龙湖集团 CIO、千丁数科 CEO 李博在2025中关村论坛系列活动——中国数智化年会上发表《企业级 AI Agent 落地应用探索》主题演讲，深度分享了龙湖集团在不动产领域数智化转型的十年实践经验，揭秘企业级 AI Agent 的落地路径与行业价值。

 

 

作为深耕房地产、商业、物业赛道的头部企业，龙湖集团 2009 年在香港上市，目前在国内房地产开发、物业运营、商业管理等领域稳居前十，而千丁数科作为集团 2014 年孵化的高科技企业，十余年来始终聚焦不动产领域的数智化深耕，成为集团转型的核心技术支撑。

 

 

演讲中，李博总结了不动产行业数智化转型的五大核心技术体系。这五大技术不仅涵盖 AI 智能体、数字孪生、物联网、BIM等前沿应用，更强调了传统系统的适配与整合 —— 通过对原有 ERP、CRM 等系统进行组装式 API 化改造，借助 MCP（微服务编排平台）实现 AI 智能体的无缝调用，形成 “技术协同而非孤立” 的转型基础。

 

 

回顾转型历程，李博将龙湖集团的数智化发展划分为三个阶段：2017-2020 年的信息化阶段，构建数据记录底座；2020-2024 年的数字化阶段，推动业务线上运转；2025 年起迈入的智能化阶段，在前期成果基础上注入 AI 能力。结合行业技术演进规律，他提出一个重要观察：“不动产行业每 10-15 年就会迎来一次技术变革”。1995 年 PC 普及与 Java、C++ 语言发布开启信息化时代，2011 年 iPhone4 发布与企业级大数据产品落地催生移动互联网浪潮，而 2025 年的今天，AI 正成为驱动行业变革的核心力量。AI 不仅是革命性的技术突破，更具有长期性，预计需要 5-10 年才能完全成熟并释放全部价值。

 

针对 AI 在企业的落地路径，李博提出“三步走”策略：首先是 AI Ready，基于场景完成技术与数据准备；其次是 AI By-side，将 AI 作为业务流程的旁支提供支撑；最终实现 AI Inside，让 AI 深度嵌入企业日常运营。为推动行业转型，千丁数科联合清华大学发布《不动产数智化转型白皮书》，结合不动产行业的特点，总结如何做数智化转型，在智能化未来阶段，企业进行IT整体规划时需要从三个空间考虑，需同时兼顾物理空间的物联网改造、数字空间的系统构建与认知空间的智能决策，其中认知空间的核心是“人机协同决策”，打破了传统依赖人脑的决策模式。

 

李博特别强调，AI 时代的数智化转型必须“场景驱动”。与传统信息化、数字化侧重“自上而下的管理支撑”不同，AI 带来的是生产力的本质提升，尤其契合国家提出的“新质生产力”要求，其落地必须扎根一线业务场景。基于此，千丁数科总结出 AI 落地的六大方面：认知升级、价值驱动、平台建设、知识工程、应用融合与持续进化。

 

在认知升级层面，企业内部普遍存在认知偏差：管理层易将 AI 神化，认为 “一键解决所有问题”；执行层则担忧 “AI 取代人类”。为此，龙湖集团自 2024 年起启动 AI 训练营，覆盖中高层及一线核心员工，已完成十余轮培训，以便让大家形成一致的认知。在价值驱动层面，AI 落地需满足两个核心前提：高质量的数据储备与明确的业务价值。以车场审计场景为例，龙湖物业每日需处理 50 万次异常抬杆记录、每年产生 2 亿张相关图片，人工审核效率低下且易出错，通过多模态大模型应用，不仅实现日均复核工单减负 90%，更年减少停车费损失百万级。

 

平台建设方面，千丁数科构建了数字员工管理平台，将开源技术整合优化，解决了 AI 与原有流程打通、复杂权限管理等核心难题。“业务部门只需整理好知识库，15-20 分钟即可构建一个知识问答类数字员工”，李博介绍，AI 落地的核心工作量并非开发，而是后续的运营迭代，占比高达 80%-90%。知识工程层面，需围绕场景系统化整理知识图谱，龙湖在开发相关场景时，耗时一年构建区域、时间、语义、行业多维知识图谱，才实现了自然语言查询的高准确率响应。

 

应用融合阶段，企业在AI真正落地时，需打造自己的 AI 工作台，实现人类员工与数字员工的协同办公。持续进化则是 AI 应用的核心特征 —— 与传统代码 “运行万次结果一致”不同，数据驱动的 AI 模型需要持续的采集、清洗、训练与专家反馈，一周可搭建原型，一年到两年才能真正落地生产。

 

 

基于前面的实践，千丁数科构建了龙湖AI总体技术架构：底层涵盖结构化与非结构化数据管理，中间层由数字孪生模型、大数据模型与行业大模型构成核心支撑，上层通过 AI 智能体平台实现业务应用与原有系统的融合。基于这一架构，龙湖集团已落地多个核心 AI 智能体应用。

 

远程巡检 Agent 通过多模态大模型技术，将每月 3000 万张图片的标注工作量降低 10 倍以上，每月自动生成 25 万张巡检工单，占集团巡检工单总量的 1/4；设备智控 Agent 通过负荷预测与强化学习模型，实现商业体能源管理节能 27%，每年节约能源费用 3.2 亿元；资产经营 Agent 则为长租公寓等资产提供智能定价决策，解决传统定价难题；服务品控 Agent 覆盖 62 个对客场景，通过工单、音视频质检判断客户情绪，推动服务从“被动响应”向“主动预测”升级；流程工单 Agent 实现合同审核、自动报税等智能审批，大幅降低风控成本；员工培训 Agent 则为销售顾问、管家等岗位提供 24 小时模拟陪练与知识问答，提升培训效率。