作者丨李陽霞
編輯丨陳才賢
這是2024年，疫情衝擊的第二年，寶龍商業和悅尚科技的團隊在對數位化和創新進行回顧時，提出了乙個發人深省的問題。 彼時，也是被譽為“商業魔術師”的陳得利第二年，被任命為寶龍地產新任聯席總裁、寶龍商業執行董事兼首席執行官，他秉持著用科技、泛內容創新的務實進取理念，尤其是在行業環境發生巨大變化的當下， 他對數位化的要求達到了乙個新的高度：它必須為企業帶來直接和有效的價值。
這對悅尚和騰訊的團隊來說都是乙個挑戰。
兩年後的11月，寶龍商業年會在上海舉行，在鋼鐵和重工的視覺衝擊下，陳德利展示了寶龍商業在數位化方面的領先成果：利用人工智慧實現大規模自動化運營和業務效率，超越傳統數位化的“舊工具”。 對於寶龍商務而言，AI是影響未來的核心能力，數位化已成為運營中“常識思維”的必要組成部分，不再是可有可無的附加物。
這樣做充滿了曲折。 悅尚科技CEO、寶龍商業首席創新官吳碧川接受了寶龍商業近兩年AI Leifeng.com 深入探索的專訪。 在他看來，其實“降本增效”早已是數位化的共識和基本追求，但在企業運營領域，卻是乙個以“人對人”為主的行業，在商業模式不改變的情況下，傳統的ERP和任何工具都附著在人身上的運營上，其實， 很難產生真正的結果，這種侷限性在過去10年中已經顯現出來。
這需要乙個更強大的引擎——人工智慧。 吳碧川說，“我們都是從企業出身的，我們知道資料加上有效的AI會產生強大的效果，其實創業初期就想過用AI跳過傳統的ERP，但無奈整個行業的資料庫非常原始，過去的AI工具並沒有吃掉世界的烟花， 我們已經等了很久了，在等待期間，我們用的是寶龍的環境，死資料。 ”
“死”資料
據了解，寶龍商業於2024年開始為商業零售物業的開發商、租戶和業主提供商業運營服務，並於2024年底在香港上市，成為中國第一商業運營股。
寶隆商務是行業內較早做數位化的企業，很早就開始構建各種ERP系統，但毋庸置疑，系統本身也受到各種條件的限制，很難快速發展。
在很長一段時間裡，雖然有系統，但Excel仍是王道，90%的報表依靠人工統計，在資料管理、分析和報表上耗費了無數的人工，而這些成本無法投入到業務中是較大的損失。 吳碧川說。
不過，這也讓吳碧川看到了億萬資料中的無限可能。 2024年年中，吳碧川決定帶著團隊走出寶龍創業，成立月商科技，一家專注於存量資產數位化服務的公司，試圖用數位化改變行業的管理和運營方式。 這個想法得到了寶龍地產“少元帥”徐華芳的大力支援，成為了悅尚科技的天使投資人。
隨著各行各業數位化程序的加速，數位化商場也成為商業發展的主流趨勢。 2024年，寶龍商業與騰訊聯合推出“紐扣計畫”，推動公司整體智慧型化轉型。 該計畫啟動一年後，寶龍商業與騰訊成立合資公司，通過騰訊的雲計算、微信支付、小程式、人工智慧、位置服務、物聯網等技術能力，圍繞人、貨、場進行數位化建設。
從2024年到2024年，寶龍業務可以說已經完成了數位化建設的第一階段，通過ERP系統積累了來自各個業務的資料。 但是，資料幾乎不是要用的東西。 吳碧川說，“因為傳統的採購管理邏輯，系統間分離是常態，可以說大部分企業都沒有從所謂的資料積累中獲益。 這種侷限性不僅僅是技術上的，而是整個行業從業者的水平，思維的慣性，受制於房地產等諸多因素的影響，我們默默接受現實，但永不放棄夢想。 ”
近年來，也是寶隆商業運營管理服務業務快速增長的乙個階段。 資料顯示，2024年至2024年，寶隆地產租賃及物業管理服務收入同比增長%。 2024年，寶隆商業成功上市，業務管理服務業績增長近40%。
