牛津大学Proptech 2020: 改变地产行业的12大通用技术盘点

来源: 地产与科技  时间: 2020.03.03  打印本页  分享:
房地产行业通常对采用并充分利用那些“外源技术”(即那些并非专门为PropTech和房地产应用设计的技术)的进展缓慢。为此,必须采取超越数字化的步骤,并且必须对行业运行的数据进行数字化处理。
“人们基本不需要知道什么是系统,软件或平台,我的意思是说它是如何组合起来的以及其内部工作原理。专业术语会吓到潜在用户。如果所有人在使用手机之前必须先弄清楚手机的内部构造,那么应该很少有人会买它。”

                                              ——艾米莉·赖特

 

业务变革和创新的基础是推动第四次工业革命的主要技术。这些是:
 

主要技术:

网站和智能手机应用程序

应用程序接口

数据分析与可视化

物联网

人工智能与机器学习

区块链和分布式账本技术(DLT)

传感器

虚拟和增强现实

地理空间和5G技术

云计算

运输技术:无人驾驶飞机和自动驾驶汽车

其他技术

 

当前正在进行的最大变革是从数字化向数字化房地产系统的转变。数字化是我们将纸质“硬”拷贝转换为非智能数字“软”拷贝的手段;数字化文档中保存的数据无法通过计算机程序提取,需要人工解释。在现实中,可以将数字化视为扫描页面,上传照片或创建pdf,以便获得原始文档的数字副本。

 

“数字化”是将任何内容转换为数字可读格式的行为。数字化数据使计算机程序无需人工干预即可自动执行任务。实际上,这意味着在线完成表格以使软件程序能够对机器可读的“智能”信息进行操作。

 

许多PropTech公司目前提供数字化平台,旨在简化房地产行业流程。但是,我们在本文中重点介绍的大多数变革技术都是“外源技术”,即那些并非专门为PropTech和房地产应用设计的技术。房地产行业通常对采用并充分利用这些新技术的进展缓慢。为此,必须采取超越数字化的步骤,并且必须对行业运行的数据进行数字化处理。

 

01网站和智能手机应用

 

服务和商品供应商与客户之间的接口已经通过数字化进行了转换,以及通过用户界面(user interface,UI)进行了表达,并着重于用户体验(user experience,UX)。该过程的效率主要取决于数据收集以及通过网站(包括社交媒体网站)和智能手机来提供的越来越准确的预测模型分析。

据移动数据提供商GYANA称,智能手机的位置数据发送到附近的通讯塔大约20次/秒。虽然GDPR法律禁止欧盟公民的个人数据被滥用,但我们大多数人都在通过以下这种方式提供匿名汇总数据:即在下载应用程序和使用在线服务时,通过接受条款和条件后交出许多数据保护特权。

 

移动位置分析为消费者行为提供了前所未有的可视性,智能手机数据的使用有助于了解城市中的个体,并实现了包括租户在内的新型“智能”城市化系统体验应用。许多PropTech初创企业都在捕捉通过跟踪空间用户行为而产生的价值,而新兴的数据经纪行业则促进了此类信息的交易。

 

02应用程序接口(API)

 

鉴于提高房地产市场效率所需的许多数据可以被捕获,而创新的PropTech应用程序需要获得访问权限,应用程序接口(API)便为此提供了便利。它是一组访问基于Internet的服务或应用程序的标准和说明,允许创建访问操作系统、应用程序或其他服务的功能或数据的应用程序。这些链接可以内置到软件平台中,使其他人可以导出数据以在自己的系统中使用。由于不必支付大量的实施成本,开放访问API使得实时汇总来自不同来源的房地产数据成为可能,并通过对财产的更深入了解来预测估值和投资。

 

但是,所需的许多房地产数据都是私人拥有的,并包含在模拟文档中,并且不容易汇总或访问。许多数据提供者和交易所的目标是成为房地产信息的唯一提供者,以促进更大的市场透明度,同时通过向第三方组织收取使用API的费用来获得财务收益。会有很多失败者。

 

03数据分析和可视化

 

使用数字化系统的人最有可能通过通用软件来这样做,其中60%的高管表示他们的公司仍将电子表格作为主要的报告工具,将51%的价值用于评估和现金流量分析,并将45%的预算和预测用于管理。这阻碍了对所谓“大数据”的访问。

