近日，全球企業(yè)不動產協(xié)會（CoreNet Global）中國分會年度高層論壇在上海圓滿閉幕。本次論壇以“價值重構·韌性增長”為雙核心主題，匯集了來自多個領域的行業(yè)領袖及企業(yè)不動產決策者，共同探討在全球格局重塑、技術快速演進以及可持續(xù)發(fā)展不斷深化的背景下，企業(yè)不動產（CRE）如何突破傳統(tǒng)的支持職能，轉向更具戰(zhàn)略意義的角色，從而支持企業(yè)的韌性發(fā)展與長遠布局。

在外部不確定性持續(xù)上升的背景下，企業(yè)不動產管理正從“空間獲取和運營”走向更綜合的價值訴求——對靈活性、效率、可持續(xù)發(fā)展與員工體驗的綜合考量；相應地，企業(yè)也愈發(fā)依賴更具敏捷性的資產配置方式、可量化的空間效能，以及以數(shù)據(jù)為基礎的精細化管理能力。人工智能由此成為推動轉型的重要力量。

作為本次論壇的白金贊助伙伴，仲量聯(lián)行深度參與活動核心議程，受邀發(fā)表主旨演講。在“全球視野”分享環(huán)節(jié)，仲量聯(lián)行亞太區(qū)企業(yè)租戶與可持續(xù)發(fā)展研究負責人Kamya Miglani女士，以及仲量聯(lián)行中國區(qū)科技業(yè)務商務運營資深總監(jiān)吳震東先生，圍繞“人工智能在企業(yè)不動產中的落地圖景與價值實現(xiàn)”這一主題進行分享，結合仲量聯(lián)行的全球研究洞察與一線實踐案例，系統(tǒng)拆解了人工智能如何從多維場景局部試點走向可持續(xù)、可衡量的價值回報，并為企業(yè)管理者提供可參考的決策框架。

除主旨演講外，仲量聯(lián)行亦攜手合作伙伴沃熙（HW Spaces），通過其家具解決方案，以真實辦公場景營造出便于交流與討論的展臺空間�，F(xiàn)場匯集了來自選址租賃、空間設計、場所運營及科技解決方案等領域的仲量聯(lián)行專家團隊，圍繞企業(yè)租戶全鏈條需求與參會者展開交流。

在主旨演講中，Kamya首先分享了《2025全球房地產科技調研報告》中的核心洞察。她指出，企業(yè)不動產領域已步入人工智能轉型的“黎明階段” 。過去三年，全球施行人工智能試點的企業(yè)比例從不足5%飆升至92%，在中國內地，這一比例也高達89%，展現(xiàn)出企業(yè)的積極探索意愿；然而，從試點數(shù)量的增長到實際成效的兌現(xiàn)之間，仍存在顯著差距——多數(shù)項目仍停留在可行性驗證或局部測試階段，真正實現(xiàn)規(guī)�；渴鸩砜珊饬繕I(yè)務回報的實踐依然有限，全球僅有6%（亞太區(qū)僅3%）的企業(yè)表示已基本實現(xiàn)預期目標。

Kamya強調：

“人工智能在企業(yè)不動產中的關鍵挑戰(zhàn)，并不在于技術本身是否可得，也不在于應用的數(shù)量，而在于企業(yè)是否具備將局部試點持續(xù)轉化為業(yè)務價值的系統(tǒng)化實施能力，并且持續(xù)與核心業(yè)務目標保持對齊，人工智能才能真正支撐更高質量的決策與運營�！�

針對這一趨勢，吳震東也結合其在業(yè)務一線的深度觀察指出，AI在企業(yè)不動產領域的應用正經歷著從“淺層試水”到“深層整合”的三個關鍵轉變：

從“聊天”到“動作”

AI不再僅僅是簡單的知識庫問答，而是開始與業(yè)務流程深度結合，實現(xiàn)自動提單、會議室預訂等實質性交互。

從“服務人”到“服務機器”

通過與智能建筑和數(shù)字孿生的結合，AI能夠根據(jù)實時人流與環(huán)境數(shù)據(jù)，自主生成并執(zhí)行能源運維策略。

從“效率助手”到“決策助手”

