10月24日，GDPS 2026全球开发者先锋大会·房地产人工智能公开课上，克而瑞深度智联首席战略官李琛发布了《2026中国房地产行业AI应用报告》。
本文约1.2万字，涉及60余组调研数据、40余家企业案例、40张报告原图。 建议先收藏，再慢慢看。
先看三个最反常识的发现
一把手挂名不如不挂名
一把手只挂名、不亲自定场景的企业，看到经营改善的比例反而比"不管"的企业还低12%；
员工会用AI，公司未必接住
85%的员工说省了时间，但只有22%的公司看到经营结果——我们提出一个新指标"组织吸收率"，行业平均只有0.26，省下的时间四分之三散在了半路；
AI不会拉平差距，会放大差距
TOP10房企50%已进入流程化应用，其余企业只有14%；拉开差距的不是规模，是数据通没通、制度立没立、战略进没进总盘。
现状：热在个人，冷在组织
01 AI是少数逆势加码的预算，但钱先到了，打法还没到
02 个人用法与全球同步，落后的是组织
03 大多数房企的AI，还停在个人电脑上
04 AI不会拉平差距，会放大差距
05 两道门槛，叠加起效：都没过5%，过一道29%，两道都过71%
06 拉开差距的是“做了什么”，不是“是谁”
07 一把手只挂名，比不挂名还差
08 员工会用，不等于公司会用：组织吸收率只有0.26
应用：跑通的AI长一个样
09 试点期结束了，头部已经是千级项目在跑
10 最硬的账是时间的账，但写得出增收的不到一成
11 营销被打穿的是“作业”，去化还要靠链路接力
12 物业先跑出来，靠的不是先进，是“可计算”
13 AI投资的第一课，是学会说“不”
14 使用率是管出来的，不是买出来的
趋势：市场先变，业态跟进，企业来接
15 以后赚时间的钱：AI利润的主战场在工地
16 每年千亿级利润空间：不是AI太贵，是投得太浅
17 AI回答里的推荐位，就是新的货架
18 散装账号用不出结果，企业级工作台会成为标配
19 快试点、慢授权；冲击先到管培生入口和中层
行动：2027是最后的窗口
20 年底60天，2027年的AI就定了一半
（报告第3页）
第一部分
先交代背景。66%的受访者认为，828新政与存量时代会让未来三年的经营模式“根本性重塑”（24%）或“较大调整”（42%）；近四成企业预计三年后非开发业务收入占比超过三成——行业正从“盖房卖房”转向“管房和运营”。同一时间，国务院“人工智能＋”行动提出2027年智能体等应用普及率超七成，国资委部署深化央企“AI＋”专项行动，中国房协176号通知与180号倡议把智能体应用列为行业必修课。
（报告第4页）
观点1：
AI是少数逆势加码的预算,但钱先到了，打法还没到
关键数据
71%的企业2026年增加了AI投入
其中近四成增加50%以上
明年还想加的降到61%
56%说不清2027年AI预算
开发投资仍在下行，AI是少数逆势增长的预算。但底子还薄：
AI写进总体战略并有量化目标的，只有16%；
年投入100万元以下的，占三分之二；
设专职AI团队的，只有四分之一；
能说清投入的企业里，81%的AI投入不足营收的0.1%，而BCG估计全球房地产约为0.9%。
钱往哪投？按投向结构看，国内房企“人员与流程”只占24%，BCG的“10—20—70”原则建议七成投在人和流程。领先者先投数据治理（68%对59%）和系统集成（61%对39%）——顺序比比例重要。
启示：加码不是问题，问题是加码之后不知道往哪投。2027年的AI预算，要先定打法再分钱。
观点 2
个人用法与全球同步，落后的是组织
关键数据
个人帮助较大：79%vs全球80%
进入流程：16%vs44%
一把手亲自上阵：18%vs72%
设AI专职负责人：2%vs76%
（报告第6页）
和麦肯锡、BCG、IBM的全球调研对照，中国房企“个人用AI”这一层并不落后；差距全在组织层：进入流程应用16%对44%（麦肯锡），一把手亲自上阵18%对72%（BCG），设首席数字官或AI官2%对76%（IBM），看到经营结果改善也低了15%（22%对37%）。
全球房地产同样是“试点多、见效少”：JLL调查1500多位房地产决策者，约九成在试点AI，达成全部目标的只有5%；德勤商业地产展望中，92%在研究或试点，已整合进组织的只有8%。
