人工智慧如何重塑實物資產產業

從組織層面來看，人工智慧如何改變貴公司團隊的工作方式及企業的運作模式？您認為哪個領域的效率提升最顯著？また，您是如何重新設計工作流程、作業程序及職責分工，以充分發揮這些效益的？

人工智慧正在實質性地改變我們與客戶及員工互動的方式。人工智慧已使我們的營運環境發生了範式轉移。以下是幾個體現這種變化的經典例子：

• 研究與合規——在人工智慧驅動的文件審閱與先例分析的協助下，我們的研究方法已徹底改變——我們的團隊現在花在資料蒐集與研究上的時間大幅減少，而用於判斷／決策的時間則顯著增加——從而從資訊彙編轉向策略諮詢。.
• 資料分析——透過彙整資訊並分析各投資組合的資料，能更輕鬆且更精準地繪製風險地圖，並找出合規缺口
• 人力資源的重新定位——透過將數據密集型任務自動化，我們已讓人才得以專注於更高價值的客戶服務與顧問工作。這不僅提升了團隊的投入度與職涯發展前景，也使我們能夠在不需相應增加人力編制的情況下，擴大顧問服務的規模。.

人工智慧正迅速重塑實物資產領域的投資決策。它如何改變投資者發掘機會、評估風險，以及在各產業與市場間配置資本的方式？您是否觀察到人工智慧正影響跨境投資策略或資本流動？

決策制定已成為一個徹底革新後的流程。借助人工智慧輔助的流程，如今能以更精準、更深入的研究來加速決策，這已成定局。投資者現在能夠針對規模龐大的資料集進行建模，並透過多種情境分析與壓力測試，在兩年前難以想像的時間框架內，探索不同的機率分佈與結果。.

人工智慧如何改變盡職調查與投資分析？從承銷、市場預測到投資組合優化與估值，哪些領域在速度、準確性及投資成果方面帶來了最大的改善？

關於人工智慧在盡職調查中的應用及其影響的幾個實例

除了收購之外，人工智慧如何改變實物資產的管理與營運方式？能否分享一些實例，說明人工智慧如何提升資產表現、租戶體驗、預測性維護或營運效率？

人工智慧已廣泛應用於預測性維護、動態能源優化及營收管理等領域，藉此降低營運成本，同時提升租戶滿意度。.

隨著永續發展成為投資考量中日益重要的因素，人工智慧如何協助業主與管理人員優化能源消耗，並符合 ESG 報告要求？您預期配備人工智慧的建築物，隨著時間推移能否在估值或租金方面獲得溢價？

在機構市場中，企業針對具備人工智慧功能且獲得 ESG 評級的資產，收取約 3-7% 的租賃溢價；隨著租戶偏好轉變，且融資成本日益重視永續發展表現，該溢價差距正不斷擴大。然而，溢價並非必然——租戶對 ESG 的偏好因地區而異，而二手市場的溢價幅度則微乎其微。.

展望未來，您認為在未來五年內，人工智慧將在哪些領域為投資者創造最大的競爭優勢？業主、基金經理人和開發商現在應該投資哪些能力，才能保持競爭力？

與其他行業一樣，以精準資料挖掘為後盾的人工智慧，將成為房地產投資者的關鍵所在。那些將人工智慧融入決策過程——而非僅僅為了提升營運效率或降低成本——的投資者，應能比競爭對手擁有顯著的優勢。.

阿尼什·桑維
伙伴
普華永道會計師事務所

人工智慧的即時效益將來自於將盡職調查、承保、文件審閱及市場分析等高度依賴流程的任務自動化。然而，隨著此類工具廣泛普及，這些生產力提升所帶來的優勢將迅速消退。 我認為，長期的競爭優勢將源自基於獨特資料集、對市場情境的理解以及營運經驗所建構的專有 AI 能力。 正如過去各家機構曾透過卓越的投資模型、研究平台或風險管理框架來區隔自身，下一代的業界領導者或許將憑藉其由人工智慧驅動的決策平台之品質而脫穎而出。.

這些能力有望顯著提升投資者發掘機會、評估風險，以及在各產業與市場間配置資本的能力。那些能夠更有效地分析海量結構化與非結構化數據、更早識別新興趨勢，並產生更精準洞見的企業，在投資機會發掘與投資組合建構方面，很可能具備優勢。 這對跨境投資的影響尤為顯著——在跨境投資領域，人工智慧能協助投資者透過更一致且可擴展的分析框架，評估跨地區的投資機會，從而可能加速全球資本流動並提升市場透明度。.

要發展這些能力，必須在數據基礎設施、技術及人才方面進行大量投資。因此，鑑於全球最大型投資管理公司具備的規模、資源及專有數據的取得優勢，它們很可能已經建立了顯著的先發優勢。 許多機構已開始將人工智慧融入其研究、風險管理及投資流程中。然而，人工智慧也具備顛覆現狀的潛力——它能讓那些具備獨特願景與強大技術文化的創新企業，與規模大得多的既有業者一較高下。.

正如亞馬遜透過運用科技、數據及營運能力徹底改變零售業一般，可以預見，在實物資產領域中，將會出現新一代以人工智慧作為競爭策略核心的專業投資管理公司。 在未來五年內，該行業中最具影響力的創新，可能不僅來自規模最大的既有業者，也將來自那些能夠在投資過程中善用人工智慧的靈活企業。 然而，房地產投資絕不僅僅是數據與分析。它同樣建立在人際關係、談判技巧、執行能力、監管考量，以及對我們如何與建築環境互動的理解之上。.

在房地產領域，超額報酬（alpha）是透過投資洞見、紀律嚴明的資本配置、卓越的營運能力，以及長期成功的執行力共同作用而產生的。雖然人工智慧（AI）有潛力強化這些驅動因素，但僅憑技術本身並無法創造超額報酬。 最有可能創造永續超額報酬的企業，將是那些利用人工智慧來增強——而非取代——一直以來支撐成功房地產投資的專業知識、人脈關係與執行能力的公司。 儘管未來的競爭戰線將日益聚焦於技術層面，但那些能成功整合專屬數據、先進分析技術與人類判斷力的企業，將在日益由科技驅動的投資環境中，處於最有利的位置，得以產生獨特的洞見、更有效地配置資本，並建立競爭優勢。.

李克莉絲汀
亞太區研究主管
萊坊

人工智慧正迅速重塑實物資產領域的投資決策。它如何改變投資者發掘機會、評估風險，以及在各產業與市場間配置資本的方式？您是否觀察到人工智慧正影響跨境投資策略或資本流動？

人工智慧的應用仍處於初期階段，投資者也處於不同的部署階段，但我們觀察到，人工智慧透過簡化流程，將使投資者能夠對更多資產進行更深入的審查。.

目前，時間是投資者面臨的最大能力限制之一。這意味著他們必須迅速做出初步評估，以決定某項資產是否值得進一步研究。人工智慧將協助進行這些高層次的篩選，同時在每個步驟都允許進行深入審查，使投資者能在投資流程的每個階段做出明智的決策。.

此外，還可評估更多種類的數據，這些數據雖未必與資產本身直接相關，但最終可能影響其長期表現。這將使風險評估評分流程（市場風險、氣候風險、經濟風險）更為詳盡，從而更深入地了解資產的優點與缺點。.

資本日益全球化，投資者需要同時評估多個市場的資產。人工智慧能夠重複執行預設的分析，從而實現資產的標準化比較，協助在可用資本範圍內識別最優先的投資目標。.

總體而言，人工智慧並不會取代人類的判斷，而是透過更深入的數據分析與更完善的場景模擬等途徑，提升決策過程的速度與清晰度。這將使我們能夠更廣泛、更迅速地評估應投資或處置的潛在資產。.

人工智慧如何改變盡職調查與投資分析？從承銷、市場預測到投資組合優化與估值，哪些領域在速度、準確性及投資成果方面帶來了最大的改善？

人工智慧非常適合處理重複性強且數據量龐大的任務——這正是盡職調查的典型代表。簡單來說，這意味著能夠更快地完成更多分析工作。 舉例來說，人工智慧進行租賃條款摘要的品質已大幅提升，這不僅縮短了從每份租賃合約中擷取相關條款所需的時間，與人工處理相比，還能維持——甚至提升——所擷取資訊的準確性。.

隨著時間推移，將持續開發規模更大、更複雜的模型，用以預測未來的市場狀況，並針對這些預測提供各種情境參數。此舉將有助於在資產層級與投資組合層級進行更精準的上行或下行評估，進而據此評估集中風險，並判斷是否需要重新平衡投資組合，以維持多樣性與韌性。.

自動化估值模型的開發工作已進行了一段時間。此類模型雖將持續改進，但仍需仰賴人工評估，以確保分析的準確性及符合監管規定。.

