人工智能如何重塑实物资产行业

从组织层面来看，人工智能正在如何改变贵公司团队的工作方式和企业的运营模式？您认为效率提升最显著的领域在哪里？您又是如何重新设计工作流程、业务流程和岗位职责，以充分利用这些效益的？

人工智能正在从根本上改变我们与客户及员工互动的方式。人工智能已使我们的运营环境发生了范式转变。以下是一些体现这种变化的典型例子：

• 研究与合规——借助人工智能驱动的文件审查和先例分析，我们的研究方法已发生根本性转变——如今，我们的团队在数据收集和研究方面花费的时间大幅减少，而用于做出判断和决策的时间则显著增加——从而实现了从信息汇总向战略咨询的转变。.
• 数据分析——通过收集信息并分析整个投资组合中的数据，能够更轻松、更准确地绘制风险图谱并识别合规漏洞
• 人才能力的重新定位——通过将数据密集型任务自动化，我们释放了人才的潜力，使其能够投身于更高价值的客户服务和咨询工作。这不仅提升了团队的参与度和职业发展前景，还使我们能够在不相应增加员工人数的情况下，扩大咨询服务能力。.

人工智能正在迅速重塑实物资产领域的投资决策。它如何改变投资者发掘投资机会、评估风险以及在各行业和市场间配置资本的方式？您是否观察到人工智能对跨境投资策略或资本流动产生了影响？

决策是一个经过彻底革新的过程。借助人工智能辅助流程，决策速度更快，研究更准确、更深入，这已成为不言而喻的事实。投资者现在可以利用规模大得多的数据集进行建模，开展多种情景分析和压力测试——在两年前难以想象的时间范围内，探索不同的概率分布和结果。.

人工智能正在如何改变尽职调查和投资分析？从承销和市场预测到投资组合优化和估值，哪些领域在速度、准确性和投资成果方面取得了最大的提升？

关于人工智能在尽职调查中的应用及其影响的几个实例

除了收购之外，人工智能正在如何改变实物资产的管理和运营方式？能否分享一些实例，说明人工智能如何提升资产表现、租户体验、预测性维护或运营效率？

人工智能已被积极应用于预测性维护、动态能耗优化和收入管理，从而在降低运营成本的同时提升了租户满意度。.

随着可持续发展成为投资决策中日益重要的考量因素，人工智能如何帮助业主和管理者优化能源消耗并满足ESG报告要求？您是否预计，随着时间的推移，采用人工智能技术的建筑在估值或租金方面将获得溢价？

在机构市场中，企业对具备人工智能功能且获得ESG评级的资产收取约3-7%的租赁溢价，随着租户偏好的转变以及融资成本日益体现对可持续性表现的奖励，该溢价幅度正在扩大。然而，溢价并非板上钉钉——租户对ESG的偏好因地区而异，而二级市场则几乎未见溢价提升。.

展望未来，您认为在未来五年内，人工智能将在哪些方面为投资者创造最大的竞争优势？业主、基金经理和开发商应当从现在开始投资哪些能力，才能保持竞争力？

与其他行业一样，依托精准数据挖掘的人工智能将成为房地产投资者成功的关键。那些将人工智能融入决策过程——而不仅仅是为了提高运营效率或降低成本——的投资者，应能比竞争对手拥有显著优势。.

阿尼什·桑维
伙伴
普华永道会计师事务所

人工智能的立竿见影的效益将来自对尽职调查、承保、文件审查和市场分析等流程密集型任务的自动化处理。然而，随着此类工具的广泛普及，这些生产力提升带来的优势将迅速消退。 在我看来，更长期的竞争优势将源于基于独特数据集、对市场背景的理解以及运营经验所构建的专有AI能力。 正如过去各家公司曾凭借卓越的投资模型、研究平台或风险管理框架来实现差异化竞争一样，下一代行业领军者或许将凭借其基于人工智能的决策平台的质量而脱颖而出。.

这些能力有望显著提升投资者发现投资机会、评估风险以及在各行业和市场间配置资本的能力。那些能够更好地分析海量结构化与非结构化数据、更早识别新兴趋势并产生更精准洞见的企业，在投资机会发掘和投资组合构建方面都将占据优势。 这对跨境投资的影响尤为显著：在跨境投资领域，人工智能可帮助投资者借助更一致且可扩展的分析框架，评估多个地区的投资机会，从而有望加速全球资本流动并提高市场透明度。.

要发展这些能力，需要在数据基础设施、技术和人才方面进行大量投资。因此，鉴于其规模、资源以及对专有数据的获取能力，全球最大的投资管理公司很可能已经取得了显著的先发优势。 许多机构已开始将人工智能融入其研究、风险管理和投资流程。然而，人工智能也有可能颠覆现状——它使那些拥有独特愿景和强大技术文化的新兴企业能够与规模大得多的行业巨头一较高下。.

正如亚马逊通过应用技术、数据和运营能力重塑了零售业一样，可以预见，在实物资产领域，将涌现出一批以人工智能为核心竞争战略的新一代专业投资管理机构。 在未来五年内，该行业的一些最重要创新可能不仅来自规模最大的现有企业，还可能来自那些能够在投资过程中善用人工智能的敏捷公司。 尽管如此，房地产投资远不止于数据和分析。它还建立在人际关系、谈判、执行能力、监管考量以及对人类与建筑环境互动方式的理解之上。.

在房地产领域，超额收益（alpha）是通过投资洞察力、纪律严明的资本配置、卓越的运营能力以及长期成功的执行力共同作用而产生的。尽管人工智能有潜力强化上述每一项驱动因素，但仅凭技术本身无法创造超额收益。 最有可能创造可持续超额收益的企业，将是那些利用人工智能来增强——而非取代——专业知识、人脉关系和执行能力的企业，这些要素一直以来都是成功房地产投资的基石。 尽管未来的竞争焦点将日益集中在技术领域，但那些能够成功将专有数据、先进分析技术与人类判断相结合的企业，将在日益由技术驱动的投资格局中，处于最有利的位置，从而产生差异化的洞察力、更有效地配置资本，并建立竞争优势。.

李克莉丝汀
亚太区研究主管
莱坊

人工智能正在迅速重塑实物资产领域的投资决策。它如何改变投资者发掘投资机会、评估风险以及在各行业和市场间配置资本的方式？您是否观察到人工智能对跨境投资策略或资本流动产生了影响？

人工智能的应用仍处于初期阶段，投资者也处于不同的部署阶段，但我们可以看到，人工智能将通过简化流程，使投资者能够对更多资产进行更深入的审查。.

目前，时间是投资者面临的最大能力限制之一。这意味着他们必须迅速做出初步评估，以决定某项资产是否值得进一步研究。人工智能将协助进行这些高层次的筛选，同时在每个步骤都允许进行深入审查，从而使投资者能够在投资过程的每个阶段做出明智的决策。.

此外，还可以评估范围更广的数据——这些数据虽然可能与资产本身没有直接关联，但最终可能会影响其随时间推移的表现。这将有助于建立更详细的风险评估评分流程（市场风险、气候风险、经济风险），从而更好地了解资产的优缺点。.

资本日益全球化，投资者需要同时评估多个市场的资产。人工智能能够重复执行预设的分析，从而实现资产的标准化比较，帮助在现有资本条件下确定最优先的投资目标。.

总体而言，人工智能并不会取代人类的判断，而是通过加强数据分析和情景建模等领域，提高决策过程的速度和清晰度。这将使我们能够更广泛、更快速地评估潜在的投资或剥离标的。.

人工智能正在如何改变尽职调查和投资分析？从承销和市场预测到投资组合优化和估值，哪些领域在速度、准确性和投资成果方面取得了最大的提升？

人工智能非常适合处理重复性强、数据量大的任务——这正是尽职调查的典型特征。简而言之，这意味着能够更快地完成更多分析工作。 例如，人工智能生成的租赁合同摘要质量已大幅提升，这不仅缩短了从每份租赁合同中提取相关条款所需的时间，而且与人工操作相比，不仅能保持提取信息的准确性，甚至还能进一步提高其准确性。.

随着时间的推移，人们将持续开发规模更大、结构更复杂的模型，以预测未来的市场状况，并为这些预测提供情景参数。这将有助于在资产和投资组合层面更准确地评估上行或下行风险，进而据此评估集中度风险，并判断是否需要对投资组合进行再平衡，以帮助维持投资组合的多样性和韧性。.