启示：试点多、见效少是全球通病；中国房企的特有短板在组织——一把手下场、专职负责人和投入深度。
观点3：
大多数房企的AI，还停在个人电脑上
关键数据
个人工具51%
岗位应用19%
流程应用12%
企业经营应用4%
流程及以上：现在16%→2028年目标71%
（报告第11页）
把AI应用分为四级：个人工具（员工自行使用）、岗位应用（固定岗位在用）、流程应用（嵌入完整业务流程，审批、测算、审图自动跑）、企业经营应用（跨部门挂钩经营指标和决策）。
现在，一半以上停在“员工自己用”；2028年的目标分布是：个人工具8%、岗位应用21%、流程应用32%、企业经营应用39%——企业想把重心整体右移两格，半数受访者希望两年跨两级。
对照中国房协《房地产行业人工智能技术应用评估指南》（征求意见稿）的三阶段：早期阶段（单点工具）占83%，成长期（3—5个场景闭环）13%，成熟期（深度融入经营决策）只有4%。
启示：从“员工用AI”到“公司用AI”，这两年就是窗口期。
观点4：
AI不会拉平差距，会放大差距
关键数据
300亿以上企业31%进入流程
300亿以下约一成
克而瑞1—9月销售榜TOP10一半已进流程，其余仅14%
（报告第12页）
三组规模的企业，“看到经营改善”都在两成多——单点效果人人有，成体系只属于头部。
头部画像更说明问题。TOP10房企受访者和其余受访者相比：
进入流程应用：50% vs14%；看到经营结果改善：47% vs19%；
使用制度已发布或制定中：89% vs36%；
2025年AI投入100万元以上：80% vs28%；
集中推进或集中＋全员放开：81% vs39%；
上线前设基线和验收标准：59% vs20%；
一把手亲自定场景、带头用：24% vs23%——唯一几乎没差别的一项。
分所有制看，三种起点各有短板：央企战略写得最多（41%），但51%把“投入产出算不清”列为前三障碍；地方国企五项指标都垫底，34%把“数据安全与合规”列为前三障碍；民营最务实、押注营销和人工，但48%认为828之后AI需求“暂无明显变化”，紧迫感最弱。
启示：头部靠的是机制，不是老板个人。828之后的行业分化，会被AI再放大一次。
观点5：
两道门槛，叠加起效
关键数据
两道都没过：5%进流程 过一道：29%
两道都过：71%、79%见到经营改善
54%的企业一道都没过
（报告第15页）
战略门槛：AI独立成章，写进总体战略或专项规划。只写进数字化规划或未提及的，进入流程应用的约一成。
数据门槛：客户、资产、服务数据跨开发与运营贯通。只打通开发主链路的，进入流程应用的约四分之一。
“有战略、无底座”的企业占31%，进流程29%；“有底座、无战略”的占5%，进流程也是29%；两道都过的只有10%。
启示：门槛不是“有没有”，而是“够不够格”：写进总体战略，打通开发与运营。
观点6：
拉开差距的是“做了什么”，不是“是谁”
关键数据
数据全贯通+37
使用制度+29
投入100万以上+28
写入战略 +25
规模300亿以上+11
一把手只挂名+8
（报告第16页）
我们把15个可能的条件逐一比较：具备和不具备该条件的企业，在“进入流程应用”和“看到经营结果”两项上平均差多少个百分点。
前几名，都是公司做了的事：开发与运营数据全贯通（+37）、使用制度已发布或制定中（+29）、2025年投入100万元以上（+28）、AI写入总体战略（+25）、2026年投入增加50%以上（+25）、成效进入考核（+22）、上线前设基线（+22）；
倒数四名，都是身份和姿态：销售规模300亿以上（+11）、以自研为主（+11）、认为828将根本性重塑（+8）、一把手只挂名（+8），“一把手只挂名”指进入流程应用率略高，但下文观点7会看到——它转化为经营结果的能力反而最差）。
再做一次稳健性检验：同时控制规模、所有制和受访者职级，数据贯通（+27）、使用制度（+25）、战略写入（+19）依然显著；300亿以上这一条的独立作用只剩2%，国有企业身份为0。 换成“看到经营结果”再检验，最硬的只剩数据：独立提高约26%。以企业为单位重新计算，核心比例变化都在1%以内。