除了收購之外，人工智慧如何改變實物資產的管理與營運方式？能否分享一些實例，說明人工智慧如何提升資產表現、租戶體驗、預測性維護或營運效率？

設施管理（FM）會產生龐大的數據量，這為建築物的營運與管理方式帶來令人振奮的可能性。將使用狀況數據、清潔時程表以及預測性或預防性維護計畫相互串聯，將是優化成本效益的最大契機之一。這將使設施管理合約模式得以持續演進，從以人力需求為導向轉變為以營運成果為導向。 人工智慧（AI）亦能促進更個人化的租戶互動與自助服務工具，使問題得以更主動地被識別與解決，並提升整體使用者體驗。.

展望未來，您認為在未來五年內，人工智慧將在哪些領域為投資者創造最大的競爭優勢？業主、基金經理人和開發商現在應該投資哪些能力，才能保持競爭力？

最大的競爭優勢將來自專有數據、投資判斷與營運執行力的結合。如今能建立強大數據治理與整合能力的投資者，未來更有可能維持這項優勢。.

多米尼克·布朗
國際研究主管
高力國際。.

從組織層面來看，人工智慧如何改變貴公司團隊的工作方式及企業的運作模式？您認為哪個領域的效率提升最顯著？また，您是如何重新設計工作流程、作業程序及職責分工，以充分發揮這些效益的？

人工智慧不僅僅是將任務自動化。它正在改變「什麼才算是一項任務」的定義，而在實物資產領域，這項區別比大多數產業更為重要，因為一項資產可能產生數千頁的文件、數十份利害關係人報告，以及長達數月的分析週期。.

收益流向何處

效率的提升並非體現在那些常被提及的使用案例中，而是體現在那些消耗分析師大量時間、卻又枯燥乏味的大量工作上：租約摘要與審閱、營運報表標準化、變動說明、租金清單對帳，以及投資者報告。 這些工作過去會讓初級分析師每月為每項資產耗費兩至四天。若將其整合到設計完善的人工智慧工作流程中，僅需數分鐘即可完成，並附有來源引用及稽核軌跡。一旦實現這一點，就必須重新檢視團隊的人員配置，以及實際上要求員工執行哪些任務。.

跨文件分析是另一個能帶來顯著效益的領域。過去，管理 30 項資產的經理人通常依賴物業管理公司編製的摘要報告，而摘要報告的設計本質上就會導致資訊遺漏。 人工智慧能夠深入解析其背後的細節——包括租約、營運報表、檢查報告及共同費用（CAM）對帳單——並揭露那些無人想到要納入摘要中的契約違約或到期風險。實際上，這正是多數意外狀況的藏身之處。.

工作流程與角色的重新設計方式

那些能充分發揮人工智慧潛力的組織，並未只是將聊天機器人硬塞進現有流程中。它們回歸基本原則，並自問：如果資料擷取、標準化處理以及初步分析都由其他環節負責，那麼員工應該做些什麼？.

答案始終歸結於判斷。 分析師的工作重心已從蒐集資料轉向制定決策。資產管理人員花在編寫報告的時間減少了，而花在根據報告內容採取行動的時間則增加了。投資專業人士審閱篩選結果，而非從頭開始建立篩選條件。這些工作並沒有比它們所取代的工作更不重要，這一點值得告訴任何一聽到「AI」就預設會裁員的團隊。.

最關鍵的重新設計在於將人工智慧置於流程中的哪個環節。若將其應用於案件受理階段——包括閱讀新租約、擷取條款、標記異常條款、更新資料庫——此後的每個步驟都將因此受益。若僅將其用於潤飾人類已撰寫好的報告，所帶來的效益則僅是表面功夫。.

關於平台選擇與成本的說明

當前，實物資產公司面臨的最具影響力的決策之一，並非是否採用人工智慧，而是該採用哪個平台，而其中的經濟效益並不如表面上那般顯而易見。.

人工智慧支出激增確實令人擔憂。許多組織發現，那些為程式設計或客戶支援等廣泛應用場景所建置的通用平台，一旦應用於實物資產工作流程，成本便會迅速攀升。箇中原因在於結構性問題：通用平台並不了解該領域的特性。 當代理程式不了解何謂 CAM 對帳、如何計算 WALE，或是毛租金與淨租金的差異會對營運報表產生何種影響時，它會透過擷取更多背景資訊、執行更多步驟以及更頻繁地重試來彌補。這些彌補措施的每一步都會消耗代幣，而成本更會迅速累積。.

值得關注的數字，是將特定工作完成至所需標準所需的總成本，而非每單位代幣的價格。一個以實物資產的詞彙、文件類型、工作流程及分析框架為核心建構的平台，在完成相同任務時，能大幅減少運算資源的浪費。 在 Fifth Dimension，我們專為特定領域優化的代理框架——這個層級負責控制 AI 如何擷取上下文、運用資料、分解任務、管理交接流程以及設定防護機制——所產出的結果，其品質與通用平台相當，但消耗的代幣卻僅需其一小部分。這項差距將決定一個 AI 程式究竟能成功擴展規模，還是會因成本過高而悄然縮減規模。.

對於任何正在評估平台的人，我想提出兩點建議。請要求提供「任務完成總成本」的基準數據，而非僅關注代幣價格。此外，對於任何聲稱能同樣出色地服務所有行業的說法，都應抱持懷疑態度。在實物資產領域，專業領域的深度既決定了服務品質，也影響了成本效益，而市場上大多數參與者尚未將此因素納入定價考量。.

人工智慧正迅速重塑實物資產領域的投資決策。它如何改變投資者發掘機會、評估風險，以及在各產業與市場間配置資本的方式？您是否觀察到人工智慧正影響跨境投資策略或資本流動？

實物資產的投資決策向來既需處理大量資訊，又受時間所限。人工智慧正同時解決這兩項限制，既擴大了投資者實際能夠處理的資訊範圍，也縮短了處理這些資訊所需的時間。.

機會識別

交易篩選方式率先發生了改變。過去依賴經紀人關係和市場報告來發掘投資機會的投資者，如今能夠針對規模大得多的資產池進行系統性篩選。子市場數據、交易可比案例、規劃許可、租戶信用趨勢以及宏觀信號等資料被整合分析後，產出的是一份按優先順序排列的候選名單——這份名單若由研究團隊親手彙整，原本可能需要數週時間。.

更有價值的能力在於發掘那些目前尚未顯現為機會的潛在機會。租賃活動的模式、空置率趨勢、基礎設施投資以及人口結構變遷等跡象，往往能在交易量或價格波動顯現之前，預示某個子市場正接近轉折點。若能比競爭對手更迅速地處理這些資訊，便具有相當的價值。 而處理那些競爭對手尚未關注的資訊，其價值則更為可觀。.

風險評估

在資產層面，人工智慧會讀取完整的租賃檔案——包括基礎租約、修訂條款、禁反言聲明及擔保書——並在數分鐘內生成結構化的風險清單：租約到期日、內嵌選擇權、共同租賃條款、租金調整機制，以及租戶信用警示。原本需耗時一週的法律與分析審查工作，如今能在實地勘查前完成。.

在投資組合層面上，這使得集中度分析首次成為可行的做法。投資人可以查詢當前對特定租戶、產業、租賃結構或市場的總體曝險狀況，並針對該曝險進行壓力測試，以評估其在各種情境下的表現。對於涵蓋多個資產類別和地理區域的多元化基金而言，過去要回答這個問題，即使得出的答案也不盡理想，也得花上兩週時間。.

資本配置與跨境策略

跨境投資正是影響最大卻最少被討論的領域。本地投資者與外國投資者之間的資訊不對稱，一直是阻礙實物資產跨境資本流動的最持久障礙之一。本地投資者熟悉市場；外國投資者則要麼為這份市場知識支付溢價，要麼因缺乏這份知識而接受更高的風險溢價。.

人工智慧正在逐步消除這種資訊不對稱。透過同時整合多個市場的在地市場數據、監管框架、規劃環境及交易紀錄，跨境投資者得以獲得前所未有的、更具公信力的分析基礎。 在地專業知識依然至關重要，因為人際關係、現場判斷以及監管應對等環節，是無法被自動化的。但資訊差距正在縮小，且縮小速度比大多數資產配置模型所預期的還要快。.

亞太地區便是最明顯的例子。該地區在監管環境、市場成熟度、匯率走勢及資產類別深度方面的多樣性，向來使得泛亞洲投資組合的建構在分析層面上極具挑戰性。 任何曾嘗試以一致標準比較東京辦公物業、雪梨物流物業及首爾零售物業的人，都深知這項工作有多少是靠人工完成的。人工智慧讓這項工作變得更易於處理，我預期這將在未來幾年加速區域內的資本流動。.

