周忻的“AI-Ready”，要革誰的命？

2026年1月13日，廣州。易居的AI營銷峰會現場，周忻沒多寒暄，直接開講。他身后的大屏幕上，一行醒目的標題——“地產AI-Ready”。

（周忻：地產AI-Ready）

這位“中國房地產服務商第一人”開始了新敘事。

他用數字制造沖擊感：一份往常需耗時半月、花費十數萬的上海風貌別墅專業報告，他聲稱AI只需27分鐘就能生成四萬字，成本近乎零頭；一個名叫“顧一鳴”的數字決策專家，能7×24小時在崗，月“薪”只要2500元等。

回顧過往，這不是他第一次站在“創新”的潮頭，其生涯就是一部捕捉流量風口、連接地產營銷的編年史。

從新浪房產門戶、百度品牌專區、微博營銷、微信“樂居圖釘”等，到后來的房價點評網、天貓房產，你會發現其商業模式有著清晰的脈絡：敏銳捕捉每一個新興的流量與技術風口，將其與房地產營銷需求連接，從中賺取服務費或廣告費。這些創新確曾推動行業進步，但也常被詬病為“為講故事而創新”。

然而，這次“All in AI”的轉向，聽起來似乎不再僅是創新故事，而更像一場為生存背水一戰的自救。

第一章：周忻的演講：All in AI

01 一個新詞：問道GEO

周忻的演講，核心是圍繞“地產AI-Ready”戰略展開的一次系統性闡釋。他將其總結為房地產營銷的“第六道”，即問道GEO。

他將過去三十年的房地產營銷歸納為“五道”：等道 （案場坐銷）、看道 （傳統廣告）、搜道 （SEO搜索優化）、推道 （個性化推送）、找道（渠道獲客）。這五道的本質，是信息在“人找人”或“人找信息”的模式下流動。

他提出的“第六道”——問道GEO，意在生成式引擎優化，核心邏輯是顛覆性的：未來，當購房者有了初步意向，他不會去百度搜索樓盤名，而是直接問AI助手“我在天河工作，800萬預算買哪里好？”

這時，誰能被AI“想”起來、并給出令人信服的答案，誰就贏得了客戶的“認知戰場”。

（問道AI GEO）

02 四道護城河

周忻明白，要支撐這個新故事，必須有堅實的底座。他提出了構建“地產AI專屬空間”的四大護城河。

第一道是數據護城河。周忻坦言，克而瑞積累了二十年的海量數據，過去像“物件一樣堆在倉庫里”，而AI需要的是“系統化結構性數據”。

為此，他的團隊花了一年多時間，將這些非結構化數據進行清洗、標簽化和圖譜化，使其成為AI能理解的“燃料”。

第二道是知識護城河。他把這比作武俠小說里的“醍醐灌頂”，即將行業專家的隱性知識——比如對特定地段溢價邏輯的理解、對某類客群產品偏好的判斷——通過“提示工程”編碼，教會AI。

第三道是行業護城河，目標是讓AI“講行話”。這要求AI不僅能輸出通順的語言，更要能精準使用“去化”、“貨值”、“強排”等專業術語，并理解其背后的業務邏輯。

第四道是工程技術護城河。面對日新月異的AI技術迭代，周忻的團隊試圖將適用于地產場景的技術封裝成可快速調用的模塊，以跟上技術變革的速度。

“這四條護城河讓我們在垂直領域領先。”周忻在現場顯得信心十足。

03 三大應用與一個承諾

戰略需要產品來承載。周忻展示了基于上述護城河的三大產品矩陣。

最核心的是“決策咨詢工作流”重構，其代表是CRIC2025平臺。它旨在將傳統的數據查詢、分析、報告撰寫流程，壓縮為一句話提問、幾分鐘內得到完整分析結果的智能交互。

第二個是“克而瑞·數字員工”。現場視頻展示了名為顧一鳴（決策專家）、蘇文靜（內容主編）、唐可可（案場客服）等五位數字員工。他們被定位為可替代部分中高級崗位、成本僅為人力十分之一的“新同事”。

