周忻的“AI-Ready”，要革谁的命？

2026年1月13日，广州。易居的AI营销峰会现场，周忻没多寒暄，直接开讲。他身后的大屏幕上，一行醒目的标题——“地产AI-Ready”。

（周忻：地产AI-Ready）

这位“中国房地产服务商第一人”开始了新叙事。

他用数字制造冲击感：一份往常需耗时半月、花费十数万的上海风貌别墅专业报告，他声称AI只需27分钟就能生成四万字，成本近乎零头；一个名叫“顾一鸣”的数字决策专家，能7×24小时在岗，月“薪”只要2500元等。

回顾过往，这不是他第一次站在“创新”的潮头，其生涯就是一部捕捉流量风口、连接地产营销的编年史。

从新浪房产门户、百度品牌专区、微博营销、微信“乐居图钉”等，到后来的房价点评网、天猫房产，你会发现其商业模式有着清晰的脉络：敏锐捕捉每一个新兴的流量与技术风口，将其与房地产营销需求连接，从中赚取服务费或广告费。这些创新确曾推动行业进步，但也常被诟病为“为讲故事而创新”。

然而，这次“All in AI”的转向，听起来似乎不再仅是创新故事，而更像一场为生存背水一战的自救。

第一章：周忻的演讲：All in AI

01 一个新词：问道GEO

周忻的演讲，核心是围绕“地产AI-Ready”战略展开的一次系统性阐释。他将其总结为房地产营销的“第六道”，即问道GEO。

他将过去三十年的房地产营销归纳为“五道”：等道 （案场坐销）、看道 （传统广告）、搜道 （SEO搜索优化）、推道 （个性化推送）、找道（渠道获客）。这五道的本质，是信息在“人找人”或“人找信息”的模式下流动。

他提出的“第六道”——问道GEO，意在生成式引擎优化，核心逻辑是颠覆性的：未来，当购房者有了初步意向，他不会去百度搜索楼盘名，而是直接问AI助手“我在天河工作，800万预算买哪里好？”

这时，谁能被AI“想”起来、并给出令人信服的答案，谁就赢得了客户的“认知战场”。

（问道AI GEO）

02 四道护城河

周忻明白，要支撑这个新故事，必须有坚实的底座。他提出了构建“地产AI专属空间”的四大护城河。

第一道是数据护城河。周忻坦言，克而瑞积累了二十年的海量数据，过去像“物件一样堆在仓库里”，而AI需要的是“系统化结构性数据”。

为此，他的团队花了一年多时间，将这些非结构化数据进行清洗、标签化和图谱化，使其成为AI能理解的“燃料”。

第二道是知识护城河。他把这比作武侠小说里的“醍醐灌顶”，即将行业专家的隐性知识——比如对特定地段溢价逻辑的理解、对某类客群产品偏好的判断——通过“提示工程”编码，教会AI。

第三道是行业护城河，目标是让AI“讲行话”。这要求AI不仅能输出通顺的语言，更要能精准使用“去化”、“货值”、“强排”等专业术语，并理解其背后的业务逻辑。

第四道是工程技术护城河。面对日新月异的AI技术迭代，周忻的团队试图将适用于地产场景的技术封装成可快速调用的模块，以跟上技术变革的速度。

“这四条护城河让我们在垂直领域领先。”周忻在现场显得信心十足。

03 三大应用与一个承诺

战略需要产品来承载。周忻展示了基于上述护城河的三大产品矩阵。

最核心的是“决策咨询工作流”重构，其代表是CRIC2025平台。它旨在将传统的数据查询、分析、报告撰写流程，压缩为一句话提问、几分钟内得到完整分析结果的智能交互。

第二个是“克而瑞·数字员工”。现场视频展示了名为顾一鸣（决策专家）、苏文静（内容主编）、唐可可（案场客服）等五位数字员工。他们被定位为可替代部分中高级岗位、成本仅为人力十分之一的“新同事”。