對會員公司而言，值得投資的能力在於能夠將多市場數據有條理地整合起來，而非逐個市場進行處理。能夠同時掌握整個區域全局的組織，將佔據優勢。.

人工智慧如何改變盡職調查與投資分析？哪些領域在速度、準確性及投資成果方面帶來最大的改善？

盡職調查是人工智慧帶來最顯著且可量化改善的領域，原因並不令人意外。這是一個文件繁多、時間緊迫的流程，不僅資料量龐大，一旦遺漏任何細節所造成的代價也極高。.

文件審閱與資料擷取

文件審閱的速度與完整性，是變化最顯著的方面。一項商業收購案通常涉及數百份文件：租約、產權報告、環境評估報告、物業狀況報告、營運報表、服務合約、保險證明書等。 若由人工進行徹底審閱，不僅需耗時數週，更會產生可觀的專業服務費。人工智慧則能在數小時內讀取同一批文件，從每份文件中提取結構化資料，交叉比對審查結果，並生成一份需由人工審閱的優先事項清單。.

它也不會感到疲倦、不會草草了事，更不會遺漏那份長達 200 頁的租約中第 47 頁那條限制房東重新開發權利的條款。在時間壓力下仍能做到全面詳盡，其成效始終更佳；而時間壓力，正是大多數盡職調查實際進行時的狀況。.

承保與財務建模

由於模型資料的彙整不再需要手動進行，承保流程因而得以加速。分析師無需再將租金明細、租約條款及營運支出等資料手動轉錄至模型中，這些輸入資料會直接從文件中擷取，並附上出處引用。如此一來，轉錄錯誤不復存在，建模時間大幅縮短，且模型中的每項假設皆附有可追溯至原始來源的可稽核連結。.

市場預測的準確度也在提升，但需留意更多限制條件。人工智慧能整合比傳統方法更廣泛的領先指標，包括衛星數據、人流、搜尋趨勢及市場情緒。然而，模型的準確度取決於其訓練數據及內建的假設。 取得最佳成果的團隊會運用人工智慧生成多種情境並對假設進行壓力測試，並將任何單一的人工智慧預測視為一種情境，而非直接作為承保依據的數值。.

估值

在這些方法中，估值是最為複雜且細膩的。人工智慧不僅提升了可比分析的速度與一致性，還能比人工研究更快地找出相關交易、針對資產特性的差異進行調整，並組建一套具有說服力的可比案例集。當交易數據充足時，自動化估值模型的表現已日趨精準。.

複雜或缺乏流動性的資產仍需仰賴人為判斷。 最完善的 AI 輔助估值流程，是由 AI 負責資料彙整與可比案例分析，而估值師則專注於判斷性決策：在當前市場週期中，該資產應適用的合適資本化率；因租約即將到期而應給予的折價；以及具備真實 ESG 資質的建築物應享有的溢價。.

投資組合優化

投資組合的管理正逐漸從週期性轉變為持續性。投資者無需每季或每年檢視投資組合配置，而是可以持續監控產業配置、地域集中度、到期結構、加權平均存續期（WALE）及債務服務覆蓋率（DSCR），並將其與目標參數進行比對；當投資組合偏離目標範圍時，系統會發出警示。對於大型多元化基金而言，這確實是治理方面的重大進步。.

在此我想提出一項建議：應優先採用那些能針對審查內容及審查結果留下可追蹤、可引用的紀錄的應用程式。 該地區的監管機構正日益重視投資流程的治理，能夠證明已進行系統性審查，並展示人工智慧的分析結果以及後續的人工決策，這本身就是一項風險管理資產。.

除了收購之外，人工智慧如何改變實物資產的管理與營運方式？能否分享一些實例，說明人工智慧如何提升資產表現、租戶體驗、預測性維護或營運效率？

在資產管理領域，人工智慧對最廣泛的利益相關者群體——不僅是投資者，還包括租戶、物業管理人員及周邊社區——展現出最具體的影響；同時，這也是頂尖與落後機構之間差距最大的領域，因為營運型人工智慧不僅需要技術，還需要數據基礎設施，而許多實物資產管理機構目前仍在奠定這項基礎。.

資產表現與營運智慧

若將人工智慧與建築管理系統結合，便能最快實現營運效益。透過即時分析感測器數據、使用率模式、天氣預報及公用事業費率，人工智慧可動態調整暖通空調（HVAC）與照明系統，在確保建築物內環境舒適的前提下降低能源消耗。在商業建築中，此舉通常可節省 15% 至 25% 的能源消耗，且投資回收期僅需兩至四年。.

績效基準分析也變得更加精細。資產管理公司能夠即時將單一資產與同業群體進行比較，比較指標涵蓋營運指標與財務指標：能源強度、每平方公尺的維護成本、租戶滿意度、續約率等。這不僅使表現不佳之處更容易被找出，更重要的是，也更容易向投資委員會加以說明。.

租戶體驗

租戶體驗正逐漸呈現差異化。由人工智慧驅動的互動平台負責處理例行性服務請求、解答關於設施的疑問，並在問題演變成投訴前預先標示。更先進的應用系統則會分析租戶實際如何使用空間、何時在場，以及他們重視哪些服務，並將這些資訊應用於租賃策略、設施支出及續約談判中。.

其商業邏輯很簡單。感到服務良好的租戶更願意續約，而續約的成本幾乎總是比重新招租更低。能提升租戶體驗的人工智慧，不僅是服務升級，更能提升資產價值。.

預測性維護

預測性維護是該產業中較為成熟的應用之一。 來自電梯、冷卻機、泵浦及電氣系統的感測器數據，能揭示故障發生前的徵兆模式，從而讓維修工作在設備故障前就得以進行。其經濟效益顯而易見：非計畫性維修的成本是計畫性維修的三至五倍，而若在有人使用的建築物中發生故障，除了維修費用外，還會造成租戶生活受擾，並可能衍生法律責任。.

在此領域表現優異的組織，首先投資於感測器基礎設施和資料管道。人工智慧的表現取決於其所接收的資料品質，而該地區許多老舊建築在實施預測性維護之前，必須先進行物聯網改造。對於那些原本以為購買人工智慧只需購買軟體的業主來說，這是一場令人尷尬的對話。.

物業管理的營運效率

在物業管理層面，人工智慧正接管了大量例行行政工作：租約摘要編製與關鍵日期追蹤、應收款監控、服務費對帳、合規報告及投資者報告。 品質隨速度提升而提升。相較於人工編製的報告，人工智慧生成的報告不僅更為一致、更為完整且更為及時，同時所留下的紀錄亦能同時支援內部治理與外部報告。.

能夠從營運型人工智慧中獲益最多的組織，正是那些將資料基礎架構視為戰略資產，而非單純的 IT 預算項目。應在開發應用程式之前，先投資於資料管道、感測器網路及系統整合。若將人工智慧應用於品質不佳的資料，將產生不良結果；而在資產管理領域，不良結果會直接導致財務上的後果。.

隨著永續發展成為投資考量中日益重要的因素，人工智慧如何協助業主與管理人員優化能源消耗，並符合 ESG 報告要求？您預期配備人工智慧的建築物，隨著時間推移能否在估值或租金方面獲得溢價？

在實物資產領域，永續發展是人工智慧的潛力與監管方向及投資者需求最為契合的領域，同時也是宣稱內容與實際運作之間差距最大的領域。.

能源優化

由人工智慧驅動的能源管理，是該領域中最具商業實證的永續發展應用。運用機器學習根據建築物使用狀況、天氣及公用事業電價，即時調整建築系統的做法已蔚為常態，並在商業、工業及住宅資產中均能帶來穩定的成效。.

較新的做法是將此與電網層級的數據及再生能源採購相結合。 一棟能夠根據電網訊號調整用電行為的建築——在再生能源發電量高且電價低時增加用電，並在用電高峰期減少用電——所做的遠不止於減少自身的碳足跡。它不僅成為能源轉型中的積極參與者，在某些市場中，還能透過需求響應計畫獲得收益。.

對大多數業主而言，實際的起點是基於現有樓宇管理系統數據進行能源審計。這通常會揭示一系列無需任何資本支出的低成本優化機會，這可說是該產業中任何人最容易說服的商業案例。隨後，人工智慧會持續監測，並隨著狀況變化找出更多優化機會。.

ESG 報告

ESG 報告對大多數實物資產機構而言，是一大痛點。監管環境既複雜又處於不斷變動之中，包括 TCFD、SFDR、GRI、GRESB 以及日益增多的各司法管轄區特定要求；而這些框架所需的数据，則分散於樓宇管理系統、公用事業帳單、租戶調查及第三方評估之中。 人工彙整這些資料不僅耗時、容易出錯，且成本高昂。.

