新冠時(shí)代，裁員、失業(yè)在全球范圍內(nèi)都是高頻事件，我們似乎早就已經(jīng)習(xí)慣了各種黑天鵝消息。不過美國地產(chǎn)平臺(tái)Zillow在年底徹底關(guān)停iBuying業(yè)務(wù)，并將該業(yè)務(wù)約2000名員工全部裁掉的消息，還是在國內(nèi)外掀起了波瀾。

在很多人眼中，這是一次AI技術(shù)的大型“滑鐵盧”。

從2006 年問世以來，Zillow就將技術(shù)作為自己的核心優(yōu)勢(shì)，獨(dú)家上線的Zestimate功能，可以基于大數(shù)據(jù)來提供房屋售賣和出租價(jià)格的估值，在2011年的納斯達(dá)克IPO文件中，這一技術(shù)能力被提及了61次，也讓Zillow成為最受資本市場(chǎng)追捧的科技公司之一。

此次被徹底關(guān)停的數(shù)字炒房業(yè)務(wù)Zillow Offers，也依靠Zestimate算法，預(yù)測(cè)房屋在幾個(gè)月后的價(jià)值，從賣家手中收來房子，然后Zillow進(jìn)行裝修維護(hù)后賣給下一家。這種商業(yè)模式，靠的就是準(zhǔn)確預(yù)測(cè)房價(jià)，實(shí)現(xiàn)低買高賣。

炒房業(yè)務(wù)上線時(shí)，被一位Zillow高管吹捧為“令人興奮的進(jìn)步”，顯然，Zillow失敗了，大約面臨5億4千萬左右的損失。

連帶著，AI預(yù)測(cè)房價(jià)的神話似乎也破滅了。

有海外媒體認(rèn)為，“Zillow was trying to use technology to outsmart the market, but in the end, the market won”（Zillow妄圖用科技打敗市場(chǎng)，最后卻被市場(chǎng)所打敗）。

報(bào)道AI好幾年了，我見過各種對(duì)AI的吐槽，什么人工智障、算力怪獸、全靠人工、替代人類工作……很多都被時(shí)間證明是階段性或可解的，智能化建設(shè)一直如火如荼。

但就像煤炭和石油曾經(jīng)是世界上最有價(jià)值的資源，但它們也都有黑暗的一面，而AI也同樣，有可能出錯(cuò)的地方。

這次Zillow算法翻車，也讓我們不得不思考，當(dāng)各行各業(yè)加速擁抱AI的時(shí)候，AI還有哪些做不到？

無算法，不炒房

首先有必要解釋一下，為什么Zillow Offers這種依靠算法低買高賣的方式，在美國資本和房產(chǎn)市場(chǎng)能夠成立。

對(duì)大多數(shù)中國人看來，收取交易傭金的“中介”也變相地增加了成本，“沒有中間商賺差價(jià)”一直是許多數(shù)字平臺(tái)的核心價(jià)值點(diǎn)。而Zillow Offers通過購入房產(chǎn)，裝修后再次出售/出租，不也增加了買房人的成本嗎？

這就要提到房產(chǎn)在線交易的iBuying模式。

在美國市場(chǎng)，房屋買賣中間的環(huán)節(jié)非常多，需要先找房產(chǎn)經(jīng)紀(jì)、刊登廣告、帶人看房，后續(xù)修繕房屋、尋找裝修工人等也是麻煩事兒。有人統(tǒng)計(jì)過，傳統(tǒng)銷售模式大約需要12道繁瑣的步驟。

而iBuying模式下，賣家只需要在線填寫一份表格，就可以實(shí)時(shí)得到一個(gè)平臺(tái)算法預(yù)估的現(xiàn)金報(bào)價(jià)，簽署iBuyer合同后一周內(nèi)就能完成交易流程。報(bào)價(jià)可能會(huì)比自己賣低一點(diǎn)，但賣家可以很快拿到資金，并且不用花費(fèi)大量精力去應(yīng)付各種買家咨詢和看房的麻煩，也省去了維修費(fèi)用和時(shí)間成本。

