为什么匹配才是真正的工作
一家位于迪拜或利雅得的经纪公司每周可能收到数百条咨询，来自门户网站、社交媒体、上门客户和推荐。大多数咨询从未转化为看房。剩下的当中，又有许多变成了看错房的看房。经纪业务中最昂贵的部分不是广告，而是从一条咨询到一位认真的买家站在合适的公寓里之间所花费的时间。
人工智能不会卖房。它擅长的是缩小买家想要的与市场上现有房源之间的差距，而且其速度和规模是人工团队无法企及的。理解它在哪些方面有帮助、在哪些方面没有，正是区分一家智慧经纪公司与一家仅仅买了软件的公司的关键。
客户筛选：最初的十分钟
响应速度是预测一条咨询能否转化的最有力指标之一。AI助手可以在几秒钟内回复门户网站消息或WhatsApp咨询，并提出一位优秀经纪人会问的问题：预算、时间安排、用途（自住还是出租）、偏好的社区、必备条件和不可接受的因素。它还能确认买家是本地居民还是身在海外，以及他们是否了解相关费用。
输出结果是一份经过评分、结构化的客户线索，交给人类经纪人。经纪人在开始沟通时已经掌握了要点，而买家也无需重复自己说过的话。
需要恪守的纪律是让助手保持诚实。它应当说明自己是自动化程序，不应承诺价格、房源可用性或回报，并且一旦对话转向谈判、法律事务或任何买家认为敏感的话题，就应立即转交给真人。
学习买家想要什么，而不是他们说了什么
买家用语言描述自己的需求：三居室、靠近好学校、不超过某个预算。而他们的行为讲述的是更丰富的故事。他们在哪些房源上停留、跳过哪些、收藏哪些，是先打开户型图还是先看景观照片。偏好学习模型会在整个房源组合中观察这些信号，并实时优化候选清单。
实际上这意味着，一位坚持要买别墅的买家，在模型注意到他们看过的每套别墅都超出预算、而收藏的每套联排别墅都没有超出之后，可能会被推荐同一社区的大户型联排别墅。一位优秀的经纪人在几次看房后也会做出同样的推断；模型则在几次点击后就能做到。
两点提醒。第一，推荐必须可解释：买家应当能够询问为什么推荐某套房产，并得到一个直白的回答。第二，偏好数据属于个人信息。阿联酋和沙特阿拉伯现在都已出台个人数据保护法，对同意、存储和用途设定了明确要求。只收集你需要的，告诉客户你收集了什么，并且不要转售这些数据。
虚拟看房与多语言助手
海湾房地产市场的国际化程度异乎寻常。一位迪拜经纪人可能上午与孟买的买家交谈、中午与莫斯科的买家交谈、晚上与伦敦的买家交谈；而一位吉达的经纪人可能服务来自整个阿拉伯世界的家庭。虚拟看房、3D漫游和AI生成的软装展示，让这些买家可以在飞抵之前先筛选出候选房产。多语言助手可以用阿拉伯语、英语、印地语、俄语或中文进行首次沟通，并用经纪人偏好的任何语言为其总结。
这是一项真正的进步，但有一个条件：助手必须准确呈现房产。AI生成的软装应当明确标注。描述应与挂牌许可和实际单元相符。技术降低了留下第一印象的成本，但绝不能降低诚信的标准。
哪些环节仍需人来完成
信任。一位正在做出人生中最大一笔购买的买家，想要的是一个能为所给建议负责的人。谈判取决于对对方的解读、时机把握和人际关系，仍然是一门人类的手艺。本地判断——比如哪些楼宇管理良好、哪些开发商按时交付、哪些街道在大雨时会积水——存在于人的头脑中，数据只能部分捕捉。还有法律：在阿联酋，持牌经纪人对交易、信息披露和客户资金负有责任，任何助手都改变不了这一点。
蓬勃发展的经纪人，是那些让机器去做重复性工作、把节省下来的时间用在眼前客户身上的人。
如何开始
挑一个瓶颈。对大多数经纪公司而言，这是响应时间或客户线索分类。在单一渠道上部署单一助手，清晰地写下它的规则，并在第一个月让一位资深经纪人每周阅读它的对话记录。衡量三件事：首次响应时间、咨询转化为看房的比例，以及看房转化为报价的比例。只有在数据有所改善时才扩大范围。让人始终掌控每一条涉及价格、合同或投诉的消息，并坦率地告诉客户他们何时是在与机器交谈。这样做，AI能让一家经纪公司在变得更快的同时也更值得信赖。
