由易居系四大数据应用服务商：克而瑞、筑想、有明云、云智易共同主办的首届中国房地产CIOC未来峰会，将在2018年5月30日共话智企时代，从决策、管理、产品、价值四大维度展示地产与大数据的最新碰撞与融合。
今天我们继续请到两位峰会嘉宾，从“新产品”维度分享他们对行业信息化应用成果和趋势的独家洞察，一同见证大数据+智胜未来。
↓ ↓两位峰会嘉宾更多采访内容见下文 ↓ ↓
筑想CEO：蔡婷
绿地集团技术管理产品研发部副总监：钱进
Question：1
问
地产产品化扩张时代，产品标准化是高周转的要素之一，您觉得信息化能给产品标准化带来怎样的影响?
答
蔡婷
确实2017年到2018年,整个地产行业的发展速度都非常快,大家都在飞速扩张，几乎每个部门都在长期做标准化。
说到扩张就要说到老生常谈的三个字：快好省。快当然要快，但是没有人敢不好。因为即便你足够快，但是产品不好的话，C端客户完全不会接受你。而且我曾经听有些开发企业老板跟我讲，人家的售价竟然相当于他们的成本价，在这种情况下，你不好不快不省，不可能成功扩张。
说标准化不如说产品化。产品化的价值在哪里？我认为产品化，就是把营销、投资、设计、采购乃至后面的运营全部串联起来，在一开始就谋划好所有环节，即一切工种无限前置，而不是所谓的边走边加速度控制。就好比当一辆汽车上了生产线的时候，不管打算做什么款式，找谁去卖，目标客户是谁，乃至于供应链在哪里，所有环节成本都是早已分析透的，其实这就是产品化。
某种程度而言产品化是老板必须做的事，除此之外，也是所有部门总监要揉合起来一起做的事。很多产品一开始是产研中心或是设计中心牵头，但各部门经理一会都要参与。
四年前我跟几位老板聊他们想做的事，当时我们都不约而同地提到了多部门协同的产品化。首先，在做产品化协同的时候，各部门本身都是有标准的。但是标准与标准的语言不完全一致，而且还要在飞速建设的环节中把那么多要求揉合在一起，所以我们当时就想到语言统一的问题，想到大量的数据处理是不是应该靠系统来解决，也就是信息化。
其次，当我们得到产品化的成果之后，是不是特别想要分享？让所有的公司去复制？那分享的时候，自然会想到有些东西是不是要保密。既能做到分享又要做到保密的，毫无疑问就是通过信息化。这就需要我们用数据库的视角去看这个问题。
除此之外，标准和创意是两个矛盾体，如果你想高度复制，就意味着没有了创新。这种时候我们站在数据角度看我们的标准，它一定不是一个平面、立面或是剖面，它一定是一种空间，是把最小空间的各种语言做到极致。那么多的空间，可以像魔方一样进行各种组合。我们最早最早做这个魔方的尝试，是推出了叫做CPA1.0的产品服务平台，把各种设计元素组合起来。现在我们已经能把投资开发的元素也组合进去。最近有一家集团，他们要拿地，要推出一个产业，在去跟政府讨论之前，他们就找到我们，一开始就把投资、营销、设计的多元素进行魔方化，利用我们的系统，挑出核心规律，一键生成一个新的PPT，这样可以让所有的项目都做到均好。
在没有做这样信息化之前，做项目靠个人能力，哪个项目经理比较强，哪个项目才可以做好。但总有些项目经理是新手，或者他虽然是老手，但是不了解你们的企业文化。但是你一旦做了合适的信息化之后，可以做到每个项目一样的强，至少我们CPA1.0帮助很多很多集团完成了均好的使命。
钱进
标准化是行业内非常重要的话题。高周转在房地产规模化的时代也是绕不开的话题。伴随着高周转，标准化在今天的重要性更上了一层台阶。个人认为，标准化和信息化之间没有本质的联系。没有信息化，也必然有标准化，但信息化能够让标准化传播更加高效。
信息化是目前这个时代的热门话题，也是今天这个形势下非常重要的课题。但这个课题并不是现在才出现的。分享信息化这件事，其他行业已经做到了非常领先的地步，很多企业投入了大量的人力物力去做。现在的形势可以说是在倒逼房地产企业信息化。毕竟房地产企业躺着赚钱的时代已经过去了，这些事实倒逼着我们向制造业、零售业这些靠效率、靠标准来生存的企业学习。
Question：2
问
产品全生命周期中，您觉得最需要信息化方式来解决的问题有哪些?