人工智慧可從兩方面提供協助。它能自動化處理這些資料來源的彙整與標準化作業，從而消除大部分手動彙整工作及其伴隨而來的錯誤；同時，它還能持續維護可稽核的績效資料紀錄，因此無論是監管機構的查核要求或投資者的詢問，皆能迅速且有把握地予以回應。.

領先的組織將此視為資料基礎架構問題，而非報表問題。當底層資料乾淨、一致且最新時，報表編製便輕而易舉；若資料支離破碎且需人工彙整，無論報表層級的技術多麼先進，都無濟於事。.

估值與租賃溢價的問題

關於配備人工智慧的建築物能帶來溢價的證據目前仍不充分，但我認為發展方向已相當明確。.

在租賃方面，擁有自身 ESG 承諾的企業租戶，越來越不願進駐無法提供經核實永續性數據的建築物。對於信用評級最高的租戶而言，即時能源表現、碳強度及廢棄物指標正逐漸成為基本門檻，而非差異化的賣點。無法達到此門檻的建築物，將發現可供選擇的租戶群體日益縮小。.

在估值方面，經認證且經人工智慧優化的建築所帶來的溢價，已開始在亞太地區各大市場的交易數據中顯現，儘管在雪梨和東京的表現仍比新興市場更為明顯。其運作機制並不複雜。 較低的能源成本可提升淨營運收入（NOI），更優質的租戶可降低空置風險，而更強勁的環境、社會與治理（ESG）表現則能降低監管風險及資產滯留風險——這些風險正日益被投資者納入資本化率的定價考量中。.

我預期未來五年內，這項溢價將進一步擴大。監管日益嚴格，導致不遵守法規的成本上升。企業租戶追求的是經實證的績效表現，而非僅是證書。而投資者則正積極尋覓氣候風險明顯較低的資產。現今投資於人工智慧驅動的永續基礎設施的業主，不僅能降低營運成本，同時也能保障資產的長期價值。.

展望未來，您認為在未來五年內，人工智慧將在哪些領域為投資者創造最大的競爭優勢？業主、基金經理人和開發商現在應該投資哪些能力，才能保持競爭力？

未來五年將使那些已將人工智慧深度融入投資與營運流程的機構，與僅在邊緣領域進行嘗試的機構產生明顯區隔。這種差距將體現在投資報酬率、成本結構、所能招募的人才，以及所能吸引並持有的資產品質上。.

優勢將從何而來

最具持久性的優勢將來自專有數據以及基於這些數據建構的系統。每筆成交的交易、每份簽署的租約、每份經分析的營運報表，以及每次與租戶的互動紀錄，都構成了一個數據點。那些已建置基礎設施來收集、規範化並從這些數據中學習的組織，將擁有競爭對手難以輕易複製的分析優勢，因為這些數據本身就是屬於他們的。.

這與實物資產領域數十年來運作的競爭動態截然不同——在過去，競爭優勢源自人脈關係、市場准入及資產負債表。這些因素至今仍至關重要，任何聲稱不然的人，顯然從未試圖在該地區爭取過一筆交易。然而，這些因素正日益被數據優勢所補充，甚至在某些情況下被取代，而數據優勢正產生複利效應。.

速度是第二大關鍵因素。在人工智慧輔助盡職調查能將原本四週的流程縮短至四天的市場中，反應最快的企業能掌握那些反應較慢的企業根本無法察覺的商機。這在競爭激烈的競標中至關重要，因為能及早提出一份可信且經過全面審核的報價，才是真正的競爭優勢。.

此外還有「營運 Alpha」，即透過更完善的營運智慧，從現有資產中榨取更多價值。隨著收購收益率壓縮，以及輕鬆獲利的財務工程手段逐漸消失，那些能透過 AI 驅動的營運顯著提升資產績效的企業，將能向自家投資者提出更具說服力的價值創造故事。.

現在該投資什麼

對基金經理人和投資者而言，首要考量是數據基礎設施與特定領域的平台。所謂數據基礎設施，是指能讓人工智慧在整個投資組合中運作的數據管道、標準及治理框架。至於平台選擇，則是指選用專為實物資產打造的工具，而非事後才進行調整的通用企業級人工智慧解決方案。.

這種區別的重要性遠超表面所見。該產業中人工智慧的經濟效益，取決於從業者所稱的「框架」——這層包裹在模型外面的結構，負責控制模型如何存取背景資訊、運用資料、分解任務，以及應用領域性的安全防護機制。 專為實物資產工作流程打造的「框架」——它能理解租賃結構、營運報表格式、估值方法及監管框架——在處理相同工作時，相較於針對相同任務而設計的通用「框架」，能大幅減少運算資源的浪費。.

因此，在實物資產領域中，人工智慧輔助工作的總成本主要並非取決於底層模型的價格，而是取決於該解決方案能否有效契合業界的工作流程；而隨著人工智慧的應用範圍從試點項目擴展至整個投資組合，這一點的重要性只會與日俱增。.

對資產與物業管理人員而言，優先事項包括感測器基礎設施、系統整合以及工作流程重新設計。 感測器能實現預測性維護與能源優化。系統整合則確保來自樓宇管理系統、租戶平台及財務系統的數據，無需人工處理即可傳送至人工智慧。在上述三項中，工作流程重塑或許是最重要的一環，卻也是最常被忽略的，因為人工智慧若能置於流程的前端，而非勉強附加在流程末端，其效益將最為顯著。.

對開發商而言，首要任務是從一開始就將「人工智慧就緒性」融入新資產的設計中。配備全面感測器網路、開放式資料架構及整合式建築管理系統的建築物，在運用人工智慧進行營運時，其成本將遠低於需要進行改裝的建築物。鑑於這些資產的使用壽命極長，當前在設計與施工階段所做的決策，將決定未來數十年的營運競爭力。.

人才層面

最終能脫穎而出的組織，將是那些能夠吸引並留住懂得正確運用人工智慧的人才——也就是說，這些人才既能理解人工智慧的局限，又能審視其產出結果，並設計出能發揮其實用價值的工作流程。這與傳統實物資產領域的專業技能截然不同，需要針對培訓與招聘進行有針對性的投資。.

未來十年最出色的實物資產專業人士，將能將深厚的領域知識與運用人工智慧作為分析夥伴的能力相結合。領域知識能告訴他們該提出什麼問題，以及如何判斷答案；而人工智慧則能讓他們比以往更快、更徹底地得出結論。 我至今尚未在這個市場中遇過同時具備這兩項優勢的人才，這恐怕正是該產業當前最值得關注的招聘難題。.

道格·康
亞太及日本地區副總裁
第五維度

從組織層面來看，人工智慧如何改變貴公司團隊的工作方式及企業的運作模式？您認為哪個領域的效率提升最顯著？また，您是如何重新設計工作流程、作業程序及職責分工，以充分發揮這些效益的？

人工智慧正從一種生產力工具，轉變為實物資產的運作層。. 這種轉變在中國已然顯現。人工智慧正迅速從回答問題和生成內容，轉向 推理、決策與任務執行, ，隨著 AI 代理日益成為日常工作的一部分。 中國的日均 Token 使用量從 2024 年初的約 1,000 億，上升至 2026 年 3 月的超過 140 兆——在短短兩年多時間內增長了 1,000 多倍。這反映出人工智慧正以多麼迅速的速度，從實驗階段邁向實際的商業應用。. 

從組織層面來看，最大的改變不僅僅在於員工能夠更快地完成個別任務。. 人工智慧正開始改變工作本身的組織方式。. 例行性的資訊蒐集、分析與報告工作，可越來越多地交由人工智慧處理，讓團隊能將更多時間投入於判斷、決策、關係管理及執行工作。因此，下一步並非單純將人工智慧工具加入現有工作流程，而是圍繞數據與智慧來重新設計工作流程。.

我們在自身的營運中也觀察到這種轉變。 舉例來說，我們這套具備人工智慧功能的工業數據平台，整合了企業、工業及營運數據，以支援租戶分析、針對性招商及企業留存等職能。團隊無需完全依賴零散的手動研究，而是能運用人工智慧在更廣泛的資訊基礎上識別模式與商機，而判斷與決策的責任則仍由人員負責。.

人工智慧帶來的真正生產力提升，並非來自於以更快的速度完成相同的工作，而是來自於重新設計工作的方式。.

人工智慧正迅速重塑實物資產領域的投資決策。它如何改變投資者發掘機會、評估風險，以及在各產業與市場間配置資本的方式？您是否觀察到人工智慧正影響跨境投資策略或資本流動？

人工智慧正將投資模式從以資產為中心的分析，轉變為以生態系統為中心的資本配置。. 人工智慧正日益協助投資者跳脫傳統的金融與市場指標，轉而分析更廣泛的資訊——包括產業趨勢、租戶與企業表現、供應鏈關係、政策環境，以及新興的需求來源。這有助於提升投資者識別機會、評估風險，並判斷資本最有可能創造長期價值的領域。 這種轉變在實物資產領域尤為重要，因為該領域中資產的價值與其周邊的經濟活動及生態系統息息相關。.