 

数据是可用于参考和分析的信息。截至2017年,前两年已产生约90%的全球数据。传统房地产数据包括我们将在任何给定日期针对单个房地产进行报价的规模,位置,便利设施和市场条件。替代数据是用于其主要收集目的之外的任何数据,因此不在传统数据范围之内。如果使用当地犯罪率来决定一个人可以为某房地产购买的价格,这将使本地犯罪统计数据成为替代数据集。

 

传统上,大数据是通过“三个V”来定义的:即以高速度(velocity),多样性(variety)和高容量(volume)产生的信息。在房地产中,大数据可以认为是近乎实时生成的,对于传统回归和电子表格模型来说太庞大以至于无法解释。它们可能是社交媒体活动,信用记录,本地社区的旅行顾问评论,电话位置数据等等。

 

最近出现“数据嗡嗡声”的原因是由于机器学习能力的迅速提高,这是一种能够在不同数据集中找到相关性的自我完善的计算机算法集(请参阅05)。微芯片处理器的迅猛发展带来了越来越大的动力。这一突破突然使房地产世界中的替代大数据集分析成为可能,这一革命正在推动越来越智能的PropTech产品的兴起。为了充分了解城市,有必要“从特殊到普遍,而不是从相反的角度,寻求涉及非常少量的'非平均'线索,以揭示更大和更多'平均'数量的运行方式”。

 

初创的住宅贷款公司Proportunity声称比传统公司提供更具竞争性的贷款条件,因为它们具有通过分析其他大数据集来预测其借出的住宅物业未来价值的能力。

 

Proportunity官网

 

Macaulay(2018)记录了Proportunity的一些更新颖的方法:“对警方逮捕的人和下水道中的化学物质的分析表明,当使用高纯度的可卡因滴剂时,中产阶层化很快就会到来,但是当高纯度可卡因被替换成可卡因后,中产阶层化可能已经完成”。这突出了PropTech创新者现在可以使用的方法,主要归功于大数据收集和分析的增长。

 

04物联网(IoT)

物联网预测增长,2016-2022

资料来源:爱立信,2017年

 

物联网/IoT是指可以连接到互联网的任何设备。据估计,到2022年,该设备的数量将达到290亿。

 

众多独立电子设备(传感器,开关,灯泡,电话,相机,冰箱等)收集的“大数据”促进了高级分析,为智能建筑乃至智能城市提供了动力。

 

物联网还支持建筑信息模型(BIM)技术的开发,该技术是建筑的数字模拟或模型,目前主要与新开发建筑相关。BIM在建筑物的整个生命周期中获得越来越多的使用,而物联网设备将有助于推动这一过程。

 

Building Information Modelling (BIM)

 

05人工智能与机器学习

 

人工智能(AI)和机器学习(ML)是涵盖可为许多房地产应用提供动力的分析引擎的广义术语。AI涉及对机器进行编码以使其按需执行,而机器学习使机器可以通过内置的反馈循环(神经网络)在每次迭代中优化其代码,从而随着时间的推移提高效率。“简而言之,最佳答案是:人工智能是机器能够以我们认为“智能”的方式执行任务的更广泛概念。而机器学习是基于我们认为真正能够使机器访问数据并让他们自己学习”。

 

该技术的主要用例是在预测分析中,产生越来越精确的算法,以在新近可用的大数据群中找到越来越多的意义。自动化评估模型将是机器学习技术的理想应用。

 

通过其进行机器学习的当前模型称为神经网络。神经网络的发展一直是教计算机以我们的方式思考和理解世界的关键,同时保留了它们相对我们的先天优势,例如速度,准确性和缺乏偏见。

 

 

神经网络是一种计算机系统,旨在通过与人类大脑相同的方式对信息进行分类来工作。可以教会他们识别图像,并根据图像包含的元素对其进行分类。基于提供给它的数据,在先进的概率系统上工作,计算机程序能够确定性地做出陈述,决策或预测。反馈回路的添加使“学习”成为可能。通过验证或拒绝其决策是对还是错,该软件可以修改将来采用的方法。这些越来越多地用于房地产分析和预测中,发现了超出传统回归模型可能的相关性。

