一场疫情，对国内经济发展造成明显冲击，随着疫情在国际多地爆发，加剧了宏观经济的下行压力。受经济环境变化影响，商业地产运行面临着巨大挑战，同时也倒逼行业、企业重新思考，下沉到资产改造、服务升级的探索中。
但黑暗终会迎来光明，据睿意德数据，2020年第二季度，中国商业地产指数环比显著增长，同比回落幅度收窄。宏观经济指数、商用土地指数、零售商信心指数在本季度均较上一季度强势回升，整体市场自疫情后逐步回暖。
专业机构预测，2020年下半年，以律师事务所、新媒体产业、新基建相关产业为代表的企业将积极扩张，新一代数字产业、智能5G、新医药与新健康等新产业将迎来增长机遇，商业地产复苏正在进行时。
经此一疫，倒逼了企业借助资本与科技不断融入，从中长期来看，“数字化”是未来商业地产发展的关键。
提高运营效率，控制运营成本，是整个行业在疫情以后尤其关注的核心需求。
过去，人们认为，装备了一堆牛逼的智慧系统，再招纳一堆优秀的人才回来使用，理论上就能从整体上提升运营效率。
然而根据[爱物管]系统的数据监测发现，项目保洁人员每天的平均有效工时只达到2+小时，而通过我们的走访或公开的财报数据，上市物企的平均使用系统数量平均有20+个，行业的平均人效——15万元/年/人。
这背后的矛盾显而易见，20多个智能系统，带来的竟是是劳动效率和管理效率的低下。
这是系统的问题吗?有些是，不排除某些系统难以真正落地的问题。但经过[爱物管]的深挖发现，不管什么系统都离不开人的使用，但是招人难、培训难、留人难……而且人还会懈怠、会粗心、会依赖经验。
AI技术的出现及应用，为打破这种局面提供了最大的技术支持，最大的变化在于在运营管理上，实现去人化/无人化，如智能硬件上，表现为智能机器人、智能识别等机器的投入替代人员工作。在管理上，则可以表现为通过数据的处理分析，系统中心实现对各系统(机器)及人员的自动化管理，从而替代相当的管理人员，并延长管理者的管理半径。
同时，深度学习/强化学习等机器学习算法的进步为人工智能作出决策辅助也提供了技术的保障。比如，传统物管企业在项目服务成本测算以及岗位、编制调整方面长期依赖人的经验，无法快速有效地根据实际项目的效率、服务质量等进行更新、迭代。而借助AI数字化产品，通过AI计算，以运营数据为基准，可以为管理人员提供精确有效的决策支持。
因此，我们认为，我们不应该开发系统给人用，而是要开发系统去做智能替代，让更加智能、精确、细致的AI技术，去帮助我们实现项目的辅助管理、辅助决策。
我们的核心能力是用系统替代过去人盯人都无法量化完成的人员管理，通过工作的量化提升一线劳动效率，通过智能自动计薪，实现队管理人员的替代和管理效率的提升。智能语音助手甚至会提醒我们的工作人员去完成没有完成的工作，智能调度着项目中的每一个工作人员。
经过我们的具体项目案例实践，去年接管尚东集团旗下一个小型商业综合体并进行全管服务，实现了节约了43%的人员，降低了30%的人员成本，同时向业主提供了更加专业高效的服务，并且通过完全透明的数据可视化技术向业主予以了呈现。