自动化估值模型的开发工作已持续了一段时间。该模型将不断改进，但仍需人工评估以确保分析的准确性以及符合监管要求。.

除了收购之外，人工智能正在如何改变实物资产的管理和运营方式？能否分享一些实例，说明人工智能如何提升资产表现、租户体验、预测性维护或运营效率？

设施管理（FM）会产生海量数据，这为建筑物的运营和管理方式带来了令人振奋的可能性。将使用数据、清洁计划以及预测性或预防性维护计划相互关联，将成为优化成本效益的最大机遇之一。这将使设施管理合同模式能够从以人员需求为中心，进一步演变为以运营成果为导向。 人工智能还推动了更个性化的租户互动和自助服务工具的发展，使问题能够被更主动地识别和解决，从而提升整体租户体验。.

展望未来，您认为在未来五年内，人工智能将在哪些方面为投资者创造最大的竞争优势？业主、基金经理和开发商应当从现在开始投资哪些能力，才能保持竞争力？

最大的竞争优势将源于将专有数据、投资判断与运营执行相结合。那些今天就建立起强大数据治理和整合能力的投资者，更有可能在未来保持这一优势。.

多米尼克·布朗
国际研究主管
高力国际。.

从组织层面来看，人工智能正在如何改变贵公司团队的工作方式和企业的运营模式？您认为效率提升最显著的领域在哪里？您又是如何重新设计工作流程、业务流程和岗位职责，以充分利用这些效益的？

人工智能不仅仅是在实现任务自动化。它正在改变“任务”的定义，而在实物资产领域，这种区别比在大多数行业中更为重要，因为一项资产可能产生数千页的文件、数十份利益相关方报告以及长达数月的分析周期。.

收益流向何处

效率提升并非体现在那些常被提及的应用场景中，而是体现在那些耗费分析师大量时间、枯燥且工作量巨大的任务上：租赁合同摘要与审核、损益表标准化、差异分析、租金清单核对以及投资者报告编制。 这些工作过去通常会占用一名初级分析师每月每项资产两到四天的时间。如果将其纳入设计合理的人工智能工作流，只需几分钟即可完成，并且附有来源引用和审计追踪记录。一旦实现这一点，就必须重新审视团队的人员配置，以及实际上要求员工完成的工作内容。.

跨文件分析是另一个能带来显著收益的领域。过去，管理30处资产的经理通常依赖物业经理编制的摘要，而摘要本身在设计上就会导致信息缺失。 人工智能能够深入解读其背后的细节——包括租赁合同、运营报表、检查报告以及共同费用（CAM）对账单——并揭示出那些无人想到要写入摘要的契约违约或到期风险。实际上，大多数意外情况往往就隐藏在这些细节之中。.

工作流程和角色的重新设计

那些能充分利用人工智能的组织，并没有简单地将聊天机器人硬塞进现有的流程中。它们回归到基本原则，思考如果数据提取、标准化和初步分析由其他环节负责，员工应该做些什么。.

答案始终归结于判断。 分析师的工作重心已从收集数据转向制定决策。资产管理者的时间不再主要用于编写报告，而是更多地用于根据报告内容采取行动。投资专业人士只需审查筛选结果，而非从头构建筛选模型。这些工作绝不比它们所取代的任务更简单——这一点值得向任何一听到“AI”就以为会裁员的团队强调。.

最关键的重新设计在于将人工智能置于流程的哪个环节。若将其应用于业务受理阶段——包括阅读新租赁合同、提取条款、标记异常条款、向数据库录入信息——那么后续的每一步都将从中受益。若仅将其用于润色人类已经撰写的报告，所获收益则仅是表面文章。.

关于平台选择与成本的说明

目前，实物资产公司面临的一个更为关键的决策，并非是否采用人工智能，而是选择哪种平台，而其中的经济考量并不像表面看起来那么显而易见。.

人工智能支出激增确实令人担忧。许多组织发现，那些为编程或客户支持等广泛用例构建的通用平台，一旦应用于实物资产工作流，成本就会迅速攀升。原因在于结构性问题：通用平台并不了解该领域。 当一个智能代理不知道什么是CAM对账、如何计算WALE，或者毛租金与净租金的差异会对损益表产生什么影响时，它会通过获取更多上下文信息、执行更多步骤以及更频繁地重试来弥补这一不足。每一次这样的弥补都会消耗代币，而成本会迅速累积。.

值得关注的数字是按要求标准完成特定工作的总成本，而非每代币的价格。一个围绕实物资产的词汇表、文档类型、工作流和分析框架构建的平台，在完成相同任务时能大幅减少计算资源的浪费。 在 Fifth Dimension，我们针对特定领域优化的智能代理框架——这一层负责控制 AI 如何获取上下文、使用数据、分解任务、管理任务交接并应用安全防护机制——其产出的质量与通用平台相当，但代币消耗仅为后者的几分之一。这一差距决定了 AI 程序是能够实现规模化，还是因成本过高而被悄然缩减。.

对于任何正在评估平台的人，我想说两点。要询问任务完成的总成本基准，而不是代币价格。并且，对于任何声称能同样好地服务于所有行业的说法，都要持怀疑态度。在实物资产领域，行业深度的深浅直接决定了服务质量和成本效率，而目前市场的大部分尚未将这一点反映在定价中。.

人工智能正在迅速重塑实物资产领域的投资决策。它如何改变投资者发掘投资机会、评估风险以及在各行业和市场间配置资本的方式？您是否观察到人工智能对跨境投资策略或资本流动产生了影响？

实物资产领域的投资决策一直面临信息量大且时间紧迫的双重挑战。人工智能正在同时解决这两大难题，既扩大了投资者实际能够处理的信息范围，又缩短了信息处理所需的时间。.

机遇识别

交易筛选方式首先发生了变化。过去，投资者通常依靠与经纪人的关系和市场报告来发掘投资机会，而如今，他们能够针对规模大得多的资产池进行系统化筛选。子市场数据、可比交易案例、规划审批信息、租户信用趋势以及宏观信号被综合纳入分析，最终生成的是一份按优先级排序的候选名单——这原本需要研究团队花费数周时间才能整理出来。.

更有价值的能力在于发现那些目前看似还不是机会的潜在机会。租赁活动、空置率走势、基础设施投资以及人口结构变化中的规律，可以在交易量或价格尚未出现变化之前，预示某个子市场正接近转折点。比竞争对手更快地处理这些信息，本身就具有价值。 而对那些竞争对手尚未关注的信息进行分析，其价值则要大得多。.

风险评估

在资产层面，人工智能会读取完整的租赁文件（包括基础租赁合同、修订条款、禁反言声明及担保文件），并在数分钟内生成一份结构化的风险登记册：其中包含租赁期限、嵌入式选择权、共同承租条款、租金调整机制以及租户信用警示信息。原本需要一周时间的法律和分析审查工作，如今在实地考察前即可完成。.

在投资组合层面，这使得集中度分析首次成为可能。投资者可以查询当前对特定租户、行业、租赁结构或市场的总体风险敞口情况，并针对多种情景对该风险敞口进行压力测试。对于涵盖多个资产类别和地区的多元化基金而言，过去要回答这个问题，即使得出的答案也不尽如人意，也需要两周时间。.

资本配置与跨境战略

跨境投资的影响最大，却最少被讨论。本地投资者与外国投资者之间的信息不对称，一直是制约实物资产跨境资本流动的最顽固障碍之一。本地投资者熟悉市场。外国投资者要么为这种市场知识支付溢价，要么在缺乏这种知识的情况下接受更高的风险溢价。.

人工智能正在削弱这种信息不对称。通过同时整合多个市场的本地市场数据、监管框架、规划环境和交易记录，跨境投资者得以获得比以往任何时候都更可靠的分析基础。 本地专业知识依然重要，因为人际关系、实地判断以及监管应对是无法被自动化的。但信息鸿沟正在缩小，且缩小的速度比大多数资产配置模型所预期的要快。.

亚太地区便是最明显的例子。该地区在监管环境、市场成熟度、汇率波动以及资产类别深度方面的多样性，一直使得泛亚投资组合的构建在分析层面极具挑战性。 任何尝试过在统一标准下将东京的办公楼资产、悉尼的物流资产和首尔的零售资产进行比较的人，都深知其中有多少工作是需要手动完成的。人工智能使这一过程变得更加可控，我预计这将在未来几年加速区域内的资本流动。.

