上資本化管理的暢想。

正如剛才所說，我們有四種狀態是需要得到激發的。

未來的物業空間，我們設想的是首先要對空間進行分級，不再以多少平米多少錢定價，而是按照空間能夠激發什么樣的狀態來定價。

定價的邏輯發生改變，出租的不再是多少平米，而是每天兩小時高度專注的“使用權”。通過空間分級改造應對這四種狀態（創造態、信任建立態、深度專注態和放松生態態）。即通過這樣一種空間的重新劃分、重新定義，實現四種狀態的激發。

第二點，三到五年內，物業會從單一的房東變成“空間孵化器”，并且引入社會資本。

首先介紹一下各個角色：

主理人角色，能夠知道這個空間可以用來做什么，有一定的影響力，有一定的審美?？梢允峭獠咳藛T，也可以是物業公司內部人員。

其中，物業公司提供空間、設施設備、水電網絡等；主理人提供內容、社群運營能力，并采取一定的比例進行收益分配。此時，物業角色就從單一房東變成空間孵化平臺。

其次是RWA（真實世界資產通行證），實際上就是一種代幣。如果我們要做大面積空間改造，或者引入社會資本，為了增強流動性，需要引入RWA。

我們公司現在也在建設兩個平臺：一個是輕資產的上鏈平臺，另外一個就是RWA。然后還有一個重資產的REITs平臺，這是我們目前正在發力的方向。

在這其中，AI賦能實際上有兩種：首先，擔任審計師，確保鏈上交易數據不可篡改，信用度非常高；其次，用算法進行定價。

關于三個階段物業公司存在的價值，我們做了評估：

第一階段：價值來自AI外掛，科技提高效率，護城河是科技應用水平。

第二階段：護城河變為各片區的整體調度水平和機器管理縱深。機器管理能力越強，護城河越高。

第三階段：核心資產變為私域數據、主理人網絡與狀態激發IP。

我們預計會在3-5年之內實現階段三，一二階段目前是已經實現了。

最后，隨著AI技術滲透，我們要以AI賦能為抓手，以人機協同為路徑，以資產價值最大化為目標，分階段完成從單點提效、區域網絡化運營到經營性資產自動化的戰略升級。

以上是我的分享，謝謝大家。

免責聲明：本文內容與數據由觀點根據公開信息整理，不構成投資建議，使用前請核實。