我们刚才聊到了产品化的价值。其实我们所谓的全生命周期，原则上是从策划、拿地的那一刻起到销售完毕的那一刻止，它就像一个生产线。那么我们很自然地会想到，什么人应该在什么时候做什么事。可惜房地产从建设到销售完毕，都不是在工厂里做的，没法流水线工作，因为完全是无形的。在这种情况下，我们就自然想到“玩时间”，即在一个时间流里，把脑海里成熟的轨道变成系统里的轨道，把什么时间做什么事，甚至这件事情做成什么样的标准才算是好，全部规定好。
这样一来，每天从上班的那一刻起，所有的地产从业人员和项目，包括前段工序是拖延了还是提早了，所有的归档和时间节点的控制都会在我们的系统中完成，所有信息在整个这条轨道上是在实时动态变化的。
我们的CPA系统在1.0之后又形成了2.0。筑想的产品比较特别，1.0和2.0不是版本号，1.0和2.0对我们来说意味着两个产品，一个是管数据的，一个是管时间的。我可以告诉你我们的产品在管时间上好到什么程度：筑想基本上每年要帮助50个项目团队完成建设，所有项目都由CPA2.0来控制，从设计管理切入，逐渐走到施工管理，每天，用户打开电脑和手机就能看到时间轨在那边闪着红灯和绿灯，所有的时间控制都体现在这些红灯和绿灯里。
从1.0到2.0，我们慢慢感受到，房子可以像汽车一样造起来，并且比造汽车更有意思的是，它还融入了类似零售业的管理，包含了绩效管理、激励管理，人的因素比造汽车的因素重要的多。CPA2.0在产品这条轨道以外，又加入了审核流、激励流，汽车制造的精华加上零售业的精华，全部放在一条无形的轨道上去实现。
钱进
在房地产这个领域，我们面临的问题很多。首先，从管理的角度，就需要我们在运营方面做信息化的考量，比如我们的项目设计进度管理，如果没有信息化的工具这是很难想象的，靠人去盯催、口头相传的方式已经与时代脱轨了。
其次，就是产品的标准化。标准化有许多线上平台工具，这些工具在以往都是通过设计师去实现的，我们需要去把控他们的图纸。目前很多房企已经做到了信息化的线上平台，也就是所谓的产品线，产品线可以把好的东西固化下来，这样我们就可以去复制那些好的东西、去提高效率。此外还有很多线上平台，比如说与买房子、卖房子相关的平台，都和信息化有关。我觉得产品研发层面的信息化是目前是我们需要积极探索的方面。
最后，房地产企业说是在造房子，实际上涵盖了我们生活的方方面面，涵盖了客户的许多需求。比如说生活层面上，一些新业态、新零售，包括学校教育和我们的吃穿住行用，都和房地产有或多或少的关系。新领域带来新产品，我觉得在这些方面的信息化也是值得考量的。
