36氪星访谈|壳牌首席技术官颜米数据出来后智力是自然的事情toB的人工智能助理在未来会有很大的机会

原标题:36氪星访谈|壳牌首席技术官颜米:数据可用后智能化是自然的事。toB的人工智能助理在未来会有很大的机会

互联网对“生活”的转化程度在食物、衣服和生活上是最低的。尽管速度相对较慢，一个新的生活时代正在到来。随着中国房地产行业数字化的不断推进，互动场景和生活体验将被重塑。

家庭链接在2018年升级到shell搜索。截至2019年12月底，壳牌搜索已进入全国106个城市，连接了235个新经纪品牌、38，000家签约商店和360，000多名连接经纪人。

先不讨论其业务模式，可以肯定的是贝壳多年打磨下来的技术实力和数据积累。仅从SaaS系统来看，房地产经纪行业的不同城市之间差异很大，壳牌系统可以支持其在短时间内快速进入连锁店所在的30多个直接城市的100多个城市。

壳牌将自己定位为“新技术驱动的住宅服务平台”，并对工业基础设施建设做出了一定贡献。从链家开始建立的楼盘字典，前后投入了11个亿，目前真实房源数量已经超过2.06亿套，覆盖了326个城市的50万个小区；同时，如视已经累计扫描重建了330万套VR房源，成为全球最大的VR数据库。

当技术和数据成为新的生产要素时，中国住宅行业将面临什么样的变化？最近，36名氪星人采访了正在寻找贝壳房子的首席技术官严蜜。他和他谈了关于技术中外壳的思考，以及技术如何重塑新的住宅产业。

在这次采访中，颜米分享了四个判断:

下面是一段对话(编辑)。

壳牌寻找住房首席技术官严蜜

谈论壳牌:互联网在住宅行业的实践

36氪：贝壳定位“科技驱动的新居住服务平台”，这里的科技具体包括哪些维度？

闫觅：壳牌技术实际上是围绕人、房子和客户建立新的数据交互。

一方面，我们有三个基本的数据模型:一个是基于房地产字典的知识地图，另一个是人、房子和客户的关系地图，第三个是服务模型，通过按职业和信用对经纪人进行分类来定义职业经纪人的肖像。

另一方面，我们也在智能场景的应用上进行创新，比如贝克尔的智能硬件和贝克汉姆的人工智能助手。

36氪：贝壳在用技术改造居住行业时的思路是怎么样的？

闫觅：第一步也是最基本的一步是通过系统管理业务流程和数据，实现在线和标准化。第二步是数据挖掘，利用数据，你可以做到智能化。

腾讯在2018年提出工业互联网的概念后，现在每个人都在谈论信息化、标准化和智能化，但壳牌确实探索了很多，并与之保持一致。

为什么工业互联网会出现？你必须从整体上看待中国的发展，因为每个行业都面临着提高效率的问题。——用户红利消失，各种成本变得更高，竞争变得越来越激烈。工业互联网是将工业中的所有链接数字化，然后对它们进行分析和优化。

36氪：贝壳这几步是怎么走的？

闫觅：2009年，连锁店开始对人和房屋进行数字化和标准化，并在过去几年里几乎做了同样的事情。数字化有两点值得注意:

首先你不能只看量级，还要看数字的纵深。用户看到的是一栋房子的外壳，但443个字段对应于平台的背面，使其成为中国粒度最细、覆盖面最广的房屋信息数据库，是我们投资11亿元一点一点建成的。

其次，要在业务流程里把数据获取的闭环变得自然。脱机链接信息手动输入，转换将丢失。例如，经纪人告诉他们，他们带谁去了，他们参观了哪栋房子？你真的去了吗？这是一栋真正的房子吗？这些信息不能完全保证是真实有效的。这是一个将来要解决的问题。智能设备可以用来使数据采集更加自然。

智力是非常自然的事情。一年前，我们突然发现我们有很多数据，我们能不能用成熟的算法来制作一些人工智能？我们现在已经做了几个很好的应用。例如，经纪人的服务水平不均衡。我们设计了一些工具来减少经纪人之间的差异。

例如，贝克汉姆的助手，有时一些代理商不知道如何回答顾客的问题，甚至不知道如何问他们。贝克汉姆的助手可以分析高级特工的表现，然后提示他如何回答。当用户问，这房子里有电梯吗？贝克汉姆会提示:你家里有老人或孩子吗？

36氪：贝壳现在有几款智能硬件？它们有什么特点？

颜蜜:我们在2019年7月成立了北科智能硬件团队，并在11月发布了智能手镯和智能门锁。

我们设计的手镯和耳机是一体的。耳机放在手镯里，方便取用。因为经纪人最关心的是商机新闻，所以我们做了定制化的处理。当收到商机消息时，我们会加大冲击。

我们的智能门锁是棒锁。过去换一把锁需要2-3个小时。只需5分钟就能锁上。它非常适合门锁的临时使用。它适合国内80%的住房供应。

36氪：这些智能硬件是否会考虑对平台以外的场景开放？

颜蜜:我希望我能打开它，就像门锁已经被要求打开一样。然而，设备本身还不成熟，暂时不会考虑。

谈论思考:服务人工智能无法取代人

36氪：在探索产业互联网的过程中，你有什么思考吗？

闫觅：我说几个观点吧。

一是数据比算法更重要。如果数据基础好，未来AI工程师会变成调参工程师——模型和算法都是现成的，调参数就可以了。

如上所述，在我们采取下一步之前，我们突然发现了大量数据。例如，在制作房子的虚拟现实模型之前，我们用一个大相机和九个相机扫描房子。然而，在制作了100万套之后，我们发现我们可以通过深入学习做到这一点:如果你只是用你的手机拍一张普通的照片，你可以通过深入学习来估计深度和其他数据，从而降低设备成本。