對(duì)于平臺(tái)方來說，如果房屋的價(jià)格是100萬美元，那么可以收取10萬美元的服務(wù)費(fèi)（一般是10%）用于清潔、托管、維修升級(jí)，最后以120萬美元的價(jià)格出售，相當(dāng)于賺取了10萬美元的服務(wù)費(fèi)和20萬美元的房價(jià)增值。

疫情發(fā)生之后，居家隔離和貸款利率降低，推動(dòng)了租售房屋的需求高漲，許多城市的房價(jià)“一日千里”的速度暴漲，所以能夠更快交易拿到錢去買另一套房子的人在增多，這也讓Zillow Offers的前景看起來十分光明。

而天下武功，唯快不破，iBuying模式的競(jìng)爭(zhēng)“護(hù)城河”，就在于更低的拿房價(jià)格，以及更快的出售速度，而Zillow幾乎全都沒有做到。

一方面，Zillow往往會(huì)給出高于同行的報(bào)價(jià)，有媒體統(tǒng)計(jì)過，Zillow的報(bào)價(jià)比競(jìng)爭(zhēng)對(duì)手Opendoor、Offerpad都要高。此外，Zillow囤積了大量的房產(chǎn)，從2018年4月以來購買了27000套房屋，但截至2021年9月底僅售出了17000套，最近不得不將余下的數(shù)千套房屋“揮淚大甩賣”。

看起來，Zillow真是不怎么聰明，比咱們“溫州炒房團(tuán)”差遠(yuǎn)了。但仔細(xì)想想，Zillow的選擇真的有什么大錯(cuò)誤嗎？

事實(shí)上，盡管Zillow炒房業(yè)務(wù)失敗了，但iBuying模式卻依然被看好。有咨詢機(jī)構(gòu)認(rèn)為，到2025年，iBuyers在美國的總交易將占所有購房和售出房屋的3%-5%（目前不到2%）。一方面，年輕一代希望在郊區(qū)購買房屋，遠(yuǎn)程工作的持續(xù)推行，以及可預(yù)期的低利率趨勢(shì)，這些都讓房屋需求帶來較大的變化。

其次，通過大數(shù)據(jù)和算法來預(yù)估房價(jià)，也并沒有什么大問題。iBuying模式的平臺(tái)幾乎都是這么完成的，比如占比最高的Opendoor，就通過機(jī)器學(xué)習(xí)房屋照片來進(jìn)行定價(jià)，并不斷搜集有關(guān)公司的大量數(shù)據(jù)，不斷訓(xùn)練智能定價(jià)系統(tǒng)——換句話說，和Zillow的方式一樣。

（Opendoor的智能定價(jià)）

那么，Zillow到底是為什么失敗的？原因真的如Zillow高管所說，是AI算法錯(cuò)誤率太高嗎？

鍋是AI的，也不完全是

Zillow的失敗，不僅讓大眾看到了平臺(tái)“炒房”的操作，也暴露了使用AI來進(jìn)行定價(jià)決策有多困難。

在Zillow的一份文件中曾提到，它們的Zestimates擁有超過50萬個(gè)獨(dú)特的估值模型，建立在超過7000萬美國家庭、3.2TB的數(shù)據(jù)之上。

聽起來并不差對(duì)不對(duì)，不然也不能吸引到精明的華爾街投資人。那么Zillow Offers為什么會(huì)失敗呢？

不可否認(rèn)，算法預(yù)測(cè)房價(jià)的錯(cuò)誤率高，是一個(gè)全行業(yè)都面臨的現(xiàn)實(shí)問題。

房價(jià)走勢(shì)往往覆蓋較長的時(shí)間周期、復(fù)雜的數(shù)據(jù)維度，而炒房又需要預(yù)測(cè)非常精準(zhǔn)才能獲利，這本身就是一個(gè)悖論。

