炒房|Zillow“炒房”失败，算法神话破灭了吗？( 三 )

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。

文章插图
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。

文章插图
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。

文章插图
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。