昨天，深圳拍卖5块居住用地，竞争激烈，引发全国关注！隐藏在拿地战争背后的各种秘密武器，也纷纷登场……
万事开头难，对于一个地产项目来说也是如此。地产项目的成败，80%取决于拿地；项目成本的控制、非品牌溢价，80%取决于设计。
所以，对于房企来说，这两个阶段非常重要，而其痛点也很多……
拿地、设计阶段的3大痛点
困扰所有房企
明源君认为，拿地、设计阶段的痛点，总的说来有以下3个方面……
1.以拿地、强排阶段来说，消耗大、风险高
首先，强排阶段的人力消耗很大。
一些千亿房企每拿下1块地的背后，是做过强排却没拿的30、50块地，这些工作全靠人力完成，消耗很大。
其次，在研究地块的过程中，容易出现错误判断，造成高风险。
一些中小房企资源有限，往往是研究2块地就拿1块，特别容易拿错，风险很高。
而研究几十块地才拿一块的大房企，也会拿错地。这一方面是因为经办人经验、水平所限，比如本来最大货值可以做到30亿，其却算成27亿；另一方面则是因为一些公开数据，比如常住人口等等本来就有偏差。
2.以项目设计阶段来说，没人敢说自己给出的就是最佳方案
地产项目的设计，其实是要在4重限制下，得出一个最佳方案。
第1重限制，是各地千差万别的控规，必须深入了解，才能在红线内求得最大利益；
第2重限制，是房企自己的产品标准。而如果有具体产品线，限制会更多；
第3重限制，是客户调研的结果。必须针对客群，做针对性的设计；
第4重限制，才是设计师自己的水平，由其过去的经验、见识和创意能力所决定。
在前3重限制的情况下，设计师研究各种限制的时间，往往会超越创意、思考的时间，整个过程比较痛苦。
而最后给出的方案，是否真的已经穷尽所有组合？是否真的是利润最大化的？是否真的站在了行业的前沿？是否真的是潜在客群所喜欢的？
很多地产人自己心里也没底。
3.上述2个阶段中的各种沟通，效率低、错误多
拿地、项目设计，涉及到房企内部各部门、集团区域项目多层级、多个乙方、以及房企高层，这么多人互相协调，会有各种问题。
首先是沟通周期长、效率低。即使是方案的简单修改，一个来回3天乃至一周都过去了。
其次是信息传递变形。领导的一个原始意见，呈现到设计方案上，可能就完全不一样了……
上面这些痛点，所有人都想解决，但一直没有什么特别好的办法。
这两年，地产界逐渐看到了消灭这些痛点的可能---------AI。
你觉得AI还很遥远？其实明源君之前也不相信AI这么快就能影响相对传统的地产行业……
直到最近，明源君拿到了1家地产类AI设计公司的内部核心资料，才终于相信：
像打游戏一样干地产的时代，真的来了！
这家公司就是深圳小库科技，下面明源君就以其为例，来说说AI是如何解决上面这些痛点的……
拿地强排，AI远胜人工？
我们先来看同一块地的2个强排方案，如下图所示，左边的方案是人工完成的，右边的方案是AI完成的。
在同样满足当地各种规范的前提下，右边AI完成的方案，比左边人工完成的方案，总货值多出了3.5亿。这个差异是非常大的，会直接影响拿地的决策！
人工强排的过程和AI强排的过程，到底有什么不同？
下面明源君以新进入一个城市拿第一块地来说明：
甲房企新进入一个城市，由已经有10年工作经验的老张来做第一块地的强排。
老张对于这个城市是完全不了解的。
第一天：他从0开始，搜集地块周边的各种数据，人口、医院、学校、商业、公园……然后，他又从0开始，研究当地的控规，并努力加以理解，看和自己熟悉的城市的控规有什么区别。
这花费了他整整一天的时间，而且觉得自己了解到的信息很有限，心里有些忐忑。
第二天：老张开始做项目方案，他的方案立足于自己之前几十个项目的经验，想出了5种排布，并不断去检验是否符合当地控规，以及容积率的要求，从里面找到了货值最大的一种。
这又花了老张一天的时间，而且方案是否就是“最优”的，他心里也没底。
第三天：老张开始做PPT，把各种资料、数据汇总起来，理清楚逻辑，再美化，又花了他一天时间，直干到半夜，总算是没有耽误第二天开会研究。
3天一块地，已经是老张最高的效率了。而经验不如他的同事，可能需要5天、8天…
乙房企新进入一个城市，由设计师小李来做强排，他使用了小库的AI系统。
他把地块的位置输入系统后，地块周边所有的信息、当地的控规都跳出来了。
小李只需要输入地块容积率的信息，然后根据集团的习惯，输入别的一些条件，排列一下重要程度，信息搜集的工作就完成了。只花费了不到1小时。
接着，小李把地块的大小、形状、以及产品系的一些限制性规定输入系统，系统就从几千种方案中，挑选出货值最大化的几种方案，摆在了小李面前。这个过程也只花费了1小时左右。