启示：大企业跑得快，是因为先做了数据、制度、战略这三件事，不是因为大。中小房企的差距，不靠钱追，靠机制追。
观点7：
一把手只挂名，比不挂名还差：
关键数据
只挂名：15%见到经营改善
不挂名：27%
亲自定场景、带头用：35%
进流程：39%对15%（只挂名）
（报告第18页）
一把手只挂名的企业占14%，看到经营结果改善的比例比不挂名的低12%，没有一家进入流程应用——挂名既推不动上线，更推不动结果。一把手亲自定场景、带头用的企业占18%，看到经营改善的高出13%。
那AI到底谁在管？IT或数字化部门负责人牵头24%，各部门自行推进21%，董事长14%、总经理16%、分管副总12%，首席数字官或AI官只有2%。过半企业的AI，还停在“IT的事”或“自发的事”。
启示：一把手的价值不在“站台”，而在推动数据打通、规矩落地、战略进总盘。
观点8：
员工会用，不等于公司会用
关键数据
85%省了个人时间 22%看到经营结果
组织吸收率0.26
重度用户61%说帮助很大，但所在公司进流程的只有20%
（报告第19页）
我们提出一个新指标：组织吸收率＝看到经营结果改善的比例÷节省个人时间的比例。 行业整体只有0.26——省下的时间，四分之三散了。BCG的调查也显示，66%的一线员工没人告诉他们省下的时间怎么用。
组织落差有两层：
第一层，两张皮。 信息化条线73%认为“业务与信息化共同负责、分工明确”，业务条线只有21%；业务条线48%认为“没有专门组织、各部门自行探索”，32%把“数据分散、质量差”列为最大障碍（信息化条线只有9%）；信息化条线66%认为AI投入“符合预期”，业务条线29%。
第二层，信息在层级间衰减。
（报告第21页）
管理层认为公司已进入流程应用的有28%，中层17%；打算2027年继续增加AI投入的，管理层70%、中层48%。一线员工平均每人有5.2道核心题答“说不清”，中层2.8道，管理层2.1道——不是一线不关心，是信息没有传下去。
启示：别只问“省了多少时间”，要问“组织接住了多少”。组织吸收率，应该成为一把手追问CIO的第一个指标。
首发
房企AI成熟度指数：行业平均34分
关键数据
起步41%
探索26%
成长23%
领先10%
中位分：TOP10房企64、300亿以上53、100亿以下22
（报告第26页）
克而瑞深度智联首次发布“房企AI成熟度指数”，基于战略、一把手、数据、投入、流程、制度、考核七个维度测算，满分100。七个维度的行业平均：一把手48、战略46、流程40、数据38、制度29、考核23、投入13——短板在“钱、考核、规矩”。
分数越高，越能见到成效、越敢加码：从起步、探索、成长到领先，看到经营结果改善的比例依次是16%、21%、38%、47%，打算2027年继续加码的依次是33%、59%、83%、100%。
启示：
先给自己打个分：报告附录有七维自评表，请董事长、分管副总、CIO各自打分再对照，分歧最大的那一项，往往就是“两张皮”所在。
第二部分
（报告第28页）
先看申报项目都落在哪：康养扎堆营销与客户经营，物业扎堆服务场景；住宅开发的投研与资产决策几乎没有申报项目——价值最大的环节，几乎没人拿得出能申报的AI项目。 新动向是，“经营管理与企业智能体”在五类业态里有四类都出现了：企业开始做自己的工作台。
“跑通的AI有四个共同做法：挂在系统节点上、有基线有复盘、AI初审人终审、数据和知识先行。”
从申报材料中已正式运行、且给出前后对照数据的案例里，我们归纳出四个共同做法：
挂在系统节点上：合同审查设为招采系统必经节点；巡检结果自动派单，并计入品质考评。AI不另开入口，而是长在原有流程里。
有基线，有复盘：某IT客服累计10期复盘、评分标准迭代9版；某员工服务台每周复盘坏案例、每月跑评测集。调研中，设基线的企业37%见到经营结果，其余约20%。
按置信度分工：审图报告固定标注“以人工终审为准”；清标金额由规则引擎计算，AI只做比对。
数据和知识先行：营销客研先建25万条客户原声库；视觉巡检以空间标准和设备台账为底座。
观点9：
试点期结束了，头部已经是千级项目在跑
关键数据
80万+台设备在线 30万+路视频AI巡检
200万户房间级数据底座