在中國，隨著科技、產業政策與資本市場的連結日益緊密，這一點正變得愈發重要。我們看到人工智慧與數據驅動的方法已廣泛應用於金融投資領域，特別是在量化投資與研究方面，而類似的能力現正延伸至私募股權與實物資產領域。關鍵的差異在於，實物資產要求投資者將財務數據與 物理、空間及工業資訊.

在我們的投資活動中，人工智慧正協助我們拓寬評估潛在資產的視角。 我們不再僅僅關注建築物本身、租金收入及過往營運表現，而是能夠越來越多地分析資產內部及周邊的企業、周邊的商業與工業生態系統，以及該地點未來的潛在需求。這為評估投資機會與風險提供了更全面的依據。.

問題的焦點正逐漸從「這項資產今日的價值是多少？」轉變為「這項資產未來將能把握哪些經濟活動？」“

人工智慧如何改變盡職調查與投資分析？從承銷、市場預測到投資組合優化與估值，哪些領域在速度、準確性及投資成果方面帶來了最大的改善？

人工智慧正透過提升分析速度與擴大分析範圍，從而徹底改變盡職調查的模式，使投資者在做出投資決策前能進行更全面的分析。. 人工智慧正日益廣泛應用於房地產投資的各項工作流程中，特別是在 文件分析、資料擷取、市場研究、承保、情境分析及投資組合監控. 短期內最大的效益未必在於取代專業判斷，而在於讓投資團隊能夠處理更多資訊、更快地找出規律並驗證假設。房地產公司已經開始運用人工智慧和大數據，來輔助資產篩選、投資組合分析、市場基準比較以及投資決策。. 

在中國，我們也正目睹著類似的轉變。. 人工智慧（AI）已在金融投資領域獲得廣泛應用，包括量化投資與股票研究，其應用範圍現正擴展至實物資產領域。重要的是，人工智慧並不會取代投資分析的專業基礎。 傳統的盡職調查——涵蓋財務、法律、稅務、技術及市場分析，通常由外部顧問提供支援——其設計初衷便是為了提供對資產的全面視角。.

人工智慧所改變的，正是這項分析的規模、速度與成本。. 在我們自身的「Pre-REITs」投資工作中，我們現在可以利用人工智慧，在進行傳統盡職調查之前及過程中，處理並整合範圍更廣泛的資訊——從資產內的營運企業，到其周邊的商業與工業生態系統、租戶發展狀況及市場趨勢。這使我們能夠 更早篩選投資機會、更有效率地縮小投資管道，並在具備更充分資訊的基礎上展開詳細盡職調查。.

因此，人工智慧並非取代現有的投資流程，而是為其增添了另一層智慧。. 最大的進步不在於人工智慧讓盡職調查或投資分析變得不再必要，而在於它讓我們的作業更具可擴展性、更迅速且更具成本效益。.

除了收購之外，人工智慧如何改變實物資產的管理與營運方式？能否分享一些實例，說明人工智慧如何提升資產表現、租戶體驗、預測性維護或營運效率？

人工智慧不僅正在改變實物資產的營運方式，也正在改變決定實物資產生產力的關鍵因素。. 中國對這項轉型提供了值得玩味的觀點。傳統上，土地、勞動力和資本一直是經濟發展的基本投入要素。2020年，中國在要素市場改革方面邁出重要一步，明確承認 技術與數據作為生產要素, ，與土地、勞動力及資本並列。這反映出經濟體中價值創造方式的廣泛轉變：科技與數據不再僅是輔助性資源，而是日益成為生產與商業決策不可或缺的一部分。.

隨著人工智慧逐漸成為一項通用技術，, 每個產業都必須重新思考如何創造和提供價值——實物資產也不例外。. 對實體資產所有者而言，問題已不再單純在於如何更有效率地營運建築物，而是如何將實體資產與數據、科技、資本，以及在建築物內營運的企業結合起來。.

我們正透過自營的園區和孵化器來探索這種做法。我們已投資於一個 具備人工智慧功能的工業數據平台 該平台整合了企業、產業及營運數據。與其僅是監控實體資產，該平台更能協助我們理解資產內的業務運作及其周邊生態系——包括租戶發展、潛在搬遷風險、政策契機、產業鏈關係，以及潛在的收購目標 針對性招攬租戶.

舉例來說，人工智慧不僅能辨識企業營運軌跡中的變化——這些變化可能預示未來的遷移風險——同時也能協助找出潛在的政策支援、研究合作夥伴關係或產業鏈連結，藉此協助企業留住並拓展業務。 另一方面，相同的智慧技術也能篩選符合園區產業策略、並能強化其現有生態系的潛在租戶。這在 資產營運、企業服務與產業發展.

實物資產管理的下一個演進階段，不僅僅是更有效率地管理建築物；而是將實體資產與新的生產要素相結合，以提升其周邊經濟生態系統的生產力。.

隨著永續發展成為投資考量中日益重要的因素，人工智慧如何協助業主與管理人員優化能源消耗，並符合 ESG 報告要求？您預期配備人工智慧的建築物，隨著時間推移能否在估值或租金方面獲得溢價？

中國正從對 ESG 的認知，邁向更系統化的衡量與落實，而人工智慧能大幅加速這項轉型。.

隨著永續發展要求日益融入企業與投資決策，當前的挑戰已不再僅止於報告 ESG 表現，而是要持續衡量並加以改善。人工智慧正將建築物、能源系統、設備及使用狀況的數據相互串聯，使業主能夠識別低效環節、優化能源消耗，並即時監控環境表現。.

就實物資產而言，這可能使永續發展更具實務操作性，而非僅僅是報表上的形式。長遠來看，我認為具備人工智慧功能的資產可能會獲得溢價——但 這並非僅僅因為它們採用了人工智慧。其附加價值將來自能源效率、營運成本、租戶體驗以及長期韌性方面的可量化提升。. 人工智慧能將 ESG 從單純的「報告項目」轉變為「持續優化」的對象。.

展望未來，您認為在未來五年內，人工智慧將在哪些領域為投資者創造最大的競爭優勢？業主、基金經理人和開發商現在應該投資哪些能力，才能保持競爭力？

我認為，在未來五年內，最大的競爭優勢將來自於將人工智慧融入實體資產的營運與經濟結構之中——而非僅僅將人工智慧視為另一種技術工具。.

對於業主、基金經理及開發商而言，以下三項能力將變得越來越重要： 高品質的數據、以人工智慧為基礎的決策，以及將實體資產與新興科技生態系統相連結的能力. 各組織將需要建立可靠的数据基礎、在投資與營運團隊中培養人工智慧能力，並重新設計工作流程，使人工智慧成為日常決策的一部分，而非一項獨立的技術計畫。.

與此同時，人工智慧不僅將改變現有實物資產的營運方式；; 這將為實體資產創造新的需求形式。. 我們已在自身物業組合中就此展開探索。除了傳統的孵化與租賃業務外，我們正研究如何讓旗下物業成為新興人工智慧產業的實體基礎設施——例如透過 具體化的 AI 資料蒐集設施、資料中心及運算基礎設施. 在此模式下，該資產不僅僅是為人工智慧公司提供空間；實體資產本身已成為人工智慧產業基礎設施與價值鏈的一部分。.

這也可能為房地產投資信託（REITs）創造新的機會。與人工智慧相關的需求，不僅能使租戶需求更多元化、支撐出租率與經常性營業收入，更有望隨著時間推移提升可分配收益。更重要的是，這能增強投資者對底層資產長期成長潛力及市場相關性的信心。.

未來五年，勝出的不會僅僅是那些最有效運用人工智慧的資產持有者。真正的贏家，將是那些理解人工智慧如何為實體資產創造新型需求——並能讓自身資產搶先布局以因應這股需求的人。.

王吉元
董事長助理
上海技術交流中心
國際貿易中心

從組織層面來看，人工智慧如何改變貴公司團隊的工作方式及企業的營運模式？

在 ICC，我們透過以下視角來探討人工智慧： “「增強智慧」” — 將人工智慧定位為提升人類能力的「生產力副駕駛」，而非取代我們團隊的專業知識。我們的業務橫跨投資顧問、工業地產開發、辦公樓及酒店業等多個領域，並在以下三個關鍵領域中觀察到最顯著的生產力提升：

• 投資諮詢與市場研究： 我們運用人工智慧來掃描、彙整及分析宏觀經濟報告、新頒布的政策與法規，以及宏觀市場趨勢。然而，為嚴格遵循內部數據風險管理原則，ICC 採用一種 “「AI 提出建議——人類進行核實」” 所有由人工智慧生成的數據，在最終定稿並整理成報告提供給客戶之前，都必須經過嚴格的驗證程序，並與實際市場交易紀錄及實地調查結果進行比對。.
• 市場行銷與傳播： 人工智慧可支援諸如關鍵字挖掘、追蹤重要經濟事件、生成內容主題，以及分析市場洞察與受眾行為等關鍵任務。此外，它還能透過自動化 Excel／PowerPoint 範本，簡化工作流程規劃與簡報設計等營運任務。這大幅縮短了我們為企業品牌及相關房地產專案進行研究並執行溝通活動所需的時間。.
• 人力資源（HR）： 人工智慧實現履歷篩選自動化 (履歷篩選)，職位描述的擬定，以及在各專案團隊中主動物色候選人。.

