貝殼，進入AI時間

“重金投入兩年的貝殼AI，率先在租賃業務上實現效率極致躍升。

文| 房互

圖| 網絡

租賃業務是被行業內公認的低毛利且高人耗的賽道，也是長期以來，被行業企業邊緣化的業務。

2021年，貝殼租賃業務省心租開始試點運營。截至2025年第三季度，貝殼租賃業務收入達57億元，同比增長45.3%，成為公司新的增長支柱之一；城市層面連續兩季度盈利，貢獻利潤率同比提升4.3個百分點，該季度貢獻超過人民幣1億元的利潤。

目前貝殼在管房源量突破66萬套，2024年三季度這個數字為36萬套。

一個被行業公認的邊緣化業務，為何在短時間內創造了新的市場機會，成為貝殼重點業務，并超越同行，實現營收和利潤的快速增長？

這其中核心的奧秘，在于AI。

從兩年前開始，貝殼持續在研發和AI上加大投入，試圖通過AI實現運營效率的極致躍升，探索租賃業務的新路徑。

現在，AI已經初步完成既定目標。貝殼租賃已經實現從收房到定價、洽談、審核、出房等全部業務流程AI智能運營；并且，AI還正在成為貝殼租賃業務的重要決策者。

根據貝殼的數據顯示，因為出房端實現AI智能托管和精準營銷去化，貝殼租賃業務年化節省成本過億元。

全流程AI

以省心租為核心的貝殼租賃業務，為分散式“半托管”模式。由于房源分散、維護成本高，并且隨著市場波動，出房難度加大，這些痛點，都極大考驗運營方的精細化運營能力。

在決定進入租賃業務之初，貝殼決策層就意識到，傳統的思路無法從根本上解決租賃賽道的痛點。

“租賃市場產品非標、服務者能力非標、洽談銷售非標，加之服務費模式利潤空間比較薄，無法覆蓋由于非標和低效帶來的折損。這三大挑戰共同構成了一個鐵三角難題。”貝殼聯合創始人、董事長、首席執行官彭永東說。

貝殼團隊認為，要解題這個看似不可能的鐵三角，只有在運營效率上追求極致，通過線上化和AI，將“非標和低效”，重構為一個更確定性的、由數據和智能驅動的業務，或是唯一的解題思路。

因此，從產品設計開始，貝殼技術團隊就全程參與到業務中，對產品和流程進行全面數字化設計。

起初，通過SaaS系統，將房源、經紀人、房源管家等所有角色和流程線上化，為后續AI的應用搭建基礎。有了線上化的技術基礎之后，貝殼開始逐步將智能驅動引入到作業流程中。

從去年開始，貝殼租賃業務全面落地“AI+人”的協同作業方式，試圖把“非標”塞進算法，讓房子變成標品。比如，通過AI進行引導拍攝規范屋況數據采集、智能定價等。

在AI的幫助下，去年三季度，貝殼省心租效率實現躍升。資管經理實現人均管理90套房源，超過行業平均水平。

經過一年多的使用和迭代，目前，AI已經應用在貝殼租房業務中收房、出房的各個環節中，資管經理實現人均管理130套房源。

在收房環節，傳統的操作流程，通常依賴房源管理人員的個人經驗和主觀判斷。而貝殼的AI，已經可以應用到收房流程中房源線索挖掘、人員管理與運營、房源評估、房源定價、業主溝通等各個環節。

比如，在人員管理方面，貝殼AI可對房源管理人員進行“網格化管理”，AI會基于某個區域的房源線索數量、房源質量、供需關系、人員能力模型等因素，思考人員、區域及組織設置規劃，它可以在1分鐘內模擬9萬種方案設計，自動輸出最優的人員分布與運營策略，輔助調配服務人員的作業范圍和人員配置。

在和業主溝通環節，“AI評估助手”會把 AI 評估、動態定價、競品數據打包成面向業主的收房策略與洽談話術，提升業務人員與業主溝通洽談能力，讓業主感受到更專業、溫暖的體驗，讓新人也可以快速成長，解決銷售非標問題。

在收房階段，AI審核實現了全自動的風控。截至9月底，AI審核功能已覆蓋11個城市，單均耗時20秒，比人工快60倍，節省超過3.3萬小時的工時，攔截風險房源1.6萬多套。

·貝殼租房管家可對收房房況做AI智能化評估

在出房環節，AI高頻盤點房源庫存，識別和直接托管有風險、低維護的房源，做房源動態調價、精準優惠、調配流量，加速房源去化。

同時，AI還可智能分析識別高質量線索，提升出房效率；實現驅動內容營銷，擴大開口線索。

讓AI下場做決策

然而，如果技術和AI僅僅作為輔助人工的工具，顯然無法從根本上解決租賃市場的頑疾和痛點，也并非貝殼切入到租賃業務的本意。

貝殼要做的，是讓AI參與到整個模式的重構中，打造一個以效率驅動規模增長的全新路徑。這其中，重要的環節，就是讓AI來主導決策機制。

傳統的租房市場，無論是收房還是租房，都過度依賴人的經驗和判斷，但是，一方面，個人判斷未必能準確跟隨市場變化，無法實現對市場的實時感知，另一方面，傳統的人工作業方式，單一人員承載的工作量畢竟有限。