然而，上市後，寶隆商務就像站在聚光燈下一樣，需要保持業績的高增長，需要不斷提公升平安和人的效率。 於是，寶龍商業對數位化的追求又上公升到乙個新的高度。
寶龍商業上市前後的兩年時間裡，也是悅尚科技打磨產品的關鍵階段，在完成新兩輪融資並進入騰訊生態後，吳碧川把更新團隊、迭代產品、聚焦AI放在首位。 在2024年大更新後，寶龍商務的資料開始得到全面有效的管理，做任何事情時，“優先資料沉澱”成為團隊的核心任務。
我們可以主要依靠過去19年不斷積累的有效資料來做AI。 吳碧川說。
“押注”人工智慧
2024年初，突如其來的疫情給商業地產按下了暫停鍵。
疫情的停擺和變化，倒逼著大家坐下來思考，什麼樣的數位化才能真正提公升平地面積和人的效率，實現高質量運營。 最終，我們選擇了人工智慧和內容IP作為我們的主要方向。 吳碧川說。
當時，陳德利剛剛加入新寶隆商業，全面負責寶龍商業的運營管理工作。 陳德利是商業運營行業的資深人士，被譽為“企業管理魔術師”，他對“高品質運營”和“智慧商業”有著極致的追求。 陳德利曾在一次公開演講中直言不諱地說：過去，對智慧商業的理解是給實現線上線下融合的加速器，但疫情讓寶隆商務意識到，企業運營需要的不是加速器，而是智慧型引擎。 在陳得利看來，商業地產的復興離不開智慧引擎和AI。
也正是在陳德力的大力支援下，寶龍商業的AI之路更加堅定，深入參與了所有重大專案。 “德利永遠是我們首席產品體驗官”，吳碧川打趣道，“這麼高的產品官，我們對手用不起。 ”
經過幾年的不懈努力，悅商在寶隆商業自建的各類系統中積累了超過3億條資料，並與騰訊安全團隊一起構建了1500多個衍生變數，從複雜的基礎資料、運營動態資料，到流程行為，甚至人員的業務運營、績效和行為資料。 “我們積累的資料結構非常完整，這些資料也可以在各自的業務模組中發揮作用，但是要充分利用公司整體的資料，還有乙個關鍵的步驟。 吳碧川說。
在業務運營領域，資料碎片化、海量極大，看似有標準規則，卻受場景和人的影響，依靠人+ERP的方式處理資料，整個行業已經到了瓶頸。
因此，在悅尚看來，寶龍業務需要乙個具有AI能力的演算法模型，能夠自動處理所有資料，自動找結論，自動模仿員工的行為做出判斷，直接參與業務流程，而不是直接降低欠款轉化率、壞賬率、人力管理時間等，系統需要產生直接影響績效的動作。
2024年3月，寶龍商業與騰訊天宇團隊的一次偶然交流，讓寶龍商業的AI戰略有了新的突破：基於騰訊天宇的智慧型決策系統PDOS，打造了新一代AI驅動的業務運營系統。 騰訊天宇擁有20餘年黑灰行業風控與對抗經驗，具備服務80%金融標桿客戶的“金融級”AI決策能力。
其實業務運營和金融業務有些相似，總的來說都是重複的行為，但每個業務的粒度都有很大的不同，這意味著它受資料的影響很大，所以可以用AI來分析資料。 吳碧川指出，“其實這些資料可以被員工分析，但人們不能一直保持對資料的整體管理，也不能24/7全天候分析。 ”
例如，乙個專案超過100個的企業將有大約3億元的欠款，而這個資料在不斷滾動，因為商家會不斷產生新的欠款。 這些未清欠款被分攤到100個專案的運營團隊中，再分成多個層次的專案，從區域到總部，從總部到法務到決策層，每個欠款從發生到解決都需要大量的人員審批和決策。
據介紹，在這個過程中，總會有大約4000萬到5000萬的欠款去打官司，但提起訴訟為時已晚，最終其中一半成為壞賬。 在這個過程中，原有的系統能做的就是提供報告，然後依靠人來分析。
安全性在業務系統中應該是“長”的
在騰訊安全的幫助下，近三個月來，寶龍商業基於騰訊天宇決策作業系統，構建了店鋪評級模型、欠費控制模型等智慧型分析決策模型。 模型搭建完成後，寶龍商務五年積累的資料被“活”起來，開始帶動決策在各種運營場景下的制定和應用。