Question：3
问
3. ABC(AI、 Bigdata、 Cloud)时代，您对未来地产产品创新有哪些看法?
ABC时代是不可逆的，区块链的时代也马上就要到来了。在这样的时代情况下，我们常会想，黑科技到底离我们地产很遥远还是很接近。
举三个黑科技的例子。我有一位做航天和卫星技术的好朋友，有一天他用卫星技术在猪场里面数猪。你可能马上想到，他是在数是一万头还是两万头猪。不，他是在数猪的表情。他可以通过猪的表情预测哪只猪生病了。这是黑科技在农业当中的使用。
跟他聊天的时候我就问，什么时候数数全国的住宅小区，我们可以发现哪些小区卖得特别好，哪些小区卖得不是特别好。此外，还可以用它来看布局规律。在我们的行业里，这个布局规律叫做“强排”。如果我们有些项目要做强排，会需要很多设计师、投开人员和营销人员的参与。很多项目需要很多名经验丰富的设计师做N个稿件，才能找到最合理的布局，找到布局和太阳光照之间的关系、栋数和栋数之间的关系、和容积率之间的关系……很多时候，我们这一代的做法，都是靠自己的经验和无数次的尝试找出来的。
易居克而瑞已经很清楚地知道全国多少个小区是卖得好、多少个卖得不好。如果可以利用黑科技也像数猪那样去数我们的小区，那么我们就可以去发现卖得好和卖得不好的小区之间存在哪些规律。或者也可以引入类AI技术，比如引入阿尔法狗那样的自学习状态，好小区就好小区，差小区就是差小区，猫就是猫，狗就是狗，而我们通过对大量事实数据的分析，让机器来通过千万遍的计算，算出一个好的强排。所以，黑科技应用到房产不是没有可能。
第二个例子：我有个跨界的好朋友，是一位从麻省回来的建筑师，当时他有个想法——把房车做成变形金刚。他设想这个房车将是全自动的，极限面积是40㎡，房车开到一个地方，它可以自己唰唰唰地走下来，自己展开。
这时候，他碰到了筑想。当黑科技碰到了地产，就有了化学反应。当时我们就跟开发商讨论，是不是可以这样：我们的售楼处，一般项目卖完就没用了。那么我们是不是可以做一个临时的售楼处，用完之后不一定要敲掉或改造？想象一下，房车运来四个变形金刚，它们自己走下来，自己打开，打开后就是一个无比奇妙的售楼处，关键是三个月之后，售楼处没用了，四个变形金刚还可以拿走重复使用。
我们当时有计算过，平均一个大的区域大概有100个售楼处，每三个月复用一次，我们只要做多少个变形金刚就可以满足需求。这种黑科技应用起来，是不是非常有意思？我们相信你们采访过的很多IT总、业务总都有很多奇思妙想。而我们筑想是一家跨地产和IT的“奇奇怪怪”的公司，相信我们会创造无限可能性。
第三个例子：曾经有个清华毕业生找到我，他说他的父辈是做工程总承包的，他的爸爸虽然赚了很多钱，可是真的很辛苦，常常24小时没法睡觉，因为很担心工地上发生意外。但是仔细地捋一捋就会发现：在他不睡觉的时间里，只有20%的事情是确实要他决策的，那另外80%看起来是不用他管的，但是他又不放心，他要实实在在看到工地正在发生什么事。
我们就跟这个清华毕业生研究应该怎么办。我们决定剥离那不用那80%的部分。当时我们创造了一套智能工地系统，让小哥天天在工地跑、拍照片，他的手机会告诉他每天每时每刻应该拍什么，拍完之后只要在上面摁两下。他在那边根据我们的逻辑，该拍的照片拍好，该摁的摁完之后，如果触发预警那条线，那么他爸爸的手机上就会出现那20%要需要去做决策的事情。
有这样的一个类似的系统，他的爸爸可以稍微安心一点，还可以提高速度和效率，原来只能做一个项目的时间，现在可以做5个项目。
其实每当想到这样的黑科技跟建筑的结合，我就会回想到很多年前的一个说法：一流的企业做标准。其实一流的人通过研究标准、研究工具，可以让原本三流的人做到一流半的事情。这是非常有意思的一个情况。
筑想在这个领域，从CPA1.0到CP2.0，从品牌到数据库到很多很多的黑科技，我觉得都是对行业非常有贡献的，包括我本人在内，从2016年底开始，我们一直都在感受全世界最尖端的科技。很多时候我们会有一种感觉，好像我们是在代表一个行业去聆听黑科技的魅力，而我的使命，就是把这样的黑科技，用我们的方法、通过我们的系统，去链接、反馈给这个行业。
