ITPub博客

首页 > 人工智能 > 人工智能 > Zillow“炒房”失败,算法神话破灭了吗?

Zillow“炒房”失败,算法神话破灭了吗?

原创 人工智能 作者:naojiti 时间:2021-11-30 21:32:35 0 删除 编辑

新冠时代,裁员、失业在全球范围内都是高频事件,我们似乎早就已经习惯了各种黑天鹅消息。不过美国地产平台Zillow在年底彻底关停iBuying业务,并将该业务约2000名员工全部裁掉的消息,还是在国内外掀起了波澜。

在很多人眼中,这是一次AI技术的大型“滑铁卢”。

从2006 年问世以来,Zillow就将技术作为自己的核心优势,独家上线的Zestimate功能,可以基于大数据来提供房屋售卖和出租价格的估值,在2011年的纳斯达克IPO文件中,这一技术能力被提及了61次,也让Zillow成为最受资本市场追捧的科技公司之一。

此次被彻底关停的数字炒房业务Zillow Offers,也依靠Zestimate算法,预测房屋在几个月后的价值,从卖家手中收来房子,然后Zillow进行装修维护后卖给下一家。这种商业模式,靠的就是准确预测房价,实现低买高卖。

炒房业务上线时,被一位Zillow高管吹捧为“令人兴奋的进步”,显然,Zillow失败了,大约面临5亿4千万左右的损失。

连带着,AI预测房价的神话似乎也破灭了。

有海外媒体认为,“Zillow was trying to use technology to outsmart the market, but in the end, the market won”(Zillow妄图用科技打败市场,最后却被市场所打败)。

报道AI好几年了,我见过各种对AI的吐槽,什么人工智障、算力怪兽、全靠人工、替代人类工作……很多都被时间证明是阶段性或可解的,智能化建设一直如火如荼。

但就像煤炭和石油曾经是世界上最有价值的资源,但它们也都有黑暗的一面,而AI也同样,有可能出错的地方。

这次Zillow算法翻车,也让我们不得不思考,当各行各业加速拥抱AI的时候,AI还有哪些做不到?

无算法,不炒房

首先有必要解释一下,为什么Zillow Offers这种依靠算法低买高卖的方式,在美国资本和房产市场能够成立。

对大多数中国人看来,收取交易佣金的“中介”也变相地增加了成本,“没有中间商赚差价”一直是许多数字平台的核心价值点。而Zillow Offers通过购入房产,装修后再次出售/出租,不也增加了买房人的成本吗?

这就要提到房产在线交易的iBuying模式。

在美国市场,房屋买卖中间的环节非常多,需要先找房产经纪、刊登广告、带人看房,后续修缮房屋、寻找装修工人等也是麻烦事儿。有人统计过,传统销售模式大约需要12道繁琐的步骤。

而iBuying模式下,卖家只需要在线填写一份表格,就可以实时得到一个平台算法预估的现金报价,签署iBuyer合同后一周内就能完成交易流程。报价可能会比自己卖低一点,但卖家可以很快拿到资金,并且不用花费大量精力去应付各种买家咨询和看房的麻烦,也省去了维修费用和时间成本。

对于平台方来说,如果房屋的价格是100万美元,那么可以收取10万美元的服务费(一般是10%)用于清洁、托管、维修升级,最后以120万美元的价格出售,相当于赚取了10万美元的服务费和20万美元的房价增值。

疫情发生之后,居家隔离和贷款利率降低,推动了租售房屋的需求高涨,许多城市的房价“一日千里”的速度暴涨,所以能够更快交易拿到钱去买另一套房子的人在增多,这也让Zillow Offers的前景看起来十分光明。

而天下武功,唯快不破,iBuying模式的竞争“护城河”,就在于更低的拿房价格,以及更快的出售速度,而Zillow几乎全都没有做到。

一方面,Zillow往往会给出高于同行的报价,有媒体统计过,Zillow的报价比竞争对手Opendoor、Offerpad都要高。此外,Zillow囤积了大量的房产,从2018年4月以来购买了27000套房屋,但截至2021年9月底仅售出了17000套,最近不得不将余下的数千套房屋“挥泪大甩卖”。

看起来,Zillow真是不怎么聪明,比咱们“温州炒房团”差远了。但仔细想想,Zillow的选择真的有什么大错误吗?