对于会员企业而言，值得投资的能力在于能够将多市场数据进行连贯整合，而非逐个市场地处理数据。能够同时把握整个区域全局的组织将占据优势。.

人工智能如何改变尽职调查和投资分析？在哪些领域，其带来的速度、准确性和投资成果的提升最为显著？

尽职调查是人工智能带来最显著可量化改进的领域，原因并不难理解。这是一个涉及大量文件且时间紧迫的过程，材料量庞大，而一旦遗漏任何内容，代价将非常高昂。.

文档审查与信息提取

文件审查的速度和完整性发生了最大的变化。一项商业收购涉及数百份文件：租赁合同、产权报告、环境评估报告、物业状况报告、经营报表、服务合同、保险单等。 彻底的人工审查往往需要数周时间，且会产生高昂的专业服务费。而人工智能只需数小时即可完成同一批文件的阅读，从每份文件中提取结构化数据，对审查结果进行交叉比对，并生成一份按优先级排序的清单，列出人工需要重点审查的内容。.

它也不会感到疲倦，不会走马观花，更不会遗漏一份200页租赁合同第47页中那条限制房东重新开发权力的条款。在时间压力下完成的尽职调查往往更全面，而时间压力恰恰是大多数尽职调查实际开展时的状况。.

承销与财务建模

由于模型数据填充不再需要手动操作，承保速度因此加快。分析师无需再将租金明细、租赁条款和运营费用手动录入模型，这些数据会直接从文件中提取，并附有出处引用。这样一来，录入错误得以消除，建模时间大幅缩短，且模型中的每一项假设都附有可追溯至原始来源的可审计链接。.

市场预测也在不断改进，但需注意更多限制因素。与传统方法相比，人工智能能够综合分析范围更广的领先指标，包括卫星数据、客流量、搜索趋势和市场情绪。但模型的准确性取决于其训练数据和内置的假设。 取得最佳成果的团队会利用人工智能生成多种情景并针对假设进行压力测试，并将任何单一的人工智能预测视为一种情景，而非直接作为承保依据的数值。.

估值

在这些方面中，估值是最为复杂的。人工智能提高了可比分析的速度和一致性，能够查找相关交易、调整资产特征差异，并比人工研究更快地构建出具有说服力的可比样本集。当交易数据充足时，自动估值模型的效果已变得相当出色。.

复杂或流动性较差的资产仍需依靠人工判断。 最优秀的人工智能辅助估值流程中，人工智能负责数据整合和可比案例分析，而估值师则专注于做出判断：在当前市场周期中，该资产应采用的合理资本化率；因租约即将到期而应给予的折价；以及具备真实ESG资质的建筑应获得的溢价。.

投资组合优化

投资组合管理工作正从周期性转向持续性。投资者无需再按季度或年度审查投资组合构成，而是可以对照目标参数，持续监控行业配置、地域集中度、到期结构、加权平均存续期（WALE）和债务服务覆盖率（DSCR），并在投资组合偏离目标范围时收到预警。对于大型多元化基金而言，这确实是治理方面的一大进步。.

在此我想提出一条建议：应优先采用那些能留下可审计、可引用的记录，明确记载了审查内容及审查结果的应用程序。 该地区各监管机构正越来越重视投资流程治理，能够证明已进行系统性审查，并展示人工智能的发现结果以及人类随后做出的决策，这本身就是一项风险管理资产。.

除了收购之外，人工智能正在如何改变实物资产的管理和运营方式？能否分享一些实例，说明人工智能如何提升资产表现、租户体验、预测性维护或运营效率？

在资产管理领域，人工智能对最广泛的利益相关者群体——不仅包括投资者，还包括租户、物业管理人员以及周边社区——展现出了最直观的影响。这也是顶尖机构与垫底机构之间差距最大的领域，因为运营型人工智能不仅需要技术，还需要数据基础设施，而许多实物资产管理机构目前仍在为此打下基础。.

资产绩效与运营智能

将人工智能与楼宇管理系统相结合，能最快带来运营效益。通过实时分析传感器数据、人员活动模式、天气预报和公用事业电价，人工智能可动态调节暖通空调和照明系统，在不影响建筑舒适度的前提下降低能耗。在商业建筑中，能耗通常可降低15%至25%，投资回收期在两到四年内。.

基准对比分析也变得更加精细化。资产管理公司可以实时将单个资产与同类资产组进行对比，对比指标既包括运营指标，也包括财务指标：能耗强度、每平方米维护成本、租户满意度、续租率等。这不仅使表现不佳的资产更容易被识别出来，而且更重要的是，也更容易向投资委员会解释原因。.

租户体验

租户体验正逐渐呈现差异化。基于人工智能的互动平台能够处理常规服务请求、解答关于配套设施的问题，并在问题演变为投诉之前及时预警。更先进的应用程序则会分析租户实际如何使用空间、何时使用以及重视哪些服务，并将这些分析结果应用于租赁策略、配套设施支出以及续租谈判中。.

商业逻辑很简单。感到服务良好的租户续租的概率更高，而续租的成本几乎总是低于重新招租。能够提升租户体验的人工智能不仅能提升服务水平，还能增加资产价值。.

预测性维护

预测性维护是该行业中较为成熟的应用之一。 来自电梯、冷水机组、水泵和电气系统的传感器数据能够揭示故障发生前的征兆，从而使维护工作在设备故障前就得以实施。其经济效益不言而喻：计划外维护的成本是计划内维护的3到5倍，而在有人居住的建筑中发生故障，除了维修费用外，还会给租户带来不便，并可能引发法律责任。.

在此领域表现出色的企业首先投资了传感器基础设施和数据管道。人工智能的性能取决于其获取的数据质量，而该地区许多老旧建筑在实施预测性维护之前，必须先进行物联网改造。对于那些原本以为购买人工智能只需购买软件的业主来说，这无疑是一场令人尴尬的对话。.

物业管理中的运营效率

在物业管理层面，人工智能正在接管大量日常行政工作：租赁摘要编制和关键日期跟踪、应收款监控、服务费对账、合规报告以及投资者报告。 在提高效率的同时，报告质量也得到了提升。与人工编制的报告相比，人工智能生成的报告更加规范、完整且及时，并能留下完整记录，既支持内部治理，也满足外部报告需求。.

能够从运营级人工智能中获益最多的组织，是那些将数据基础设施视为战略资产而非单纯的IT预算项目的企业。应先投资于数据管道、传感器网络和系统集成，再考虑具体应用。如果将人工智能应用于质量低劣的数据，就会产生糟糕的结果；而在资产管理领域，糟糕的结果会直接导致财务损失。.

随着可持续发展成为投资决策中日益重要的考量因素，人工智能如何帮助业主和管理者优化能源消耗并满足ESG报告要求？您是否预计，随着时间的推移，采用人工智能技术的建筑在估值或租金方面将获得溢价？

在可持续性领域，人工智能在实物资产领域的潜力与监管方向及投资者需求最为契合，但同时，该领域中宣传与实际运行之间的差距也最大。.

能源优化

人工智能驱动的能源管理是该领域商业上最成熟的可持续发展应用。利用机器学习根据人员占用情况、天气和公用事业电价实时调整建筑系统，这一做法已得到广泛应用，并在商业、工业和住宅资产中均能取得稳定的效果。.

较新的做法是将这一点与电网级数据及可再生能源采购相结合。 一座能够根据电网信号调整用电行为的建筑——在可再生能源发电量高且电价低时增加用电，在用电高峰期则减少用电——所做的远不止是减少自身的碳足迹。它已成为能源转型的积极参与者，在某些市场中，还能通过需求响应计划获得收益。.

对大多数业主而言，切实可行的起点是基于现有楼宇管理系统数据开展能源审计。这通常会发现一系列低成本的优化机会，完全无需资本支出，这也是该行业任何人所能遇到的最容易论证的商业案例。随后，人工智能会持续进行监测，并随着情况的变化发现更多优化机会。.

ESG报告

ESG报告是大多数实物资产机构面临的棘手难题。监管环境复杂且仍在不断变化，包括TCFD、SFDR、GRI、GRESB以及日益增多的各司法管辖区特定要求，而这些框架所需的数据则分散在楼宇管理系统、公用事业账单、租户调查和第三方评估中。 人工整合这些数据不仅耗时，还容易出错且成本高昂。.