 

基于机器学习技术的AI的另一个领域也被称为自然语言处理(NLP)。NLP应用程序试图理解自然的人类书面或口头交流,并使用相似的自然语言与我们交流。ML用于帮助机器理解人类语言的细微差别,并学习以特定受众可能理解的方式进行响应。尽管这对于在聊天机器人和租赁信息提取技术中使用尤为重要,但在诸如Alexa之类的家庭助手中最为明显,该助手在过去几年已进入住宅市场,从而改变了人们与家庭公用事业和娱乐系统的互动方式。虽然这些才刚刚开始在商业空间中使用(JLL于2019年6月发布了其员工语音助手JiLL),但房地产公司还需要了解如何在音频和语音搜索的世界中推销其产品和服务。

JiLL是一个57厘米高的移动和说话机器人,

它将担任仲量联行悉尼分公司综合设施管理团队的接待员和礼宾服务,其面部识别软件使她能够区分来访者和工作人员,2020-02-25

 

人工智能开发的第三个领域是计算机视觉。使计算机能够从数字图像或视频中获得高水平的理解已成为所有错误的头条新闻原因是,在多伦多的人行道实验室发生了面部识别丑闻,伦敦的国王十字会出于道德理由对政府进行干预,而华为在美国被禁止。尽管该技术在中国大量使用,但欧洲和美国的隐私法可能会限制其在数据安全和对数据操纵的担忧方面的部署。

 

 

虽然存在这些问题,但不可否认的是,这项技术可能会对房地产产生巨大影响。面部识别技术的发展将促进对空间利用的理解,并使个人喜好在任何一个空间中都能得到调节。它还将使零售商能够更好地了解商店或购物中心内的顾客,并相应地个性化购物体验。

 

从2013年至2016年的三年中,神经网络的容量增长了60倍。2015年计算机视觉的错误率是3.5%,而某些封闭任务的人为错误率是5%,而到2017年,语音识别的错误率已降至人类5%以下的水平。但是,人工智能的发展速度已经超过了我们调节其对个人数据使用的能力,这一空白已被主要技术提供商长期利用:“许多与利用这些新发现的机会有关的做法挑战了社会(隐私)规范……并被认为是对权利和法律的侵犯。”。这些做法使技术提供商可以掌握权力,而使用其服务则成为社会参与的要求。

 

06区块链和分布式账本技术(DLT)

 

分布式分类帐(也称为共享分类帐)是跨多个站点、国家或机构传播的复制、共享和同步数字数据的统一。没有中央管理员或集中的数据存储。

 

区块链是基于DLT的技术和业务实践,建立在信息包(一个块)中保存的对等交易数据的基础上。这使系统可以创建和开发历史交易的永久分类帐,并为当前所有权登记簿提供动力。

 

分布式分类帐技术或DLT是简化数字交易的一种形式。区块链是一个更广泛的系统,意味着在去中心化数据库中整理和存储更多(甚至非数字化)信息。该技术的最新进展意味着,一个开源的公共系统将促进私人交易,在该交易中,除了需要知道的人之外,所有相关方的细节都可以隐藏起来(这被称为屏蔽合同)。区块链在处理交易时速度太慢、耗电量太大,但这两个问题都有可能通过批处理解决。

 

区块链与它的第一个应用程序比特币相关联,更广泛地与加密货币相关联。Facebook宣布了一种名为Libra的新加密货币,这可能标志着一场重大革命,并可能引发一种全新的交易,记录,定价和拥有房地产的新方法。

 

 

此外,区块链还可以提供一个存储库,通过该存储库可以更容易地实施个人数据保护,用于爱沙尼亚国家身份系统的类似(但不同)密码系统就证明了这一点。

 

技术战略机构Gartner(2019b)重点介绍了区块链的5个关键组成部分。

 

区块链的5个组成部分

资料来源:Gartner,2019b

 

分布:区块链参与者在物理上彼此分离,并连接在网络上。每个操作完整节点的参与者都维护一个完整的分类账副本,该分类账在发生新交易时会更新。

 

