传感器数据：释放AI投资回报的关键所在

编者注：本文作者为Butlr联合创始人兼CEO邓鸿浩（Honghao Deng），文章观点仅代表其个人立场。

当仲量联行（JLL）发布题为《房地产的AI现实检验：90%企业试点，仅5%实现全部AI目标》的报告时，建筑运营商对人工智能应用与其投资回报之间的落差给予了高度关注。该报告链接可参见JLL官网。

报告显示，建筑运营商应用AI的三种主要方式集中于数据相关工作流、资产组合优化及能源管理。值得注意的是，房地产企业开展AI试点的比例在三年内从5%跃升至92%，但仅有5%的受访者表示已从投资中实际获益。

鉴于AI仍处于试点阶段，建筑运营商对技术抱有浓厚兴趣却回报率偏低，这一结果并不令人意外。然而，报告中最值得关注的是AI试点的方式——一个关键数据集被忽视了：建筑中的人类体验。

人类互动至关重要

理解人类体验是打造协作高效办公场所的核心。AI工作场所数据表明，办公室中不可替代的人际连接具有重要价值：员工可接触实验室等实体环境、处理高安全性数据、通过对话进行交流、以跨职能方式解决问题。当员工不在现场协同工作时，这些活动均难以被轻易复制。

随着办公场所不断演变，其设计必须围绕这些关键的高影响力互动展开。这需要基于反映人们如何使用和体验空间的数据进行评估。当前并不缺乏展示建筑管理各层面的数据工具，人流量、占用率等数据为运营商提供了基线洞察。然而，理解人们在空间中的互动方式，才是驱动AI的数据基础的关键。这类情报来自传感器——即“物理AI”——所收集的数据。

在商业地产领域，物理AI数据集可在不侵犯个人隐私的前提下获取。这可通过基于热感的传感器实现，此类传感器能检测移动并根据体温推断行为，同时确保匿名性。理想情况下，物理AI数据应与其他设施管理及房地产平台集成，以形成对物业的全面视图。

物理AI的应用实例

以下是物理AI在工作场所部署的两个典型案例：

全球医疗技术制造商。该公司因需要更多行政工位而考虑租赁额外空间。在做出投资决策前，他们安装了结合AI与体温传感技术的热感传感器，旨在了解实验室及工作空间的实际使用情况。

在不捕获任何个人数据的情况下，传感器揭示实验室空间有30%未被充分利用。这促使公司进行办公室重新设计，而无需承担不必要的生命科学装修成本——根据Cushman & Wakefield的数据，此类装修平均每平方英尺达846美元。此外，传感器还帮助该医疗技术公司识别出最常用的仪器，从而实现更高效的资本规划。

全球软件提供商。该公司试图提升其15%的工位使用率。强制返岗政策仅将办公室出勤率提升至45%。当公司查看AI传感器数据时，发现员工会预订大型会议室进行专注工作或电话会议，并在下午晚些时候使用咖啡厅开会。他们还观察到大量“打卡即走”现象——员工刷卡显示在办公室，但很快离开，大部分工作在家完成。

该软件公司随后重新配置了办公室以适应员工需求。新布局提供了更多小型会议空间、用于私密通话和专注工作的灵活便携式隔间，并优化了咖啡厅在传统午餐时段后的维护人员排班。两周内，空间使用率提升至72%。除了生产力提升外，设施管理团队还基于传感器收集的关于人类行为的聚合数据，改善了运营效率和能源消耗。

AI战略启示

物理AI的兴起正在重新定义企业管理商业地产的方式，将建筑从被动环境转变为生产力、合规性、可持续性和能源效率的积极参与者，同时支持更明智的建筑运营决策。

实现AI投资回报的关键在于底层数据的质量。这一原则对许多设施团队而言并不陌生：他们正在整合关于建筑管理几乎每个方面的复杂数据集，为AI发挥作用奠定正确基础。但必须认识到，若缺少物理AI提供的洞察，这些数据集将是不完整的。