丁险峰：机器人如何服务于不动产行业 | 2026博鳌产业科技大会

本文整理自丁险峰先生在2026博鳌产业科技大会上的演讲内容。

丁险峰（明明机器人总经理）：非常高兴来到这里，并向葛会长致敬。葛会长起了一个很好的头，我今天的分享可以看作是对他内容的技术接续。前面陈总、彭总更多在思考业务如何运营，我作为一个CTO，重点想讲清楚如何把空间技术这张图真正落地。

纵向集成、横向集成、端到端集成，本质上就是产业互联网的落地逻辑。前面无论是京东还是吉宝，都谈到了生态，而生态必须有一个互联网平台。吉宝刚才提到物联网底座，物联网底座首先连接的是园区里带电的设备，比如安防、消防、人行、车行系统，这些都是园区物联网里已有的部分。

同时，平台还要连接作业设备，比如保洁机器、保洁机器人等，把它们也接入进来。一家产业公司如何升级为运营平台公司？以淘宝为例，它围绕人、货、场构建生态；京东要形成生态，同样需要连接客户、供应链和上下游，并且必须有一个入口让人进来，这就是平台。平台怎么建？就是通过横向集成、纵向集成和端到端集成。

纵向集成的关键是机器，横向集成的重点则是把供应链一体化整合起来。比如京东在同一个区域内有多个园区，当这些园区连接在一起之后，保安业务是否可以一体化协同、人机协同？保洁业务是否也可以一体化协同？

我们在深圳南山区西丽街道的万科云城做过实践，那里既有住宅、商场、写字楼，也有公共服务，是否可以用一套保洁体系，通过人机协同来完成？这次来博鳌，我在机场登机时看到，前面有两个人刷脸通过，另一个人过不去，就被引导到人工通道。这就是人机协同：自动化的走自动化，特殊情况走人工。

纵向集成的核心是人机协同，有了机器人和设备之后，关键是如何让它们在业务中充分发挥产能。产能发挥到位，设备折旧才能覆盖ROI。很多人说扫地机器人不划算，因为只算了折旧：一台自动驾驶机器人二十万元，折旧下来每月超过四千元，再加上每月约两千元的远程技术支持，成本就更高了。所以核心问题就是，如何把人机协同做到极致，才能算的过来经济账，让机器人真正用起来。

端到端集成的业务，是不动产行业最重要的事情之一，是服务好消费者的衣食住行。在办公园区里，同样存在衣食住行需求。

第二个端到端业务是资产服务，也就是如何用数据为REITs或RWA提供更好的支撑。这就是空间科技的全栈图。横轴是业态，包括住宅、商写等；纵轴是运营，从最上层的资管，到下面的物管、商管；Z轴是科技，包括云、网、边、端，以及各类AI和区块链技术。

大家都听过LLM，也就是大语言模型；VLM是视觉大模型，VLA是具身智能大模型，VLN是自动导航大模型。把这些AI能力装进机器人，机器人就可以自主工作，不需要遥控，这是核心。只有让机器人自动运行，才能实现高效的人机协同。这些技术点，前面几位嘉宾也已经提到。

人机协同的关键还在于改变工作分配。以前园区巡防主要靠人，现在可以引入机器人巡防，人和机器按比例分工：一部分由人工处理，一部分由机器人处理。随着时间和技术迭代，越来越多工作交给机器人，企业运营效率就会持续提升。这是机器人进入园区运营的核心逻辑。

如果在空间里做衣食住行服务，到家服务、到店服务、街区服务都可以接入。但一家物业或不动产公司提供这么多服务，其实没有哪一项是它自己直接做的，基本都只是通过APP接入。它给业主提供的是一个聚合入口。这样，企业不仅把生态伙伴拉了进来，还可以利用自己的横向供应链，与生态形成一体化运营。

举例来说，一家物流公司的APP接入你的平台后，快件送到门口，你安排保安取进去，既从物流公司那里赚到了一点服务费，又完善了自己的APP生态。美发、健身等业态同理。这样既建立了客户联系，又形成了生态，这就是人、货、场的逻辑。