第三个，也是直接面向未来的产品，是“克而瑞·好房点评网”。

周忻特意强调，这个平台上的所有AI评测报告和生成的榜单（如“比邻冠军榜”），“永远不商业化，也无法商业化”。

这个承诺，在现场激起了最多的窃窃私语。地产榜单这些年因为商业利益纠缠，公信力早就破产了。周忻现在想用“算法中立”来重建这套评价体系，野心不小。但如果它真的做成了气候，掌握“好房子”定义权的，就不再是开发商或传统媒体，而是这个AI平台了。这其中的分量，懂的人都懂。

这三大产品摆在一起，目标很明确：易居不想只当数据商或广告中介了，它想成为AI时代房地产的“水电煤”和“认知导航”。

（克而瑞·好房点评网）

第二章：大苏的灵魂拷问

01 我们真的需要一个“房地产专属AI”吗？

通用大模型已经足够强大。豆包、Kimi、通义千问，它们能回答大多数问题，而且免费。为什么还要一个专门的“地产AI”？

周忻给出了四条“护城河”作为答案：数据、知识、行业、工程。但这四条真的构成护城河，还是只是营销话术？

第一，数据护城河。克而瑞确实有20年的数据积累，但问题在于：这些数据是“AI-ready”的吗？周忻自己在演讲中承认，过去的数据“像物件一样堆在不知道哪个仓库”。把非结构化数据变成AI能理解的“饲料”，这件事他们做了一年，而且“可能还要持续干下去，两年、三年、五年”。这恰恰说明，数据的价值不在于拥有，而在于可用。而可用性，取决于投入。

第二，知识护城河。周忻用了“醍醐灌顶”这个词——把行业专家的经验“灌”给AI。这个比喻很形象，但也暴露了问题：房地产的知识有多少是能“灌”的？地段价值、产品溢价、客户心理，这些往往依赖模糊的经验和微妙的判断。AI能学会“容积率大于3.0不利于改善盘”这样的规则，但它能理解“这个盘虽然容积率高，但设计师通过错动布局创造了庭院感”这种专业而主观的价值吗？

第三，工程护城河。周忻坦言“AI发展太快”，快到“每天上班路上都在看有什么新东西出来”。当技术迭代以月甚至周为单位时，所谓的工程护城河需要巨大的持续投入才能维持。易居的“深度智联”团队只有80多人，他们要对抗的是字节、阿里、百度动辄数千人的AI军团。这种对抗，更多需要的是专注和场景深度，而非技术广度。

大苏认为，房地产的专属AI，不在于技术领先，而在于场景深耕。通用AI像博士生，知识广博但不专精；垂直AI像老销售，说不出大道理，但知道这个片区哪个户型最好卖。问题是：房企需要的是一个无所不知的博士，还是一个经验丰富的销售？

答案可能因企业而异。

02 周忻的“创新”，模式变了吗？

周忻素有“最会讲故事的地产人”标签，而讲故事是为了拉广告、拉股价。

这次，情况似乎有所不同。

第一，从“流量思维”到“生产力思维”。过去易居的创新，无论是门户、搜索还是社交媒体，核心都是“流量”——帮开发商获取更多曝光和客户。这次的“数字员工”和“AI决策平台”，核心是“生产力”——帮开发商省钱、提效，直接的价值创造，而非间接的流量中介。

第二，从“平台赋能”到“亲自下场”。周忻在演讲中说，做AI这一年多，“没有一个是AI专家，都是原来易居的人转型的”。他把自己变成了“AI新兵”，亲自试用豆包、Kimi，和团队一起调试模型。这种“躬身入局”的姿态，和过去站在平台方位置“赋能行业”有所不同。虽然最终目的依然是商业成功，但路径从“搭建舞台”变成了“上台演戏”。

第三，从“概念发布”到“产品交付”。现场展示的CRIC2025、数字员工、好房点评网，都不是PPT概念，而是已经上线甚至签约客户的产品。当他说“我们的产品已经能达到经理级以上水平”时，背后有具体的对比测试数据（虽然这些数据的独立性和客观性仍可探讨）。