加密:区块链使用诸如公钥和私钥之类的技术将数据安全且半匿名地记录在区块中(参与者具有化名)。参与者可以控制自己的身份和其他个人信息,并仅共享他们在交易中需要的东西。

 

不变性:已完成的交易经过加密签名,加时间戳记并顺序添加到分类帐中。除非参与者一致认为有必要这样做,否则记录不能被破坏或以其他方式更改。

 

代币化:区块链中的交易和其他交互涉及安全的价值交换。价值以代币形式出现,但可以代表从金融资产到数据再到实物资产的任何事物。代币还允许参与者控制其个人数据,这是区块链业务案例的基本驱动力。

 

分散化:由于共识机制,网络信息和网络操作规则均由分布式网络上的节点维护。实际上,分散意味着没有一个实体可以控制所有计算机或信息或规定规则。

 

智能合约用于自动转移资金,数据和协议。它们是用计算机代码编写的合同,可以对从计算机发送给他们的信息做出反应。基于DLT的存储系统。智能合约可以是自我执行的,这意味着一旦满足要求的标准,合约就可以执行预定的结果。它们可以是标准的,多方面的,多方的或针对个人需求量身定制的,并且可以通过同时进行交换来消除时间差异。

 

smart contract

 

当前,智能合约不具有法律地位,并被用作交换协议的指南。但是,像eDocs和eSignatures一样,它们最终将获得法律地位并能够在将来执行这些协议,最有可能与传统的,基于纸张的法律实践一起工作,在这些实践中,人类的判断力仍将占主导地位。

 

不幸的是,区块链并不是万无一失的。垃圾可以被恶意上载-需要协作共识才能将其推出。垃圾的上载者的身份是已知的,任何上载都可以引起争议和更改,从而最终达成共识,但是没有第三方仲裁,并且系统依赖于信任和协作。实际上,这可以减少对参与该系统并有效充当仲裁者。

 

07传感器

 

微传感器技术提供了工具包,新兴的PropTech公司已使用该工具包开始记录数据并提高运营效率。

 

随着越来越小,更便宜,更智能的传感器的发展,这些传感器可能位于其他设备(甚至是灯泡:例如,Gooee系统)中,房地产行业的真正价值在于各个传感器和平台之间的连通性,并记录数据输出。设备和传感器之间的这种连接已被称为IoT 。Market Research Engine(2018)预测,到2024年,全球物联网传感器市场将达到80亿美元。

 

无线物联网传感器

资料来源:Disruptive Technologies, 2018

 

现代物联网传感器能够报告各种环境指标,包括温度传感器,压力传感器,湿度传感器,流量传感器,加速度计,磁力计,陀螺仪,惯性传感器,图像传感器,触摸传感器,接近度传感器,声学传感器,运动传感器,占用传感器,图像处理占位传感器(IPOS),智能占位传感器(IOS),CO2传感器,光传感器和雷达传感器。

 

该领域中的PropTech公司包括从制造了世界上最小的无线IoT传感器,可以将其谨慎地放置在办公室周围以测量能源使用或办公桌的可用性的Disruptive Technologies,到可提供实时建筑设施管理分析的Demand Logic。

 

PropTech中使用最广泛的传感器是智能手机。在不久的将来,智能手机在人类监控中的作用将被可穿戴或内置的追踪器所取代,该追踪器能够更好地监测生产力和情绪的生物学指标,例如压力水平,疲倦水平和心率,以指示“智能工作场所”的设计。

 

08虚拟和增强现实

 

虚拟现实(VR)和增强现实(AR)提供了一种新的方式, 即利用人工智能来可视化以前的二维平面图和照片,提供一个交互式的三维视频模型,该模型可以廉价地远程访问。与BIM结合使用,VR和AR使建筑师能够对他们的设计提供近乎真实的解释,并可以帮助消除浪费精力和财力的旅程及实地考察,同时也越来越多地被用来在开工前设计和提供装修。

 

虚拟现实观看

资料来源:莫雷(Morley),2017年;2016年8月

 

5G的大规模推出也许是AR的最大突破。最新一代的数字连接功能所带来的增强处理能力将鼓励“智能眼镜”的广泛应用。这可能会改变用户对任何给定空间的感知和交互方式。智能手机用户已经开始使用过滤器通过Snapchat和Instagram等应用程序来增强周围环境。通过引入智能眼镜,可以大大增强数字增强在现实世界上的覆盖。