通过建设空间数据和大数据，可以赋能商场、写字楼的招商，服务资产的各个板块，比如资产管理、招租、物业运营、企业服务等。把数据整理好，再与AI对接，就形成了智能体。

好处是，数据不断积累，智能体就会越来越聪明。十年后，别人刚开始做，而你现在开始做，十年后你已经积累了大量数据，那么你的智能体的智商是50分，别人智能体的之上才0分，客户当然选择你。这就是马太效应：起步越早，智能体越聪明，后来者越难追上。

同样，社区业务也要思考如何做成类似贝壳那样的公司。如果物业或房地产公司天天依赖贝壳，贝壳就会抽走利润。未来房地产行业利润空间收窄，继续依赖外部平台会非常痛苦。

刚才葛总讲了一句很重要的话。前面的内容，不动产从业者必须理解；但具体的技术架构图，不需要每个人都懂，交给专业的人来做就可以了。不动产从业者必须懂的是，如何用技术运营业务，理解数据、业务、技术之间的循环。只有运营更多，数据才能积累更多，技术才会越来越聪明。

但IaaS层、PaaS层、SaaS层怎么架构，软件怎么拼在一起，可以交给阿里云、华为云、金蝶、用友这样的软件厂商来做。做好之后，你就拥有一套可运营的软件。但运营逻辑必须自己掌握。不会写代码没关系，不一定非要自己写；架构上我们可以帮忙，但运营逻辑必须是你自己的。

回到最初的问题：机器人怎么真正用起来？关键是把“小脑”装到机器人上，同时也要把“大脑”接进来。所谓把VLN、VLM、VLA等能力灌入机器人，就是让它具备自主导航、视觉识别和具身操作能力。

以京东园区为例，机器人并不需要海量算力，但一定需要适量算力。没有算力，机器人跑不起来。园区里的3D地图、VLN导航等，可以由大脑处理；小脑则装在机器人上，不可能装下所有地图。所以每个小园区都需要一个算力中心。大脑与小脑结合，机器人就能自主作业。小脑负责数据采集，大脑负责通过大模型融会贯通。未来每个园区都需要一个“大脑”，但不需要像阿里云那样大的云脑，园区级的“大脑”就足够了。

刚才葛会长也讲，不要一味追求算力规模，但一定要有一定算力。AI可以部署在云脑或园区大脑上，把语音、文本、视觉等能力打通，连接MCP、知识库和结构化数据，然后开放给所有Agent调用。

举例来说，指挥员下达任务后，机器人自主完成巡逻，结束后回到充电位，并汇报任务完成。不能是后台有人遥控，让机器人跳舞。机器人必须自己干活、自己汇报，嵌入日常运营流程，这才是核心。也就是通过大脑和小脑之间的分析，机器人完成作业后自动汇报，并关闭工单。

最后非常关键的一点是资产服务。如何建立一个基于区块链的体系，把IoT数据、租约现金流数据，通过边缘隐私处理和边缘隐私计算进行管理。

会长刚才讲到联邦学习，联邦学习的特点是数据不出域。边缘隐私计算也类似，各节点只把结果汇总，原始数据留在本地。这样形成的结果不可篡改，用这些数据去做REITs或RWA就具备可行性。这是关键。因此，每个园区都需要一定算力中心，但不需要太多；需要有一个“大脑”。

经营性不动产在香港发行RWA的技术框架中，必须有隐私计算，资产中台是核心驱动力。

总结一下。过去6个月，我虽然暂时离开了不动产行业，但从事的仍然是不动产科技。以前身在行业内，反而有“只缘身在此山中”，有“一叶障目”的感觉；现在跳出来看，发现不动产行业满地是金矿。

我们要服务的行业资产价值高达100万亿元。这些资产需要降本增效、开源节流，也需要运营服务。所以，未来还没有真正到来，未来令人激动。谢谢大家。

免责声明：本文内容与数据由观点根据公开信息整理，不构成投资建议，使用前请核实。