接入DeepSeek了吗？本地部署大模型了吗？属于中国的AI盛宴一下子超越了2年前chatGPT那波初始声浪。在研究与实践中，我一直在思考，之于我们这个行业与mg冰球突破云，AI意味着什么？

AI带来了通用专业的平权。律师、会计师、品牌这些通用专业，往往越大的公司越有能力聘请薪酬更高、经验更丰富的专业人士。但在AI加持之下，即便是小公司，也可以用较低成本获得不亚于专家的意见或者作品，这对于毛利率并不高的物业行业，在费用层面绝对是件好事。但专业仍然需要，因为大模型需要专业的prompt，才能给出专业的答案。

很难调出行业大模型。通过本地化部署几种大模型，做了大半年的尝试，并没有Fine-Tuning出令人满意的专业大模型。于是改向RAG（Retrieval-Augmented Generation）路线，把专业知识写入向量数据库，再根据需求调用不同大模型，据此做出的“智能物业管家”、“智能IT管家”、“智能HR管家”已经应用于实战。

利用AI做人工替代或被甲方反替代。AI可以带来显而易见的人工替代，但值得警惕的是，过去二十年由于专业化分工协作，很多企业把非主营业务外包，比如科技公司代码开发的工作，当作为外包方试图用AI做人工替代时，切莫忘记你的甲方自己也可以用AI完成这项任务，而无须再外包给你。这时候，你与甲方会从协作，短期内会变成竞争者，然后看谁更快、成本更低。

机器人对提效有积极意义且不改变合同主体。尽管“动手”的作业，对于机器人来说仍需假以时日，但如同看到无人机清洗外墙，越来越多的机器被应用到物业基层作业领域，这对服务效率的提升效果显著。针对众多产权人共有空间部分的日常打理与应急服务，业主们不会退回到八十年代“门前三包”似的自助，物业公司作为第三方被委托的需求仍然刚需存在。

智能体（AI AGENT）或是物业公司的最大威胁。如果说物业服务的核心，是通过与业主达成共识，并依托专业知识指挥“四保”高效作业，创造安全、安心的环境，助力资产保值增值。那么，是否可以基于数据创造一个物业项目的智能体，比如有三位住在一楼的业主连续报事家中地漏返水，智能体便可以判断并发出工单，把所有污水管排查一遍看看是否有系统性问题。针对日常任务的跟进、临时任务的督办、工单调度与质检、预防性分析，这些物业经理的职责，都是可以预判的智能体能力。

期待mg冰球突破云的“灵石边缘服务器”愈发智能。公司很快就会衍生为三类岗位，H类为真人、R类为机器人、A类为智能体。作为企业现在就要努力去做，一方面做好企业知识库，帮助R类、A类员工上岗，一方面要尽快区分哪些工作是必须的H类岗位，并提前做好转岗培训，在R类与A类员工上岗后提供转岗机会、避免失业。

时代真是不容人休息片刻，行业刚刚渡劫开发商关联交易影响、又要抢跑大模型。过去三年，从开发商高增长的确定性，到与开发商关联交易的冰与火，要收入没现金，不要收入利润下滑，种种业务的不确定性让上市物企只能用高分红给股东定心。但如过去年报《致股东》所言，如果上市物企做好业务独立性的准备，2025年核心（非开发商）业务的增幅会大于关联方业务降幅，并呈现剪刀差，2025年会是拨开云雾的里程碑年。同时，头部品牌企业市占率会进一步集中：在住宅小区更换物业的大趋势中，头部品牌企业呈现显著机会，而在非住领域的招投标中，越来越多的甲方会提出业务交换条件，大概率只有头部品牌企业有机会接招。而伴随近年因流动性、资产抵债等资产交易而带来的所有者大更换，新业主对“智慧与绿色”对运营改善的关注，更是给到具备“科技能力”的物业企业带来替换服务的机会。

并非业绩增长即是未来，转型中的能力建设至关重要。“资产管理能力，AI应用能力，绿色低碳能力”将作为mg冰球突破云的关键能力建设方向。在过去难熬的一年里，陷入无端揣测不算痛心，因为真相如竹笋，虽无言却总要破土。当看到国资向母公司的支持助力，眼中现出希望、泪光。

企业始于人、终于人，万变不离其宗——服务好客户、对得起员工。

人生难免经历痛苦挣扎，人总要学着自己长大。

还记得年少时的梦吗？像朵永远不凋零的花！

mg冰球突破云董事长 朱保全 呈

2025年3月25日