2473个在管项目全链路跑通
案例｜芯智慧（保利旗下）
设备物联网平台：80万+台设备在线运行，电梯、能耗、安防统一接入；从服务自家社区起步，已成对外输出的行业平台。
案例｜龙湖智创生活
AI慧眼＋房间级数据底座：30万+路视频AI巡检、2500个项目在用；200万户房间级档案，让每台设备、每个空间都有数据档案。
案例｜招商积余
AI工单助手＋视频巡检：在2473个在管项目全链路跑通，物业是规模效应最先兑现的业态。
启示：规模本身就是壁垒：后来者追的不是一套软件，是别人攒了几年的数据和流程。
观点10：
最硬的账是时间的账，但写得出增收的不到一成
关键数据
成效类型：省时间40%
省钱16%
省人9%
质量风控7%
增收6%
没有量化22%
（报告第30页）
跟董事长汇报AI，别讲概念，讲时间，也讲经营结果。
AI的价值，已经体现在地产企业各个业务环节的时间变化上：中铁置业将图纸初审从5—7天压缩到0.5小时，让问题在出图当天暴露，减少后续变更与返工；中海地产将客研报告周期从7天缩短到1天，加快产品定位迭代；越秀地产将项目复盘从1—2个月压缩到1周。在日常运营中，中交城市发展的语音工单录入从3分钟缩短到10秒，效率提升95%，录入准确率达到99%；华润置地的客服响应从12小时缩短到10秒，鸿荣源的合同处理从15分钟缩短到2分钟。从决策、设计到运营，AI带来的改变，正落实为更短的业务周期和更快的问题处理。
增收的案例也开始出现，AI的应用成效进一步体现在经营结果中。招商蛇口通过AI外呼与新媒体矩阵建设，新媒体渠道成交额从上年的27.5亿元增至36.5亿元；中建壹品在外滩源著项目推出“壹品定制家”，让客户在现场看到自己未来家的样子，AI定制设计带动当月销售提升50%；远洋集团则将内部跑通的AI旅居策划能力转化为对外顾问服务，签下25万元合同，让内部能力成为一项可对外销售的服务。
（报告第32页）
但拆开百余个申报场景，四成成效在省时间，写得出增收的只有6%。成效怎么报才站得住？报告给了一张对照表：省时要说清哪个环节、基期多长；省人要写清人去了哪里；省钱要能按月抄表、按账单对账；增收要设对照组。报得越克制的企业越成熟——一家头部物业在申报中主动声明，早期宣传里的“3倍、60%以上、95%以上”不作为实测结论。
启示：看企业自报的数字，先问三件事：有没有基期、口径是什么、有没有剔除其他因素。下一阶段，比的是谁先把“省下的时间”换成“回款、去化和NOI（资产收益指标=净运营收益 / 净营业收入）”。
观点11：
营销被打穿的是“作业”，去化还要靠链路接力
关键数据
去化是第一经营重点46%
营销AI正式运行率26%居职能之首
只有29%指望AI率先突破去化
（报告第35页）
营销链路从客研、素材制作到客户触达、案场接待和成交转化，五个环节都已有企业跑通。中国金茂将单轮客研从2周缩短到2—3天，让研判更快跟上拿地窗口，同时将单条视频制作成本从2—5万元降至千元以内；招商蛇口通过AI外呼触达404万组客户，覆盖15城29盘，扩大获客覆盖面；华润置地将语音工牌应用于近100个在售项目，让接待过程可回溯，为销讲质量管理提供依据；绿城中国则通过AI经纪人实现7×24小时私信接待，并配合直播场控，推动客资转化提升50%，将客户承接延伸到案场下班之后。
但单点都有人用，连成链的没几家。为什么企业在营销上大量用AI，却不指望AI解决去化？因为AI提的是获客与转化效率，解不了产品和价格。
（报告第22页）
再往深看：前五大经营重点里，除了去化，对应环节的AI正式运行率平均只有12%，拿地和新业务分别只有9%和8%。运营端（物业、商业、园区、长租）四项平均正式运行率19%，开发端（投资、设计、成本、工程）只有12%。828之后最要钱的环节，恰恰AI最少。
启示：单点工具打穿了营销作业；五段数据连成一条线，AI才开始影响去化本身。
观点12：
物业先跑出来，靠的不是先进，是“可计算”
关键数据
近三成AI申报案例在物业
物业AI正式运行率28%，九类业态最高
人工巡检漏检率曾超25% ｜ AI从发现到工单1分钟
（报告第36页）
