AI地产，变天了

地产界，跑出一个Manus

2025年，随着DeepSeek横空出世，曾经火遍大江南北的“百模大战”已全面哑火，只剩下寥寥无几“财大气粗”的巨头有资格留在基础大模型的牌桌上。

但与之相对应的，是Agent的爆发。Manus传闻ARR已接近1亿美元，最新估值冲上20亿美元的高点。在垂类领域，Office办公、科研文献、代码编程，甚至传媒播客类的Agent都实现了爆发式增长。

而其中最值得关注的一个AI Agent，却来自一个令人有些意外的行业——房地产。

CRIC深度智联界面

今年4月，易居（中国）控股有限公司旗下克而瑞集团发布国内首个房地产AI Agent“CRIC深度智联”并开放内测。这是一个面向地产行业从业者打造的专业Agent，有搜索、文章、报告、知识库四大板块，能够提供城市、土地、楼盘、租金等领域的分析、定价、营销策划。

5月29日，在结合产品升级与用户内测反馈后，CRIC深度智联又正式升级为CRIC深度智联2.0，实现AI Agent从辅助工具到输出行业专业成果，同时发布了首个面向新房楼盘案场营销场景的“新房楼盘AI智能体”产品，让地产用户能够对新房楼盘的城市、区位、竞品等领域进行有针对性的AI分析——在房地产行业中，这可能是所有企业最重要业务场景之一。

同日，克而瑞集团与联发集团、中国金茂、华润置地、招商蛇口4家企业签署合作备忘录，双方将共同探索AI技术在不动产行业的深度融合与创新模式；同时，CRIC深度智联2.0与与11个标杆项目建立了首批共建伙伴关系，围绕“新房楼盘AI智能体”合作共建AI在新房营销场景的实际应用。

CRIC深度智联是地产行业的第一个AI Agent，这个很好理解。

但从某种程度上来说，它也是实体经济的第一个Agent。

当前，AI大模型产业已行至关键的产业转折路口，而实体经济对于产业结构化转型、新质生产力撬动的渴求也愈发迫切，AI与互联网巨头们更是十余年间都对“ToB互联网”这一千亩良田垂涎已久。

一个AI与实体经济深度融合的时代，或许正在到来。

实体经济：BAT十年啃不下的“硬骨头”

根据中国信通院《中国数字经济发展研究报告（2024年）》数据，2023年，我国数字经济规模达到53.9万亿元，占GDP比重42.8％。

其中，电子信息制造、软件产业、基础电信、互联网等增值服务的数字产业化规模为10.09万亿元；

而利用数字技术融入一二三产业（如农业、化工、地产、服装、交通等）带来经济增长的产业数字化规模，则高达43.81万亿元。

2012-2023年我国数字经济内部结构，图片来源：中国信通院《中国数字经济发展研究报告（2024年）》

是的，即便在手机、电脑看似已经占领我们生活方方面面的当下，实体经济从产业规模上来看依然是绝对的大哥。

这也是为什么，早在十多年前，BAT等互联网巨头就曾声势浩大地要进攻“产业互联网”“互联网+”“ToB互联网”，号称“重塑一切”“所有行业都值得重头做一遍”——算起来，签一单项目创造的价值，抵得过卖10万个游戏皮肤、100万个9.9包邮、1000万次广告点击。

只可惜，从“互联网+”到“AI+”，互联网巨头们这十年来虽有进展，但不多。

本质上，实体经济中最重要的是三大要素：

1、数据；2、场景；3、客户。

首先是数据——或者更准确来说，产业数据。

实体产业几乎和人类文明一样古老，大量产业经验、场景痛点都沉淀在建筑工地里、锅炉工厂内，在互联网和PPT里是找不到的。

而当代AI最需要的，恰恰就是产业数据。

随着DeepSeek的全面开源，各家Agent的模型能力已是大同小异，真正能分出差别的，是企业往里“灌”的训练数据。

以房地产行业为例。

2024年以来，全国至少有32个省市发布了现房销售试点相关文件，推广现房销售模式。

这是一个较为典型的“外行看热闹，内行看门道”新闻。如果你只是一个普通消费者，看到这个新闻，一时兴起去查一查资料，那么互联网上一般的AI大模型都能回答个八九不离十。

然而，如果你是一个房地产开发商，你手上确实有几块中意的开发标的，同时也正在考虑进一步参与土地竞标，那么，AI仅仅回答“现房销售模式的推广会带来房价波动”“2023年现房销售面积增长18%”是绝对不够的。

《全国范围现房销售试点对2024-2025年房地产市场影响的分析报告》，上图由CRIC深度智联生成

vs

《全国范围现房销售试点对2024-2025年房地产市场影响的分析报告》，上图由其他通用AI Agent生成

如上图的CRIC深度智联报告所示，作为决策者，你希望AI能够基于2025年最新的政策动向、最新的行业数据，给出关于土地竞拍价格走势、开发投资成本结构、甚至是具体目标楼盘的环境分析报告，甚至直接给出业务建议……