事实上,尽管Zillow炒房业务失败了,但iBuying模式却依然被看好。有咨询机构认为,到2025年,iBuyers在美国的总交易将占所有购房和售出房屋的3%-5%(目前不到2%)。一方面,年轻一代希望在郊区购买房屋,远程工作的持续推行,以及可预期的低利率趋势,这些都让房屋需求带来较大的变化。

其次,通过大数据和算法来预估房价,也并没有什么大问题。iBuying模式的平台几乎都是这么完成的,比如占比最高的Opendoor,就通过机器学习房屋照片来进行定价,并不断搜集有关公司的大量数据,不断训练智能定价系统——换句话说,和Zillow的方式一样。

(Opendoor的智能定价)

那么,Zillow到底是为什么失败的?原因真的如Zillow高管所说,是AI算法错误率太高吗?

锅是AI的,也不完全是

Zillow的失败,不仅让大众看到了平台“炒房”的操作,也暴露了使用AI来进行定价决策有多困难。

在Zillow的一份文件中曾提到,它们的Zestimates拥有超过50万个独特的估值模型,建立在超过7000万美国家庭、3.2TB的数据之上。

听起来并不差对不对,不然也不能吸引到精明的华尔街投资人。那么Zillow Offers为什么会失败呢?

不可否认,算法预测房价的错误率高,是一个全行业都面临的现实问题。

房价走势往往覆盖较长的时间周期、复杂的数据维度,而炒房又需要预测非常精准才能获利,这本身就是一个悖论。

比如说,很多影响房价的信息是系统很难捕捉或洞察到的。暂且不提“买家觉得从小长大的街区更有价值”这种小概率事件,房屋装修审美风格、户型设计是否科学等,都可能影响购房决策,而它们很难被量化评估,并且会随着流行趋势变动。比如系统可能知道某套房子一共有三间卧室,但它能知道房间的布局是否合理吗?疫情要求居家隔离之后,人们对房屋空间和位置的喜好也会发生变化,而这些转变没有被Zillow的AI模型快速捕捉并迭代。

为了提高算法的准确性,Zillow多年来都在举办公开的Zestimate数据科学竞赛,单项奖金就高达120万美元,而其中一个参赛者提到,一些隐藏问题,比如地基中的裂缝,该系统是无法预测的。

算法不是万能的,这一点虽然是现实,但可以说行业内大家都受到这一技术瓶颈的限制,Zillow就算做的不是最好,但也不差,这并不是它失败的终极理由。

事实上,为了弥补算法的缺陷,Zillow也雇用了一支由100多名定价分析师组成的团队,通过对比销售情况来校对算法预测的报价。

这下是双保险了吧?但技术再牛,员工再厉害,都抵不过决策者的“骚操作”。

由内部员工透露,Zillow为了在市场竞争中赶上对手的份额,加大了购买力度,甚至在算法预估和分析师报价的基础上,加价购买房屋,并且无视了员工对高价买入的担忧。

Zillow为加速购房成立了一个专项计划:“番茄酱计划”(Project Ketchup)。Ketchup恰好与Catch up同音,代表着想要追赶iBuyer头部公司Opendoor的野心。

比如凤凰城今年5月的房价中位数是35.1万美元,到9月上涨到了47.5万美元,其他公司已经开始降低价格和购买数量,而Zillow支付的价格仍比房屋中位价高出6.5万美元。