但这不意味着质疑完全消失。一个关键问题是：这次AI转型，到底是易居的“第二曲线”，还是原有业务的“AI包装”？

数字员工的背后，是克而瑞的数据和服务能力；好房点评网的背后，是乐居的流量和内容生态；AI决策平台的背后，是易居的咨询和金融业务。AI更像是一种“催化剂”，加速了这些原有业务的融合和价值释放。从这个角度看，“地产AI-Ready”似乎还是一个商业故事。

但是，永远不要小瞧一位三十年地产老兵的决心！这一次，我相信周忻！

03 “永不商业化”的AI榜单，能重塑行业公信力吗？

大苏近期撰文《榜单消退，房地产的理性觉醒》，批评当时各种商业榜单的泛滥和失真。克而瑞作为榜单的重要生产者，也曾在其中。

如今，“好房点评网”推出了“比邻冠军榜”和“多维PK榜”，但周忻强调：“永不商业化”“所有内容、数据公正客观”“AI自主生成，无法商业化”。

这能解决榜单的公信力问题吗？

第一，从“人工主观”到“算法客观”。传统榜单的症结在于人为因素——评选标准、权重设置、专家评委，都可能受到商业利益或人际关系的影响。AI榜单理论上消除了“人”的干扰，一切基于数据和算法。但问题在于：算法本身就是一种“主观”。谁来决定评测的维度？地段、产品、配套的权重如何分配？“距离地铁站500米”和“拥有会所”，哪个更重要？这些看似客观的参数设置，背后依然是一套价值判断。

第二，从“结果售卖”到“过程服务”。过去榜单的商业模式简单直接：排名位置与收费挂钩。现在周忻承诺“永不商业化”，那么商业价值在哪里？很可能在于GEO（生成式引擎优化）服务——帮开发商优化其在AI问答中的呈现。当购房者问“天河区哪个盘最适合改善家庭”时，如何让你的项目在AI回答中排在前面？这可能成为新的“榜单生意”，只是从卖结果变成了卖过程。

第三，从“行业标准”到“认知战场”。更深层的变化是，榜单的性质变了。传统榜单试图建立行业标准，告诉市场“谁是好学生”；AI榜单则是一个认知入口，它不定义好坏，而是影响用户在决策关键期“看到什么、相信什么”。这比传统榜单更强大，也更隐蔽。

所以，这不是简单的“旧酒新装”，而是从“评价体系”升级为“认知体系”。危险也正在于此：当AI成为权威的信息过滤器，谁掌握了优化AI认知的能力，谁就掌握了新的营销霸权。克而瑞承诺“永不商业化”的，只是榜单本身，而非围绕榜单衍生的整个服务生态。

当然，这不是周忻的问题，是所有AI老板都必须正视的问题！

（克而瑞的信任基础）

04 数字员工724：地产人的“福报”还是“终结”？

周忻说：“每个企业都应该雇一两个数字员工试试。”他算了一笔账：一个能写专业报告的数字员工，月成本2500元；而雇一个能写同类报告的人类员工，月薪可能要25000元。

