住宅房地产行业可能不像华尔街巨头和跨国制造集团那样具有数字化侵略性。但实际上，一些最大型的、最成熟的房地产特许经营商——例如瑞麦地产和凯威地产，已经采取了所有恰当的举措致力于基于云的数字化转型，并准备充分拥抱AI带来的新机遇。
Grady Ligon在2022年10月被任命为瑞麦地产的首任CIO，他表示：“我认为，我们唯一拥有的就是一台数据服务器，上面有大量的非结构化数据供我们的法律团队使用。”瑞麦地产早在Ligon到来之前就已经开始了云转型，各个业务部门都采用了AWS，IT团队也开发了云原生应用，在聘用Ligon的时候，瑞麦地产的高层决定首位CIO来“掌控一切”。
至于凯威地产，首席技术和数字官Chris Cox把云视为他们的创新引擎。Cox表示：“我们承诺真正实现云原生，并构建一个没有任何遗留基础设施负担的架构。”
Ligon和Cox的IT团队都通过迁移到云端涉足了AI领域，并计划抓住生成式AI的机遇，为各自网络中的数十万代理商和经纪人提供支持。长期的转型之旅证明，住宅房地产行业的数字驱动人工智能时刻已经到来。
为代理提供数据支持
瑞麦地产的Ligon曾经担任过Prudential Real Estate和Berkshire Hathaway Home Services的首席信息官，负责监管云资产，其中包括Oracle Financials、用于会员管理的Personify以及Inside Real Estate（为经纪人和代理量身定制的第三方行业SaaS平台）。Ligon表示，这家总部位于丹佛的房地产连锁店还开发了一款基于Salesforce的本土商业智能应用取代了Tableau，为有约145000名经纪人和代理商的全球网络提供支持。
Ligon很高兴详细介绍了瑞麦地产技术团队的工作，该团队正在构建管道和云原生应用，以便尽可能快速地为地产代理们提供来自美国和加拿大500多个MLS上市服务的最精细的、最有洞察力的数据。
这支数据团队在瑞麦地产1973年成立后被称为“73”，拥有约30名IT专业人员，负责构建复杂的数据架构和高级应用，其中包括了已经运行在AWS上多年的云原生堆栈。
Ligon表示，他们的数据专家使用Snowflake来构建架构并捕获一系列数据类型，从MLS列表到金融交易，以及国家住房报告和“从面向消费者的网站中排出的数据”。
该团队正在使用AWS SageMaker机器学习为代理们提供最好的本地销售线索和潜在买家。
瑞麦地产业务技术和数据平台副总裁Joe Wilhemy表示，他们已经构建了多个机器学习模型，并通过购买“先行者分数”采用了一个模型，该模型旨在向代理告知数据库中的联系人中谁最有可能在不久的将来出售自己的房屋。他说，为了增强对代理的实用性，Wilhemy的数据团队应用了自主开发的机器学习模型，该模型“足够智能，可以查看来自消费者信息提供商的数据集”、购买历史和其他行为因素。
Wilhemy说：“我们已经能够创建一些模型，分析房源评论和描述等内容，并告诉你哪些房产是海滨房产，哪些不是。”他补充说，这些数据让代理能够率先接触到特定的潜在买家，从而获得竞争优势。
瑞麦地产的数据负责人表示，他们通过多种方式进行数据管理，从通过存储在Snowflake中的大数据技术流式传输MLS数据，再到将数据存储在关系数据库数据存储中。
Wilhemy说：“我们的生态系统主要是由专有系统组成的，可以近乎实时地获取所有数据。”他指出，当某个房产被列为出售时，7.5分钟内美国100多万个库存列表和加拿大15多万个库存列表就都落地在基于瑞麦地产数据管道的目标网站中了。
用数据增强房地产关系
另一家领先的住宅开发商凯威地产也在大约七年前开始了数字化转型。这家总部位于美国德克萨斯州奥斯汀的特许经营公司的IT团队为大约189000个代理（包括全球承包商）提供数据，构建基于Google Cloud Platform的云原生架构。