寶龍有140多個專案，我們要處理近40000家商家和關聯方，同時專案和店鋪是分開的。 平時，分析團隊再強大，制度再好，最多就是把專案作為乙個整體進行分析和梳理，然後深入細化，所需的人力物力就會以幾何級數的速度遞增，得不償失，所以大部分操作最終完全掌握在專案組的“人工”手中。 吳碧川說，“但從業主的角度來看，每家店都是一筆資產，需要詳細的分析，但實際上，沒有一家公司能做到這種傳統工具的條件下，真正要一步乙個腳印地推出，上百個專案需要上萬人做分析，做不到， 實際上，專案總經理的直覺和經驗將發揮關鍵作用，但這是不可複製的。 ”
AI是改變局面的破冰船，乙個可以孜孜不倦、100%保持水平和質量的角色，對每一平方公尺的資產進行360度、24小時、360度的分析和監督。 例如，在欠費控制場景下，AI控制系統自行掃瞄欠費資料，自動啟動所有流程，通知業務所有者，監督每個欠費案例的閉環行為，計算每個業務環節的時間、成本和風險點，為業務所有者提供關鍵洞察。比如，沒有可能通過溝通來償還這筆欠款，或者從歷史資料和統計資料來看，什麼時候應該進入下乙個環節，提前將店鋪資訊交給招商團隊，以減少租金損失。這些評論可以被業務採納或丟棄，無論收到什麼樣的反饋，都會被新增到下次提交的計算引數中。
加入AI系統的任務不是簡單地降本增效，甚至淘汰員工，這在以前是理所當然的，“吳碧川提醒道，”我們真的應用了它，發現它最大的價值就是學習習，總結優秀員工的處理策略，發現業務處理能力最強的人， AI的任務是盡可能減少他們在管理和流程上浪費的時間，幫助他們專注於業務，並擴充套件到整個組織，AI的任務是將管理成本的比例降低到極限。提高企業投資比重。”
這是乙個精密工程的業務AI，可以在海量歷史資料的基礎上無縫整合到業務中，作為乙個“無用”系統，它接管了不需要、不應該由人類操作的環節——掃瞄、觸發、傳送程序、控制程序、組織資料、 分析它們，揭示問題，提供解決方案，等等。
在寶龍，在AI的加持下，作業系統可以將所有處理欠費的節點提前2-3個月，從而大大降低壞賬率。 “過去，基本上當一家門店無可挽回時，招商部門就知道會招商引資，但現在通過AI預測和干預，人用在系統和流程管理上占用的時間已經減少到15%-20%以下，可以幫助員工節省80%的精力，讓他們更專注於自己的核心業務。 ”
10月，AI模組一期開始在寶隆商業的試點專案中執行（當然，它實際上包含了全部資料），幾乎在啟動的那一刻，系統就自動啟動了幾十個未命中的，此外，還向試點專案組傳送了一組清單，列出了未來3個月內可能拖欠或丟棄的目標， 甚至通過資料對比，提出認為銷售資料存在虛假元素的門店（銷售管理一直是行業的核心問題，AI模型可以將資料與“不完整”的統計資料進行比對，找到有異常偏差的目標）。由於試點專案的總經理是比較有經驗的從業者，他們看完之後的感受是：和我們想的差不多。
陳和管理層看到結果時的反應是一樣的：基本上是準確的。
這意味著我們的模型可以達到專案負責人的中上層判斷水平。 “現在想象一下，這是企業管理的底線水平，而且會不斷提高。 ”
在吳碧川看來，這樣的AI是未來的系統，所有行業和領域在業務上都有風控的需求，業務和安全自然是融合在一起的，安全也應該在業務系統中。 只有當業務足夠安全時，業務才能可行運營和執行，才有存在的意義。
因此，企業運營也是如此，只有將風險因素壓縮到可預測的範圍內，企業才是安全的。 因為從組織上講，對任何情況都有動態有效的響應能力，是AI風控或安全能力需要創造的保證，“吳碧川告訴雷鋒。
Leifeng.com。