结果下半年美国房地产市场降温后,无法快速完成过户、装修、销售,直接导致了一串连锁反应。

如果房价接着涨,或许这会儿大家就得夸Zillow囤房囤得好、囤得妙,得到了开发商囤房惜售的精髓。

结果,Zillow虽然看到了疫情影响下购买热潮的到来,却没有预计到供应链和劳动力问题对ibuying业务的影响。因为ibuying模式下,平台都需要对房屋进行翻新维护,而建材和劳工的短缺,则让许多房子无法达到挂牌标准,给Zillow的资金链带来了巨大压力,不得不甩卖回的血。

疫情固然是“黑天鹅”,但同样的市场情况下,模式一样的Opendoor和Offerpad,都没有出现暴雷。Opendoor 的第三季度报告显示,其收入还增长了91%。换句话说,因为供应链问题而遭受损失的只有Zillow一家。

对ibuying模式上下游产业链机制的审慎与把握不足,或许才是压倒Zillow offers的那根稻草。

从Zillow身上可以看到,算法的有限性固然是业务受创的原因,但绝不是本质的原因。公司管理与模式正常时,有效的算法分析能够带来巨大的竞争优势;而公司运转不够良性,那么再厉害的算法恐怕也无法挽狂澜于既倒。

更进一步,从Zillow的经验教训中,企业在应用AI提升业务时,有没有一些需要重点注意的地方呢?

上次强调的,还是在上次

其实,阻止落地AI、应用AI的潜在阻碍,多年来我们已经反复提过无数次。但时移事易,在人工智能成为主流的当下,大众对AI的认知变得越来越全面,涵盖了许多细分、垂直的业务场景(比如预测房价),当时看起来脑洞大开的洞察,今天已经变成了让许多企业管理者与IT负责人措手不及的现实问题。

所以,也是时候从提出问题,找到解决问题并提升AI业务指标的方法了。

目前看来,AI预测还是一个充满了神秘和难以理解的“黑盒子”,如何使用好这个工具, Zillow的得失其实是个有效的参考标本。

1.AI不能靠“独角兽”。换句话说,不要局限或盲目依靠AI算法或数据分析科学家,对于企业来说,了解业务问题的复杂性,具备实施能力的专业人员,能够帮助系统构建问题,在算法给出结果后进行兜底判断。用一位AI企业创始人的话来说,企业都渴望一个“独角兽”可以同时完成所有AI分析工作,“但独角兽并不存在”,成功的企业AI项目必须是多元化角色所共同完成的。如果Zillow能听取专业定价分析师的意见,或许不会翻车如此严重。

2.AI不能太沉重。市场变动越来越大,许多公司也变得越来越敏捷,像软件开发一样,算法模型的更新也必须变得更加敏捷,保持最新状态。试想一下,如果Zillow的算法能够快速感知到市场供需变化并迭代,也能及时减少损失。而对于很多企业来说,想要更敏捷灵活地应用AI,比起自主训练迭代,或许采用公有云厂商的AI能力会是更灵活的选择。

3.AI不能独自成立。企业管理者必须认识到,AI的引入将给管理流程、决策机制等都带来挑战,组织内部必须进行相应的架构、思维、战略转变,来配合算法落地并支撑业务。AI看似是技术性的工具,实际上更像是一种业务功能,需要多部门的适配,如果决策者像Zillow一样随意忽略算法预测,最后又甩锅给算法,AI当然是没法骂人的,不过官僚主义最终伤害的也不是AI,而是企业本身。

黑天鹅无处不在的时刻,AI不是一个捉摸不透的谜团,不是什么“打败市场”的神秘武器,而是和人类休戚与共、维持繁荣与发展的工具。而能不能用好它,最关键的还是靠人类本身。

祸不在颛臾,而在萧墙之内也。AI又能有什么坏心眼呢~

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/31561483/viewspace-2845005/,如需转载,请注明出处,否则将追究法律责任。

请登录后发表评论 登录
全部评论
你的困惑,来自于无路贴近未知。我们在技术、思想、传播的异界,贩来极限脑量下的TMT。

注册时间:2018-11-08

  • 博文量
    1397
  • 访问量
    654730