人工智能主要通过两种方式提供帮助。它能够对这些数据源中的数据收集和标准化处理进行自动化处理，从而消除大部分手动整合工作及其伴随的错误。此外，它还能持续维护可审计的绩效数据记录，因此无论是监管机构的请求还是投资者的询问，都能迅速且有把握地予以答复。.

领先的机构将此视为数据基础设施问题，而非报表问题。当基础数据干净、一致且及时更新时，报表编制就变得轻而易举。而当数据支离破碎且需要人工拼凑时，无论报表层面的技术多么先进，都无济于事。.

估值与租赁溢价问题

关于配备人工智能技术的建筑能带来溢价的证据目前仍不充分，但我认为发展方向是明确的。.

在租赁领域，那些制定了自身ESG承诺的企业租户越来越不愿租用无法提供经核实的可持续性数据的建筑。对于信用评级最高的租户而言，实时能耗表现、碳强度和废弃物指标正逐渐成为一项基本门槛要求，而非差异化优势。无法达到这一门槛的建筑将发现，可供选择的租户群体正日益缩小。.

在估值方面，亚太地区主要市场的交易数据中已开始显现经认证且经过人工智能优化的建筑所带来的溢价，尽管在悉尼和东京，这一现象比在新兴市场更为明显。其运作机制并不复杂。 能源成本的降低提升了净运营收入（NOI），租户质量的提升降低了空置风险，而更强的环境、社会和治理（ESG）资质则降低了监管风险和资产搁浅风险——投资者正越来越多地将这些风险计入资本化率中。.

我预计未来五年内，这一溢价将进一步扩大。监管日益严格，这使得违规成本随之上升。企业租户想要的是经过验证的实际表现，而非证书。而投资者则正在积极寻求气候风险明显较低的资产。业主们如今投资于基于人工智能的可持续基础设施，既是在保护资产的长期价值，也是在降低运营成本。.

展望未来，您认为在未来五年内，人工智能将在哪些方面为投资者创造最大的竞争优势？业主、基金经理和开发商应当从现在开始投资哪些能力，才能保持竞争力？

未来五年，那些已将人工智能深度融入投资和运营流程的机构，将与仅在边缘领域进行尝试的机构拉开差距。这种差距将体现在投资回报、成本结构、人才招聘情况，以及它们能够吸引和持有的资产质量上。.

优势将来自何处

最具持久性的优势将来自专有数据以及基于这些数据构建的系统。每笔成交的交易、每份签署的租赁合同、每份经分析的运营报表以及每次与租户的互动记录，都构成一个数据点。那些已建立起基础设施来采集、规范化处理并从这些数据中汲取经验的组织，将拥有竞争对手难以复制的分析优势，因为这些数据本身就属于它们。.

这与实物资产领域数十年来形成的竞争格局截然不同——在那种格局下，优势源于人脉关系、市场准入和资产负债表。这些因素依然重要，任何声称并非如此的人，显然从未尝试过在这个地区争取一笔交易。但这些因素正日益被数据优势所补充，甚至在某些情况下被其取代，而数据优势会产生复利效应。.

速度是第二个关键因素。在人工智能辅助尽职调查将原本需要四周的流程缩短至四天的市场中，反应最快的机构能够抓住那些反应较慢的机构根本无法察觉的机遇。这一点在竞争激烈的竞标中尤为重要——在此类竞标中，尽早提交一份可信且经过全面评估的报价，才是真正的竞争优势。.

此外还有“运营阿尔法”，即通过更优的运营智能，从已持有的资产中挖掘出更多价值。随着并购收益率收窄以及轻松获利的财务工程手段逐渐消失，那些能够通过人工智能驱动的运营切实提升资产表现的企业，将能向自身投资者展示更具说服力的价值创造故事。.

现在该投资什么

对于基金经理和投资者而言，首要任务是数据基础设施和领域专用平台。数据基础设施指的是能够让人工智能在整个投资组合中发挥作用的数据管道、标准和治理框架。平台选择则意味着要选用专为实物资产打造的工具，而非事后改编而来的通用企业级人工智能解决方案。.

这种区别比表面看起来更为重要。该行业中人工智能的经济效益取决于从业者所称的“框架”——即包裹在模型外的一层结构，它控制着模型如何访问上下文、使用数据、分解任务以及应用领域约束。 一个专为实物资产工作流打造的“框架”——它能够理解租赁结构、运营报表格式、估值方法和监管框架——在完成相同工作时，其计算资源的浪费远少于用于处理相同任务的通用“框架”。.

因此，在实物资产领域，人工智能辅助工作的总成本主要并非由底层模型的价格决定，而是取决于该解决方案与行业工作流程的契合程度；而且，随着人工智能的应用范围从试点项目扩展到整个投资组合，这一点的重要性只会日益凸显。.

对于资产和物业管理者而言，当务之急是传感器基础设施、系统集成以及工作流程重构。 传感器能够实现预测性维护和能源优化。系统集成则确保来自楼宇管理系统、租户平台和财务系统的数据无需人工干预即可传输至人工智能系统。这三者之中，工作流程重构或许最为重要，却也最常被忽略——因为人工智能若置于流程的前端，而非简单地附加在流程末端，才能发挥最大效用。.

对于开发商而言，当务之急是从一开始就在新资产的设计中融入对人工智能的支持。与需要进行改造的建筑相比，配备全面传感器网络、开放式数据架构和集成化楼宇管理系统的建筑，在应用人工智能时的运营成本将低得多。鉴于这些资产的使用寿命很长，当前在设计和施工阶段做出的决策将决定未来数十年的运营竞争力。.

人才维度

最终胜出的将是那些能够吸引并留住能够妥善运用人工智能的人才的企业——这意味着这些人才既要了解人工智能的局限性，又要能够对人工智能的输出结果进行深入分析，并设计出能充分发挥其作用的工作流程。这与传统的实物资产专业知识所需的技能截然不同，需要企业在培训和招聘方面进行有针对性的投入。.

未来十年最出色的实物资产专业人士，将把深厚的领域知识与将人工智能作为分析伙伴的能力相结合。领域知识告诉他们该问什么问题，以及如何判断答案。人工智能则能让他们比以往更快、更全面地得出结论。 我至今尚未在这个市场中遇到过同时具备这两项能力的人，这或许正是该行业当前最引人关注的招聘难题。.

道格·康
亚太及日本地区副总裁
第五维度

从组织层面来看，人工智能正在如何改变贵公司团队的工作方式和企业的运营模式？您认为效率提升最显著的领域在哪里？您又是如何重新设计工作流程、业务流程和岗位职责，以充分利用这些效益的？

人工智能正从一种生产力工具，转变为实物资产的运营层。. 这一转变在中国已经显现。人工智能正迅速从回答问题和生成内容转向 推理、决策和任务执行, ，人工智能代理正日益成为日常工作的一部分。 中国日均Token使用量从2024年初的约1000亿增至2026年3月的140万亿以上——在短短两年多时间里增长了1000多倍。这反映出人工智能正以惊人的速度从实验阶段迈向实际商业应用。. 

从组织层面来看，最大的变化不仅仅在于员工能够更快地完成各项任务。. 人工智能正开始改变工作本身的组织方式。. 常规的信息收集、分析和报告工作可以越来越多地交由人工智能来处理，从而让团队有更多时间专注于判断、决策、关系管理和执行。因此，下一步不仅仅是将人工智能工具添加到现有工作流程中，而是围绕数据和智能来重新设计工作流程。.

我们在自身的运营中也正在见证这一转变。 例如，我们基于人工智能的工业数据平台整合了企业、工业和运营数据，以支持租户分析、定向招商和企业留存等功能。团队不再完全依赖零散的手工调研，而是可以利用人工智能在更广泛的信息库中识别规律和机遇，而判断与决策仍由人来负责。.

人工智能带来的真正生产力提升，并非来自更快地完成相同的工作，而是来自对工作方式的重新设计。.

人工智能正在迅速重塑实物资产领域的投资决策。它如何改变投资者发掘投资机会、评估风险以及在各行业和市场间配置资本的方式？您是否观察到人工智能对跨境投资策略或资本流动产生了影响？

人工智能正在推动投资从以资产为中心的分析转向以生态系统为中心的资本配置。. 人工智能正越来越多地帮助投资者突破传统金融和市场指标的局限，分析范围更广的信息——包括行业趋势、租户和企业表现、供应链关系、政策环境以及新兴需求来源。这有助于投资者更有效地识别机会、评估风险，并判断资本最有可能在何处创造长期价值。 这种转变在实物资产领域尤为重要，因为该领域的资产价值与其所处的经济活动及生态系统密切相关。.