小李选定了其中2种方案，系统就自动生成了一个逻辑清晰的汇报PPT，从地块周边信息，到设计方案本身，一应俱全。小李根据集团内部的习惯略加修正后，就生成了最终的汇报PPT。这个过程只需一半个小时左右。
最终，小李只用2个多小时，就完成了一块地的强排。
而且，这个方案是完全符合控规、货值优秀，出现错误的可能极低。
人力和AI强排的效率对比，如下图所示：
那么，AI系统怎么就会那么精准、效率那么高呢？因为以下一些原因：
1.小库系统不断累积各城市、各区域的各种信息，数据越来越丰富
小库的环境数据，基于百度、高德等地图信息，同时又与其他专业数据公司合作。
而小库每和一个项目合作，项目周边数据也会进入系统。合作的项目越来越多，数据也就越丰富。
另外，小库不但能收集数据，还可以自行采集到即时的、最真实的一手数据。
下图是小库在“2017年深圳城市建筑双年展”期间为深圳南头古城试点所打造的多维数据平台，收集到的数据细致到每家店门口的人流，人群的消费情况、消费水平等。
这样的信息收集系统，比一个设计师临时人工去找数据，要先进几个量级。
2.小库系统积累了百万级项目的设计经验，穷尽更大可能
老张做设计，是在自己设计过的几十个项目，或者充其量是自己看过的几百个项目的基础上，做一些排列组合。
即使老张很有经验，他所想到的可能性也许只占所有的1%。但小库系统通过学习百万级成熟设计方案形成的神经网络，能更好更快地评估和生成方案。
而AI因为不知道疲惫，只要计算速度够快，其天生就有一个优势——“穷尽可能”。
只要你输入条件，它就会从天文数字的组合里进行筛选，穷尽99%的可能，并把最佳的几个方案智能推荐给你。
3.AI只要输入条件没错，失误率极低
人的思维总是有漏洞的，即使是天才也会犯错。
人为做出的各种方案，以为没有违反控规实际违反需要调整，以为货值最大化却没有能最大化的可能都存在。
而对于小库这样的AI系统来说，只要输入的条件没错，最终出的结果，就是符合条件的优中选优。
AI已经助力各大房企
拿下500多块地
2年半来，已有2万+项目使用小库系统辅助方案设计，其中包含4000+不同的实际拿地项目，所知的有超500块拿地成功。
不过这些拿地成功案例，前期的排布是由AI完成，最后的选择判断及报告深化则是各大房企精英在AI的基础上协作完成的。
那么，是否存在真正的纯“傻瓜”操作呢？
也就是说：无需前期准备，这边输入地块基本信息，那边很快就出最优版拿地报告！
如果这个可以实现，那么关键专业不足心里没底的问题、需要筛选的地块过多人力不足的问题、乃至突发的机会型拿地的问题，都可以彻底解决了。
目前AI还做不到决策和方案深化，不过“人工智能设计联合体”可以解决这个问题。
“人工智能设计联合体”，是小库与深圳前海柏涛、上海尤安等国内TOP设计机构联合建立的组织，可以在拿到地块基本信息后的当天，就做出多方案比选，并最终推出AI拿地服务报告，满足房企“傻瓜”式看地拿地的全流程需求。
这个联合体的项目团队都很熟悉小库系统，可以把运用系统的效率提到最高。
再通过国内TOP20设计机构专家的判断优化能力，使方案达到最优。
昨天，地产圈最为关注的深圳“土拍大战”集中竞拍5宗居住用地，小库和国内TOP20设计机构建立的AI设计联合体也参与了部分房企的拿地方案设计。联合体团队通过小库的辅助，在短时间内，根据不同设计思路和营销条件，完成方案调整和优化，实现多个特点鲜明的规划方案。
下图就是“AI设计联合体”在很短时间内，就某地块给出的方案。
目前，用 “AI设计联合体”方案成功拿地的项目，已经超过200个。
小库AI设计联合体对各项目最终完成的报告，非常细致，比很多房企人工做了一两周的还要详实落地。如下图所示：
小库与深圳前海柏涛成立的AI设计联合体拿地报告案例展示
AI给地产人灵感，
让沟通更顺畅，
把更多时间留给创意
明源君上面讲了AI的拿地效率高、错误率低等优势，不过，肯定有地产人不服，他们会说：“AI能有自己的创意吗？”
“AI给出的方案可能是货值最大化的，但会是客户最喜欢的方案吗？”
是的，到了更详细、具体的设计阶段，这两个问题是必须要考虑的。
明源君下面就来说说这两方面的问题。
一、AI没有自己的创意，但是可以把前人所有的创意，排列组合给你看；通过大数据收集与分析、机器学习与深度学习等技术，小库的运行规则中包含更多如美观性、社会性等相对主观的考量因素，以做出更人性化、综合效益高的选择。
灵感不是凭空产生的，往往是受前人作品的启发而产生的，建筑这个领域尤其是这样。
小库系统，就可以根据你输入的基本条件，排列组合前人的创意。
小库为啥有这么多想法呢？
一方面小库的系统内学习海量真实图像，数秒内即可生成上亿新的现代风格的建筑。