物业工作高频、标准化、可计量，AI的应用已经从发现隐患延伸到派单和处理闭环。保利发展通过“驭见”AI巡检，将隐患发现到工单生成的时间压缩至1分钟，改善此前人工巡检漏检率曾超25%的问题；招商蛇口北京招商玺项目以659路摄像头、9种算法构建社区AI视觉中枢，将周级隐患排查缩短为分钟级发现，并形成工单闭环。要让AI持续承接这些工作，服务标准也要转化为系统规则：龙湖智创生活将约500项服务标准全部转成工单规则；融创服务将物业SOP固化进系统，AI云巡检覆盖16大场景，准确率超过95%，一年自动生成超20万条工单。
同样的应用逻辑也在延伸到长租运营。郑州城发安居通过“郑AI家”，以统一入口服务管理层、租户和管家三类角色，统计分析效率提升90%、工单处理效率提升70%，支撑7.9万间保租房的运营管理，出租率达到98%。从物业到长租，AI正在承接更多高频、规则清晰的运营工作，商业能源、康养照护等领域也有望沿着这一路径推进。
启示：物业是AI规模化的第一站：可计算的活儿，先被改写。
观点13：
AI投资的第一课，是学会说“不”
关键数据
越秀服务：
224个车库逐一测算
→ 只建议107个引入
→ 首批23个项目31台验证
→ 跑平账才扩到84个
（报告第38页）
面对每年8.7%的人力成本涨幅，物管企业推进AI，首先要算清投入和回报。越秀服务根据单台清洁机器人可替代的工时及人力成本涨幅测算收益，算不过账的车库不装设备；微领地用AI视觉承接巡检与安防外包职能，每年节省外包费300余万元；华发股份则从运维知识盘点入手，先梳理散落在个人Excel中的设备运维经验，为后续AI改造打好基础。从设备采购到外包替代、知识整理，落地的前提都是明确成本、可替代的工作和可复用的经验。
能源管理的成效更容易通过账单验证。华润万象生活将冷站群控AI化，实现年节电122.6万千瓦时、减碳700.2吨，节能率达18.03%，效果可按月核验；越秀地产将四大商业项目、112万平方米接入AI能源专家，把运维经验转化为模型，降低对老师傅的依赖，减少人员离职可能带来的15%—20%运行效率下滑。龙湖“蓝海引擎”在北京总部公区实现年节电150万度、用电量下降27%，工程团队由24人优化至19人，跑通后进一步复制到广州小米大厦、小鹏总部科技园等项目；鸿荣源的写字楼冷站AI寻优从进场到上线不到2个月，节能率达15.6%、节费率达32.1%，空调客诉从80起降至2起，将能耗、费用和服务质量的改善落到了同一份运营账上。
启示：第一个AI项目，从账最清楚的地方开始：冷站占商业公区能耗四成以上，按月抄表可验，董事会最容易批。不装，也是正确答案。
观点14：
使用率是管出来的，不是买出来的
关键数据
鸿荣源：激活率100%、周活跃98%、AI周报采用率70%—80%
反面：某平台额度只用了3%—6%
（报告第39页）
AI能否从少数人试用走向全员使用，既取决于入口，也取决于组织推动和持续运营。鸿荣源从董事长到一线搭建四层AI社群，配套系列培训、年度大赛、统一入口和专职智能体岗，将使用推广落实到日常管理；绿城中国通过“小绿智能体”覆盖集团八成以上员工，月活约1万余人，入口铺开后继续靠运营维持活跃。更进一步，联发集团将AI嵌入12个经营决策节点，把经营决策周期从80天压缩到32天，让AI的应用落实到业务流程和决策效率上。
随着应用深入，治理也从加分题变成必答题。中铁置业的AI审图为1278条意见全部附上规范依据，并设置独立二次复核：首轮122条候选意见中，一成多误报被剔除，存疑项强制转人工，让AI输出有依据、有复核、有人工兜底。合同管理也在同步推进，中海地产的合同智能审查已覆盖3500余名员工，鸿荣源则将合同条款结构化留档，字段覆盖率达到100%，把留痕要求嵌入处理流程。
本次申报材料还揭示了问卷难以呈现的落地差异：入口建成，并不意味着员工会持续使用，一家房企的AI客服可服务约1.5万人，月活最高却只有171人；标准一旦形成，后续复制会明显加快，新项目部署可缩短至1—2周。对央国企而言，业务数据能否贯通，往往比模型底座更影响应用落地；而AI提升发现能力后，也会给处置环节带来压力，视频巡检的问题发现率约为线下巡检的30倍，后续派单、处理和闭环必须跟上。持续运维同样决定应用能走多远：即使利旧摄像头每路每年成本约80元，仍有企业反映“项目侧不买运维”，单点上线之后，长期维护的责任和投入还需要落实。