在中国，随着技术、产业政策和资本市场之间的联系日益紧密，这一点正变得越来越重要。我们看到，人工智能和数据驱动的方法已在金融投资领域得到广泛应用，特别是在量化投资和研究方面，而类似的能力如今正扩展到私募股权和实物资产领域。关键区别在于，实物资产要求投资者将金融数据与 物理、空间和工业信息.

在我们的投资活动中，人工智能正帮助我们拓宽评估潜在资产的视角。 我们不再仅关注建筑本身、租金收入和历史运营表现，而是能够越来越多地分析资产内部及周边的企业、周围的商业和工业生态系统，以及该地段未来的潜在需求。这为评估投资机会和风险提供了更全面的依据。.

问题正逐渐从“该资产今天的价值是多少？”转向“该资产未来将能把握哪些经济活动？”

人工智能正在如何改变尽职调查和投资分析？从承销和市场预测到投资组合优化和估值，哪些领域在速度、准确性和投资成果方面取得了最大的提升？

人工智能正在改变尽职调查的方式，不仅提高了分析速度，还扩大了投资者在做出投资决策前可分析内容的广度。. 人工智能正越来越多地应用于房地产投资的各个工作流程中，特别是在 文件分析、数据提取、市场调研、承保、情景分析和投资组合监控. 短期内最大的收益未必在于取代专业判断，而在于让投资团队能够处理更多信息、识别规律并更快地验证假设。房地产公司已经开始利用人工智能和大数据来辅助资产筛选、投资组合分析、市场基准对比以及投资决策。. 

在中国，我们也正经历着类似的转型。. 人工智能已在金融投资领域得到广泛应用，包括量化投资和股票研究，其应用范围如今正扩展至实物资产领域。重要的是，人工智能并不能取代投资分析的专业基础。 传统的尽职调查——涉及财务、法律、税务、技术及市场分析，通常由外部顾问提供支持——其设计初衷正是为了全面了解一项资产。.

人工智能改变的是这种分析的规模、速度和成本。. 在我们自身的REITs前期投资工作中，现在可以利用人工智能在进行传统尽职调查之前及过程中，处理并整合范围更广的信息——从资产内部运营的企业，到其周边的商业和工业生态系统、租户发展情况以及市场趋势。这使我们能够 更早地筛选投资机会，更高效地缩小投资项目范围，并在掌握更充分信息的基础上开展详细的尽职调查。.

因此，人工智能为现有的投资流程增添了另一层智能，而非取代它。. 最大的进步并非在于人工智能使尽职调查或投资分析变得不再必要，而在于它使我们的工作更具可扩展性、更快捷且更具成本效益。.

除了收购之外，人工智能正在如何改变实物资产的管理和运营方式？能否分享一些实例，说明人工智能如何提升资产表现、租户体验、预测性维护或运营效率？

人工智能不仅正在改变实物资产的运营方式，也正在改变决定实物资产生产力的因素。. 中国为这一转型提供了有趣的视角。传统上，土地、劳动力和资本一直是经济发展的基本投入要素。2020年，中国在要素市场改革方面迈出了重要一步，明确承认了 技术与数据作为生产要素, ，与土地、劳动和资本并列。这反映了经济中价值创造方式的更广泛转变：技术和数据不再仅仅是辅助性资源，而是日益成为生产和商业决策不可或缺的组成部分。.

随着人工智能成为一项通用技术，, 每个行业都需要重新思考如何创造和传递价值——实物资产也不例外。. 对于实物资产所有者而言，问题已不再仅仅是如何更高效地运营建筑，而是如何将实物资产与数据、技术、资本以及在这些建筑内运营的企业相结合。.

我们正在通过自有的园区和孵化器探索这一模式。我们已投资了一家 基于人工智能的工业数据平台 该平台整合了企业、行业和运营数据。它不仅简单地监控实体资产，还帮助我们了解资产内部的业务及其周边的生态系统——包括租户发展情况、潜在搬迁风险、政策机遇、产业链关系以及潜在的 有针对性地吸引租户.

例如，人工智能能够识别企业运营轨迹中的变化，这些变化可能预示着未来的搬迁风险；同时，它还能帮助发现潜在的政策支持、研究合作或产业链联系，从而有助于留住并发展该业务。 另一方面，同样的智能技术还能识别符合园区产业战略、并能强化其现有生态系统的潜在租户。这在 资产运营、企业服务和产业发展.

实物资产管理领域的下一次演进，不仅仅在于更高效地管理建筑物；更在于将实物资产与新的生产要素相结合，从而提升其周围经济生态系统的生产效率。.

随着可持续发展成为投资决策中日益重要的考量因素，人工智能如何帮助业主和管理者优化能源消耗并满足ESG报告要求？您是否预计，随着时间的推移，采用人工智能技术的建筑在估值或租金方面将获得溢价？

中国正从对ESG的初步认识，转向更加系统化的评估与实施，而人工智能可以显著加速这一转型进程。.

随着可持续发展要求日益融入企业及投资决策，当前的挑战已不再仅仅是报告ESG表现，而是要持续衡量并提升其表现。人工智能正将来自建筑、能源系统、设备及人员占用情况的数据进行整合，使业主能够识别低效环节、优化能源消耗，并实时监测环境表现。.

对于实物资产而言，这可能会使可持续发展更具操作性，而不仅仅是一项报告工作。从长远来看，我认为采用人工智能技术的资产可能会获得溢价——但 这不仅仅是因为它们采用了人工智能。其附加价值将源于在能效、运营成本、租户体验以及长期韧性方面的可量化提升。. 人工智能能够将ESG从一种“报告对象”转变为一种“持续优化对象”。.

展望未来，您认为在未来五年内，人工智能将在哪些方面为投资者创造最大的竞争优势？业主、基金经理和开发商应当从现在开始投资哪些能力，才能保持竞争力？

在未来五年里，我认为最大的竞争优势将来自将人工智能融入实物资产的运营和经济体系之中——而不仅仅是将人工智能作为另一种技术工具来采用。.

对于业主、基金经理和开发商而言，以下三项能力将变得越来越重要： 高质量数据、基于人工智能的决策，以及将实体资产与新兴技术生态系统相连接的能力. 各组织需要构建可靠的数据基础，在投资和运营团队内部培养人工智能能力，并重新设计工作流程，从而使人工智能成为日常决策的一部分，而非一项独立的技术举措。.

与此同时，人工智能不仅将改变现有实物资产的运营方式；; 这将催生对实物资产的新型需求。. 我们已经在自己的投资组合中对此进行了探索。除了传统的孵化与租赁业务外，我们还在研究如何让我们的物业成为新兴人工智能行业的实体基础设施——例如，通过 集成式人工智能数据采集设施、数据中心和计算基础设施. 在这种模式下，该资产不仅仅是在为一家人工智能公司提供场地；该实体资产本身已成为人工智能行业基础设施和价值链的一部分。.

这也有可能为房地产投资信托基金（REITs）创造新的机遇。与人工智能相关的需求可以使租户需求更加多元化，支撑出租率和经常性营业收入，并有望随着时间的推移提高可分配收益。更重要的是，这可以增强投资者对底层资产长期增长潜力和市场相关性的信心。.

未来五年，获胜者绝不仅仅是那些最有效利用人工智能的业主。他们将是那些理解人工智能如何为实物资产创造新型需求——并让自己的资产抢先布局以满足这种需求的人。.

