房地产 AI 需要模型分流，而不是一个包打天下的副驾驶

房地产运营里的下一个有用 AI 系统，可能不像“超级智能代理”，更像交通调度员。近期行业报道提到，团队面对生成式 AI 查询量上升，开始讨论模型分流以控制基础设施成本。更重要的启示是：查一条合同条款、判断疑似安全事故、回答涉及租客权利的问题，不应该走同一条自动化路径。

对建设者和运营者而言，前沿在于可控委托：低风险、证据充分的任务交给较小模型；含糊或后果重大的任务交给更强模型或人工；每次转交都保留证据和理由。这样的架构可能更便宜、更安全，但责任不会因此消失。

房地产工作流发生了什么变化

物业 AI 已经不只是写通知、总结报修单。连接后的系统可以读取报修内容，对照楼宇历史，要求补充照片，判断紧急程度，起草供应商请求，再把事项放入主管的异常队列。预算差异解释、租约检索和非工作时间的租赁咨询也可以采用类似分流。

变化在于，工作从“一次提示”变成一串判断：任务是什么，手上有什么证据，错误会造成什么伤害，下一步必须由谁批准？这对物业经理和维修协调员尤其重要，因为他们本来就要在分散记录中做出有时限的判断。

AI 辅助工作流如何运作

可审计的系统至少有五层：接收请求并删除不必要的个人信息；判断复杂度和风险；只提供当前租约、政策、报修历史、获批准的楼宇数据和时间戳；输出带引用、不确定性和建议下一步的建议；由明确署名的人员批准、修改或拒绝，并保存输入和模型版本。

查询增加、检索存储、复核队列、日志和系统接入都会产生成本。分流政策要测量每个已解决任务的总成本，而不只是模型价格。

谁会受益，什么地方可能出问题

运营者可能更快分诊，维修人员少一些重复录入，住户在下班后收到状态更新。但错误的紧急程度会延误维修；错误的租约摘要会误述权利；看似中性的回答也可能复制带歧视性的筛选规则。

旧工单或其他楼宇资料可能进入检索，软件或政策变化会造成漂移，历史资料可能让评估泄漏答案，住户也未必知道重要通知是否经过人工。供应商还可能保存提示词。责任仍属于部署系统的机构，而不是置信度分数。

人工复核必须是真复核：复核者要看得到证据，能够质疑建议，有升级路径，并有权停止自动化。访问日志、脱敏、保存期限、偏差检查和住户纠错渠道，都是运营要求。

实践练习

练习： 在脱敏的历史报修单上做风险分流影子测试。不要发送消息、改变优先级、联系供应商，也不要做住房决定。

输入与步骤： 抽取四周工单，定义规则基线；请两名复核者标注紧急程度和缺失信息；让分流器分配任务类别与模型层级；只离线比较结果。

基线、指标、观察窗口与停止条件： 以规则基线和两名复核者共识为标准，观察 14 天，测量准确率、高风险漏判、误升级、复核分钟数、引用覆盖率和估算成本。若安全关键类别漏判、复核分歧上升却没有升级路径，或输出出现个人信息，立即停止。

给建设者与运营者的要点

• 先设计异常队列，再优化聊天机器人。
• 在记录中显示模型选择、证据、不确定性和人工批准。
• 把复核时间、接入、数据保存和事故响应计入成本。
• 按风险类别和住户影响测试，不只看平均准确率。

链接 / 来源

• Inman：Real Estate AI Adoption Is Easy. Proving The ROI Is The Hard Part —— 支持查询量、基础设施成本和模型分流的行业信号，不等于独立性能验证。
• AI maintenance triage moves property operations upstream —— 系列此前关于维修流程与人工责任的讨论。
• Brokerage AI moves into the operating system—and accountability must move with it —— 系列此前关于运营系统治理的讨论。