第三個，也是直接面向未來的產品，是“克而瑞·好房點評網”。

周忻特意強調，這個平臺上的所有AI評測報告和生成的榜單（如“比鄰冠軍榜”），“永遠不商業化，也無法商業化”。

這個承諾，在現場激起了最多的竊竊私語。地產榜單這些年因為商業利益糾纏，公信力早就破產了。周忻現在想用“算法中立”來重建這套評價體系，野心不小。但如果它真的做成了氣候，掌握“好房子”定義權的，就不再是開發商或傳統媒體，而是這個AI平臺了。這其中的分量，懂的人都懂。

這三大產品擺在一起，目標很明確：易居不想只當數據商或廣告中介了，它想成為AI時代房地產的“水電煤”和“認知導航”。

（克而瑞·好房點評網）

第二章：大蘇的靈魂拷問

01 我們真的需要一個“房地產專屬AI”嗎？

通用大模型已經足夠強大。豆包、Kimi、通義千問，它們能回答大多數問題，而且免費。為什么還要一個專門的“地產AI”？

周忻給出了四條“護城河”作為答案：數據、知識、行業、工程。但這四條真的構成護城河，還是只是營銷話術？

第一，數據護城河。克而瑞確實有20年的數據積累，但問題在于：這些數據是“AI-ready”的嗎？周忻自己在演講中承認，過去的數據“像物件一樣堆在不知道哪個倉庫”。把非結構化數據變成AI能理解的“飼料”，這件事他們做了一年，而且“可能還要持續干下去，兩年、三年、五年”。這恰恰說明，數據的價值不在于擁有，而在于可用。而可用性，取決于投入。

第二，知識護城河。周忻用了“醍醐灌頂”這個詞——把行業專家的經驗“灌”給AI。這個比喻很形象，但也暴露了問題：房地產的知識有多少是能“灌”的？地段價值、產品溢價、客戶心理，這些往往依賴模糊的經驗和微妙的判斷。AI能學會“容積率大于3.0不利于改善盤”這樣的規則，但它能理解“這個盤雖然容積率高，但設計師通過錯動布局創造了庭院感”這種專業而主觀的價值嗎？

第三，工程護城河。周忻坦言“AI發展太快”，快到“每天上班路上都在看有什么新東西出來”。當技術迭代以月甚至周為單位時，所謂的工程護城河需要巨大的持續投入才能維持。易居的“深度智聯”團隊只有80多人，他們要對抗的是字節、阿里、百度動輒數千人的AI軍團。這種對抗，更多需要的是專注和場景深度，而非技術廣度。

大蘇認為，房地產的專屬AI，不在于技術領先，而在于場景深耕。通用AI像博士生，知識廣博但不專精；垂直AI像老銷售，說不出大道理，但知道這個片區哪個戶型最好賣。問題是：房企需要的是一個無所不知的博士，還是一個經驗豐富的銷售？

答案可能因企業而異。

02 周忻的“創新”，模式變了嗎？

周忻素有“最會講故事的地產人”標簽，而講故事是為了拉廣告、拉股價。

這次，情況似乎有所不同。

第一，從“流量思維”到“生產力思維”。過去易居的創新，無論是門戶、搜索還是社交媒體，核心都是“流量”——幫開發商獲取更多曝光和客戶。這次的“數字員工”和“AI決策平臺”，核心是“生產力”——幫開發商省錢、提效，直接的價值創造，而非間接的流量中介。

第二，從“平臺賦能”到“親自下場”。周忻在演講中說，做AI這一年多，“沒有一個是AI專家，都是原來易居的人轉型的”。他把自己變成了“AI新兵”，親自試用豆包、Kimi，和團隊一起調試模型。這種“躬身入局”的姿態，和過去站在平臺方位置“賦能行業”有所不同。雖然最終目的依然是商業成功，但路徑從“搭建舞臺”變成了“上臺演戲”。

第三，從“概念發布”到“產品交付”。現場展示的CRIC2025、數字員工、好房點評網，都不是PPT概念，而是已經上線甚至簽約客戶的產品。當他說“我們的產品已經能達到經理級以上水平”時，背后有具體的對比測試數據（雖然這些數據的獨立性和客觀性仍可探討）。

但這不意味著質疑完全消失。一個關鍵問題是：這次AI轉型，到底是易居的“第二曲線”，還是原有業務的“AI包裝”？

數字員工的背后，是克而瑞的數據和服務能力；好房點評網的背后，是樂居的流量和內容生態；AI決策平臺的背后，是易居的咨詢和金融業務。AI更像是一種“催化劑”，加速了這些原有業務的融合和價值釋放。從這個角度看，“地產AI-Ready”似乎還是一個商業故事。