凯威地产的Cox表示：“有耐心地对我们自己专有技术进行创新，这让我们有别于其他大多数的住宅分支机构特许经营商。”Cox还与DataRobot合作打造了分析和AI应用。凯威地产还依赖Salesforce等领先的SaaS厂商来提供核心的业务应用，与此同时，Cox和他的团队专注于公司自己的专有应用来为代理提供服务。
Cox和凯威地产企业数据和高级分析负责人Dan Djuric构建了四个核心云原生应用，为代理商提供最深入的数据来挖掘和销售房产、生成和转换潜在客户，通过针对获取商机而优化的个性化和定制功能，提供改进的客户服务。
第一个平台是Command，这是一个面向代理商的核心CRM，主要是为凯威地产的代理和房地产团队提供支持。Cox表示，第二个云原生应用是Command Market Center，是一个面向全球经纪公司和市场中心的CRM解决方案。
第三个应用是他们面向消费者的数字平台kw.com，该平台可以定制并通过特许经营所有者品牌网站将代理与当地客户联系起来。最后，IT团队开发了一个数字市场中心，提供活动管理、培训和教育相关内容。
与竞争对手一样，凯威地产并没有对流程设定严格的ROI指标，这仅仅是一部分技术且仍然主要基于代理和客户之间的关系。但是Cox和Djuric都知道，凯威地产有82%的代理在过去90天内一直活跃在他们自主开发的CRM应用上，并且仅从该统计数据就可以推断出他们的数据具有很高的价值。
Cox表示：“在过去六年时间里，我们一直致力于构建我们的平台。”他指出，凯威地产在全球范围内使用MLS、人口统计数据、产品数据、保险数据和地理空间数据来填充他们的数据湖。“我们对这个位于云端的集成架构进行了大量投资，并在此基础上积极展开创新。”
Cox表示，他的数据团队已经对数据架构进行了“合理化”，将多个数据湖实例组合成更小的数据湖，“这样我们就知道我们拥有哪些数据，并且可以使其更容易访问。”
很多技术都属于AI的范畴，Cox和Djuric表示，IT团队正在更加努力完善先进的分析能力，包括预测建模、机器学习和人工智能（包括生成式AI）。
例如，生成式AI的一种简单用途就是，要求告诉代理如何以更具描述性的方式展示他们的房产。生成式AI模型将为代理们节约时间并打造出更好的列表。“像ChatGPT这样的生成式AI引擎将为新房源打造更好的、精心设计的描述，给代理们节省下更多的时间。”
那么房地产行业会像CarMax一样完全由消费者驱动吗？
特许经营商仍然需要遵守每个地区房地产监管机构的规定，但可以自由开展创新。尽管如此，Cox表示，住宅房地产交易未来仍然主要是一种人际关系型业务，除非消费者发现使用技术买卖房屋效率更高。
Cox说：“技术是一个巨大的差异化驱动因素，这是一个数据极其丰富且交易量巨大的业务。但是我们非常重视代理和客户之间的关系，无意消除或阻碍这种信托关系。”
不断发展的房地产技术
IDC认为，住宅房地产属于个人和消费服务垂直行业的范畴。过去几年中，该行业在数字化转型上的支出最少，2022年的建筑支出约为426亿美元，2022年资源行业支出为821亿美元，2022年个人和消费者服务支出为826亿美元。
瑞麦地产的Ligon承认，房地产行业是很难追踪的，因为这个行业是分散的，每个州汇报给他们自己的房地产经纪人委员会。
而且，不同平台上有数百个不同的MLS列表，独立特许经营商使用大约100个不同的CRM。Ligon估计，排名前三的行业云——Inside Real Estate、Lone Wolf和Constellation——可能被65%到70%的代理所使用。
他们是服务型企业，只为房地产特许经营商、经纪人和代理人、单独的抵押贷款业务提供服务。但Ligon和其他人一致认为，随着AI工具的发展以及多来源数据在数据湖中不断积累，该行业对技术的使用只会在数量和复杂性上继续增长。
Cox在谈及整个行业对技术的采用时表示：“归根结底，我们是一家由我们自己专有技术驱动的房地产公司，但未来会发生转变，接下来的几年，我想你会发现我们会更加积极地谈论我们的技术。”
