孔令欣
现任贝壳金服CEO，全面负责经营管理工作，先后经历过4次互联网公司创业，拥有十余年的互联网科技公司战略规划和团队管理经验。最初在美国硅谷的两次创业均赶上了2000年第一次互联网创业浪潮并带领公司成功上市。美国斯坦福大学获得计算机学和心理学双学位，擅长人机交互（HCI）技术，并担任北京大学客座讲师。
在9月7-8日第二届CTDC首席技术官领袖峰会上，孔令欣为大家带来了《大数据+AI在居住场景的应用》。
以下为演讲内容整理（有删减）
今年，在成为CEO的九个月中，我有了更长期的大方向，比如说如何去搭技术、搭产品，这一系列的东西融合在点滴给未来客户的服务上。如果把这一次创业算上的话，已经是我第五次创业了，个个都有不一样的艰苦。线下超过20万员工庞大的体系，如何把它转换成线上，逐渐变成开放性的体系，变成技术导向的体系，是一个比较艰难的事。
先说整个贝壳系，大家听过链家，大家知道各个地方的链家在做什么，贝壳找家、贝壳金服在已经出现了。最大区别在于直营和平台别，做了一段时间我们发现，员工越来越多，在不同地点以人管人的情况是非常困难的。整个体系要高效运转需要各种各样的技术、流程和设计在背后支撑。还会发现两波人，一波是前线的业务人员，做的是买房、卖房，跟业务打交道。另一波是支持他的人群，做赋能，这两个环节形成一个好的循环，支持人群是由一个能力或者本事，慢慢把他的目标放大，支持自己的业务。原来开发做的各种思考，全是在内部，如何把这些作为工具打开，满足消费者的能力。其实是整个贝壳找房和贝壳系要做的事情。贝壳找房在搭一个以居住为中心的平台，我今天这个体系就是背后的金融体系，如何去做连接，让每个环节变得更有效、更好，让大家在对的时候享受各种生活服务。
这是什么概念？今天我们发现遇到客户的时候，他们都在一些很有趣的生命周期上，大家不光光是买房，其实在买房的过程中，都是因为快结婚了，因为生娃了，因为换学区，是人生中最大的变化，需要各种各样的服务，它只是一个入口点，包括生活需求、金融需求。我们通过沟通和客户收集很多的诉求，差不多有五个左右的时间进行诉求的梳理，逐渐变成了我们服务他们一系列的业务和目标。通过信任收集到各种各样的小数据，会把客户服务的更好。今天的挑战是怎么样能够把这一系列各种各样的数据、标签、认知线上化，线上化了以后，开始做更智能的、推荐性的服务，这里面存在着各种各样客户实际的生活服务需求。
如今国家最发达的东西其实是高频交易和互联网，我们出国旅游的时候，最想的就是饿了么和美团这些服务，而我们最差的是对这些长尾服务质量的问题。往右边走的时候，买完一个房以后，进入这栋楼这间房的时候，有各种各样的需求，比如说汽车、装修，这些服务被房产高度金融化、高度去杠杆化非常受影响，大家挤着一个理论应该是很好的地方，但享受不到实际的作用，导致于我们把首付还了一段时间，手头上宽裕了以后，才真正去装修、做各种各样的事情。所以金融有一个概念，怎么利用大家的信用成本来获取他今天可以获得的机会成本，今天我们做的各种各样的事情，都是往这个方向走的。
AI是如何运用技术推荐的算法，让我们做的各种各样的服务更靠谱、更有效？上面的数据对金融来说是征信数据，但是底下的数据恰恰是这一个人最需要的一些事情，你怎么样能够帮他梳理他的生活，在人生变动中提供给他其他的服务和连接，这些连接理论来说可以做的更好，因为做了很多去中心化的过程，我们今天并不特别精准的知道谁需要什么，在什么时候需要什么，而且怎么切进去。
我们先做了楼盘字典，录入了户型，它的装修、各个地点等等，你还知道额外的很多信息，客户对这个房子的诉求是可以从他买的房子中猜出来的，还有我们有一个征信系统，是十年左右的交互，是从申请按揭开始的，很有趣的是，我和工行做总对总交流的时候，说我们贝壳找房系只差四个问题。在这个过程中我们收集了很多的信息，有些是结构化的，大部分都是非结构化的，我们今天要做的是通过这些庞大的计算量开始算东西。我们在和各种各样的家庭交流过程中，会发现很有趣，有客户属于结婚但恰恰没有领证，有客户他结婚了但看起来不像，其实通过这些数据可以猜，比如说结婚情况下，买房和租房考虑点是什么，你有娃但房子里没有娃的房间，在这个过程中要看各种各样的数据，比如说在电商数据上，能不能看到更多的设备在这个房间里出现，或者有没有小孩的衣服等等。
通过这些关联数据，有一个智能算法的模型，我们今天很多的算法和指标都是概率型的，一个人结不结婚，不是一个是或者否的概念，他是一个概率的概念。AI的一个大挑战就是怎么样把社会上各种各样的数据，非结构化的数据，去除噪音以后逐渐变成结构化、标签化的数据。真正它导入了以后，这里面有各种各样的数模型，还有简单的逻辑算法模型，综合来说你要做的是更精准的找到你想要知道的事情。很多东西是可以通过测试出来的，而且要交叉验证出来的，最终你找到了这一些数据指标的时候，机器开始跑出来的时候，你要看它背后的场景，我们今天做的就是把各种各样的信息放进来，通过各种各样的学习和切图，来找到什么样的算式可以是我们智慧型的数据。