人工智慧如何重塑投資決策與跨境資本流動？

在房地產領域中，除了專案本身的內在品質外，向市場傳達專案資訊的速度與透明度，也是決定成敗的關鍵因素。.

• 機會篩選與風險評估： 透過持續精進我們的提示工程能力，ICC 的顧問團隊能夠迅速分析複雜的多變數資料集——涵蓋範圍從土地位置、基礎設施連通性、區域規劃，到供應鏈變動。這使我們得以將預可行性研究週期從 1 個月大幅壓縮至僅 1 週。.
• 對跨境策略的影響： 在越南進行投資時，除了傳統的直接管道或基本的網路搜尋之外，人工智慧還能協助外國基金的專家迅速找出、處理並分析目標房地產市場的數據。這不僅能減少資訊不對稱，更能增強國際投資者的信心，並加速其決策過程。.

您認為在未來五年內，人工智慧將在哪些領域創造最大的競爭優勢？企業現階段應投資哪些能力？

展望未來五年，我認為競爭優勢不會屬於那些購入最昂貴人工智慧工具的企業，而是屬於那些擁有專屬即時數據，並能將人工智慧無縫整合至實際營運工作流程中的企業。關鍵的競爭優勢將包括：

• 供需預測： 能夠及早預測市場變化（例如工業地產中的工廠遷移趨勢，或辦公樓及酒店業的入住率波動），並據此即時調整定價策略與營運措施。.
• 強化投資承銷：結合人工智慧的大數據處理能力與資深顧問的在地專業知識，以提供最優化的併購架構與談判成果。.

為了建立並維持這些優勢，當前應著重投資的核心能力包括：

• 專有資料基礎架構： 人工智慧的效能取決於輸入的資料品質；因此，建立一個乾淨、標準化且專屬的資料庫至關重要。.

以人工智慧為先的思維模式與批判性思考： 鼓勵員工將人工智慧視為強大的助手加以掌握，同時保持高度的批判性思考能力，以徹底驗證並確認所有由人工智慧產生的輸出結果。.

麥可·皮羅
聯席行政總裁
印度支那資本

從組織層面來看，人工智慧如何改變貴公司團隊的工作方式及企業的運作模式？您認為哪個領域的效率提升最顯著？また，您是如何重新設計工作流程、作業程序及職責分工，以充分發揮這些效益的？

在 ZDR Investments，我們管理著位於歐洲的國際商業不動產租賃投資組合：涵蓋超過 80 處物業、300 多家租戶，以及數百份租賃協議。 我們的管理團隊運用人工智慧來加速文字搜尋、追蹤截止日期以及比較合約條款。人工智慧透過自動化處理合約審閱、文件管理及數據分析等重複性任務，協助團隊更快速、更智慧地工作。至關重要的是，我們的解決方案將所有資料保留在內部；絕不將任何資料傳送至外部。這對我們而言至關重要。.

人工智慧如何改變盡職調查與投資分析？從承銷、市場預測到投資組合優化與估值，哪些領域在速度、準確性及投資成果方面帶來了最大的改善？

人工智慧（AI）已應用於我們的盡職調查流程，以及併購機會的財務建模中。AI 會將租賃名冊整理成標準化格式，接著模型便會計算收益率與報酬率等指標。單一交易便會產生數百份文件：合約、圖面、掃描檔、技術報告等。 我們目前正與一家人工智慧新創公司合作，共同開發一套專為此類資產設計的盡職調查系統。現成的工具是針對不同類型的投資組合所設計的，而根據我們的經驗，通用工具與特定資產類別工具之間的差距，正是其真正價值所在。.

除了收購之外，人工智慧如何改變實物資產的管理與營運方式？能否分享一些實例，說明人工智慧如何提升資產表現、租戶體驗、預測性維護或營運效率？

我們觀察到，人工智慧正創造出更多機會，讓我們能更深入地洞察租戶表現與營運數據。隨著零售商自身在需求預測、庫存優化及減少食物浪費等領域採用人工智慧，我們預期更高效的營運將有助於提升租戶表現。長遠來看，這將有助於提升租金收入的韌性，並為我們的整個投資組合創造長期價值。.

米凱拉·赫爾尼奇羅娃
客戶服務專員
ZDR Investments Sg Vcc

人工智慧正迅速重塑實物資產領域的投資決策。它如何改變投資者發掘機會、評估風險，以及在各產業與市場間配置資本的方式？您是否觀察到人工智慧正影響跨境投資策略或資本流動？

人工智慧正加速投資者評估亞太地區投資機會的方式，透過對多個司法管轄區的監管、稅務及結構變數進行近乎即時的分析——這些資訊過去往往需要較長時間才能取得。以往必須依序審查各市場的情況，如今可同時進行評估，使投資者能以更快的速度和更大的信心識別並把握投資機會。.

就跨境資金流動而言，人工智慧正協助投資者針對不同市場的跨境持股結構、稅約地位、資金匯回機制及投資限制進行壓力測試，從而支持更靈活的資本配置。.

人工智慧如何改變盡職調查與投資分析？從承銷、市場預測到投資組合優化與估值，哪些領域在速度、準確性及投資成果方面帶來了最大的改善？

我們也觀察到交易盡職調查方面正發生顯著的轉變。 人工智慧工具能夠審閱大量合約與財務資訊，並迅速標示出異常情況、條款不一致或稅務風險——這些問題若僅靠人工審查，原本需要耗費大量時間進行詳盡檢視。這不僅提升了對整個資料集進行全面審查的效率，也改善了風險識別能力，提升了決策者所能獲得的洞察品質，並讓交易團隊能更專注於商業判斷與價值創造，而非資料萃取。.

在估值與情境建模方面，我們也觀察到顯著的效益，投資者可藉此即時評估利率變動、出租率、租金假設及宏觀經濟條件的變化，對多項投資策略所產生的影響。雖然人工智慧能提升分析能力與效率，但經驗豐富的專業人士在解讀分析結果、評估市場細微差異，以及做出能創造長期價值的投資決策方面，仍扮演著至關重要的角色。.

魯奇·賈恩
稅務合夥人
安永印度

從 AI 應用到 AI 優勢：這對實物資產意味著什麼 

從組織層面來看，人工智慧如何改變貴公司團隊的工作方式及企業的運作模式？您認為哪個領域的效率提升最顯著？また，您是如何重新設計工作流程、作業程序及職責分工，以充分發揮這些效益的？ 

我們所見到的最顯著轉變，不僅僅是自動化，更是專業能力的增強。 在實物資產與投資服務領域，高技能專業人士向來需耗費大量時間蒐集資訊、審閱文件、核對資料、編製報告，以及管理工作流程。人工智慧正協助減輕這部分的行政負擔，讓團隊得以將時間轉而投入分析、判斷、與利害關係人互動，以及策略性決策。.

成功的關鍵因素之一，在於人工智慧在整個組織中的普及程度。人工智慧越能融入日常運作，其影響力就越顯著。讓員工能夠使用人工智慧工具固然重要，但同樣關鍵的是培養實驗精神、鼓勵內部推動者，並促進自主採用。.

隨著人工智慧的應用日益廣泛，其治理也變得愈發重要。各組織必須確保以負責任的方式採用人工智慧，並以明確的政策、保障措施及問責框架作為支撐。我們極為重視負責任的人工智慧實踐，並鼓勵員工在廣泛部署人工智慧之前，充分了解其中的機遇與風險。.

在工作流程層面上，我們正以「人機協作」模式為核心重新設計流程。人工智慧負責支援資訊蒐集、摘要整理、分析及建議，而責任歸屬與決策權則仍堅定地掌握在經驗豐富的專業人士手中。此舉的目的並非取代專業知識，而是為了強化專業知識。.