 

个性化和体验的多样性将更容易实现,因此,人们会在他们所在的空间中拥有不同的视觉体验。我们可以想象一个有空白墙壁和椅子的会议室,在那里,演示文稿被预加载到一组共享的智能眼镜上,从而实现动态和交互式图表、视频和虚拟检查。

 

09地理空间和5G技术

 

地理空间技术是指利用卫星和移动电话天线杆,对实物资产和人员之间的移动进行空间分析的技术。谷歌地图(Google Maps)和全球定位系统(GPS)等被称为数字地图(digital mapping)的应用程序越来越多地被用来识别待开发用地,提供有关区域和建筑物的大数据分析,并揭示可与法律文件绑定的地块边界。

 

地理标记,“邻近解决方案”和信标软件可将数字数据发送到指定物理位置内的应用程序用户,该位置由其智能手机分发。这项技术已经在包括Foursquare在内的各种社交媒体中使用,主要用于购物中心的定向广告。

 

Foursquare精准定位

 

尽管房地产营销世界已经落后,但不难想象一个未来的购房者在街道上走来走去时会收到可用房产营销手册的世界。另外,一种更简单的解决方案是在销售板上放置二维码(唯一的数字条形码),让智能手机用户可以扫描营销板并重新回到在线营销手册。

 

5G是移动数据连接的最新形式。它的发展为建筑物内的人员提供了越来越精确的定位,也为自动驾驶汽车相互之间的定位以及他们所处的城市景观的定位提供了便利。5G带宽的频率越高,意味着对其信号的干扰要小得多,从而在测量设备位置时产生精确的精度。但是,缺点是它无法远距离广播。因此,在现有的城市基础设施中及其周围需要部署5G路由器,来实现其目的,从而为房地产所有者带来另一个收入机会。

 

5G小型蜂窝信号路由器

资料来源:Vaughn,2019年

 

据估计,从2020年到2030年的10年中,5G的推出可能会创造1730亿英镑的英国GDP增量。然而,新技术的发展速度意味着过时的风险难以避免:例如,芬兰奥卢大学(University of Oulu)已经发布了有关6G互联网连接推广的白皮书(Smart Cities World,2019)。

 

10云计算

 

云计算可能是支持PropTech的最主流技术,它使用托管在Internet上的远程服务器网络来存储、管理和处理数据,而不是使用本地服务器或个人计算机。这意味着,以前保存在单个业务位置的文件现在可以由世界上任何有权限的人在多种兼容设备上访问。因此,聚集在大型数据中心中的云服务器(另一个房地产收入机会)已变得不可或缺,移动数据访问推动了这种应用。虚拟数据室已经取代了物理文档,用于尽职调查,提高了透明度和安全性;协作软件应用程序已成为标准;数字工作流程有助于透明和时间优化地执行标准流程。知识型员工可以在拥有良好的无线信号范围内的任何地方自由工作,从而改变了办公室工作和设计的性质。

 

云计算最常见的用例可能是软件即服务解决方案的开发。这意味着随着软件升级的不断交付,技术开发的步伐加快了。允许房地产所有者以最简单的方式管理其财产的平台正在创建。随着软件公司Microsoft和RIB为BIM建模开发云解决方案(PWC,2018),有望进一步提高效率。

 

11交通技术:无人驾驶飞机,自动驾驶汽车和超级高铁

 

毫无疑问,流动性的进步将对未来的城市景观和建筑设计产生重大影响,进而对房地产行业产生影响。Elisha Otis发明的商用电梯的影响有助于我们理解交通运输对办公楼设计,使用和效率以及城市形态的影响。蒸汽机,发动机以及最近的喷气发动机的引入导致了物流网络的发展,影响着每一栋建筑物的位置价值。人们不能轻易地将交通与房地产分开。

 

目前,房地产行业是商用无人机的第二大用户(仅次于摄影),它们主要用于尽职调查和现场检查。“无人机可以调查潜在的站点并快速进行检查,从而提高了选址、检查、定期维护等工作的效率。它们还可以通过确保所有各方都有更全面和彻底的财产信息来降低风险。”。