我们今天用AI算法为客户提供智能投资方案，和各种各样的借款周期方案，只要你找对时间的情况下，会发现这个客户的响应速度会更快一些。我们智能化的把推荐做到位，把时间标准后，更多的是服务。通过我们的数据，我们的积累，标签，AI把很多销售类的事情，也就是导流类的事情，做到了更偏机器或者更偏自然，这个过程中把人放在了人最该做的事情就是服务。前十年在中国我们做的就是累积数据，我们做的是消费升级，让大家有能力看到、能找到，和能够享受到他原来不知道的服务，几乎所有人民都在互联网上了，我猜未来十年很多的机会其实是在服务升级，服务升级脱不了人的，不能够完全被AI代替，而AI是可以帮助提高服务的质量，我们做了预测客户的需求，而且通过客户采集把握服务质量。
在金融这一块的时候，很难可以看到漂亮的视觉性案例，都是算法，我们今年推出贝壳找房的时候，做了一个如视事业部，原理很简单，就是拿了一个硬件设备在房子里推一圈，把这个房子拍下来，我们需要量产这些事情，可以看到底下的胶木地板，上面的天花板、水泥墙、大厅，全都是靠算法算出来的，算出整个体系中各个地方和衡量，最终这个客户走到某一个东西的时候，他在买家具和考虑的过程中，已经可以看到各种各样的体系了。做的是什么呢？我们先扫描，扫描的过程中会把这个数据传到云端，靠机器的3D构模来建立这个三维空间，然后进行智能空洞填补。我们也尝试很多新的算法，有一个版本可以一键去除家具的，用机器AI去脑补各种各样的墙和地板的纹路，下一步做什么呢？一旦清空了以后，可以贴新的墙纸，添新的家具等等。
最终我们的思路是用AI和Fintech，和现在做的事情累积的数据，通过我们的服务搭建一个美好的社区，我觉得AI在改变我们各式各样的生活，今天给大家的案例是实际的一家公司，我们花了很多年的时间，从一个线下天天脚踩着泥巴管人的一个状态，慢慢要经过16年的状态，引入了互联网人才，放权的通过技术，通过很多新型的改变，让整个行业变得更有效，我们AI做的事情不是要释放一些人，或者让大家没有工作，我们希望做的是让这些事情更有效，让我们的服务变得更标准，通过这一系列的算法给大家提供便利的时候，逐渐让人回到我们该做的事情，也就是以客户为本，以服务为主，在这个社会的成长中，提供一些解决方案。
采访小札
在开幕式的主题演讲中，孔令欣风尘仆仆地赶到现场。这位技术官出身、多次投身互联网创业的成功人士用他严谨、缜密的思维向我们展示了国内领先的居住金融服务商贝壳金服背后的技术力量与美好愿景。他从容的气质、优雅的风度我们留下了深刻的印象。
记者：通过建立AI模型如何分析数据，进行精准的预测？
孔总：其实更精准的预测就是更好的标签，这些数据一定可以分析成一些可关联的、可预测，最终形成一些行为，行为最终落回到标签。而标签越多，反而越精准，通过这些标签的运转从而对客户的服务进行差异化的定制。
记者：能谈谈贝壳的未来布局发展吗？
孔总：整个贝壳的体系是一个很大的生态。如何运用技术、科技、产品能力让生态更有效地运转。从AI的角度来讲，如何能让更多的人产生更多的和互联网上的一些连接和数据行为，最后这一系列行为落回到我们这，可以让整个体系变得更有效一些。这其实在生态中有很多复杂的服务，可能和买房卖房的交易有关，可能和租房的过程有关，有可能和交易后面的装修有关，甚至可能跟我们自己的员工和客户有关，整个的供应链，其实我们做了非常多的事，现在已经变成一个最大的综合提供商，这里面首要的是把这个生态里各种各样的客户包括我们自己的员工服务好，这也是我们三年内的目标。
记者：目前贝壳覆盖了哪些城市？贝壳的优势是什么？
孔总：几乎所有省都有，但是每个服务都不一样，但是综合来说一二线城市全覆盖了，而且正在往三四五线城市走，未来可能会扩展到三百多个。贝壳的优势主要就是网络优势，把房租的service做好。很多供应公司选择跟我们合作，这样他们能够更便宜地、更好地去找到客户的诉求，在原来可能很难，而且不精准。但是今天通过我们对这个行业深度的理解，包括我之前谈到的一些智能化的做法和标签体系，我们怎么能够让对的客户找到对的商家，同时在这个过程中得到一个网络效应和更好的体验，所以整个贝壳的优势是在这个网络效应上和它规则的搭建，包括大家能不能再同一个规则下互动，开始玩起来，这也恰恰是整个互联网生态所做的事。如何搭建一个靠谱的、透明的、标准的网络体系，而这个网络体系能够赋能于所有人，不管是客户能让他找到更精准的服务还是赋能于背后额服务提供商，让他的产业做的更大，这都是贝壳的优势和目标。他恰恰和指引的买房卖房租房都没有关系，但他和背后以后我们消费者从C端来说我们承载的服务和服务未来是不是靠谱会有很大的关系。在生活领域和房地产agency领域中，出现这样一个平台，对大家来说真的是一件好事。