但是，永遠不要小瞧一位三十年地產老兵的決心！這一次，我相信周忻！

03 “永不商業化”的AI榜單，能重塑行業公信力嗎？

大蘇近期撰文《榜單消退，房地產的理性覺醒》，批評當時各種商業榜單的泛濫和失真。克而瑞作為榜單的重要生產者，也曾在其中。

如今，“好房點評網”推出了“比鄰冠軍榜”和“多維PK榜”，但周忻強調：“永不商業化”“所有內容、數據公正客觀”“AI自主生成，無法商業化”。

這能解決榜單的公信力問題嗎？

第一，從“人工主觀”到“算法客觀”。傳統榜單的癥結在于人為因素——評選標準、權重設置、專家評委，都可能受到商業利益或人際關系的影響。AI榜單理論上消除了“人”的干擾，一切基于數據和算法。但問題在于：算法本身就是一種“主觀”。誰來決定評測的維度？地段、產品、配套的權重如何分配？“距離地鐵站500米”和“擁有會所”，哪個更重要？這些看似客觀的參數設置，背后依然是一套價值判斷。

第二，從“結果售賣”到“過程服務”。過去榜單的商業模式簡單直接：排名位置與收費掛鉤。現在周忻承諾“永不商業化”，那么商業價值在哪里？很可能在于GEO（生成式引擎優化）服務——幫開發商優化其在AI問答中的呈現。當購房者問“天河區哪個盤最適合改善家庭”時，如何讓你的項目在AI回答中排在前面？這可能成為新的“榜單生意”，只是從賣結果變成了賣過程。

第三，從“行業標準”到“認知戰場”。更深層的變化是，榜單的性質變了。傳統榜單試圖建立行業標準，告訴市場“誰是好學生”；AI榜單則是一個認知入口，它不定義好壞，而是影響用戶在決策關鍵期“看到什么、相信什么”。這比傳統榜單更強大，也更隱蔽。

所以，這不是簡單的“舊酒新裝”，而是從“評價體系”升級為“認知體系”。危險也正在于此：當AI成為權威的信息過濾器，誰掌握了優化AI認知的能力，誰就掌握了新的營銷霸權。克而瑞承諾“永不商業化”的，只是榜單本身，而非圍繞榜單衍生的整個服務生態。

當然，這不是周忻的問題，是所有AI老板都必須正視的問題！

（克而瑞的信任基礎）

04 數字員工724：地產人的“福報”還是“終結”？

周忻說：“每個企業都應該雇一兩個數字員工試試。”他算了一筆賬：一個能寫專業報告的數字員工，月成本2500元；而雇一個能寫同類報告的人類員工，月薪可能要25000元。