比如說，很多影響房價(jià)的信息是系統(tǒng)很難捕捉或洞察到的。暫且不提“買家覺得從小長大的街區(qū)更有價(jià)值”這種小概率事件，房屋裝修審美風(fēng)格、戶型設(shè)計(jì)是否科學(xué)等，都可能影響購房決策，而它們很難被量化評(píng)估，并且會(huì)隨著流行趨勢(shì)變動(dòng)。比如系統(tǒng)可能知道某套房子一共有三間臥室，但它能知道房間的布局是否合理嗎？疫情要求居家隔離之后，人們對(duì)房屋空間和位置的喜好也會(huì)發(fā)生變化，而這些轉(zhuǎn)變沒有被Zillow的AI模型快速捕捉并迭代。

為了提高算法的準(zhǔn)確性，Zillow多年來都在舉辦公開的Zestimate數(shù)據(jù)科學(xué)競(jìng)賽，單項(xiàng)獎(jiǎng)金就高達(dá)120萬美元，而其中一個(gè)參賽者提到，一些隱藏問題，比如地基中的裂縫，該系統(tǒng)是無法預(yù)測(cè)的。

算法不是萬能的，這一點(diǎn)雖然是現(xiàn)實(shí)，但可以說行業(yè)內(nèi)大家都受到這一技術(shù)瓶頸的限制，Zillow就算做的不是最好，但也不差，這并不是它失敗的終極理由。

事實(shí)上，為了彌補(bǔ)算法的缺陷，Zillow也雇用了一支由100多名定價(jià)分析師組成的團(tuán)隊(duì)，通過對(duì)比銷售情況來校對(duì)算法預(yù)測(cè)的報(bào)價(jià)。

這下是雙保險(xiǎn)了吧？但技術(shù)再牛，員工再厲害，都抵不過決策者的“騷操作”。

由內(nèi)部員工透露，Zillow為了在市場(chǎng)競(jìng)爭(zhēng)中趕上對(duì)手的份額，加大了購買力度，甚至在算法預(yù)估和分析師報(bào)價(jià)的基礎(chǔ)上，加價(jià)購買房屋，并且無視了員工對(duì)高價(jià)買入的擔(dān)憂。

Zillow為加速購房成立了一個(gè)專項(xiàng)計(jì)劃：“番茄醬計(jì)劃”（Project Ketchup）。Ketchup恰好與Catch up同音，代表著想要追趕iBuyer頭部公司Opendoor的野心。

比如鳳凰城今年5月的房價(jià)中位數(shù)是35.1萬美元，到9月上漲到了47.5萬美元，其他公司已經(jīng)開始降低價(jià)格和購買數(shù)量，而Zillow支付的價(jià)格仍比房屋中位價(jià)高出6.5萬美元。

結(jié)果下半年美國房地產(chǎn)市場(chǎng)降溫后，無法快速完成過戶、裝修、銷售，直接導(dǎo)致了一串連鎖反應(yīng)。

如果房價(jià)接著漲，或許這會(huì)兒大家就得夸Zillow囤房囤得好、囤得妙，得到了開發(fā)商囤房惜售的精髓。

結(jié)果，Zillow雖然看到了疫情影響下購買熱潮的到來，卻沒有預(yù)計(jì)到供應(yīng)鏈和勞動(dòng)力問題對(duì)ibuying業(yè)務(wù)的影響。因?yàn)閕buying模式下，平臺(tái)都需要對(duì)房屋進(jìn)行翻新維護(hù)，而建材和勞工的短缺，則讓許多房子無法達(dá)到掛牌標(biāo)準(zhǔn)，給Zillow的資金鏈帶來了巨大壓力，不得不甩賣回血。

疫情固然是“黑天鵝”，但同樣的市場(chǎng)情況下，模式一樣的Opendoor和Offerpad，都沒有出現(xiàn)暴雷。Opendoor 的第三季度報(bào)告顯示，其收入還增長了91%。換句話說，因?yàn)楣?yīng)鏈問題而遭受損失的只有Zillow一家。

對(duì)ibuying模式上下游產(chǎn)業(yè)鏈機(jī)制的審慎與把握不足，或許才是壓倒Zillow offers的那根稻草。

從Zillow身上可以看到，算法的有限性固然是業(yè)務(wù)受創(chuàng)的原因，但絕不是本質(zhì)的原因。公司管理與模式正常時(shí)，有效的算法分析能夠帶來巨大的競(jìng)爭(zhēng)優(yōu)勢(shì)；而公司運(yùn)轉(zhuǎn)不夠良性，那么再厲害的算法恐怕也無法挽狂瀾于既倒。

