AI 炒房风暴：算法失灵背后的教训

一年前，一套算法让一家公司实现了高额营收；一年后，同样的算法却陷入资金缺口，被迫裁员并变卖资产。这家看似依赖数据驱动的炒房平台，竟在AI助力下走向了另一种极端。

如今，AI 用于房产估值与买卖的热潮未曾止歇，但真实操作却暴露出风险与盲点。

这年头，连AI都被用于房产投机，且看起来毫无约束。海外市场已经把它发展成一项产业，许多公司让AI来代替人工估价，以更快从卖家手中买下房产，然后翻新、加价出售，赚取中间差价。

然而，近年来一家估值超30亿美元的龙头企业遭遇重击。这家平台的月度访问量高达数亿，第一季度售出数千套房，年度成交量远超往年水平。如今却宣布关停核心业务并裁员约25%。

那么，究竟是哪种算法，把这波炒房热推向了悬崖？

美股市场的案例：ZestiMate 与 Zillow OFFeRs

涉事公司被认为是美国房地产信息领域的龙头企业之一。2018年4月推出一项名为 Zillow OFFeRs 的AI炒房业务，核心在于以AI给出的估价来主导房产买卖流程。

具体模式是：平台以AI估价为依据，从房主手中购买房产，随后对房屋进行翻新后再高价出售，赚取中间利润。该过程被称作中介环节的替代。

支撑该系统的是名为 ZestiMate 的算法。它基于数百万个统计与机器学习模型，分析房产的多个数据点来评估市场价值，初始误差一度控制在约14%左右。

为了推动这项业务，相关方曾在2017年在Kaggle举办房屋估价比赛，奖金高达120万美元，进一步提升对AI估值的信心。

早期他们甚至一度声称目标是让房价评估完全由机器完成，情形看起来颇为乐观。

为推动进程，ZestiMate 还在宣传阶段对外做出一系列噱头性举动，例如声称为白宫进行估价，突出其规模与潜力。随后，算法不断迭代，逐步学会整合来自多方的信息源。

随着技术的成熟，平均误差进一步收敛至约5%左右，AI 在估价速度上的优势也逐步显现。

但AI 的亮点不仅在于速度，更在于帮助卖家快速变现，这也推动了该类平台在美国房地产市场的扩张。

在大约一年左右的时间里，其平台已售出多千套房产，营收接近数十亿美元。到了2019年，月活跃用户达到约1.7亿，覆盖大量房源信息。2020年，股价与市场热情一度高涨，随后进入2021年后再创新高。

然而，到了第三季度，情况突变。尽管季度营收仍有增长，但远不及市场预期，甚至出现亏损。公司宣布在当年内关停炒房业务，并进行大规模裁员，房产处置也以高于购买价的比例出现挂牌出售的态势。

分析指出，许多挂牌房源的售价低于买入成本，导致大量库存积压，严重拖累了业绩与信心。CEO 将这次滑铁卢归咎于算法对未来价格的预测能力不足，尤其是难以准确预估未来3-6个月的市场走向。

这场波折提醒人们：房价的走势具有高度不确定性，依靠历史数据与统计模型并不能完全掌控未来。

此外，AI 估价模式在美国逐渐演化出一种固定的业务模式，常被称作 Instant Buyer（也被称为 iBuyeR），意为“闪买”模型。其流程是平台先买入、持有、改造再出售，借助 AI 对房产进行快速估值与决策，从而缩短交易周期，理论上最快可在两周内完成交易。

早在2014年成立的 Opendoor 就开启了此类模式，随后包括 OFFeRs、Redfin 及其他平台陆续跟进，形成了一条颇具规模的科技驱动房产买卖路径。

造成这一波行情的原因也来自宏观环境的推动：疫情后房市的火热源于低利率、对居家空间的重估、以及住房供给的相对不足等因素，推动了房价的快速上涨与市场需求的提升。

数据显示，在2020年前后，美国房价指数实现显著上涨，成为 AI 估值与 iBuyeR 模式快速扩张的背景基础。

然而，市场并非始终向好。进入2021年及之后，房价涨势趋缓，AI 给出的价格预测却往往偏向于历史高点，导致大量房源被高估，进而带来库存积压与现金流压力，最终促使公司对算法与业务模式进行重新考量。

第三季度结束时，相关库存达到高位，CEO 将此次浮华落幕归因于算法对短期价格变动的预测能力不足，强调未来难以以同样的方式依赖 AI 进行快速估值与大规模买入。

此后，一些观察者提出，尽管 AI 算法在估值层面存在局限，但在房地产市场中，类似的估值模型仍将以不同方式继续存在与演化。所谓 Instant Buyer 模式，或将以更谨慎、保守的方式运作，避免盲目扩张带来的信用与库存风险。

总结来看，AI 在房地产领域的“闪买”实践揭示了一个核心问题：数据驱动并不等同于对未来的有效掌控，市场的复杂性和不可预测性，仍需人类的判断与风险控制共同作用。