性價比是十倍。

這自然引出一個焦慮：地產人要失業了嗎？

我們先看可能被替代的崗位（以可能性從高到低排序）：

（1）基礎數據分析崗：市場監測、數據統計、周報月報生成。這些高度結構化、重復性強的工作，最容易被AI接管。

（2）標準化內容生產崗：樓盤簡介、微信推文、海報文案、短視頻腳本草擬。AI已經能生成質量不錯的初稿，人類編輯只需潤色和審核。

（3）初級客服與咨詢崗：回答項目基本信息、價格、戶型、貸款政策等常見問題。數字客服可以724在線，響應速度遠超人類。

（4）部分案場銷售支持崗：客戶畫像初篩、跟進提醒、基礎物料準備。AI可以輔助銷售管理，提升效率。

（5）傳統媒體編輯記者崗：尤其是依賴通稿、簡單改編的房產資訊編輯。AI不僅能寫，還能分析數據、生成圖表。

（深度智聯數字員工）

但以下崗位反而可能價值提升：

（1）戰略與決策崗：AI能提供數據和報告，但“要不要拿這塊地”“產品如何定位”“價格策略怎么定”，仍需人類基于經驗、直覺和風險偏好的綜合判斷。

（2）復雜談判與關系維護崗：與大客戶、政府、合作方的深度溝通，依賴信任、情感和社交智慧，這是AI的短板。

（3）頂級創意與內容崗：能打動人心的廣告語、有獨特視角的深度報道、引爆社交媒體的創意活動，需要人類的審美和創造力。

（4）AI訓練與提示工程師：如何“提問”AI，才能得到有價值的答案？這個新崗位將變得至關重要。

（5）倫理與合規監管崗：確保AI的決策和輸出符合倫理、法律和公司價值觀，需要人類的監督。

所以，更準確的描述不是“失業”，而是“職業重構”。未來的地產組織，可能是“1個人類專家+10個數字員工”的模式。人類從事高價值的思考、創造和連接工作，AI從事低價值的執行、計算和重復勞動。

這聽起來美好，但轉型的陣痛不可避免。大量中間層崗位——那些既不需要高級創意，又不甘心做純執行的崗位——將受到最大沖擊。周忻的“每個企業都要試試”，或許應該加上后半句：“然后思考你的團隊該如何重構。”

第三章：十條行業預言

基于周忻的演講，大蘇提煉出以下10條趨勢判斷，它們可能定義未來幾年的房地產行業：

1、2026將是“房地產AI崗位替代元年”：數字員工從概念走向規模化部署，首批受影響的是數據分析、基礎內容、標準客服等崗位。

2、營銷費用從“流量采購”轉向“認知建設”：預算不再只是投廣告買流量，而是用于優化在AI問答中的認知呈現（GEO投入）。

3、行業知識從“經驗壟斷”走向“算法平權”：過去資深專家的經驗是核心競爭力，現在部分經驗被編碼進AI，降低了專業門檻，也稀釋了經驗價值。

4、房企競爭力要素新增“數據治理能力”：能否將自身項目數據、客戶數據AI化，成為影響決策效率和營銷精準度的關鍵。

5、行業媒體面臨價值重構：信息傳遞價值衰減，深度調查、獨立觀點、情感連接的價值凸顯。單純發稿的媒體將被AI內容平臺取代。

6、“好房子”的定義權爭奪戰開啟：傳統由開發商營銷定義，未來可能由“好房點評網”這類AI評測平臺的算法定義，引發新一輪話語權競爭。

7、房地產服務商業模式從“項目制”走向“訂閱制”：數字員工、AI決策平臺等產品，更適合按年/按月訂閱的SaaS模式，改變傳統咨詢服務的交易方式。

8、組織形態向“人機協同混合體”演進：部門邊界模糊，出現更多由人類領導和AI員工組成的“虛擬團隊”。

9、行業人才技能需求巨變：提示工程、AI協作、數據解讀、人機交互設計等成為必備技能，傳統營銷說辭和報告撰寫能力貶值。

10、區域市場認知差加劇：AI基于全國數據訓練，可能加速成熟市場經驗向非成熟市場的傳導，縮小區域間“信息差”帶來的機會窗口。

終章：革命尚未成功，故事仍在繼續

周忻的“地產AI-Ready”展示了一條清晰的路徑：用垂直AI重構數據、知識和生產力。無論從產品完成度、場景思考深度，還是商業閉環設計上，這都遠超他過去的多數創新。易居確實在“躬身入局”。

但真革命，往往需要三個條件：技術成熟、成本可行、生態接受。目前看：

?技術仍在快速迭代，護城河需持續燒錢維護；

?成本對大型房企有吸引力，但對中小房企仍需驗證ROI；

?行業生態的接受度，尤其是對AI榜單的信任、對數字員工的管理，仍存巨大疑問。

所以，這既不是純粹的資本故事，也不是一蹴而就的革命。它是一次嚴肅的“壓力測試”——測試房地產行業在AI沖擊下的適應能力，測試易居自身轉型的決心，也測試像周忻這樣的行業老將，能否在技術浪潮中再次找到位置。

對于地產人來說，爭論這是“革命”還是“故事”或許意義不大，迫在眉睫的是兩個實際問題：

1、我的企業，有哪些崗位和工作流，明天就可以讓AI試試？

2、我和我的團隊，今天需要開始學習什么，才不會被歸為“不會用AI”的那一類人？

周忻在演講最后說：“門已經推開，路就在腳下。”門后的世界，可能是效率提升的樂園，也可能是職業重構的叢林。

確定的是，站在原地觀望，已不是選項。