所以有了数据，你可以做很多事情。这是工业互联网的一个典型特征，因为你只有工业中的数据。

二是SaaS从PC时代的1.0，经过十年发展做到移动端的2.0，而未来将会是基于AIoT设备情景感知的SaaS 3.0。

随着智能手机的发展，SaaS已经转移到被认为是2.0时代的手机上。商务人员可以操作手机，如物流、快递、餐饮、酒店等。早在2015年，我们就意识到SaaS适用于手机。

然而，我认为SaaS在2.0时代只是一个记录器和调度员。做了一些事情后，业务人员将打开手机并再次输入。但是你如何确保他的输入是及时和真实的呢？该系统将任务分配给业务人员，但如何确保它们到位？

我们设计了许多机制、流程、交叉检查并投入了许多资源来确保数据的真实性和可靠性，但这个过程是痛苦的。如果不能保证数据的及时性和真实性，那么建立一个系统是没有用的。我敢说市面上大部分SaaS里的数据真实性不超过50%，之前我们收购的一家公司的SaaS里最核心的房源数据，真实率不超过30%。

希望尽快进入3.0时代。SaaS将依靠物联网和人工智能进行数据采集，借助设备自身感知，使数据采集更加真实自然。

三是很多人都在说未来AI会取代人，比如工业、制造业，但我觉得服务行业不同，AI不能取代人，其核心是要解决从业者之间的方差问题。

经纪行业的服务水平因人而异。如果优秀的人被设定为基准，他们是如何做到这一点的，一些法律和模型被抽象出来，他们可以被用来指导那些表现不佳的人，并把他们提升到平均水平。

机器不可能比优秀的人更好，但是它们可以比一般人更高。我们去年做的人工智能教室实际上超过了平均水平。它的平均收听时间和收听完成率远远高于经纪人的平均水平。然而，今年我们将花费更多的精力来帮助普通经纪人通过机器提高发言权和发言权的水平，而不是直接替换发言权经纪人。

对于包括销售在内的服务业来说，人工智能助理在未来将会有很大的机会。几年前，一群NLP企业家在考虑人工智能助理和语音助理的各种机会，但他们都是toC场景，显然进展不顺利。但toB的AI助手的场景会来得更快更猛烈。toB有知识库、有培训、有绩效考核、有强排淘汰、有神秘客户和NPS，总之有工作压力，而toC什么都没有，AI怎么做？

我们将在2019年推出一系列“贝克汉姆艾滋病”，这是托比典型的人工智能艾滋病。他们可以帮助经纪人聊天，并智能地派遣经纪人联系客户等。我们希望它们能在未来得到发展。

四是未来硬件设备会变得更通用，就像智能手机一样，行业应用写APP写软件就行，未来会出现面向更多行业的IoT平台，让软硬结合更简单。

硬件和软件的结合是一件非常困难的事情。我们与许多硬件制造商沟通。我提出了这个要求。他们不知道如何去做，或者因为困难和长的开发周期而不愿意去做。过去，许多行业都想做手镯项目，但是很难将硬件和软件结合起来。最终，95%的项目死亡，使得硬件制造商不愿这样做。此外，有许多从零开始制造的硬件凹坑，并且在几年内抛光后很难生产出好的产品。然而，我相信硬件设备在未来会变得越来越普遍，就像智能手机一样，它只开发软件，如手镯、手表、耳机等。

过去，我们说物联网平台是在智能家居、农业和工业领域。我认为未来toB领域将会有更多的物联网平台。作为中间层，该平台连接设备

这是典型的PaaS，未来面向某种行业的通用PaaS平台会越来越多。

36氪：你觉得跟国外相比，现阶段中国房产行业数字化程度如何？比美国高得多。我们研究美国已经很久了。可以说，美国的生态非常繁荣。与该国的主导地位相比，可能正是因为这个原因，才有足够的资源和资金来做到这一点。

例如，从连锁商店到空壳商店，房地产字典一直在运行。目前，实际住房数量已超过2.06亿套，覆盖326个城市的50万个住宅区。这是中国最广泛和细粒度的房屋数据库。

还有虚拟现实数据，包括330万套虚拟现实住房数据，这已经是世界上最大的虚拟现实数据库。

闫觅：

36氪：但国外有完整的公共房源数据库，现在贝壳的楼盘字典渗透率做到了多少？我们希望学习美国的MLS模式，并要求所有平台商家共享和共同出售房屋，但我们只能从房屋供应合作的角度来看待此事。渗透率取决于有多少房子卖贝壳。不同的城市是不同的。低利率只有20-30%，而高利率可以达到60%，甚至80%。

闫觅：

36氪：中国居住服务领域如果想要实现一个跨越式的发展，你认为有哪些驱动力或者可发力点？可以从两个层面来看待这件事。第一个是智能水平——空间智能和服务智能。除了房子本身的三维数据之外，智能还反映在空间装饰等其他环节。在商店的空间里可以做什么？连锁店每年需要数千万美元的电费，智能能源管理是另一个方面。服务智能的核心是减少服务提供商差异的技术。

还有一个天赋水平。判断一个行业是否成熟。你可以看到它是否有专业属性，是否有专业的培训和成长系统。服务业的许多员工只想谋生，不愿发展。这不能称为职业。

这项技术的功能是看它是否能帮助建立这样一个系统。壳牌公司努力将许多城市经纪人的工作年限从六个月改为一年半至两年。然而，最基本的事情是使用技术来提高经纪人的效率和赚钱。