钱进
ABC在我的理解中与BAT应该是齐名的，但实际上在这个时代它有各种叫法，我是第一次听到ABC这个叫法。
人工智能（AI）现在已经是热门话题。比方说我们公司跟深蓝科技建共同成立了绿地深蓝建筑科技公司，也在朝人工智能领域，尤其是跟建筑科技有关的方面做积极探索，提前做好产业布局。
所谓的新方向，是个很大的话题。我想从我个人角度来讲，人工智能实际上会给我们的住宅带来新的生命。实际上我们目前提供的AI更多应用在汽车、手机之类产品上。现在手机已经不简简单单是一部手机了，而房子很多人还认为它只是一个房子。很多人能买到房子可能就已经不错了，很难想象在你住的房子里，房子会和你有交互。
实际上，目前市场上出现的科技住宅，包括带人工智能或部分人工智能的住宅，确实还比较少。很多客户也还不太理解科技住宅。
从创新的角度，我个人认为以前更多的是点状的创新，现在逐渐发展到一些产品线创新，一些公司已经拥有不同的产品线。在未来，点状的创新加上产品线的布局，会为产品组合创造新的空间。你住的不再是简单的住宅了，它可以跟你的办公场所互相联系，也可以跟你的教育、医疗等等相关业态发生关系。
那么现在开发商可以把从点到线的再到面的组合充分发挥起来，也就是我们现在流行的生态系统的概念。这需要从点到线的再到面的过渡，而“面”这种产品就是把我们的生活和房地产相关联的领域串联起来。这样就能够给我们带来很多创新的产品组合。
其次我认为，产品创新也不单单只是房地产的设计管理者的事情，创新关系也不再限于甲方和乙方。未来创新的途径也会发生变化。我们可以通过信息化的平台，给社群里的客户带来一些自我创新、自我生长的机会，这样就比我单方面做出来、再强加给你，或者你我共同做出来、再去做试验品要好。也就是说，未来更多是通过信息化平台，让客户参与到产品创新中。而这种创新是基于需求的。虽然以往的创新也是基于需求，但未来可以在用户使用过之后，再根据他们居住的感受和评价，或者说通过各行各业的人对房地产的理解、对我们住宅容器的理解、对办公、酒店等其他业态的理解，再去注入新的活力。这就是自我创新。
我个人认为在创新的途径和领域内会有很多机遇。比如在超高层建筑领域，未来不光是要高，高了之后还会带来很多新的能源、业态上的变化，形成我们所说的垂直多业态组合、垂直森林超高层模式。
再比如康养类的产品。这些产品实际上是把人的健康生活当成了本质需求。传统的度假产品，加上保险公司提供的产品，再加上房地产商提供的产品，这些不同的因素嫁接起来，就能够产生一个健康组合的产品理念。叫什么名字不重要，未来这种产品组合呈现出来的更多是一种新的感受。目前不同的开发商给我们的市场注入了很多新的业态，都需要市场的检验，最终必然是通过信息化平台让客户共同参与到创新中，使用后再反馈，然后回到再创新、再反馈这样一个循环的过程。
克而瑞：中国房地产大数据应用服务商，十余年淬炼，从行业数据到客户数据，实现了房地产大数据闭环构建，细分领域咨询服务，纵向产业链整合能手，服务于TOP100强中90%的房地产企业。作为中国房地产大数据应用服务商，克而瑞在大数据应用上，同时具备深度与广度的特色，远远走在行业前列。克而瑞成立于2006年，在房地产大数据领域深耕十载，建立起中国最大的房地产数据库系统“CRIC”，遍布中国29个城市机构、信息覆盖115个城市。依托强大的专业研究力量和咨询顾问团队为政府、企业和购房者提供房地产线上线下信息服务的全面解决方案。通过这两块业务，为克而瑞积累了大量让同行青睐的行业数据。同时克而瑞积极进行纵向产业链的延展整合：通过“筑想科技”搭建了中国建筑建材产业链SAAS服务，为房企设计部、采购部、设计机构及上下游企业提供专业服务；通过“中房研协”发布的中国地产企业测评榜，更是成为业内、社会公认的权威榜单。克而瑞也因为这两块业务，分别在建筑建材数据领域、企业数据领域，建立起了庞大数据资源，大数据的广度由此延展开来。
热文推荐
閱讀更多 樓市先生 的文章
