智启新域｜2026观点数字科技未来大会圆满闭幕

（2026年4月16日 深圳） 2026年，是十五五规划的开局之年，也是数据要素市场化配置全面提速，新智生产力从概念走向实践的关键之年。

当下，科技创新已然成为了中国经济转型和产业升级，必须要坚定不移走下去的道路。

过去一年，数字技术正在从单点试点走向系统协同，人工智能、机器人、物联网、数字孪生等硬核科技不再停留在展示层，而是深入生产力层，在开发建造、资产运营、物业服务、城市更新等全链条中释放潜力，不动产行业正在经历一场从经验驱动到数据驱动的底层重构。

技术不再只是工具，而是重塑业务逻辑，优化资源配置，提升运营效率的核心引擎。变革之际亦是起航之时，技术的边界在不断消融，产业协同日益紧密，智能化新途径正在展开。

4月16日，观点数字科技未来大会上在深圳深业上城城市云客厅隆重举行，产业科技专家、学者与一线实践者相聚与此，共同探讨数智技术在不动产和物业等行业的创新实践，以智能科技开启行业当中新的生产力跃迁。

价值重构

不动产与科技融合的底层逻辑正在经历一次深刻的行业级认知跃迁。

科技对各行各业的价值，已不再局限于传统意义上的降本增效，而是从底层逻辑重构了产业本身的角色定位。

深圳市人工智能与机器人研究院产业中心合伙人、副总裁黄国轩从不动产定价的维度指出，市场正在经历认知的转变。

深圳市人工智能与机器人研究院产业中心合伙人、副总裁黄国轩

他提到，不动产的传统模式是先建楼、再招商、后运营；而数智时代，应先基于科技、AI、算力、机器人等需求定义场景，再根据空间价值和资产能力做相应的配置，最终形成空间与科技共生的业态。

以地产行业为例，过去科技更多是作为配套工具为产业赋能，空间的本质始终以人为本。

但在全新的数智化时代，在AI、机器人等技术深刻改变人类生产逻辑的当下，空间所适配的对象，不再仅仅是人本身，而是逐步转向适配机器、适配科技。

“以科技为出发点去考虑它们的适配程度，然后再用它们来服务我们人类。其实这是一个本质的逻辑变化。”

当然，数字科技在不动产等领域的深度交融并非源于某一项技术的突破，而是政策、市场、技术三股力量叠加下，整个行业对“空间价值”与“科技角色”的重新定义。

万物云灵石首席商务官程家森提到，刚刚过去的两会将零碳园区列为双碳战略重要课题，房地产市场也从增量时代全面转向存量资产价值挖掘。但当前资产方面仍面临空置率高、租金下行、成本高企、服务粗放等普遍痛点。

万物云灵石首席商务官程家森

针对这一问题，程家森从企业自身角度分享到，不动产AI大脑万物云灵石，以科技赋能资产运营、降费增效，破解在存量时代不动产高成本、低效益痛点。

从地产视角来看，中海科技副总经理余祥鑫分享道，目前国内建筑运行能耗偏高，老旧楼宇能耗超标问题突出，节能降碳改造空间充足。“地产智能化普遍重建设、轻运营，未发挥产品价值，落地不及预期目标。其核心症结在于行业标准化程度偏低、后期运维体系缺失。

中海科技副总经理余祥鑫

对此，中海科技的应对措施是打造自研集团级能源管理平台。他介绍到，通过兼容多类楼宇设备与协议，支持多角色协同运营，可自动补全修正异常数据，搭载多类诊断模型，实现能耗监测、分析、诊断、调控全流程闭环。

对于绿色低碳能重塑资产价值，龙湖集团千丁数科首席架构师任远持同一观点。他指出，在过去，能耗被看作后勤保障问题，只管水电费、租户品质与满意度；而如今能耗本质已是资产定价问题，直接关乎利润、估值、融资与资产交易。

龙湖集团千丁数科首席架构师任远

任远举例，一栋10万方体量的写字楼，其能耗每降低10%，就能带来百万级的利润提升，但目前多数楼宇、园区仍停留在月底抄表、年底算账的粗放管理阶段，存在巨大价值缺口。

基于此，龙湖千丁数科借助自主研发的核心产品线，提供科技加服务的全周期支持。

回归本质来看，企业最终还是要为客户创造真实价值。金蝶中国建筑房地产行业事业部总经理颜琼表示，金蝶成立30 多年已历经四次战略转型，当下正处于 AI 时代，软件创新必须紧跟 AI 发展趋势，公司正全力推进第四次转型。

颜琼分享道，金蝶去年AI 相关收入达 3.56 亿元，今年一季度已突破 2 亿元，预计全年 AI 相关收入有望超 10 亿元。顺应时代浪潮、坚持技术创新、坚守以客户为中心，正是金蝶行稳致远的核心所在。

新技术的涌现也给行业带来深刻变革。颜琼指出，当前AI 对 SaaS 行业的冲击尤为显著，海内外企业均面临全新挑战。在不动产与科技融合进入深水区、遭遇发展瓶颈的当下，行业更亟需回归价值本质、加快模式转型。

长期主义

随着国产大模型快速迭代，AI技术飞速发展，生产要素与生产关系迎来变革。

深圳市社区云科技服务有限公司联合创始人/CTO余志彬表示，相较于互联网+侧重效率提升，AI+核心聚焦价值创造，叠加国家人工智能+行动战略明确时间节点，智能化转型已是各行各业必经之路。