另一方面，来自全国的设计师，越来越多地在小库系统里做设计。这样，小库拥有的原始创意也就越来越多，排列组合也就越来越多。其原始方案增长的趋势，如下图所示：
也正因为使用小库系统的，是来自全国的设计师们，所以，小库的创意并不只是天马行空的外形等等，还包括很多对现实的理解。比如：
甲城市，有50个项目的设计师，尝试过充分利用当地控规，而且用的是小库系统设计，那么，小库系统对甲城市控规的理解就会很深刻，可以给你很多突破、创新的办法。
乙城市，有50个项目的设计师，尝试做出本地化、更符合当地人喜好的产品。那么小库系统对乙城市地方客群的理解就会很深刻。甚至可以用大数据可以统计出当地差异化的产品需求。
下图是小库系统的智能设计热度图，颜色越深说明当地用小库进行设计的项目越多，小库对当地控规、客群的了解也就越深刻。
过往，设计师们的积累，是文件夹式的，需要的时候，从文件夹里复制几个自己过去的设计。
以后，设计师们的积累，在系统云端，而且是所有人的积累都在一起。设计师只需要像搭积木一样，把过往的素材组合起来就好。
二、过往的多层次、多场景沟通、长期沟通，现在可以简化到2个场景、即时沟通
过去，一个项目设计方案的沟通过程，是很复杂的。涉及到房企内部各部门、集团区域项目多层级、多个乙方、以及房企高层。
这些人要排列组合着开好几个会，而且方案每修改一次，几乎都要几天，如果发现修改后的方案和最开始的意见不一致，又要再来一次。
而在用了小库系统之后，沟通场景就只有2个：
1.线上沟通。所有人在同一个设计模型里批注评论、同步信息。
首先，这个系统可以接受个性化的标准。
在初步设计完成后，如果您所做的项目，属于某一个产品系，该产品系对楼间距等有一些特殊的要求。那么，你可以把产品系的各种系数输入系统，再呈现的方案，就是你想要的结果。
其次，这个系统可以让各级专家、领导像批阅文件一样进行批注和评论。
你可以直接把在线的三维立体设计方案通过小库移动端APP KoolShare发给相关的专家、领导，他们可以直接在上面进行批注意见。而对你来说，这个意见来自何人也是一目了然。
如果有领导给出评论说，应该让楼间距再大一些，中间留出一个大花园来，面向改善人群，实现溢价。那么，你直接把原始方案里的一些楼栋去掉就好，也可以变动楼栋的方向，用鼠标在几分钟内就可以完成全部改动。而且，你改动后的结果是否还符合日照、容积率等要求，系统立刻就可以计算出来。如下图所示：
2.线下沟通：会议现场可以根据意见，即时改动完成设计
过去，会议现场，各位领导发表的意见，需要会后再传达、实现，周期比较长。有时候改动后的结果领导还不一定满意。
而小库系统，现场就可以把想法直接变成方案，并立体展示出来，还包含所有你想看的数据，让头脑风暴无缝变成设计。
现场减少2栋楼，减少一排楼，更换外立面，那都不是事！不信，请看下面视频……
之前，小库只有楼栋排布、外立面等设计。
2019年，小库又有了室内户型设计，将各种数据输入系统，不同的户型也可以进行排列组合，设计师只需要进行选择就好。
这也就意味着，即使是一个怎么不懂设计的人，只需要把容积率、项目所在城市、地块形状等等输入系统，动动鼠标，就可以得到一些完全符合各项要求的、详细的设计方案。他只需要选择自己最喜欢的那个就好。
看到这里，有的地产人可能会担心，如果这一天真的来临，自己是不是真的要失业了……
拥有这2种能力的地产人
永远不会失业
明源君觉得，地产人的核心能力， 应该是下面2个：
1.基于共情的，创造新需求、新产品的能力
AI能够理解和学习的，是已经诞生的产品，它无法理解和创造没有过的需求和产品。
举例来说，没有加湿器之前，人们不知道自己需要加湿器；没有苹果手机之前，人们不知道自己需要苹果手机。
拿地产行业来说，近几年新出现的微墅、社交公寓、社群等新产品、新服务，只有对人性有深入洞察的地产人，才能发现、发明。
AI不可能理解亲人之间需要亲近，又需要隐私的矛盾；也不能理解视野和心情的关系。
只有人类才有共情能力，并凭借它创造出新产品、高溢价。
2.基于审美的，创造新潮流的能力
AI并不能真正理解“美”，它只能把过去的各种风格，进行排列组合。
有审美能力的地产人，才能创造出新的艺术风格、新的产品系、新的潮流。
拥有以上2种核心能力的地产人，永远不会失业！而很多重复又不需要创意的“脏活累活”，我们可以交给AI。(作者：明源地产研究院 天风)
免责声明：转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。如因作品内容、版权和其它问题需要同本网联系的，请及时联系我们，我们将尽快予以有效核实并作出相应处理。 |
