12月2日，备受业界瞩目的2025熙说物业年度演讲在深圳华夏艺术中心盛大举行。这是中物智库第三年举办物业行业年度演讲活动，今年的演讲主题是“深水区”，吸引了众多行业代表参与。
在这次年度演讲中，鑫苑服务科经事业部总裁汤宇操受邀以《Uncharted Waters》为题发表演讲，深入探讨了当今物业与未来形态之间的核心差距——究竟源于技术壁垒，还是效率层面的落差？
以下是演讲全文，愿这次分享，能为每一位身处“深水区”的同行，带来向上的力量。
大家好，我是鑫苑服务的汤宇操。
今天我想谈一个有意思的话题：当传统物业，遇到前沿AI技术，会有哪些火花？
天下大势——分久必合、合久必分。
信息化的技术基本上每10年是一个周期，不断地在中心化及分布式来交替进行着。80年代大型主机、90年代PC、千禧年互联网、10年代移动互联网、20年代云计算/企业服务、再到现在的AI和智能体，这就是科技圈常说的Paradigm Shift（范式跃迁）。
每一次技术的范式跃迁，必然会带来商业模式的重构。例如：个人电脑时代诞生了软件授权模式，互联网时代产生出“羊毛出在狗身上猪买单”的新模式。
在AI的时代里，我们也将迎来Gen AI的下一代——Agentic AI。
这个时代里的商业模式会很朴素，基本就是按量计价制、按成果工作量衡量价值——更具体来说，就是智能与人工之间的效率差价值。
第一性原理最早由亚里士多德提出——每个系统中，存在“一个最基本的命题或假设，它不能被违背或删除”，这个命题和假设就是第一性原理。
物管行业的第一性原理是什么？
物业行业的本质是外包，而外包的根本矛盾，是服务品质与劳动效率的博弈。
物业AI的第一性原理，则是找到人工和智能之间的效率差价值，破解物管行业的根本矛盾。
以物企当前普遍的技术储备。AI的应用是面向生产者，而不是面向消费者，因为面向消费者需要高昂技术成本投入到用户体验来匹配预期。
而面向生产者，则由生产者人工把控用户体验的质量；智能体只需专注在后台工作流环节找到和释放效率差即可。
智能体为生产者创造效率差价值有两条路径：“工时替代”和“高效复制”。
第一条，工时替代，智能工时替代人工工时，提升每个单兵的作战效能；第二条，高效复制，把高效者做法规模性复制，一枪武装全军，快速放大价值。
在物业行业，400客服是不可或缺的重要角色。客服人员每天都要有100+电话，有超过400条数据条在“海洋里游泳”，智能体能把用于游泳的人工工时“化繁为简”，以智能工时代替，平均每人月能节约工时44小时。
下面，我分享四个“工时替代”场景为大家解读。
场景1——话术辅助
客服接电话时，客户反映的内容实质和情绪状态靠人工很难精准把握。过去，客服人员很容易被极端的情绪影响，导致漏记关键信息或回复出现偏差。
现在，客服智能体能够实时精准分析业主意图和情绪，为客服提供恰当的话术，帮助客服更懂客户。
场景2——智能填单。
过去，客服接完电话，需要手动记录信息、填写工单，耗时、易错。
现在，客服智能体能够自动提取通话中的关键信息，并附加解决方案建议，客服只需校验无误后，工单便快速流转到对应部门。
场景3——录音质检
传统录音质检全靠客服主管和经理人工抽检，大多以2-5倍速草听，很难做到100%抽检覆盖。
现在，客服智能体能100%覆盖，逐字逐句检查录音，生成详细的质检报告，根据报告对员工表现进行打分考核，还能从录音中“挖掘商机线索”，为业主提供更好的增值服务。
场景4——智能分析
传统客服上岗前需要学习品质管理、工程知识、物业费标准等内容，培训周期2周，从新手到熟练工大概需要1年半的锻炼。客服智能体能够把日常客服的工作经验转化为共享大脑，进而不断学习，推送给每一位座席人员，让新员工上手时间压缩50%。
再来看一个“高效复制”的例子——视频营销智能体。
房屋中介是物业行业一个典型的多种经营业务，鑫苑服务有近百人的专业租售顾问团队。顶级的顾问每月创造的中介费收入超过四万；而低效能顾问在几千徘徊。
通过作业系统的数据分析，我们发现效率差的奥秘隐藏在三大方面：客户流量、作业行程量、房客匹配的洞察力和效率。
如果我们再打开“客户流量”，我们发现除了传统门岗拦截、管家介绍、园区广告等，高产和低产者的差异主要来自“线上获客”线索——高产者除了安居客、58同城之外，自媒体线索占比超过20%。
拍探房、量房的照片和视频是每个顾问的基本操作，那为什么制作成获客媒体视频这么难普及呢？
对于大多数顾问来说有四大障碍：出镜害羞、台词难讲、视频难剪、内容易封。
针对这些障碍，我们把高效顾问的自媒体制作工作进行了抽象和复制——自建视频营销智能体，其中，数字人替代真人出镜，避免害羞和记不住台词的尴尬；视频营销智能体能够根据预设的多个标准剧本，进行加上交互式剧本修改；再将多种方言和语调音频合成、自动音画混剪；自动审片，以待发布。
目前，视频营销智能体已发布了2581条，获得流量108万，获取商机213条，成交7套房。
回忆我最初提到租售顾问的三大效率差，除了“客户流量”，还有“作业行程量”“房客匹配”两大因素。
“房客匹配智能体”“新手成长游戏”我们目前正在研发，希望通过学习提炼高效顾问的成功因素为全体人员进行作业指引，把全员的平均转化点优化到一房七带、一客四带。
如何实现呢？目前我们通过外部商用LLM+智能体平台+多工作流智能体的框架来实现，类比=外部基础能源+机器工厂+制造机器的模式。
长期来看，我们认为物业用AI大致会分为四个阶段进化：从人类使用通用AI工具、到工作流智能体、到自规划智能体、再到多智能体规模性协同。
每一个阶段，工作效率都会有10%—30%的阶梯式改善。
我们的未来将是一个多智能体的未来，大量人类劳动力被释放，少量工作者也变成整体系统中的拼图。科技浪潮席卷过程中，物业人将何去何从？
最后我再分享One more thing：
举个“小李”的例子。小李在二十年前参加工作，逐步从最基础员工，成长为区域公司管理层，成为了“中李”时代在变迁，中李参加我们AI管培生训练，努力去推广管家智能体改善大家的工作。最后带领35位“股东”拿到8万7的分红，10个月投资回报达到82%。
这就是我们通过自助设备进行的阿米巴实践，我们搭建了一个SaaS平台，设计OEM生产的机器设备。
软件平台自动进行公共场地收益、水电耗材、参股员工、分销人员、物业企业5方的自动分账，T+1到账，大家都很开心。
时代要求我们用AI去拓展生产力的界限；良知驱动我们用创新的思维重构生产关系。科技不是取代人，而是让人从重复劳动中解放出来，释放才智拓宽市场的边界。
谢谢大家！
精彩评论