但转型并不是一蹴而就，科技发展过程中，其中同样存在许多“卡脖子”难点。

深圳市社区云科技服务有限公司联合创始人/CTO余志彬

中原集团首席运营官刘天旸在行业发展过中看到，目前楼市判断分歧大、市场承压，房产交易非标化、容错率低，实际上AI难以深度改造核心环节，仅可承担咨询、数据整合、基础筛选等标准化工作，大宗交易与高净值客户更依赖人工对接。

北京浓墨见智信息咨询有限公司创始人兼CEO牛云鹏注意到，近三年AI行业实现跨越式发展，已全面进入了智能体爆发阶段，各类智能体将呈指数级增长。

北京浓墨见智信息咨询有限公司创始人兼CEO牛云鹏

但是，“AI幻觉”因Transformer架构局限无法根除，单纯堆叠参数量的“参数内卷”已难实现模型能力质的提升。

鑫苑服务科经业务副总裁苗坤从物业视角指出，行业数字化转型面临三大核心难题，其一为人员鸿沟，AI技术的普及将有效降低工具使用门槛；其二是组织鸿沟，组织架构、考核激励等传统机制未能同步革新；其三为业务闭环难题，科技与传统业务融合不足，行业转型焦虑凸显。

他强调，基础模型优化、跨智能体协作协议完善、AI安全治理升级、推理成本下降四大技术方向已达成熟临界点，未来智能体核心将是人类与AI的“碳硅协同”，实现高效协作。

同处于物业行业，余志彬指出，物业行业存在散、乱、弱、差痛点，企业应依托数据底座与AI智能体体系，深耕垂直场景，以人机协同推动行业高质量运营升级。

技术的涌现也对一些行业带来冲击。颜琼提到，当前AI对SaaS行业的冲击依然明显，无论是海外厂商还是国内企业，都受到较大影响。

在不动产与科技融合陷入发展瓶颈阶段时，则亟需理念回归与模式转变。

牛云鹏认为，基础模型优化、跨智能体协作协议完善、AI安全治理升级、推理成本下降四大技术方向已达成熟临界点，未来智能体核心将是人类与AI的“碳硅协同”，实现高效协作。

同时，他表示，实现“碳硅平衡”会经历职业转型阵痛期，这取决于人类认知升级，需终身学习适应迭代。

在讨论环节中，广东省房协专家委主任委员、湾区首发经济智库专家黎振伟则指出，行业短板不在技术迭代，而在发展逻辑错位；科技赋能地产物业，必须回归经营本质、用户价值与长期主义，摒弃高杠杆扩张、营销式科技堆砌及短期规模思维。

苗坤认为，唯有破解人员、组织、业务三大卡点，推动科技与业务深度融合、形成正向经营闭环，才能助力物业行业智能化转型实现进阶突破。

BOMA中国研究委员会主席、国际金融地产联盟(IFFRE)创始人张平表示：“金融是服务，科技是赋能，一定得产业先行”。而当前产业科技发展的卡点在于“顺序错误”。

“建筑的本质是空间，空间的本质是为人服务。”张平以贝聿铭的观点抛出，指明现在大量项目恰恰本末倒置—— 不知道科技到底在为谁服务、为谁创造价值，最终导致产业是产业、空间是空间、科技是科技，三者完全割裂。

从投资人视角看，她表示，投资产业地产、持有型不动产，核心看的是可持续、稳定的现金流。而现金流的本质，取决于楼内企业、租户能不能赚到钱。

“所以判断科技有没有价值，只有一个标准，即所谓的数字化、智能化，能不能真正帮租户做好业务、提升效益，并且让租户愿意为此支付更高租金、为溢价买单。”

如果科技能够真正助力楼内产业租户提升业务效益，那么这种科技赋能就能提升资产定价权、拉高估值；但若只是表面的数字化，本质上就是用科技掩盖经营不善、掩盖空间规划落后的问题。

黎振伟以其在房协参与优质住宅评审时的感触分享到：很多豪宅堆砌大量奢华配套，卖房时光鲜亮丽，交付后却运营不起。有的项目房价从二十多万元跌至十二万元，物业费仍高企，配套华而不实、后期还要额外收费，最终既成为业主的负担，也成为企业的包袱。

基于上述经历，他指出，科技不该是炫耀的道具，而应是实用的工具。用技术提升服务、优化体验，真正赋能员工、服务客户，而不是把数字化、智能化当成营销噱头。

与此同时，他表示，应该让科技回归长期主义，“科技成为企业穿越周期的压舱石，而不是短期冲规模的兴奋剂。”

台上的嘉宾和前面做主题演讲的嘉宾有共识：就是要把科技用于实体产业中来，不再是两层皮仅为了做个展示。

另外三位分享AI的主题演讲嘉宾，阐述的要义是：原来物业作业都属于经验主义，都掌握在项目经理的脑海里面，项目经理长期观察物业运营有点像古代的观星师观察天体运行一样，最后总结出来的是经验。

世界半导体协会传感器分会全球理事丁险峰也秉持着同样的看法。

他表示：“坚持长期主义，核心在于将模糊的经验转化为可量化、可计算、可推演的数学模型与科学规律，以精准逻辑与实践沉淀解决客户实际问题。”

正如他所言：“从经验主义走向科学主义，从肉眼观察走向数据模型，正是行业当下最需要的跨越。”

落实到具体行业，则是今天的AI应用于物业，就是在寻找开普勒时刻，把物业经理的经验变成科学知识沉淀下来，从而能够预测物业运行。

免责声明：本文内容与数据由观点根据公开信息整理，不构成投资建议，使用前请核实。