供给侧也在变化，部分甲方开始将内部跑通的经验转化为对外产品。永升旗下霖久智慧将体系内验证过的工单、合同、计划智能体产品化，已在三家外部物企的240个项目落地；招商旗下积余科技依托母公司近2500个在管项目的验证，将AI巡检、机器人、工单助手等能力对外输出；中海旗下海智创则在体系内跑通近900个AI应用后推进产品化。企业积累的场景、流程和实施经验，正在成为对外服务的基础。
启示：工具可以买，组织只能自己长。共同路径是“体系内跑通→沉淀为产品→对外输出”；但AI本身还不是独立收入，从“卖软件”到“卖效果”，要先把AI的成效从模块里拆出来单独核算。
第三部分
（报告第44页）
十个趋势分三层：市场之变（钱从哪来、客户怎么来），业态之变（谁先被AI改写），企业之变（拿什么接）。
观点15：
以后赚时间的钱：AI利润的主战场在工地
关键数据
BCG：AI优先的开发企业全周期39个月→27个月
建造三项占AI利润空间约四成
押注“缩短周期”的仅13%、“降低建安与采购”仅12%
（报告第45页）
土地红利、金融红利落幕之后，工期本身就是成本。受访者最指望AI压缩规划设计（66%），而BCG测算省时最多的恰是施工和交付——大家最不指望的两段。
（报告第47页）
受访者押注的利润方向，前三名全是“省人省钱”：降低运营与服务人工（51%）、降低营销与渠道费用（47%）、降低管理费用与总部人力（37%）。而BCG测算，建造三项（返工、采购施工、周期）合计165—270个基点，约占AI利润空间的四成。我们看到了返工（32%），还没看到工期和采购。
经营指标也在换轨：
销售额 → 单项目资本回报率（投资拓展AI正式运行仅9%）
拿地到开盘 → 拿地到可用回款（四成说不清延误比例）
回款率 → 资金占用（财务资金AI正式运行14%）
开工面积 → 竣工准时率（工程建造AI正式运行11%）
启示：押注人力红利，没看见时间红利。AI的买单人，正在从营销总变成CFO、工程总和投委会。
观点16：
每年千亿级利润空间：不是AI太贵，是投得太浅
关键数据
开发建造约700亿元/年
营销渠道250—500亿元/年
物业运营60—90亿元/年
合计相当于新房销售额1.2%—1.5%
（报告第49页）
测算依据：2025年新建商品房销售额8.39万亿元（国家统计局）、上市物企营收约3015亿元（克而瑞物管），参照BCG对返工、采购施工、周期以及物业EBIT的利润率估算。全球视角下，麦肯锡估算生成式AI可为全球房地产创造1100—1800亿美元价值。
对照来看：能说清AI投入的企业里81%不足营收0.1%；价值最大的开发建造，正是AI正式运行率只有一成左右的环节。
启示：投入和价值之间差着一到两个数量级：不是AI太贵，是投得太浅、投得太散。先够到“有效剂量”——年投入不足100万元的企业，进流程的不到一成；100万元以上的，46%。
观点17：
AI回答里的推荐位，就是新的货架
关键数据
54%明显感到客户在拿AI比项目
已进流程的企业中80%
美国谷歌搜索68%零点击
主流AI“第1位推荐”场景从9个升到36个
（报告第50页）
豆包、DeepSeek、文心、千问、元宝、Kimi已成购房流量入口；海外，Zillow已作为应用接入ChatGPT。我们把它叫“答案位”：AI回答里有没有你、把你排第几。
案例｜极客问道GEO实测
把项目知识图谱、真实购房提问库、权威信源矩阵做进AI可读体系：优化后在主流AI拿到“第1位推荐”的场景从9个升到36个，负向信息减半。
交易端也在变：领先实践已把交易拆成10个环节的智能体任务链，从挂牌验真、磋商、网签贷款到交房归档，全程留痕。
启示：三件事现在就能做：盘清项目在主流AI里的答案位；把楼书、证照、实测数据铺进权威信源；持续监测，发现错误答案就纠。
观点18：
散装账号用不出结果，企业级工作台会成为标配
关键数据
多点试点平均0.7个环节正式运行
集中推进2.7个
多点试点6%进流程，集中打穿＋全员放开43%
工作台激活率80%—100%、周活55%—98%
（报告第54页）
个人账号有三个“没有”：没有记忆，经验随人走；没有权限，数据不敢用；没有留痕，结果没法核算。
