按关键词阅读: 芯片 超级群 实例 aws sap rain 云端 深度学习 模型 机器学习 Trn1
在这个时候它的估价会根据成交价进行一定的调整,也就是马后炮。如果你在成交之后三天看,可能会发现之前它跟成交价还有挺大的差别,过一阵你看它跟成交价好像估价差不多,如果你没有追踪过这个过程直接来看,你会觉得他们估的还挺准的,成交价就跟估价是差不多的,实际上你不知道他中间曾经调整过。
《硅谷101》:从你的角度来考虑,你觉得Zillow他们用人工智能去算房价这一点靠谱吗?
李晴:如果是这个估价用来出offer肯定是不靠谱的,但是我想说的是它是有它的意义的。
它的估价就是会让你对市场有一个大概的了解。因为房地产的成交每一单都是很多钱,不可能用人工智能的估价来指导出价,因为如果它的指导有意义,那每个人都出的是一样的价格。
最后卖家卖给谁,是基于最高的出价,人工智能估价不能够反映真正市场上的供需情况的竞价结果。
我自己做卖房经纪的时候也经常会遇到某些房子,总共收了10个offer,10个人里面9个人的出价相差不到10万块钱,可能第一名的出价比第二名高的40万。有时候大家看最近房价涨得好猛,只是由于这一批房子出价最高的人,可承受的范围比较高,并不一定代表说这个房子真的就值这么多钱。
我甚至觉得第三方的估价的软件也好,网站也好,它是加速了市场的一个变动。因为它不反映大多数人对这个房子的影响,它最后出现的就是最高价的成交价。它已经选择了所有人中间最极端的那个案例,把所有极端案例放到一起,它是加速了这个趋势。
因为从疫情到现在过去这段时间,美国房地产市场的涨幅是非常高的,因为利息很低,疯狂印钱,大家不希望贬值,买的人多,卖家又稀少,导致了供求关系不平衡,房价一直涨。但是我认为经纪人的推动,第三方网站他们的估价不断的变高,都会影响市场。
房子是一个非常复杂的东西,他们能够收集到的数据点肯定不是全部的,因为一个房子的采光、格局很多方面都有影响。各种复杂的信息混合在了一起,有一些极端案例点,就会影响它估价,从而反向影响市场。
但是对于人工智能估价来说,反而是如果在市场波动不那么大时,它会有一个更准确的估计。
03 规模化之痛:流量思维做地产《硅谷101》:我看见一个吐槽,Zillow从市场上收购的房屋的价格是比正常收购的房屋的价格要高10万美元以上。Zillow不会去出价50万美元以上的房子,这样的客单价它都能高10万美元去买,后来有一个统计说,大概在他们的600多套房子中,大概平均每套房子损失了8万美元。
这么大的一个差价,你觉得这个只是因为人工智能估价的问题吗?还是会有其他的问题?
李晴:他们真正在做买的决策和给合同,不是按照估价来的。比如这个房子估价可能45万美元,他可能是48-49万美元买。因为它是在一个竞争性的市场上,实际上他们最终买到的房子可能有很多都是比他自己的估价会更高的。
我也看到公司内部的一些吐槽,高管为了能够完成这个季度要收购多少个房子的目标,在收购房子的过程中,同一个卖家面临来自不同买家的出价邀约。即使他们的估价,房子到不了这个卖价,为了要能够买到这个房子,他会愿意出高溢价,这是很多时候会出现的情况。
《硅谷101》:对,他们巨额亏损,内部为了完成这种KPI的指标,高价收购房子是一个原因。
还有一个原因就是因为今年疫情,他们是做这种房屋翻修的,那就必然会涉及到人力成本。人力成本比较高,并且材料费用是一直在上涨的。我也是看到一个员工在论坛上说,他们短时间内是没有办法按照以前的价格来完成Flip的。他对Flip的装修价格会有一个预算,最后发现这个预算也是装修的费用也是大大超过他的预期的。
李晴:对,量大到一定程度,相应的你就影响了市场的各方面的供需。
同一时间,假如说Zillow有很多的房子都要被翻修,那现在的装修工人和材料可能就不够,本身的价格已经不便宜了,由于他们的需求增加反而推高人工还是材料的成本都是有可能的。
翻修房屋卖钱挣钱,尤其是短期的,它是一个非常重运营的行业,不需要那么多科技含量。房地产本身它就已经够本地化了,每一个小区每一个城市它都有自己的一些单独的特点,翻修更是本地化,你不可能说从总部支援。
我们自己今年做翻修的过程中也遇到过,就是如果你想要找各方面都很好,素质都很高的装修师傅,会减少你的管理成本,但是他们可能要价就比较贵;如果你希望要价比较低的师傅同样可以完成同样的工作,但是可能沟通成本相应会高一些,他们可能素质就没有那么高。
稿源:(钛媒体APP)
【傻大方】网址:/c/1201b0E32021.html
标题:人工智能|Zillow大牛市炒房巨亏,别把人祸甩锅人工智能( 三 )