更進(jìn)一步，從Zillow的經(jīng)驗(yàn)教訓(xùn)中，企業(yè)在應(yīng)用AI提升業(yè)務(wù)時(shí)，有沒有一些需要重點(diǎn)注意的地方呢？

上次強(qiáng)調(diào)的，還是在上次

其實(shí)，阻止落地AI、應(yīng)用AI的潛在阻礙，多年來我們已經(jīng)反復(fù)提過無數(shù)次。但時(shí)移事易，在人工智能成為主流的當(dāng)下，大眾對(duì)AI的認(rèn)知變得越來越全面，涵蓋了許多細(xì)分、垂直的業(yè)務(wù)場(chǎng)景（比如預(yù)測(cè)房價(jià)），當(dāng)時(shí)看起來腦洞大開的洞察，今天已經(jīng)變成了讓許多企業(yè)管理者與IT負(fù)責(zé)人措手不及的現(xiàn)實(shí)問題。

所以，也是時(shí)候從提出問題，找到解決問題并提升AI業(yè)務(wù)指標(biāo)的方法了。

目前看來，AI預(yù)測(cè)還是一個(gè)充滿了神秘和難以理解的“黑盒子”，如何使用好這個(gè)工具， Zillow的得失其實(shí)是個(gè)有效的參考標(biāo)本。

1.AI不能靠“獨(dú)角獸”。換句話說，不要局限或盲目依靠AI算法或數(shù)據(jù)分析科學(xué)家，對(duì)于企業(yè)來說，了解業(yè)務(wù)問題的復(fù)雜性，具備實(shí)施能力的專業(yè)人員，能夠幫助系統(tǒng)構(gòu)建問題，在算法給出結(jié)果后進(jìn)行兜底判斷。用一位AI企業(yè)創(chuàng)始人的話來說，企業(yè)都渴望一個(gè)“獨(dú)角獸”可以同時(shí)完成所有AI分析工作，“但獨(dú)角獸并不存在”，成功的企業(yè)AI項(xiàng)目必須是多元化角色所共同完成的。如果Zillow能聽取專業(yè)定價(jià)分析師的意見，或許不會(huì)翻車如此嚴(yán)重。

2.AI不能太沉重。市場(chǎng)變動(dòng)越來越大，許多公司也變得越來越敏捷，像軟件開發(fā)一樣，算法模型的更新也必須變得更加敏捷，保持最新狀態(tài)。試想一下，如果Zillow的算法能夠快速感知到市場(chǎng)供需變化并迭代，也能及時(shí)減少損失。而對(duì)于很多企業(yè)來說，想要更敏捷靈活地應(yīng)用AI，比起自主訓(xùn)練迭代，或許采用公有云廠商的AI能力會(huì)是更靈活的選擇。

3.AI不能獨(dú)自成立。企業(yè)管理者必須認(rèn)識(shí)到，AI的引入將給管理流程、決策機(jī)制等都帶來挑戰(zhàn)，組織內(nèi)部必須進(jìn)行相應(yīng)的架構(gòu)、思維、戰(zhàn)略轉(zhuǎn)變，來配合算法落地并支撐業(yè)務(wù)。AI看似是技術(shù)性的工具，實(shí)際上更像是一種業(yè)務(wù)功能，需要多部門的適配，如果決策者像Zillow一樣隨意忽略算法預(yù)測(cè)，最后又甩鍋給算法，AI當(dāng)然是沒法罵人的，不過官僚主義最終傷害的也不是AI，而是企業(yè)本身。

黑天鵝無處不在的時(shí)刻，AI不是一個(gè)捉摸不透的謎團(tuán)，不是什么“打敗市場(chǎng)”的神秘武器，而是和人類休戚與共、維持繁榮與發(fā)展的工具。而能不能用好它，最關(guān)鍵的還是靠人類本身。

禍不在顓臾，而在蕭墻之內(nèi)也。AI又能有什么壞心眼呢～