AI正在介入復雜的組合策略生成，從輔助日常工作邁向輔助高層管理決策。

然而，即便方向明確，如何在落地過程中將試點轉化為可衡量、可復制的業(yè)務成果，仍是多數(shù)企業(yè)面臨的現(xiàn)實難題。

吳震東分享了兩個典型案例：

案例一

某大客戶在盤點現(xiàn)有系統(tǒng)時發(fā)現(xiàn)，其設施管理系統(tǒng)高度碎片化，甚至需要依靠Word文檔集中記錄十多個彼此獨立、互不連通的系統(tǒng)網址與登錄密碼。系統(tǒng)之間缺乏統(tǒng)一入口與數(shù)據(jù)打通，底層技術堆棧長期割裂，不僅增加了日常使用與管理成本，也使后續(xù)的系統(tǒng)整合、數(shù)據(jù)分析及智能化應用難以推進。

案例二

有的企業(yè)在同一辦公區(qū)內運行著兩套完全隔離的會議室預約系統(tǒng)，這種煙囪式的系統(tǒng)架構讓人工智能成了無米之炊。此外，員工對提示詞（Prompt）使用的熟練度差異，也讓工具的真實效能大打折扣。

圍繞“為何試點難以規(guī)�；�，吳震東從實施層面給出了進一步解讀。調研發(fā)現(xiàn)，93%的企業(yè)在至少三個現(xiàn)有技術系統(tǒng)中未能實現(xiàn)預期成效，系統(tǒng)割裂、數(shù)據(jù)基礎薄弱，成為人工智能落地的主要掣肘。因此，越來越多企業(yè)開始將重點從“單點應用”轉向“底層能力建設”——78%的企業(yè)計劃淘汰或升級至少一個舊有系統(tǒng)，80%已準備投入預算推進技術現(xiàn)代化，其中三成以上已將其明確列為戰(zhàn)略優(yōu)先事項。

與此同時，人工智能已成為企業(yè)不動產科技投資的核心方向——前四大重點投入項目均與人工智能相關，其中戰(zhàn)略咨詢與數(shù)字基礎設施升級尤為突出。企業(yè)逐步形成共識：只有夯實技術底座、推進技術堆�，F(xiàn)代化，人工智能才具備穩(wěn)定部署和持續(xù)釋放價值的前提條件。

針對如何在實際部署中破局，吳震東總結了實踐中更容易在人工智能部署項目中取得成功的三項關鍵路徑，即系統(tǒng)性診斷、明確衡量標準和跨職能協(xié)作，并提出了“TMT成功模型”：

T - Team(團隊)

跨部門協(xié)同。建立涵蓋CRE、IT及全球總部的聯(lián)合團隊，確保各方目標對齊并聽取多元聲音

M - Methodology (方法論)

閉環(huán)路徑。從現(xiàn)狀診斷、形成路線圖到試點推廣，建立一套擁有清晰標準與流程的實施路徑

T - Toolbox(工具箱)

量化工具。利用診斷工具與明確的KPI體系衡量成效，并形成可復制的SOP實現(xiàn)規(guī)�；�

在實踐中，實現(xiàn)上述的TMT系統(tǒng)化部署，并非僅依靠企業(yè)內部摸索即可完成。吳震東指出，由于企業(yè)在技術基礎和協(xié)作機制上存在差異，“借力外部專業(yè)力量”已成為彌補能力鴻溝的主流選擇 。調研數(shù)據(jù)顯示，61%的中國內地企業(yè)正通過內部團隊與外部合作伙伴協(xié)同推進人工智能試點（亞太地區(qū)為77%），以加速能力建設與實踐落地。

吳震東強調：

“人工智能并不會自動為企業(yè)帶來成功。決定一家企業(yè)能否真正用好人工智能的關鍵，不在于引入了什么技術，而在于部署方式本身。成功的企業(yè)往往是那些愿意花70%的精力去打好數(shù)字底座，再用30%的力量推動技術應用的企業(yè)。”

兩位演講嘉賓一致指出，人工智能在企業(yè)不動產中的落地圖景，正處在從碎片化探索邁向體系化應用的關鍵階段。人工智能在其中的真正價值，并非來自單一技術突破，而在于是否能夠持續(xù)對齊企業(yè)的核心業(yè)務目標。

要讓相關投入逐步轉化為可衡量、可持續(xù)的回報，企業(yè)需要在試點實踐中積累經驗、在系統(tǒng)評估中校準方向，并以更系統(tǒng)化的方式推進人工智能建設——將技術投資納入整體決策與管理框架，結合清晰的衡量標準與協(xié)作機制，逐步構建可復制、可擴展的應用體系。

在不確定性持續(xù)上升的環(huán)境中，這一能力正成為企業(yè)在不動產相關決策與運營中，提升判斷力、執(zhí)行力與韌性的關鍵基礎。

*本文小標題插畫部分為AI生成后二次創(chuàng)作