王吉元
董事长助理
上海科技交流中心
国际贸易中心

从组织层面来看，人工智能正在如何改变贵公司团队的工作方式以及企业的运营模式？

在 ICC，我们从以下角度来探讨人工智能： “增强智能” — 将人工智能定位为提升人类能力的“生产力副驾驶”，而非取代我们团队的专业知识。我们的业务横跨投资咨询、工业地产开发、写字楼及酒店业等多个领域，在以下三个关键领域取得了最显著的生产力提升：

• 投资咨询与市场研究： 我们利用人工智能对宏观经济报告、新出台的政策和法规以及宏观市场趋势进行扫描、汇总和分析。然而，为严格遵守内部数据风险管理原则，ICC采用一种 “AI 提出建议——人类进行核查” 所有由人工智能生成的数据，在最终确定并整理成报告提供给客户之前，都必须经过与实际市场交易记录及实地调查相核对的严格验证流程。.
• 市场营销与传播： 人工智能支持关键词挖掘、追踪重要经济事件、生成内容主题以及分析市场洞察和受众行为等关键任务。此外，它还通过自动化的Excel/PowerPoint模板，简化了工作流程规划和演示文稿设计等运营任务。这大大缩短了为我们的企业品牌及旗下房地产项目策划和执行传播活动所需的时间。.
• 人力资源（HR）： 人工智能实现了简历筛选的自动化（简历筛选)，职位描述的制定，以及在各项目团队中主动物色候选人。.

人工智能如何重塑投资决策和跨境资本流动？

在房地产领域，除了项目的内在品质外，向市场传递项目信息的速度和透明度也是决定项目成败的关键因素。.

• 机遇筛选与风险评估： 通过不断优化我们的提示工程能力，ICC的顾问团队能够快速分析复杂的多变量数据集——涵盖土地位置、基础设施连通性、区域规划以及供应链变动等各个方面。这使我们能够将预可行性研究周期从1个月缩短至仅1周。.
• 对跨境战略的影响： 在越南进行投资时，除了传统的直接渠道或基本的网络搜索外，人工智能还能帮助外资基金的专家快速定位、处理和分析目标房地产市场数据。这不仅能减少信息不对称，增强国际投资者的信心，还能加快其决策进程。.

您认为未来五年内，人工智能将在哪些领域创造最大的竞争优势？企业目前应该投资哪些能力？

展望未来五年，我认为，竞争优势不会属于那些购买最昂贵的人工智能工具的企业，而是属于那些拥有专有实时数据，并能够将人工智能无缝融入实际运营工作流程的企业。关键的竞争优势将包括：

• 供需预测： 能够及早预测市场变化（例如工业地产领域的工厂搬迁趋势，或办公楼和酒店行业的入住率波动），从而实时调整定价策略和运营。.
• 增强型投资承销：将人工智能的大数据处理能力与经验丰富的顾问所具备的本地专业知识相结合，从而提供最优的并购架构和谈判结果。.

为了建立并保持这些优势，当前应重点投资的核心能力包括：

• 专有数据基础设施： 人工智能的有效性取决于输入的数据质量；因此，构建一个干净、标准化且专有的数据库至关重要。.

以人工智能为先的思维方式与批判性思维： 鼓励员工将人工智能作为强大的助手加以掌握，同时保持高度的批判性思维，以彻底核查和验证所有由人工智能生成的结果。.

迈克尔·皮罗
联席首席执行官
印度支那资本

从组织层面来看，人工智能正在如何改变贵公司团队的工作方式和企业的运营模式？您认为效率提升最显著的领域在哪里？您又是如何重新设计工作流程、业务流程和岗位职责，以充分利用这些效益的？

在 ZDR Investments，我们管理着一个位于欧洲的国际商业租赁房地产投资组合：涵盖 80 多处物业、300 多家租户以及数百份租赁协议。 我们的管理团队利用人工智能加速文本搜索、截止日期跟踪以及合同条款对比。人工智能通过自动化处理合同审查、文档管理和数据分析等重复性任务，帮助团队更高效、更智能地工作。至关重要的是，我们的解决方案将所有数据保留在内部，绝不向外部传输。这对我们而言至关重要。.

人工智能正在如何改变尽职调查和投资分析？从承销和市场预测到投资组合优化和估值，哪些领域在速度、准确性和投资成果方面取得了最大的提升？

人工智能（AI）已应用于我们的尽职调查流程以及并购机会的财务建模中。AI将租户清单整理为标准化格式，随后模型会计算收益率和回报率等指标。单笔交易就会产生数百份文件：合同、图纸、扫描件、技术报告等。 我们目前正与一家人工智能初创公司合作，共同开发一套专门针对此类资产类别的尽职调查系统。现成的工具通常是为其他类型的投资组合设计的，而根据我们的经验，通用工具与资产类别专用工具之间的差距，正是其真正价值所在。.

除了收购之外，人工智能正在如何改变实物资产的管理和运营方式？能否分享一些实例，说明人工智能如何提升资产表现、租户体验、预测性维护或运营效率？

我们认为，人工智能为更深入地洞察租户表现和运营数据创造了机遇。随着零售商自身在需求预测、库存优化和减少食品浪费等领域应用人工智能，我们预计更高效的运营将助力租户取得更优异的表现。长此以往，这将有助于提升我们整个投资组合租金收入的韧性，并创造长期价值。.

米哈埃拉·赫尔尼奇罗娃
客户服务专员
ZDR Investments Sg Vcc

人工智能正在迅速重塑实物资产领域的投资决策。它如何改变投资者发掘投资机会、评估风险以及在各行业和市场间配置资本的方式？您是否观察到人工智能对跨境投资策略或资本流动产生了影响？

人工智能正在加速投资者评估亚太地区投资机会的方式，它能够对多个司法管辖区的监管、税务和架构变量进行近乎实时的分析，而此前获取这些信息往往需要花费更多时间。过去需要逐一审查的市场，现在可以同时进行评估，这使投资者能够以更快的速度和更大的信心发现并把握投资机会。.

就跨境资金流动而言，人工智能正帮助投资者对不同市场的跨境持股结构、税收协定地位、资金汇回机制及投资限制进行压力测试，从而支持更灵活的资本配置。.

人工智能如何改变尽职调查和投资分析？从承销和市场预测到投资组合优化和估值，哪些领域在速度、准确性和投资成果方面取得了最大的提升？

我们在交易尽职调查方面也正经历着重大转变。 人工智能工具能够审查海量的合同和财务信息，并迅速标记出异常情况、条款不一致或税务风险——这些情况若通过人工审查，原本需要耗费大量时间。这提高了对整个数据集进行全面审查的效率，提升了风险识别能力，增强了决策者所能获得的洞察质量，并使交易团队能够将更多精力集中在商业判断和价值创造上，而非数据提取上。.

在估值和情景建模方面，我们也看到了显著的效益——投资者可以实时评估利率变化、入住率、租金假设以及宏观经济状况对多种投资策略的影响。虽然人工智能提升了分析能力和效率，但经验丰富的专业人士在解读分析结果、评估市场细微差别以及做出能够创造长期价值的投资决策方面，仍然发挥着至关重要的作用。.

鲁奇·贾因
税务合伙人
安永印度

从人工智能的采用到人工智能带来的优势：这对实物资产意味着什么 

从组织层面来看，人工智能正在如何改变贵公司团队的工作方式和企业的运营模式？您认为效率提升最显著的领域在哪里？您又是如何重新设计工作流程、业务流程和岗位职责，以充分利用这些效益的？ 

我们所看到的最显著变化不仅仅是自动化，更是专业能力的增强。 在实物资产和投资服务领域，高技能专业人士传统上需要花费大量时间收集信息、审查文件、核对数据、编制报告以及管理工作流程。人工智能正在帮助减轻大部分行政负担，使团队能够将时间重新投入到分析、判断、利益相关方沟通以及战略决策中。.

成功最重要的决定因素之一，是人工智能在整个组织中的普及程度。人工智能越深入地融入日常工作，其影响就越显著。让员工能够使用人工智能工具固然重要，但同样关键的是营造一种勇于尝试的文化，鼓励内部推动者，并促进员工自主采用人工智能。.

随着人工智能应用范围的扩大，治理变得越来越重要。各组织必须确保以负责任的方式采用人工智能，并辅以明确的政策、保障措施和问责框架。我们高度重视负责任的人工智能实践，并鼓励员工在广泛部署人工智能之前，充分了解其带来的机遇和风险。.

在工作流层面，我们正在围绕“人机协同”模型重新设计流程。人工智能负责信息收集、摘要整理、分析和建议，而责任归属和决策权则始终牢牢掌握在经验丰富的专业人士手中。我们的目标不是取代专业知识，而是对其进行增强。.