性价比是十倍。

这自然引出一个焦虑：地产人要失业了吗？

我们先看可能被替代的岗位（以可能性从高到低排序）：

（1）基础数据分析岗：市场监测、数据统计、周报月报生成。这些高度结构化、重复性强的工作，最容易被AI接管。

（2）标准化内容生产岗：楼盘简介、微信推文、海报文案、短视频脚本草拟。AI已经能生成质量不错的初稿，人类编辑只需润色和审核。

（3）初级客服与咨询岗：回答项目基本信息、价格、户型、贷款政策等常见问题。数字客服可以724在线，响应速度远超人类。

（4）部分案场销售支持岗：客户画像初筛、跟进提醒、基础物料准备。AI可以辅助销售管理，提升效率。

（5）传统媒体编辑记者岗：尤其是依赖通稿、简单改编的房产资讯编辑。AI不仅能写，还能分析数据、生成图表。

（深度智联数字员工）

但以下岗位反而可能价值提升：

（1）战略与决策岗：AI能提供数据和报告，但“要不要拿这块地”“产品如何定位”“价格策略怎么定”，仍需人类基于经验、直觉和风险偏好的综合判断。

（2）复杂谈判与关系维护岗：与大客户、政府、合作方的深度沟通，依赖信任、情感和社交智慧，这是AI的短板。

（3）顶级创意与内容岗：能打动人心的广告语、有独特视角的深度报道、引爆社交媒体的创意活动，需要人类的审美和创造力。

（4）AI训练与提示工程师：如何“提问”AI，才能得到有价值的答案？这个新岗位将变得至关重要。

（5）伦理与合规监管岗：确保AI的决策和输出符合伦理、法律和公司价值观，需要人类的监督。

所以，更准确的描述不是“失业”，而是“职业重构”。未来的地产组织，可能是“1个人类专家+10个数字员工”的模式。人类从事高价值的思考、创造和连接工作，AI从事低价值的执行、计算和重复劳动。

这听起来美好，但转型的阵痛不可避免。大量中间层岗位——那些既不需要高级创意，又不甘心做纯执行的岗位——将受到最大冲击。周忻的“每个企业都要试试”，或许应该加上后半句：“然后思考你的团队该如何重构。”

第三章：十条行业预言

基于周忻的演讲，大苏提炼出以下10条趋势判断，它们可能定义未来几年的房地产行业：

1、2026将是“房地产AI岗位替代元年”：数字员工从概念走向规模化部署，首批受影响的是数据分析、基础内容、标准客服等岗位。

2、营销费用从“流量采购”转向“认知建设”：预算不再只是投广告买流量，而是用于优化在AI问答中的认知呈现（GEO投入）。

3、行业知识从“经验垄断”走向“算法平权”：过去资深专家的经验是核心竞争力，现在部分经验被编码进AI，降低了专业门槛，也稀释了经验价值。

4、房企竞争力要素新增“数据治理能力”：能否将自身项目数据、客户数据AI化，成为影响决策效率和营销精准度的关键。

5、行业媒体面临价值重构：信息传递价值衰减，深度调查、独立观点、情感连接的价值凸显。单纯发稿的媒体将被AI内容平台取代。

6、“好房子”的定义权争夺战开启：传统由开发商营销定义，未来可能由“好房点评网”这类AI评测平台的算法定义，引发新一轮话语权竞争。

7、房地产服务商业模式从“项目制”走向“订阅制”：数字员工、AI决策平台等产品，更适合按年/按月订阅的SaaS模式，改变传统咨询服务的交易方式。

8、组织形态向“人机协同混合体”演进：部门边界模糊，出现更多由人类领导和AI员工组成的“虚拟团队”。

9、行业人才技能需求巨变：提示工程、AI协作、数据解读、人机交互设计等成为必备技能，传统营销说辞和报告撰写能力贬值。

10、区域市场认知差加剧：AI基于全国数据训练，可能加速成熟市场经验向非成熟市场的传导，缩小区域间“信息差”带来的机会窗口。

终章：革命尚未成功，故事仍在继续

周忻的“地产AI-Ready”展示了一条清晰的路径：用垂直AI重构数据、知识和生产力。无论从产品完成度、场景思考深度，还是商业闭环设计上，这都远超他过去的多数创新。易居确实在“躬身入局”。

但真革命，往往需要三个条件：技术成熟、成本可行、生态接受。目前看：

▶技术仍在快速迭代，护城河需持续烧钱维护；

▶成本对大型房企有吸引力，但对中小房企仍需验证ROI；

▶行业生态的接受度，尤其是对AI榜单的信任、对数字员工的管理，仍存巨大疑问。

所以，这既不是纯粹的资本故事，也不是一蹴而就的革命。它是一次严肃的“压力测试”——测试房地产行业在AI冲击下的适应能力，测试易居自身转型的决心，也测试像周忻这样的行业老将，能否在技术浪潮中再次找到位置。

对于地产人来说，争论这是“革命”还是“故事”或许意义不大，迫在眉睫的是两个实际问题：

1、我的企业，有哪些岗位和工作流，明天就可以让AI试试？

2、我和我的团队，今天需要开始学习什么，才不会被归为“不会用AI”的那一类人？

周忻在演讲最后说：“门已经推开，路就在脚下。”门后的世界，可能是效率提升的乐园，也可能是职业重构的丛林。

确定的是，站在原地观望，已不是选项。