人工智慧正迅速重塑實物資產領域的投資決策。它如何改變投資者發掘機會、評估風險，以及在各產業與市場間配置資本的方式？您是否觀察到人工智慧正影響跨境投資策略或資本流動？ 

在當前這個階段，我們看到了這種悖論的兩面。我們觀察到部分投資者能夠更早地辨識新興趨勢、更全面地評估風險，並以更高效率分析投資情境。人工智慧在發掘那些透過傳統分析方法可能無法立即顯現的模式與關聯性方面特別有效，有助於投資者在各產業、市場及地區間發掘機會。 與此同時，我們也持續觀察到傳統模式在某些特定領域中依然發揮作用。部分退出管道仍顯困難，且在投資週期的某些階段，特定領域仍面臨挑戰。舉例來說，訴訟程序進展依然緩慢，且未受人工智慧太大影響

從跨境角度來看，人工智慧能讓投資者同時分析監管動態、人口結構變化、基礎設施投資及宏觀經濟指標，從而更有效地比較各市場。這有助於做出更明智的資本配置決策，並為機構投資者開拓更多投資機會。.

話雖如此，實物資產本質上仍具有地域性。科技雖能大幅提升分析能力，但對當地市場的了解、監管方面的專業知識、租戶動態以及商業關係，仍是決定投資成果成敗的關鍵因素。.

除了併購之外，人工智慧如何改變實物資產的管理與營運方式？ 

我們再次看到影響好壞參半。現代建築與基礎設施資產若能整合人工智慧，將能獲得顯著效益。與此同時，在印度等國家，有大量實物資產雖尚未進入重建階段，但已具備重建條件。資金既可得又匱乏，這取決於具體的投資標的

如今，現代建築與基礎設施資產會產生海量的營運數據。人工智慧讓業主與營運商能夠即時分析這些資訊，從而提升效能、降低成本，並改善使用者的體驗。.

預測性維護便是其中最鮮明的例子之一。透過持續監控設備性能並識別預示潛在故障的模式，人工智慧能夠在中斷發生前採取主動干預措施。這不僅能減少停機時間、提升可靠性，還能降低維護成本。.

隨著永續發展成為投資考量中日益重要的因素，人工智慧如何協助業主與管理人員優化能源消耗，並符合 ESG 報告要求？您預期配備人工智慧的建築物，隨著時間推移能否在估值或租金方面獲得溢價？

永續發展是人工智慧特別具有吸引力的應用領域，因為環境表現本質上是一項數據挑戰。. 

人工智慧能夠彙整、監測及分析與能源消耗、用水量、排放量以及建築物整體表現相關的資訊。這有助於業主找出效率低下的環節、優化營運，並改善環境績效，同時支持更精確且透明的 ESG 報告。.

與此同時，永續發展未必是每個市場的核心議題。不同層級的資產持有者與營運商對其的採納程度各不相同。

隨著時間推移，我認為配備人工智慧的建築物很可能因此獲得顯著的競爭優勢。租戶越來越重視營運效率、永續發展、健康福祉以及數位化體驗。那些能展現較低營運成本、更優異的環保表現，以及卓越租戶體驗的建築物，自然會對租戶和投資者都更具吸引力。.

這最終能否轉化為可量化的估值溢價，將因市場而異。.

展望未來，您認為在未來五年內，人工智慧將在哪些領域為投資者創造最大的競爭優勢？業主、基金經理人和開發商現在應該投資哪些能力，才能保持競爭力？ 

最大的競爭優勢並非僅僅來自於擁有人工智慧技術，而是取決於組織能否以結構化、受管控且可擴展的方式，將人工智慧融入決策、營運及組織知識之中。.

希卡·巴蓋（Shikha Bagai）博士​​​​，CAIA，CA
市場負責人／總經理 – 印度
Vistra

從組織層面來看，人工智慧如何改變貴公司團隊的工作方式及企業的運作模式？您認為哪個領域的效率提升最顯著？また，您是如何重新設計工作流程、作業程序及職責分工，以充分發揮這些效益的？

凱德投資（CLI）將人工智慧視為一項執行能力，能強化我們分析投資機會、營運資產、服務客戶、優化企業工作流程，以及協助員工為人工智慧驅動的工作做好準備。CLI 正將人工智慧融入並擴展至投資管理、營運平台及企業職能等核心工作流程中，以支持其長期成長目標。.

CLI 目前正將人工智慧應用擴展至投資工作流程、營運業務、企業職能及員工能力等各個層面，以支持其長期成長目標。.

2025年，CLI 推出了 110 項人工智慧計畫，為營收帶來超過 S$12 百萬的增長，並實現超過 S$5 百萬的成本優化。.

在商業管理方面，約有 80% 的資產報表作業已實現自動化，預計每年可節省約 1,300 工時。.

人工智慧代理正協助團隊更迅速且一致地分析財務表現、租賃活動、租戶趨勢、客流量、顧客行為及營運問題。.

儘管人工智慧正在重塑職務角色與工作本身，但 CLI 的立場是：人工智慧應是人類的輔助，而非取代人類。在 CLI，人類的判斷力、責任感與決策能力依然是核心，而人工智慧則負責處理更多例行性、重複性及需大量研究投入的任務。.

CLI 的做法是重新設計並優化工作流程，讓員工能夠專注於更高價值的活動，例如商業決策、關係管理、客戶互動、資產增值及業務成長。.

2026 年上半年，共有超過 2,800 名員工接受了人工智慧工具的培訓。CLI 亦鼓勵員工開發受管控的人工智慧代理程式，以解決營運中反覆出現的痛點。.

人工智慧正迅速重塑實物資產領域的投資決策。它如何改變投資者發掘機會、評估風險，以及在各產業與市場間配置資本的方式？您是否觀察到人工智慧正影響跨境投資策略或資本流動？

人工智慧使投資者能夠處理更龐大的資訊量、更迅速地發掘機會，並以更一致的方式評估風險。此外，人工智慧預期將透過利用日益豐富的資料集與市場情報來驗證假設，從而強化投資機會的發掘範圍、承保紀律及風險評估。然而，投資判斷、驗證與最終決策仍由投資專業人士負責。.

ATLAS，CLI 的專有技術 這是一個投資情報人工智慧平台，可支援投資生命週期各階段的市場情報、物業分析、上行潛力識別及風險評估。.

ATLAS 協助投資團隊檢索並整理市場情報、審閱投資資料、分析物業與地點特徵、將假設與市場數據進行比對，以及組織風險評估。這為團隊提供了更堅實的分析基礎，不僅能更迅速地評估投資機會，同時也能提升整個投資流程的一致性與可追溯性。.

ATLAS 基於來自 20 多個國家（包括東南亞、中國、印度、澳洲、 歐洲及美國，並彙整來自主要房地產領域（包括工業、辦公、數位基礎設施、醫療保健、住宅、物流、酒店及零售）逾 70,000 份機構級報告的資訊。如此廣泛的涵蓋範圍，不僅讓團隊能夠跨市場與跨領域獲取洞見，更能協助對全球投資機會進行更系統化的評估。.

人工智慧如何改變盡職調查與投資分析？從承銷、市場預測到投資組合優化與估值，哪些領域在速度、準確性及投資成果方面帶來了最大的改善？

ATLAS 能協助團隊更有效率地整理與審閱大量資訊，並透過提升投資籌備的效率、結構與一致性來達成此目標。.

目前，在研究密集型及時間敏感型活動中，可見到最顯著的改善。 ATLAS 透過檢索並整理市場情報、審閱投資資料、將承保假設與參考市場數據進行比對，以及在流程早期階段即識別風險與緩解措施，協助團隊更快評估投資機會，並產出更清晰、更具可追溯性的投資成果。此外，該系統亦支援市場研究、投資備忘錄審閱、假設比對及風險評估。.

除了交易分析之外，CLI 更運用人工智慧來整理並整合橫跨各區域及投資組合、長達 25 年以上的專有投資數據，藉此透過共享的機構知識庫，實現更快速的資訊取得、更有效的機構知識運用，以及更優質的決策。.

該平台還透過支援以數據為依據的假設驗證，並協助建立更具紀律性的投資流程，從而強化承保工作。人工智慧正積極促進分析嚴謹性、一致性及效率的提升。.

除了收購之外，人工智慧如何改變實物資產的管理與營運方式？能否分享一些實例，說明人工智慧如何提升資產表現、租戶體驗、預測性維護或營運效率？

在 CLI，人工智慧正日益融入資產的營運與管理模式中，有助於提升資產表現、客戶參與度、營運效率及決策品質。其中最顯著的例子可見於零售、住宿、自助倉儲及智慧建築營運等領域。.

在零售領域，我們的數位助理 Casey 透過 CapitaStar 應用程式及購物中心網站，提供由人工智慧驅動的客戶支援服務。Casey 迄今已處理超過 370,000 次聊天互動，全天候回應客戶諮詢，從而減少了對禮賓櫃檯及呼叫中心的依賴。 除了提升服務品質與客戶滿意度外，此舉更使部分商場的禮賓服務空間得以重新規劃，轉為能創造收益的零售空間。人工智慧同時也支援租賃、租戶互動及資產報告等工作流程，協助團隊更快獲取洞察，並更有效地管理資產。.