人工智能正在迅速重塑实物资产领域的投资决策。它如何改变投资者发掘投资机会、评估风险以及在各行业和市场间配置资本的方式？您是否观察到人工智能对跨境投资策略或资本流动产生了影响？ 

在当前阶段，我们看到了这一悖论的两面。我们看到一些投资者能够更早地发现新兴趋势，更全面地评估风险，并更高效地分析投资情景。人工智能在发掘传统分析方法可能无法立即察觉的模式和关联方面特别有效，有助于投资者在各个行业、市场和地区发现投资机会。 与此同时，我们仍看到传统模式在某些细分领域中发挥作用。部分退出仍面临困难，且在投资周期的某些阶段，这些细分领域依然存在挑战。例如，诉讼进程依然缓慢，且未受到人工智能的太大影响。

从跨境视角来看，人工智能使投资者能够通过同时分析监管动态、人口结构变化、基础设施投资以及宏观经济指标，更有效地比较不同市场。这有助于投资者做出更明智的资本配置决策，并为机构投资者拓展更多投资机会。.

话虽如此，实物资产本质上仍具有地域性。虽然技术可以显著提升分析能力，但对当地市场的了解、监管方面的专业知识、租户动态以及商业关系，仍然是决定投资成功与否的关键因素。.

除了并购之外，人工智能正在如何改变实物资产的管理和运营方式？ 

我们再次看到影响喜忧参半。现代建筑和基础设施资产通过融入人工智能可获益匪浅。与此同时，在印度等国家，存在大量尚未进行再开发但已具备再开发条件的实物资产。资本既充裕又稀缺，这取决于具体投资的对象。

如今，现代建筑和基础设施资产会产生海量的运营数据。人工智能使业主和运营商能够实时分析这些信息，从而提升性能、降低成本并改善使用者体验。.

预测性维护便是其中最典型的例子之一。通过持续监测设备性能并识别预示潜在故障的规律，人工智能能够在中断发生之前采取主动干预措施。这不仅能减少停机时间、提高可靠性，还能降低维护成本。.

随着可持续发展成为投资决策中日益重要的考量因素，人工智能如何帮助业主和管理者优化能源消耗并满足ESG报告要求？您是否预计，随着时间的推移，采用人工智能技术的建筑在估值或租金方面将获得溢价？

可持续发展是人工智能的一个特别有吸引力的应用领域，因为环境绩效从根本上说是一个数据挑战。. 

人工智能能够汇总、监测和分析与能耗、用水量、排放量以及建筑整体性能相关的信息。这有助于业主发现低效之处、优化运营并改善环境绩效，同时支持更准确、更透明的ESG报告。.

与此同时，可持续发展并不一定对每个市场都是一个关键主题。不同层级的资产所有者和运营商对其的采纳程度各不相同。

随着时间的推移，我认为采用人工智能技术的建筑有望获得显著的竞争优势。租户越来越重视运营效率、可持续性、健康福祉以及数字化体验。那些能够展现更低运营成本、更优环保表现以及更佳租户体验的建筑，自然会更受租户和投资者的青睐。.

这最终能否转化为可量化的估值溢价，将因市场而异。.

展望未来，您认为在未来五年内，人工智能将在哪些方面为投资者创造最大的竞争优势？业主、基金经理和开发商应当从现在开始投资哪些能力，才能保持竞争力？ 

最大的竞争优势并非仅仅源于拥有人工智能技术，而是源于企业能否以结构化、受管控且可扩展的方式，将人工智能融入决策、运营和组织知识之中。.

希卡·巴盖博士​​​​，CAIA，CA
市场负责人/总经理——印度
Vistra

从组织层面来看，人工智能正在如何改变贵公司团队的工作方式和企业的运营模式？您认为效率提升最显著的领域在哪里？您又是如何重新设计工作流程、业务流程和岗位职责，以充分利用这些效益的？

凯德投资（CLI）将人工智能视为一种执行能力，能够增强我们在分析投资机会、运营资产、服务客户、优化企业工作流程以及帮助员工适应人工智能赋能的工作方式方面的能力。CLI正在将人工智能融入并推广至投资管理、运营平台及企业职能部门的核心工作流程中，以支持其长期增长目标。.

CLI 目前正在将人工智能应用到投资工作流程、业务运营、企业职能和员工能力建设等各个方面，以支持其长期增长目标。.

2025年，CLI推出了110项人工智能举措，实现了超过S$12百万的收入增长，并实现了超过S$5百万的成本优化。.

在商业管理领域，已有约 80% 的资产报告实现自动化，预计每年可节省约 1,300 人工小时。.

人工智能代理正帮助团队更快速、更一致地分析财务表现、租赁活动、租户趋势、客流量、客户行为以及运营问题。.

尽管人工智能正在重塑岗位职责乃至工作本身，但CLI的立场是：人工智能应支持人类，而非取代人类。在CLI，人类的判断力、责任感和决策能力依然是核心，而人工智能则承担更多常规性、重复性及需要大量研究的工作。.

CLI 的做法是重新设计和优化工作流程，以便员工能够专注于更高价值的活动，例如业务决策、关系管理、客户互动、资产增值和业务增长。.

2026年上半年，共有超过2,800名员工接受了人工智能工具的培训。CLI还鼓励员工开发受管控的人工智能代理，以解决运营中反复出现的痛点。.

人工智能正在迅速重塑实物资产领域的投资决策。它如何改变投资者发掘投资机会、评估风险以及在各行业和市场间配置资本的方式？您是否观察到人工智能对跨境投资策略或资本流动产生了影响？

人工智能使投资者能够处理海量信息、更快地发现投资机会，并以更一致的方式评估风险。此外，通过利用日益丰富的数据集和市场情报来验证假设，人工智能有望进一步拓展投资机会来源、强化承保纪律并提升风险评估能力。不过，投资判断、验证及最终决策仍由投资专业人士负责。.

ATLAS，CLI的专有技术 投资智能AI平台，支持在整个投资生命周期内开展市场情报分析、房产分析、增值潜力识别及风险评估。.

ATLAS 帮助投资团队检索和整理市场情报、审阅投资材料、分析物业及区位特征、将假设与市场数据进行对比，并组织风险评估。这为团队提供了更扎实的分析基础，既能加快投资机会的评估速度，又能提高整个投资流程的一致性和可追溯性。.

ATLAS 基于来自 20 多个国家（包括东南亚、中国、印度、澳大利亚、 欧洲和美国，并从涵盖工业、写字楼、数字基础设施、医疗保健、住宅、物流、酒店和零售等主要房地产领域的70,000多份机构级报告中提取信息。如此广泛的覆盖范围使团队能够跨市场、跨行业获取洞见，同时支持对全球投资机会进行更系统化的评估。.

人工智能正在如何改变尽职调查和投资分析？从承销和市场预测到投资组合优化和估值，哪些领域在速度、准确性和投资成果方面取得了最大的提升？

ATLAS 能够帮助团队更高效地整理和审查海量信息，并通过提高投资准备工作的速度、结构化和一致性来实现这一目标。.

目前，在研究密集型和时间敏感型活动中，改进最为显著。 ATLAS 通过检索并梳理市场情报、审查投资材料、将承保假设与参考市场数据进行对比，以及在流程早期识别风险和缓解措施，帮助团队更快地评估投资机会，并产出更清晰、可追溯性更强的投资成果。该平台还支持市场调研、投资备忘录审查、假设对比和风险评估等工作。.

除了交易分析之外，CLI 还利用人工智能对跨越不同地区和投资组合的 25 多年专有投资数据进行整理和关联，通过共享的机构知识库，实现更快捷的信息获取、更有效的机构知识利用以及更优的决策制定。.

该平台还通过支持基于数据的假设验证，并帮助建立更规范的投资流程，从而加强了承保工作。人工智能正在积极推动分析严谨性、一致性和效率的提升。.

除了收购之外，人工智能正在如何改变实物资产的管理和运营方式？能否分享一些实例，说明人工智能如何提升资产表现、租户体验、预测性维护或运营效率？

在CLI，人工智能正日益融入资产的运营和管理方式中，有助于提升资产表现、增强客户参与度、提高运营效率并优化决策。在零售、住宿、自助仓储和智能建筑运营等领域，可以见到一些最显著的例子。.

在零售领域，我们的数字助理Casey通过CapitaStar应用程序和商场网站提供基于人工智能的客户支持。Casey已处理超过37万次聊天会话，全天候响应客户咨询，从而减少了对礼宾台和呼叫中心的依赖。 除了提升服务质量和客户满意度外，这一举措还使部分购物中心的礼宾服务区域得以改造成可创收的零售空间。人工智能还支持租赁、租户互动和资产报告等工作流程，帮助团队更快地获取洞察，更高效地管理资产。.