AI的算法，不僅能實現實時對數據進行計算，并且，可以精準高效做出決策?！柏悮ぷ赓U的AI底層邏輯是，用‘系統取代經驗’，盡可能平滑個體差異帶來的品質和體驗波動?！迸碛罇|說。

今年，“AI智能收房助手”正式上線。這個AI功能，不僅可以預測市場需求、房源庫存和價格趨勢，自動給出收房策略和定價建議，還可以基于動態的客戶需求、房源庫存和價格變化情況，自主指導業務調整收房結構。

比如，當下，某區域三個臥室的房子太多了，AI會自動對超出限制的房源啟動控價、禁收，以防止收房失誤，造成庫存房源過多。

同理，如果區域內出現不足房源，系統會自動在沉默房源線索里回撈分析。AI做出分析和判斷之后，貝殼即將上線的AI云管家功能，還可以實現直接給回撈線索的房源業主打電話，做前置溝通。

也就是說，“AI智能收房助手”已經可以輔助人工判斷，對區域房源量價做出判斷，并實現自我作業。相當于再造了一個AI作業場景。

·平臺運營對收房房源庫存、去化等進行AI智能化管理

AI的判斷準不準？會不會只是存在于實驗室判斷和臆想中？

今年三季度，貝殼在十余個城市進行了AI作業試點。結果顯示，租賃業務累計通過AI去化托管房源35萬套，占全部外展房源的73.5%，AI調價采納率達到90%，全年累計節省成本超過1個“小目標”。

今年8月，AI收房功能在寧波試點上線。上線之后，試點區域人員投入減少接近9%，但收房規模上漲接近9%。試點城市寧波Q3收房人效較Q2提升超過10個百分點，排全國首位。

在收房端，AI實現人店盤的網格化高效匹配，并主導定價、洽談、審核等流程，收房人效提升13%。

這些精準的數據對比，讓貝殼AI的應用經過了更為科學的驗證。

實際上，AI模型和大數據，不僅能幫助平臺實現高效運轉，并且能夠幫助用戶進行決策判斷。

今年7月，基于AI模型、貝殼房源與用戶需求大數據打造的“HQI品質分”上線，正式開放給B端和C端用戶。

這個租賃房源品質的量化識別與評估體系，解決了房源品質評估和提升難以標準化的問題，可以有針對性的對房源提出改進建議，幫助房東對房源進行針對性改善，加速房源出租，最終提升用戶的人房匹配效率，實現房源品質與客源增長的正循環。

貝殼進入AI時間

從貝殼租賃業務結果上來看，科技和AI已經打破了房地產傳統租賃市場“分散非標”“規模不經濟”的限制，成功實現了管理層對極致運營效率的追求，重構了一條新的“規模且經濟”的租賃模式范本。

彭永東介紹，目前在寧波等地試點的這套AI系統能力，將向13個租賃重點城市復制，同時，資管經理的人均在管房源量有望繼續從當前的130套上升到200套，

“未來，貝殼租賃希望通過將AI能力、IoT硬件和運營流程深度整合，打造一個AI驅動的智能租賃平臺，賦能給整個租賃行業?！?/p>

這意味著，隨著在管房源規模持續上升以及運營效率繼續提升，貝殼租賃還將有更優的財務表現和想象空間。

實際上，不僅是在租賃業務體系，AI也已經逐漸成為全貝殼體系的一項重要戰略。

從2023年第四季度以來，貝殼已經連續八個季度在研發費用上同比增加；今年前三季度，貝殼累計投入研發費用18.65億元，第三季度研發費用同比增加13.2％。

數年來，在全行業整體降本增效的趨勢下，貝殼研發投入和研發人員的投入卻不降反增，其決心可見一斑。

在產品上，貝殼多條業務線都已經有相應的AI產品投入到運營中。

比如，經紀人客源端AI助手“來客”已覆蓋貝殼平臺41.4萬經紀人，其包含獲客、AI選房、AI聊天助手、AI智能跟進等一系列產品功能，幫助經紀人激活客戶，提升專業服務能力和房源客源匹配效率。AI智能助手“好客”識別高質量商機，貢獻了平臺超50%的成交量。

在業主專屬AI服務群中，AI房源維護助手提供AI智能回復、市場走勢分析、報告解讀、智能語音推廣等服務。

貝殼的數字伙伴“小易”則在簽約和簽后的核心作業場景比如簽約質檢、簽約后代辦自動跟進完成等應用AI能力去保障一線的服務效率和品質。

此外，家裝業務和貝好家新房業務，均有人工智能和AI產品和解決方案上線。

·貝殼多項業務，均有AI產品和解決方案上線

貝殼，已經正式進入了“AI產出時間”。

而從貝殼的思路來看，貝殼的 AI 從不是要取代服務者，而是以技術為翼，為服務者賦能。

承接重復、繁瑣的基礎工作，幫服務者節省時間與精力，也能通過數據洞察、智能匹配等能力，延伸服務的廣度與深度。最終讓服務者從低效事務中解脫出來，將更多精力投入到客戶溝通、需求挖掘等核心服務環節，進一步放大自身的專業價值與服務能力。（完）

聯系作者、商務等，房互君 微信：aiqiyi2046

法律支持：北京中治律師事務所合伙人 劉檢玲

《房互十問》推薦

丨劉天旸丨李文峰