当前，AI大模型普遍采用“公开数据+私有数据”的双重训练。而一般产业的私域数据，公开的互联网上都找不到，全都沉淀在企业自身的数据库中。

易居中国董事局主席周忻曾经透露，CRIC深度智联的私有数据主要来自克而瑞内部数据库，其涵盖了全国426个城市的专业数据、实时市场资讯以及地产知识图谱，包括住宅、土地、办公、商业、租赁、康养、产城、文旅、企业、宏观政策等各个细分领域。

要知道，易居中国成立至今已有25年历史，其于2007年在纽交所上市，是第一家在美国上市的中国轻资产地产概念股，其业务版图已覆盖全国数百座城市，旗下拥有新房销售集团、克而瑞大数据集团、乐居控股等特色业务板块。

25年，426座城市，涵盖住宅、土地、办公、商业、租赁、康养、产城等诸多数据——这是一个高度垂直、高度精准，且极具商业价值的“数据金矿”。

而这些数据，都是地产人骑着自行车、蹬着电动车，一个个楼盘、一间间办公室“跑出来”的。在这些数据和行业知识积累加乘之上，CRIC深度智联也在专业和深度不断自我演进。下面两份4月份上海楼市月报报告节选，分别是1.0普通版和2.0成果版的作品。仅在报告概览部分就可以看出2.0的进阶。

《上海4月房地产市场月报》（节选）左图：CRIC深度智联普通版；右图：CRIC深度智联2.0

房地产内行绝不会单凭新房住宅的成交和均价等公开数据维度去判断市场的走势。他们更需要从政策到土地，从住宅到二手房及商办的一手产业数据，需要对不同业态、不同区域、不同面积段、不同价格段的结构化分析和交叉对比，如土地供给与商品房成交的关系、商品住宅区域⾯积段成交结构等。为此CRIC深度智联专业版还在持续攻坚，为满足行业从业者的专业需求输出工作成果。

除了数据之外，业务场景的深耕也是重中之重。

基于实体产业和AI的深度融合，CRIC深度智联Agent的打造思路是“专业数据+行业经验”。具体而言，CRIC深度智联通过对房地产行业的深度理解，将行业内不同业务场景进行精细化划分、提炼、总结，并通过对业务场景细节的深度挖掘、对行业用户痛点的深入理解，最终实现“有用、好用、专业用”的AI服务。

——即便对于非房地产行业，这套垂直行业AI Agent的打造思路也非常具有参考价值。

以CRIC深度智联2.0同期发布的“新房楼盘AI智能体”为例：

CRIC深度智联2.0新房楼盘AI智能体，图片来源：CRIC深度智联

CRIC深度智联2.0新房楼盘AI智能体是业内首个面向新房楼盘案场营销场景推出的AI Agent，其既够专业、也够垂直，拥有城市市场、区域竞争、二手房动态、竞品分析、开盘监测、营销舆情、政策解读等8项功能，能够将原先需要一个团队、15天、数万元成本完成的专业地产报告压缩至10分钟左右，成本降低约80%

在5月29日的发布会上，在介绍这8项功能时，拥有30余年地产从业经历的周忻这样感慨道，“我做了30年的房地产，从（入行）第一天开始，我就希望有这8个功能。”

“从第一个项目开始，我就希望知道这个城市的每个月、每个季度的房地产市场变化，我要知道这个城市二手房的市场变化，我要知道我的竞品情况，我要知道我的区域情况，我要知道整个城市，特别是我的区域的开盘情况，我还要知道整个城市每个月的舆情和我的关联，整个城市每个楼盘在做什么营销，政策对我有哪些影响。”周忻说。

如今，30年前地产人的诸多“我希望”“我需要”，在30年后以AI的方式，交到了新一代地产人手里。

这不是一个互联网巨头为了“抢占流量入口”而打造的AI，而是一个地产公司真正根据行业需求打造的，为了降低地产人产业门槛，提高业务效率，为“内行”用户所服务的AI。

克而瑞向36氪透露，未来，CRIC深度智联还会进一步推出面向二手房经纪人、金融机构、物业服务等各种场景的专业化AI Agent，打通地产行业上下游，覆盖更多专业应用场景，同时满足更多专业地产人士的需求。

上文之所以将CRIC深度智联称作“实体经济第一个AI Agent”，原因正在于此。

其实，实体经济拥抱AI已经很久了，仅以地产行业来说，不少大型地产开发商都已经在内部土地价值预测、投融资管理、房屋户型设计、供应链与施工管理等环节用上了AI——但都仅限于公司内部。毕竟，自家的产业数据才是真正的企业命脉，至于用的是谁家的AI大模型、云计算，又或是整合了谁家的CRM、ERP，不那么重要。

同理，在矿产、冶金、交通、化工等领域，大型企业往往倾向于与大模型巨头合作，为企业“量身定做”私有化部署的AI大模型，同样不对外开放。

而CRIC深度智联是第一个拥有大量行业知识与Know-how沉淀，同时又面向行业开放的AI Agent。

从某种程度来说，它所代表的是实体经济玩家第一次下决心大规模进军AI大模型，其所带来的影响绝不仅仅停留在地产行业，而是深刻影响着AI产业本身。

AI下半场：烧光几十亿，迷茫与破局

随着DeepSeek横空出世，“百模大战”已全面哑火。

两年前，AI大模型产业盛极一时，几乎每一家稍有资源的科技企业都忍不住投身大模型自研赛道，大模型“AI六小龙”与“基模五强”们百花齐放，家家刷榜、日日“卷”参数，投入的训练成本数以亿计。