（报告第56页）
申报材料里，AI工作台有四条路线：集团底座型（安全合规好，地产场景要子公司自己补）、协同办公型（上线快，容易停在纪要周报）、自研平台型（技能沉淀最多，只有头部做得起）、行业工作台型（内置行业数据与地产技能包，开箱即用）。头部的答案是“混合”：集团底座管安全和算力，全员入口管普及，行业工作台和技能库管“会干活”。
普遍的三个缺口：业务嵌入（激活100%的企业，能填的业务场景可能只有一个）、使用口径（多数没有按任务、按场景的看板）、成本管理（多数还没算过AI花了多少）。下一步，是从“对话助手”走向“技能库”：头部企业有的沉淀了几十项地产技能，有的用MCP、命令行工具把智能体接进业务系统，有的让员工零代码自建助手。
启示：好的工作台不只是一个入口：任务拆得开、经验沉得下、项目记得住，才能把个人提效接成组织能力。
观点19：
快试点、慢授权；冲击先到管培生入口和中层
关键数据
使用制度已发布的只有9%
一半企业没有成文制度
预计三年总部编制减一成以上：一线20%、中层34%、副总裁及以上50%
（报告第58页）
AI落地，规矩先行。授权分三级：只读、建议、执行，每升一级都要有可靠性证据和责任人签字。使用制度要写清四件事：数据使用范围、生成内容标识、人工复核与留痕、权限与审计。私有化正在成为头部标配：郑州城发安居AI视觉识别全量本地处理，数据不出园区。对国有企业，“尽责可证明”是AI战略的另一半。
组织和岗位也要同步调整。中铁置业采用“1+3+N”架构，由1个领导小组、3个工作组和N个“业务＋技术”双人攻坚小组推进，每个场景配备1名技术专员，将业务需求与技术实施的责任落到人；远洋建管设置AI架构师、AI训练师、AI操盘手，由业务专家与AI操盘手双轨负责。随着AI承接常规工作，人员职责也随之变化：华发股份上线IT运维智能客服后，运维工单同比下降55.5%，运维岗由4人调整为2人，保留人员转向疑难问题处置和知识运营，让组织分工跟上业务流程的变化。
越往上看，越觉得要减人；而Anthropic的研究显示，年轻人进入高暴露职业的求职成功率较2022年降约14%——先被冻结的可能不是总部编制，而是管培生和校招入口。
（报告第60页）
组织上的两个抓手：
AI实验室——领导小组定战略，副总裁牵头8—10人的实验室选场景、做试验、孵化应用，业务与技术混编小组执行；
FDE（前沿部署工程师）——战略专家、前沿工程师、技能专家三种角色坐进现场，把场景做成正式运行。调研显示，“业务与信息化共同负责、分工明确”的企业，进入流程应用的比例最高（34%），而只有4%把问题归咎于“服务商能力不足”——缺的不是模型，是最后一公里。
（报告第61页）
启示：AI竞争到最后，是组织和人的竞争。先把人的出路讲清楚，一线才敢真用。
（报告第63页）
未来三年四个预判： 门槛之后是集中；冲击先到入口和中层；瓶颈从算账转向治理；争夺“答案位”。
（报告第64页）
2027—2030三种情景： 加速（流程应用及以上2028年达四成以上）、分化（基准：约三成，头部过半、中小不到一成五）、停滞（停在两成左右，智能体项目大面积叫停）。决定一家企业落在哪种情景的，是数据通不通、规矩立没立。
（报告第65页）
2027年看七个信号：进入流程应用16%→30%；看到经营结果22%→30%；使用制度已发布9%→30%；成效进考核约两成→四成；AI专职负责人牵头2%→10%；投入不足营收0.1%的企业81%→60%以下；明显感到客户在用AI 54%→70%。
第四部分
（报告第67页）
828之后最值钱的业态，恰恰是AI最空白的业态。 按AI正式运行比例和828之后的经营价值，九类业态分四种打法：
攻坚｜住宅开发11%、代建代管9%、城市更新5%、资管与REITs 9%：先从关键节点突破，用实证换投入。
规模化｜物业服务28%、长租公寓14%：从单点工具走向业态运营智能体。
精耕｜商业运营18%、办公与产业园15%：REITs给运营定价，NOI要可归因。
试验｜康养12%、酒店与文旅11%：先让AI接住记录、排班和收益管理。
每个业态的胜负手和标杆：
