成也AI，敗也AI。美國最成功的AI房產(chǎn)估價(jià)公司遭遇危機，裁員2000人，模型失靈了？

買(mǎi)賣(mài)房子可能是你這一輩子做的最大的一次生意了。這一點(diǎn)對中國人來(lái)說(shuō)如此，對美國人來(lái)說(shuō)也不例外。

在國內買(mǎi)賣(mài)房子，我們一般都會(huì )上一些App上看看那套房子值多少錢(qián)，一般來(lái)說(shuō)，大家都會(huì )參考同小區類(lèi)似房子的掛牌價(jià)。

當然，現在也有一些軟件開(kāi)發(fā)出了所謂的智能系統，你輸入房子的位置、面積、層高、朝向等信息，會(huì )自動(dòng)出來(lái)一個(gè)參考價(jià)格。

這種模式在國內或許用的比較少，畢竟都是小區平層房居多，跟樓下大媽和房產(chǎn)中介打聽(tīng)打聽(tīng)，基本也能把房子價(jià)格打聽(tīng)出個(gè)大概——剩下的就是討價(jià)還價(jià)了嘛。

但是，在美國，以獨棟為主的各類(lèi)房產(chǎn)通常價(jià)格差異很大，房齡橫跨上百年，建筑結構和建筑風(fēng)格各異，即使是同樣地段，可能交易價(jià)格會(huì )有很大的差異。

這時(shí)候，智能系統就成了主角。

也許你沒(méi)有聽(tīng)說(shuō)過(guò)Zestimate，更沒(méi)有聽(tīng)說(shuō)過(guò)Zillow公司，但是他們做的事情你一定能理解——用人工智能判斷房?jì)r(jià)。

作為文摘的粉絲，多少了解一些預測系統的原理，列出盡可能多的房屋的特征，然后用大量歷史數據進(jìn)行訓練，就能得到一個(gè)相對準確的房屋估價(jià)模型。

Zestimate做的就是這么一件事。Zestimate的數據樣本究竟多大？答案是1.04億，美國全國的住宅總共也不過(guò)2億左右，Zillow公司占了一半。

海量數據加上這幾年飛速發(fā)展的神經(jīng)網(wǎng)絡(luò )技術(shù)，Zillow公司的業(yè)務(wù)直線(xiàn)起飛，在整個(gè)美國，幾乎所有參與房屋買(mǎi)賣(mài)的經(jīng)理人都將Zestimate的估值作為重點(diǎn)參考。

就是這么一件頂著(zhù)AI科技光環(huán)的公司，在11月2日宣布計劃裁員2000人，約占全部員工總數的25%，一周后公司股價(jià)大跌近三分之一。

這到底是發(fā)生了什么？

我們不妨一起來(lái)看看，這個(gè)典型的AI科技公司的成長(cháng)和受挫之路，對于國內很多靠著(zhù)“一招鮮，吃遍天”的初創(chuàng )科技公司來(lái)說(shuō)，有著(zhù)重要的參考意義。

從招聘廣告看Zestimate預測技術(shù)

一般來(lái)說(shuō)，想要觀(guān)察一家AI公司的核心技術(shù)，看看他們的核心業(yè)務(wù)算法工程師的招聘要求就行了。

Zestimate的核心是預測，最關(guān)鍵的應該是數據科學(xué)家，我們來(lái)隨便看一個(gè)Zillow公司數據分析師的招聘廣告是什么樣。

其實(shí)還是SQL數據庫、Python/R這些東西，并且尤其提到了Prophet庫。

Prophet是一個(gè)專(zhuān)門(mén)為預測單變量時(shí)間序列數據集而設計的開(kāi)源庫。如果你想要自動(dòng)化地尋找一組好的模型超參數，從而對擁有趨勢及季節性周期變化結構的數據做出有效預測，使用Prophet來(lái)處理是一件輕而易舉的事情——它本來(lái)就是為此而設計的。

很顯然，Zestimate是用Prophet做時(shí)間序列預測，比如未來(lái)房子值多少錢(qián)？

但是Prophet能勝任這樣的工作嗎？顯然并不完全能。

住房?jì)r(jià)格是隨機的和綜合的，因為房?jì)r(jià)是一個(gè)競爭的、高度金融化的市場(chǎng)價(jià)格，就像股****一樣，很多時(shí)候依照歷史數據得到的只是過(guò)擬合的曲線(xiàn)，而不能預測到未來(lái)的波動(dòng)。

關(guān)于時(shí)間序列預測房?jì)r(jià)的局限性可以參考這篇博客：

https://ryxcommar.com/2021/11/06/zillow-prophet-time-series-and-prices/

被AI技術(shù)砸腳的Zillow

Zillow的Zestimate估價(jià)技術(shù)在房產(chǎn)市場(chǎng)平穩的時(shí)候還是非常管用的。

根據其官網(wǎng)的介紹，目前Zestimate在全美國范圍內針對在售房屋的價(jià)格預測偏差(median error)為 1.9%，而針對未上市房屋的價(jià)格預測偏差為 6.9%。

準確的結果使得Zillow公司不可避免的去考慮怎么通過(guò)這個(gè)估值賺錢(qián)，這就造就了“房屋翻售”（House flipping）項目的誕生。

簡(jiǎn)單來(lái)說(shuō)，就是購買(mǎi)售價(jià)偏低的房產(chǎn)，進(jìn)行修復和部分設施升級后再加價(jià)售出，以獲取差價(jià)利潤。

只不過(guò)之前這個(gè)估價(jià)購買(mǎi)都是有經(jīng)驗豐富的房產(chǎn)經(jīng)理人完成，而Zillow則是通過(guò)機器學(xué)習技術(shù)來(lái)完成。

這種方式效率很高，但是也風(fēng)險更大。

根據財經(jīng)十一人的報道，新冠疫情后，美國的房地產(chǎn)市場(chǎng)急速升溫。房?jì)r(jià)上漲的同期比很快從5%上下飆升到超過(guò)10%，2021年8月最高甚至達到19.8%。

Zestimate模型沒(méi)有很好地應對市場(chǎng)的這一變化，房?jì)r(jià)波動(dòng)導致模型跑偏，很多成交的房產(chǎn)都出現了價(jià)格倒掛，買(mǎi)的時(shí)候貴，翻新了再買(mǎi)反而便宜了。

在鳳凰城，Zillow翻售后房屋放盤(pán)價(jià)格有超過(guò)九成(93%) 低于公司購入的價(jià)格。

這種失誤不僅讓Zillow虧錢(qián)了，還讓Zillow手里持有了過(guò)多庫存。

就這樣，巨額虧損和現金流斷裂，讓Zillow挺不住了。

根據媒體報道，11月2日，Zillow發(fā)出聲明，公司將放棄房屋翻售業(yè)務(wù)。聲明中表示，公司的快速買(mǎi)賣(mài)房屋的算法+模式未能按計劃發(fā)揮作用，造成巨額虧損。預計第三和第四季度的合并虧損將超過(guò)5.5億美元。公司計劃裁員2000人，約占全部員工總數的25%。聲明發(fā)布后的一周內公司股價(jià)大跌近三分之一。

這樣的結果給所有沉醉在數字化、大數據、AI等技術(shù)上的公司敲響了警鐘，一味依靠數據分析和模型預測的業(yè)務(wù)模式，并不能應對市場(chǎng)的全部。市場(chǎng)永遠是對的，一旦市場(chǎng)發(fā)生變化，原本讓公司賺的盆滿(mǎn)缽滿(mǎn)的模型可能也是讓公司倒下的決定性因素。