在住宿業方面，人工智慧透過在 105 家物業實施動態定價，支援收益管理，從而帶動年度營收增長。 雅詩閣（Ascott）的 AI 驅動數位禮賓服務「Cubby」自推出以來，已處理超過一百萬筆住客諮詢，協助會員規劃行程、預訂住宿及查詢物業資訊。這些功能不僅強化了個人化服務，更提升了住客體驗與服務品質，同時有助於直接創造需求並開拓額外營收機會。.

CLI 的自助倉儲平台運用人工智慧（AI），同時提升客戶體驗與營運效率。AI 服務專員負責處理諮詢、評估倉儲需求、安排看倉、協助即時預訂，並支援取件與客戶服務。 初步成果顯示，銷售週期時間縮短了 60%，且約半數的客戶互動發生在營業時間以外。這些功能使部分高入住率的倉儲設施得以轉型為無人化營運，同時維持服務水準並提升營業利潤率。.

隨著永續發展成為投資考量中日益重要的因素，人工智慧如何協助業主與管理人員優化能源消耗，並符合 ESG 報告要求？您預期配備人工智慧的建築物，隨著時間推移能否在估值或租金方面獲得溢價？

人工智慧正逐漸成為推動房地產永續發展的重要驅動力，協助業主與管理人員從被動管理轉向數據驅動的優化。在 CLI，人工智慧正被應用於分析營運數據、優化建築性能，並支援預測性維護。.

除了面向客戶的應用程式之外，人工智慧也正被應用於資產本身的運作管理。 「智慧建築平台」透過分析營運數據，及早識別設備問題並提升建築效能，從而支援整個物業組合的預測性維護與能源優化。例如，該平台能偵測冷卻機組運作效率低下及回風溫度未達最佳狀態等狀況，藉此協助降低能源消耗、減少營運成本，並支持永續發展目標。.

人工智慧還能透過改善大型投資組合中資料的蒐集、驗證及分析方式，來強化 ESG 報告。在 CLI，目前正進行人工智慧試點計畫，以期提升環境資料蒐集的效率與準確性。 隨著報告要求日益複雜，且投資者對透明度的需求日益提高，人工智慧可協助資產管理公司更一致地處理大量環境與營運數據，從而更精準地衡量能源消耗、碳排放及永續發展表現。此舉有助於做出更明智的決策，並增強對永續發展資訊揭露的信賴度。.

展望未來，您認為在未來五年內，人工智慧將在哪些領域為投資者創造最大的競爭優勢？業主、基金經理人和開發商現在應該投資哪些能力，才能保持競爭力？

在未來五年內，能夠將專屬投資情報與人工智慧驅動的營運平台相結合的組織，將獲得最大的競爭優勢。對於實物資產管理公司而言，人工智慧的價值將日益體現在：更快地發掘投資機會、更高效地管理資產、更有效地服務客戶，以及在不增加成本與複雜性的情況下擴展平台規模。.

在 CLI，我們相信競爭優勢將越來越多地來自以下四個領域：

• 專有數據與情報平台：ATLAS 闡述了人工智慧如何將投資知識制度化、整合專有數據與市場情報，並支援更嚴謹且具擴展性的投資流程。能夠取得獨特投資、營運及客戶數據的組織，將更具優勢持續優化決策，並創造出日益難以被複製的競爭優勢。.
• 具備人工智慧功能的作業平台。.那些將人工智慧全面融入租賃、租戶互動、資產營運、客戶服務及投資組合管理的企業，將更能有效提升營運槓桿，同時改善客戶成果。能夠在多個營運平台上部署並擴展人工智慧的能力，將成為關鍵的競爭優勢。.
• 勞動力能力。.員工的就職準備度正逐漸成為一項戰略性差異化因素。要成功導入人工智慧，必須擁有精通人工智慧且具備自主能力的員工，使其能夠重新設計工作流程、自動化例行作業，並打造貼近業務需求的實用解決方案。.
• 治理與信任。.隨著人工智慧日益深入地融入投資與營運決策，那些能夠負責任地部署人工智慧、維持透明度並確保人類承擔責任的組織，將更能擴大應用規模並維持利害關係人的信任。.

歸根結柢，投資者、業主、基金經理及開發商應投資於四大基礎能力：專有數據基礎架構、以人工智慧為動力的工作流程、人才能力發展，以及健全的人工智慧治理框架。這些能力綜合起來，將決定哪些組織能夠有效擴展人工智慧的應用規模，並創造可持續的長期價值。.

黃慧琳
首席數位與技術長
嘉德置地投資

人工智慧正迅速重塑實物資產領域的投資決策。它如何改變投資者發掘機會、評估風險，以及在各產業與市場間配置資本的方式？您是否觀察到人工智慧正影響跨境投資策略或資本流動？

房地產向來是一項高度地方性的產業。投資者高度依賴當地市場數據、經紀人、顧問及其他中介機構，以發掘投資機會、了解市場狀況並進行盡職調查。這種依賴性在海外投資時更為顯著，因為語言、法規、市場慣例及數據可取得性的差異，會造成額外的障礙。.

這使投資團隊能夠從更廣泛的來源蒐集並處理資訊，更有效率地交叉核對市場數據，並在較少依賴中介機構的情況下進行初步研究與盡職調查。 效率的提升也能直接轉化為更低的交易成本。隨著人工智慧改善資訊獲取管道並提升分析能力，部分相關職能將能越來越多地由內部執行，使投資者得以在更低的成本下篩選更多市場與投資機會。.

然而，我們並不認為人工智慧會取代人類的投資判斷。實物資產仍具有高度異質性且具地域性，而投資決策往往涉及無法完全透過數據或模型捕捉的因素。人工智慧雖能使決策過程更迅速、更理性，但責任歸屬與最終的投資判斷仍須由人來承擔。.

因此，人工智慧的真正價值不在於取代投資者，而在於為他們提供更優質的資訊、更強大的分析工具，以及更多時間，讓他們能專注於那些真正需要判斷力的決策。.

除了收購之外，人工智慧如何改變實物資產的管理與營運方式？能否分享一些實例，說明人工智慧如何提升資產表現、租戶體驗、預測性維護或營運效率？

人工智慧正提升實物資產管理的效率，特別是在日常數據監控、租約管理、維護檢查及營運報告等領域。透過將人工智慧與物業管理系統結合，許多例行性任務得以自動化或提升效率。.

然而，房地產管理本質上仍是一門以人為本的事業。與租戶的關係、租賃事宜以及日常問題的解決，往往取決於人與人之間的直接互動。這在充滿挑戰的市場環境中尤為重要，因為要留住現有租戶並吸引新租戶，通常需要提供額外的服務和個人化的關照。.

例如，當颱風導致我們其中一處物業發生淹水時，一名租戶感到極度沮喪。 我們的租賃經理親自前往現場，協助該租戶排水。該租戶對此印象深刻，事後更告訴我們，這段經歷讓他們更願意繼續與我們簽訂租約。這正是人工智慧難以複製之處。歸根結底，租戶評判一項資產的品質時，往往不僅看建築物本身，更看管理這項資產的人。.

畢竟，實物資產是真實且有形的。人工智慧雖能大幅提升資產管理的效能，但人為因素仍難以取代。.

展望未來，您認為人工智慧將在哪些領域創造最大的競爭優勢？ 未來五年對投資者而言有何優勢？應具備哪些能力？ 業主、基金經理和開發商目前應投資哪些項目，才能保持 具競爭力嗎？

我們認為，在未來五年內，對實物資產投資者而言，人工智慧將更多地發揮賦能作用，而非帶來顛覆性影響。最大的競爭優勢並非僅僅來自於使用最新的人工智慧工具，而是取決於投資者能多快理解人工智慧及更廣泛的技術創新，正為各產業及實物資產帶來哪些變革。 對投資者而言，這意味著必須強化研究能力，並緊密關注實體經濟的變化——例如，理解科技如何重塑對能源、運算能力及實體基礎設施的需求。人工智慧能協助我們更快處理資訊、提升預測精準度，並做出更明智的資本配置決策。從這個角度來看，人工智慧能提升我們的投資智慧，,
但這並不能取代經驗和市場判斷。.

公共市場與私人市場之間亦存在一項重要區別。在資訊相對標準化且易於取得的公共市場中，人工智慧能在投資分析中發揮更大的作用。然而，私人實物資產投資仍高度仰賴人脈關係與資源。發掘具吸引力的資產是一回事；實際上，能否掌握投資機會並執行投資則是另一回事。.

歸根結柢，成功的實物資產投資仍需耐心、經驗、判斷力、人脈以及強大的資產管理能力。人工智慧雖能讓投資者更聰明、更有效率，但能領先於瞬息萬變的世界，才是真正的競爭優勢。.