 

从无人机获得的市场营销录像

资料来源:Drone Dispatch,2017

 

飞行器不仅因为其在摄影和物流方面的用途而受到吹捧,而且飞行乘用车也将开始试验。尽管诸如Skyportz(澳大利亚)之类的初创公司目标是在城市地区发展垂直起降飞机的基础设施,但另一家名为Skyports(英国)的初创公司已经开始选择平坦的商业屋顶,前提是这些屋顶目前未被利用。在这种情况下,空间将获得较高的溢价。(另请参阅Skyscape,它通过屋顶分析来释放屋顶的价值。)

 

 

现在,各公司正在试用陆上无人机以用于最后一英里的交付,而无人驾驶车辆在有可能消除对停车位的需求,从而释放城市景观中多余的部分方面已被充分验证。总而言之,其对房地产的影响可能是巨大的。所有流动资产都包含或要求某种形式的路内或路外停车位。在这种情况下,专用多层停车场将变成什么样?

 

拥堵将减少,新共享经济的兴起将最大限度地减少多余的车辆容量。物流可以全天24小时不间断地运作,无需驾驶员休息。伦敦的办公楼,例如22 Bishopsgate,已经要求相关的履行中心接受包裹交付,然后在一天中的指定时间将包裹重新发送到母站点。一家名为Embark的公司旨在开发美国主要城市郊区的货物转运中心,专门用于将货物从手动本地卡车转移到无人驾驶卡车上。

 

 

超级高铁是目前正在洛杉矶为私人机动车开发的一种新型高速地下穿梭系统。虽然这本身不会在很大程度上影响全球房地产,但是私人水平旅行速度(无论是否在地下)的类似提高都会重新定义未来城市及其交通基础设施的设计方式,最有可能使低排放和行人专用区城市中心大量增加。

 

12其他技术

 

3D打印过程从计算机辅助设计(CAD)模型构建三维对象,通常通过逐层依次添加材料来实现。这就是为什么它也称为增材制造(additive manufacturing)的原因。其在建筑施工和工程中的应用,以及该技术所提供的设计灵活性,正在探索之中。

 

3D打印

 

在建筑环境中引入“可穿戴设备”将能够记录实时的位置统计信息,以及用户的健康和生产力信息。在使用具有IoT功能的智能手表或健身追踪器时,空间占用者可以教育他们的环境,从而使建筑物内的动态系统能够调节日光,新鲜空气和温度,从而提高居住者的舒适度。如果能够证明,任何特定的建筑物特征都都能显著改善压力、满意度和幸福感的生物学指标,那么,从长远来看,这些数据也可以用于调整建筑物设计。

 

量子计算距离商业可行性还有很长的路要走,并且处于发展的早期阶段。虽然现在还不清楚这将如何以及在何处改变房地产,但重要的是要意识到这些机器可以实现的增强的计算能力(源自量子力学和多个宙的理论)以及它们如何能够几乎同时解决以前不可能的数学问题。这种能力有可能重塑我们今天所知道的数字生态系统,甚至最先进的网络安全都可能在几秒钟内被摧毁。一些人认为,大数据分析和智慧城市功能所需的突破只能通过此类机器的推出来实现。

 

气候变化的压力导致了环保型建筑材料的创新性突破。现在,已经有了能够降低室内碳含量的涂料,以及完全透明的光伏玻璃,能够将任何窗户变成太阳能电池板。随着这些技术的进一步发展和价格的降低使它们更具吸引力,我们可以期待碳中和的建筑物,以及能够产生可再生能源来为电网供电的建筑物。

 

注:以上图片除图书说明外,均来源于网络,侵删

 

参考资料:

1.Block, A. and Aarons, Z. (2019): PropTech 101: Turning chaos into cash through real estate innovation.

2.Zvi, N. B. (2019): How Location Analytics Can Pull Commercial Real Estate out of the Darkness.

3.Paulos, E., RJ Honicky, RJ., Hooker, B. (2008): Citizen Science: Enabling Participatory Urbanism, Book Chapter for Urban Informatics: Community Integration and Implementation.

4. PWC (2018): Cloud Computing in Real Estate

......