而如今，随着市场教育的普及，人人都知道了大模型是什么。市场祛魅之后，再无止境地“烧钱”投入模型研发，却迟迟见不到生产力的提升，自研基座模型的故事恐怕已经很难讲下去了。

2025年初DeepSeek的“破圈”更是加速了百模大战的消亡。随着DeepSeek的全面开源，大模型Token调用成本被彻底“打了下来”，不少企业在2025年开始陆续选择转型、收缩、停止自研。

可各类AI Agent却迎来了全面的爆发。

2025年Q2，全球AI Agent市场火热程度迎来一个小高潮。4月底，国内号称第一个通用AI Agent的Manus被曝已完成7500万美元融资，由硅谷风投公司Benchmark领投，投后估值高达5亿美元；5月6日，OpenAI宣布以30亿美元收购AI编程独角兽Windsurf；5月14日，谷歌DeepMind发布通用科学AI Agent “AlphaEvolve”，并宣布其打破了4x4复值矩阵乘法算法长达56年的人类数学纪录。

从Office办公，到代码编程、科研学术、文娱传媒……几乎在任何一个能用电脑完成闭环工作的垂直领域里，AI Agent都实现了爆发式的增长。

注意了，是用电脑能够完成闭环工作的领域。

一直以来，大模型的商业模型始终没有跑通——即便强如OpenAI，本来想凭借“技术垄断+To C高额会员订阅费+To B Agent模型调用费”的组合拳赚一波“AI卖水人”的钱，却也被DeepSeek打了个措手不及。

因此，在这场轰轰烈烈的大模型热潮里，真正的受益方只有因Token调用带来云计算需求暴增的云厂商，以及各类卖GPU用于模型训练的芯片企业。

但大模型的下半场，故事就不一样了。

对于基座大模型/通用大模型来说，模型本质上只是一个“壳子”，没有真正的垂类数据，它只能完成基础的对话、写文章、画插画工作，人类并不能放心真正将重要的实体经济商业决策行为交给它。

而搜索、编程、Office办公等场景，从诞生之初就根植于数据当中，是互联网时代的“原生应用”，自然是第一波成功拥抱AI的应用。

但还记得前文的数据吗？2023年我国数字经济规模高达53.9万亿元，其中数字产业化、产业数字化的占比分别为18.7％和81.3％，其规模已经达到了惊人的1:4。

2016-2023年我国数字经济产业渗透率，图片来源：中国信通院《中国数字经济发展研究报告（2024年）》

根据信通院数据，我国2023年第二产业数字经济渗透率仅为25%，第一产业渗透率仅为10.8%——远低于第三产业的45.6%。

产业数字化，称得上是真正的“广阔天地，大有作为”。

当然，这事并不简单。

实体经济的AI化转型，除了是一项需要自上而下推动的“一把手工程”外，同样面临着各种技术难题。光是“数据收集、数据清洗、数据标注”这三座大山，就足以让大量实体经济企业望而生畏。

周忻曾经透露，在CRIC深度智联的打造过程中，公司耗费了巨大的资源与成本，将过去20多年的数据、资料、报告全部进行了清洗、梳理、重构，用大量产业Know-how、行业数据、行业经验训练模型，它才能从海量行业数据中找到真正的决策规律，让AI不再是一个可有可无的“写作工具”，而是真正能够诞生“产业智能”，辅助决策。

CRIC深度智联可定制报告种类，图片来源：CRIC深度智联

目前，CRIC深度智联拥有搜索、文章、报告、知识库四部分功能，在报告功能区，用户能够进行“城市房地产市场、区域房地产市场、城市二手房市场、项目开盘项目检测、竞品检测”五类月报的深度定制，也能够按需定制超过50种不同的分析报告，如城市房地产市场、项目租金定价建议、地块土地价值评估等。

《上海复兴中路商业地产底商租金定价策略分析报告》，图片来源：CRIC深度智联生成

以作者生成的《上海复兴中路商业地产底商租金定价策略分析报告》为例，复兴中路身处上海知名中高端商圈，其既有着核心商圈带来的地理区位溢价，又面临着目前普遍存在的线下商铺增长承压挑战，同时同一条道路的不同区位条件、交通枢纽距离等都会影响商铺租金定价，CRIC深度智联在进行定价策略分析时，不仅将这些影响因素全部纳入考量，并且给出了具体的租金参考价格。

从某种程度上来说，即便是入职第一天的“地产小白”，也能够在一天之内快速掌握地产行业发展情况，并细致到具体土地、楼盘、政策的定价、波动、以及趋势变化。而三季度CRIC即将推出的专业版则能更加满足专业人士的切实需求。

不仅仅是地产，每一个实体行业，其实都需要一个属于自己的“产业AI”，让初入行的新手们快速降低入门门槛，同时推动AI在千行百业中的深入落地。