物业与 AI 怎么真正结合,我们研究得透一点
AI 怎么落地、物业行业会变成什么样、商业模式怎么算账——这里是启盟科技把 AI 用进物业与设施管理(FM)的长期研究:不止于趋势判断,更要把每一件事在现场跑通。
每一篇,都想写得值得读
物业公司怎么选 AI 物业产品：平台、智能体与机器人的选型框架
国内的 AI 物业产品分三类：物业管理软件平台、物业智能体、服务机器人。选型看四条标准：能不能自己把活干完、有没有已实际落地的公开数字、能不能接上现有系统、供应商愿不愿意先陪你跑通一件事。本文给出三类产品的边界、四条标准的核验方法，以及一份选型避坑清单。
物业公司怎么用 AI 做降本增效：一套从测算到落地的三阶段方案
物业公司的 AI 降本增效方案，分源头、过程、持续三个阶段，对着真实运营数据把成本层层省下来，而不是一刀切裁人。本文给出方案的完整结构、每一阶段做什么，以及三个已实际落地项目的账本：扭亏为盈的综合体、23 人管住 30 万㎡ 的园区、巡检人力降六成的集团。
什么是物理 AI——它不只是人形机器人，你的楼里可能已经在跑了
物理 AI(Physical AI)是能感知、理解并作用于物理世界的 AI。它不等于人形机器人——一栋楼里的 4,198 个传感器、看得懂监控画面的视觉模型、发现异常自动派单的智能体，都是已经在生产环境里跑的物理 AI。楼宇设施是物理 AI 最先规模化落地的场景之一。
已经在用钉钉、飞书了,还需要行业智能体平台吗?
不用二选一。协同平台是组织的统一入口,行业智能体平台是生产环境里的专业纵深——数据经官方接口轻量桥接,能力经统一入口交付,商业上互相加速。谁也离不开谁。
怎么办好一场企业 AI 应用创新大赛?别让它停在 PPT 上
评的是 PPT 还是能跑的东西,是大赛有没有价值的分水岭。每一组用真实数据搭出智能体、向领导现场演示,再在 all in one 的行业平台上让成果长成系统。
一个 Demo 和一个系统之间,隔着四道工程鸿沟
Demo 证明的是'技术上可能',系统要回答的是'业务上可靠'。从 POC 到生产,中间隔着四道工程鸿沟:数据要治理、数据要分发、智能体要协同(A2A)、输出要一致和确定。
什么是 FDE——不懂业务的,都不配做 FDE
FDE 是今年最火的岗位,但这个词在国内正在被用烂。真正的 FDE:先懂业务,再懂数据,最后才是一丢丢技术。
AI 转型的动力,为什么应该从一线长出来
领导拍脑袋定的 AI 场景,大多会失败。真正该被 AI 替代的事,只有一线知道。
物业管理的下半场,到底该走向哪里?
下半场的真问题不是“物业公司该卖什么”,而是“物业公司该变成一家什么公司”。
一家物业公司三年省下 3,000 万人力成本，账是怎么算的
启盟科技自营的物业公司爱物管，2023 年以来累计省下超过 3,000 万元人力成本。这笔账只有一行乘法：少养 64 个管理岗，按人均综合成本约 20 万元/年估算，一年约 1,300 万元。本文拆这笔账的原始数据、算法，以及为什么坚持只算直接成本、不把工时折算成钱。
岗位是怎么消失的 · 从工作流的视角看 AI 物管
别问 AI 会取代哪些岗位,去看它能跑通哪些工作流——岗位只是工作流的容器。
物业如何选择清洁机器人 · 从工时替代到工序替代
别让机器人去抢人的工时,让它去做人做不起的工序。
为什么需要 OBC
“数人头”的合约模式,正是禁锢物业服务行业发展的最大顽疾。
关于 OBC 模式 · 以成果为导向的合同
把合同要求从“人头”换成“可衡量的成果”。从新加坡 2017 年的实践说起。
OBC 模式保洁服务管理的落地做法
三步把成果导向落到地上:定结果、盯过程、按成果付费。
OBC 模式的影响力和应用进度
新加坡已有超 110 家机构采用,正向商业领域和海外扩散。
OBC 模式在中国的落地和实践
不“数人头”,要“看结果”。三个真实项目里的数智化考核。
物业公司怎么落地 Agentic AI?从一份自动日报开始
很多物业公司的 AI 转型规划,写法和十年前上 ERP 一模一样:三个阶段,每个阶段打通几个大场景——然后大多数卡死在第一个上。问题在于"打通一个场景"背后是几十条工作流。我们推荐相反的路径:从一份自动日报开始,在几十上百个项目里先跑起来、建立信任,再验证一个、打通一个、铺开一个。
行业大模型 · 物管大模型国内先发
数据 + 算法 + 场景三位一体,打造 AI 物管智能体集群。
关于数字劳动力 · 第四种用工模式
打破人与机器的边界,以数字化技术赋予“活力”的第四种用工模式。
数字劳动力的发展趋势
AI Agent 让“人机协同”成为新常态,个人与企业步入 AI 助理时代。