住宅开发｜从“融资＋周转”换成项目级确定性。 先做投研测算、成本与招采、现房营销。中铁置业精装AI巡检以“工序验收合格”判定进度，实测实量从约89分升到98.76分，节点滞后3—7天降到零。
代建代管｜卖的是可复制的管控能力。 先做投标与标书助手、委托方报告自动生成。远洋集团用AI策划技能完成约600亩旅居项目前期策划，管控能力开始“出表”。
城市更新｜先算得清账，再谈得拢人。 片区尽调、多方案测算先行，居民协商分析随后。
物业服务｜拼人均管理半径。 某央企系物业视频AI安防近20个项目：巡逻2小时一次变为1分钟内告警，工单处理约150分钟降到约10分钟。
商业运营｜NOI直接给运营能力定价。 招商匹配、租金定价与续约先做；华润万象生活冷站AI年节电122.6万kWh。
办公与产业园｜打一场出租率保卫战。 产业图谱招商、续租预警先做；鸿荣源冷站AI寻优节费率32.1%。
长租公寓｜拼收益颗粒度和资本循环。 动态定价、退租预测先做；“郑AI家”撑起7.9万间保租房98%出租率。
康养与文旅｜先把人从记录和排班里解放出来。 照护记录、服务排班先做；本次测评已有20家康养机构进入数字力领航名单。
资管与REITs｜从资产获取到REIT退出，全链可审计。 估值预测、尽调与合同风险检测先做；某重整后房企建资产管理平台，把项目研判、风险预警、化债盘活串成一条线。
第五部分
观点20：
年底60天，2027年的AI就定了一半
关键数据
在途项目可按原规则预售到2027年底 2028年起新拿地全面进入现售
模型能力约每3.5个月翻一倍
56%说不清2027年预算
（报告第62页）
双时钟：模型按月进化，组织按年编预算，节奏错配本身就是风险。五年路线：2027筑基（从个人用到组织用），2028—2029扩展（从单点到整链），2030—2031经营（AI进入经营体系）——五年只定方向、数据和治理，每年滚动、分段拨款。
（报告第80页）
一把手的五件事：
01 写进总体战略：把AI从数字化规划里拿出来，配量化目标；
02 先通数据底座：先打通开发与运营的客户、资产、服务数据，再铺场景；
03 亲自上阵：不挂名、不只听汇报，亲自定场景、定资源、带头用；
04 对准要命的事：在去化、拿地和周期压缩中选两三个场景，按增收和资金账考核；
05 先立规矩再放量：发布使用制度，设基线和停止条件。
（报告第84页）
年底60天四件事： 盘点（第1—20天：应用台账、数据清单、延误基线）、预算（第10—45天：单列有出处，按场景和价值立项）、定人（第1—15天：副总裁牵头8—10人小组）、立规（第25—60天：元旦前发布使用管理制度）。
（报告第85页）
编2027年AI预算的七个问题： 投多少（先够到有效剂量）、投给谁（按场景立项，不按部门平摊）、怎么分（先投数据治理和系统集成）、怎么拨（分阶段，达标再追加）、怎么算（立项先立基线，财务独立核算）、谁负责（每个项目一个业务负责人）、放在哪（以AI实验室为预算出处）。预算不是分钱，是定打法。
报告还为业务线、职能三角（战略、CIO、人力）、中层与一线、政府与行业组织给出了“年底前、2027年、五年”的分工建议。对中层和一线只有一句话：年底前，每人沉淀一个可复用的技能，交给团队使用。
（报告第88页）
启示：请董事长、分管副总、CIO各自用七维自评表独立打分再对照：任何一项达到5分，大致已进入行业前两成。
写在最后
AI的价值，不在替代某个岗位，而在让整个经营体系在线、可计算、能自我迭代。”
2026年，房企AI的个人层已经热了；2027年，比的是谁先把组织接住。明年同期，我们将用同一套问题复测七个信号——观察线既是对行业的判断，也是对本报告的检验。
添加「小助手」获取完整报告
版权与转载说明：本文内容来自克而瑞深度智联《2026中国房地产行业AI应用报告》。欢迎非商业用途引用，须完整注明出处“来源：克而瑞深度智联《2026中国房地产行业AI应用报告》（2026年10月）”；引用图表须保留来源，不得删改数据、断章取义；全文转载及商业用途须事先取得书面授权。
end
↑深度智联极客问道（GEO） | 视频
想了解深度智联 CoWork 、极客问道（GEO）完整产品能力？后台留言留下「单位 + 姓名 + 手机号」，我们将安排专属业务同事第一时间与您对接沟通。