导语：在推进绿色低碳转型、发展新质生产力的背景下，不动产运营智能化正加速规模化落地，长期依赖人工经验的楼宇运维模式迎来变革。

天色尚早，商场还未迎来客流。中控值班员步入中控室，楼宇暖通系统已经提前完成预热，照明设备顺着楼层次第点亮。遍布场内的摄像头完成夜间巡检，识别出空间内的异常状况，对应的处置工单已经推送至运维人员手机。大屏之上，是整套系统完成分析后的运行结果。

(资料图)

这样的运行画面，得益于千丁智能研发的云境 Nebula AI 空间智能系统。

当前，该系统已经落地 2000 多个园区、13 万余间公寓，接入各类设备超 1000 万台，覆盖市面上 99% 的设备品牌与协议，每日处理数据达 1.83 亿条。

在龙湖天街系列项目中，数智化改造带来的成效也十分直观：集团全年节约能耗相关费用 3.2 亿元。

这笔账，只是数智转型带来的其中一项成果。

传统商业楼宇运维，高度依赖人员逐项操作。而这套空间智能系统，借鉴自动驾驶的运行逻辑，构建起一套完整的空间智控体系：底层依托物联感知网络，采集设备工况、能耗水平、环境温度、安全风险等空间内外多维信息；中间层沉淀行业运营经验，汇集来自 100 余座商场打磨形成的 300 余项运行策略，将龙湖三十年的运营经验转化为算法可调用的模型；上层依托 AI 实现自主调控，冷站智能调节、工单闭环处置逐步替代传统人工管控模式。

过去，想要在清晨开启楼宇内的所有系统，值班人员需要登录多套独立平台，逐项完成设备启停，整套流程耗时十余分钟。

如今，依靠预设策略，暖通预热、照明电梯联动等流程自动执行，常规模式下人力操作量下降 80% 以上。效率提升的同时，系统策略执行准确率维持在 90% 以上，50 余个子系统实现统一平台接入，跨设备联动自动完成，异常情况可实时告警。系统还可以结合天气动态调整运行状态：夏季高温来临前提前预冷，过渡季充分利用室外新风，在适宜条件下关停压缩机，降低能源消耗。

能耗管控，历来是商业不动产运营的一大难题。过去冷站机组开启数量、水温调节，大多依靠运维老师傅的经验判断，结合天气、预估人流进行人工调度。这类宝贵经验难以复制，新项目上线往往需要重新摸索调试参数。

现在，算法正在承接这部分复杂工作。系统预判空间当日负荷，从策略库匹配最优机组组合，运行过程中持续动态优化参数。AI 节能可带来 15% 以上超额节能收益，室内温度波动控制在 ±0.25℃以内，单座商场年均节电超 15 万度。能耗数据可以细化计量到楼层、租户，每一笔消耗均可溯源。

龙湖天街冷站率先完成这套模式落地：运维从依赖现场人员经验，转向策略自动生成下发；节能效果也从年度事后核算，转变为全过程动态管控。改造之后，天街公共区域单位面积能耗下降 27%，集团全年实现 3.2 亿元能耗成本节约。

安防巡检场景同样迎来显著变化。原有存量摄像头无需硬件更换，即可接入这套 AI 平台。通过小模型初筛、大模型复核的技术路径，系统可自动识别杂物堆放、地面积水、消防通道占用等 120 余种风险，实现秒级告警，30 秒内生成附带位置、截图、风险等级的处置工单。

以一处龙湖天街项目为例，场内消防点位超过 3000 个。收到报警信号后，平台自动调取周边视频画面，快速区分真实险情与误报。确认事件后，平台结合业务规则、人员技能、地理位置自动完成派单，48 套排班规则、504 项服务标准沉淀在平台之中。在落地项目中，76% 的传统人工巡检工作由系统承接，项目安全与服务品质满意度提升至 97%。

作为通用智慧空间底座，云境 Nebula AI 的应用并不局限于商业商场，办公楼宇、产业园区、工厂、新能源场站、数据中心等不同业态，都可以依托这套平台实现运营优化。

今年 9 月，千丁智能服务某头部商业集团项目时发现，商场变频硬件早已配置到位，但设备长期以定频模式运行，参数调节完全依靠运维人员主观判断。接入这套系统之后，运行参数自动下发，设备切换至变频工况，投运首月，冷站能耗较同期下降 30%。

在龙湖总部大楼，年均能耗 56 度每平方米，不足行业平均水平的一半；全年 15000 条报事中，六成由系统自动派发。泰康全国 11 处园区接入同一套平台，运维由定期现场巡检转为告警驱动处置，单个园区每年可节约能耗成本超 150 万元，设备故障处置效率提升 80%。中旅集团借助该系统，实现多项目设备远程监测与 AI 视频巡检，业务巡检工作量减少 50%，集团层面可统筹各项目运营。

数字化带来的改变，不只是账本上数字的优化。以往楼宇空间的各类问题，大多依靠人发现、人处置；现在大部分常规工况由系统自主处理，复杂异常再交由工作人员介入。不少运维人员从反复盯屏、现场巡检的重复性工作中解放出来，将更多精力投入疑难问题处置。

从被动等待问题上报，到系统主动识别风险；从年度事后核验，到全过程动态管控，不动产运营的底层逻辑正在发生转变。当物理空间拥有了类似"自动驾驶"的能力，人的价值更多聚焦于处理例外、优化决策。