在住宿领域，人工智能通过在105家酒店实施动态定价，助力收益管理，从而实现了年度营收增长。 雅诗阁的AI智能数字礼宾服务“Cubby”自上线以来已处理超过100万次宾客咨询，帮助会员规划行程、预订住宿并获取物业信息。这些功能强化了个性化服务，提升了宾客体验和服务质量，并助力直接需求生成及开拓额外收入机会。.

CLI的自助仓储平台利用人工智能（AI）同时提升客户体验和运营效率。AI客服负责处理咨询、评估仓储需求、安排实地看房、协助即时预订，并为提货和客户服务提供支持。 初步数据显示，销售周期缩短了60%，其中约一半的客户互动发生在非营业时间。这些功能使部分高入住率的仓储设施得以过渡到无人化运营，同时保持了服务水平并提高了运营利润率。.

随着可持续发展成为投资决策中日益重要的考量因素，人工智能如何帮助业主和管理者优化能源消耗并满足ESG报告要求？您是否预计，随着时间的推移，采用人工智能技术的建筑在估值或租金方面将获得溢价？

人工智能正逐渐成为推动房地产可持续发展的关键驱动力，它帮助业主和管理者从被动管理转向数据驱动的优化。在CLI，人工智能正被应用于分析运营数据、优化建筑性能以及支持预测性维护。.

除了面向客户的应用之外，人工智能还被应用于资产本身的运营管理中。 智能建筑平台通过分析运营数据，及早发现设备问题并提升建筑性能，从而支持整个物业组合的预测性维护和能源优化。例如，该平台可检测制冷机组运行效率低下及回风温度未达最佳状态等问题，从而帮助降低能耗、减少运营成本，并支持可持续发展目标的实现。.

人工智能还能通过改进大型投资组合中数据的收集、验证和分析方式，从而加强ESG报告工作。在CLI，目前正在测试人工智能试点项目，以期提高环境数据收集的效率和准确性。 随着报告要求日益复杂，投资者对透明度的要求也越来越高，人工智能可帮助资产管理公司更一致地处理海量的环境和运营数据，从而更准确地衡量能源消耗、碳排放及可持续发展表现。这有助于做出更明智的决策，并增强对可持续发展信息披露的信心。.

展望未来，您认为在未来五年内，人工智能将在哪些方面为投资者创造最大的竞争优势？业主、基金经理和开发商应当从现在开始投资哪些能力，才能保持竞争力？

在未来五年内，能够将专有投资情报与基于人工智能的运营平台相结合的企业将获得最大的竞争优势。对于实物资产管理机构而言，人工智能的价值将日益体现在：更快地发现投资机会、更高效地运营资产、更有效地服务客户，以及在不增加相应成本和复杂性的情况下扩展平台规模。.

在CLI，我们认为竞争优势将越来越多地来自以下四个方面：

• 专有数据和情报平台：ATLAS 展示了人工智能如何将投资知识制度化，将专有数据与市场情报相结合，并支持建立更加规范且可扩展的投资流程。能够获取独特投资、运营和客户数据的机构，将更有条件持续优化决策，并创造出越来越难以被复制的竞争优势。.
• 基于人工智能的运营平台。.那些将人工智能深度融入租赁、租户互动、资产运营、客户服务及投资组合管理等领域的企业，将更有能力在提升运营杠杆的同时改善客户体验。能够在多个运营平台上部署和扩展人工智能的能力，将成为一项关键的差异化优势。.
• 劳动力能力。.员工能力准备度正逐渐成为一项战略性差异化因素。要成功应用人工智能，需要员工具备人工智能应用能力，并能够重新设计工作流程、实现日常工作的自动化，以及构建贴近业务的实用解决方案。.
• 治理与信任。.随着人工智能越来越深入地融入投资和运营决策，那些能够负责任地部署人工智能、保持透明度并确保人类问责制的组织，将更有能力扩大应用规模并维持利益相关者的信任。.

归根结底，投资者、所有者、基金经理和开发商应着力投资于四大核心能力：专有数据基础、基于人工智能的工作流程、员工能力培养以及健全的人工智能治理框架。这些能力将共同决定哪些组织能够有效扩大人工智能的应用规模，并创造可持续的长期价值。.

黄慧琳
首席数字与技术官
凯德置地投资

人工智能正在迅速重塑实物资产领域的投资决策。它如何改变投资者发掘投资机会、评估风险以及在各行业和市场间配置资本的方式？您是否观察到人工智能对跨境投资策略或资本流动产生了影响？

房地产一直以来都是一项高度本地化的行业。投资者在发掘投资机会、了解市场状况以及进行尽职调查时，很大程度上依赖于当地的市场数据、经纪人、顾问及其他中介机构。这种依赖性在海外投资时表现得尤为明显，因为语言、监管、市场惯例以及数据获取方面的差异会带来额外的障碍。.

它使投资团队能够从更广泛的来源收集和处理信息，更高效地核对市场数据，并在开展初步研究和尽职调查时减少对中介机构的依赖。 效率的提升也能直接转化为交易成本的降低。随着人工智能改善信息获取渠道并提升分析能力，部分职能将越来越多地由内部完成，从而使投资者能够以更低的成本筛选更多市场和投资机会。.

然而，我们并不认为人工智能会取代人类的投资判断。实物资产仍然具有高度的异质性和地域性，而投资决策往往涉及一些无法完全通过数据或模型捕捉的因素。人工智能可以使决策过程更快、更理性，但责任归属和最终的投资判断必须由人来承担。.

因此，人工智能的真正价值不在于取代投资者，而在于为他们提供更优质的信息、更强大的分析工具，以及更多时间，让他们能够专注于那些真正需要判断力的决策。.

除了收购之外，人工智能正在如何改变实物资产的管理和运营方式？能否分享一些实例，说明人工智能如何提升资产表现、租户体验、预测性维护或运营效率？

人工智能正在提升实物资产管理的效率，特别是在日常数据监控、租赁管理、维护检查和运营报告等领域。通过将人工智能与物业管理系统相结合，许多例行任务可以实现自动化或提高效率。.

然而，房地产管理从根本上说仍是一项以人为本的业务。与租户的关系、租赁事务以及日常问题的解决，往往都依赖于人与人之间的直接互动。这一点在充满挑战的市场环境中尤为重要——在这样的市场中，要留住现有租户并吸引新租户，往往需要提供额外服务和个性化关怀。.

例如，有一次台风导致我们的一处物业发生洪涝，一名租户感到非常沮丧。 我们的租赁经理立即赶赴现场，亲自协助租户排水。租户对此印象深刻，事后告诉我们，这次经历让他们更加愿意继续租用我们的物业。这是人工智能难以复制的。归根结底，租户在评估物业质量时，往往不仅看建筑本身，还会看管理它的人。.

归根结底，实物资产是真实且有形的。人工智能虽能显著提升资产管理能力，但人的因素依然难以被取代。.

展望未来，您认为人工智能将在哪些领域创造最大的竞争优势？ 未来五年内，这对投资者有什么优势？应该具备哪些能力？ 业主、基金经理和开发商目前正在投资哪些领域，以保持 有竞争力吗？

在未来五年内，我们认为人工智能对实物资产投资者而言，其赋能作用将大于颠覆作用。最大的竞争优势并非仅仅来自使用最新的人工智能工具，而是取决于投资者能够多快地理解人工智能及更广泛的技术创新给各行业和实物资产带来的变化。 对投资者而言，这意味着要加强研究能力，并密切关注实体经济的变化——例如，理解技术如何重塑对能源、计算能力和实体基础设施的需求。人工智能可以帮助我们更快地处理信息、提高预测准确性，并做出更明智的资本配置决策。从这个意义上说，人工智能提升了我们的投资智慧，,
但这并不能取代经验和市场判断。.

公共市场与私募市场之间也存在一个重要区别。在信息相对标准化且易于获取的公共市场中，人工智能在投资分析中可以发挥更大的作用。然而，私募实物资产投资仍然在很大程度上取决于人脉关系和资源。发现有吸引力的资产是一回事；而实际获得投资机会并完成投资则是另一回事。.

归根结底，成功的实物资产投资仍需耐心、经验、判断力、人脉以及强大的资产管理能力。人工智能虽能让投资者更睿智、更高效，但始终走在瞬息万变的世界前列，才是真正的竞争优势。.