地产AI公司Cambio联创：商业地产的优势正从规模变成速度

阅读本篇前，先说一件事：11月21日（周六）下午，AI4ELAB联合SketchUp、麦格建筑和SUAPP AI在北京办一场线下活动，主题是「建筑业新物种，AI时代超级团队与超级个体的崛起」，请几位已经走在前面的团队和个人，聊聊AI武装的超级团队和个人怎么炼成。活动免费，现场名额有限，欢迎报名：1121北京活动报名｜建筑业新物种，AI时代超级团队与超级个体的崛起

正文开始：

商业地产AI公司Cambio联合创始人Leia de Guzman，10月27日在领英写了一段旧金山科技周的收获：她在Anthropic办的创始人之家听了Anthropic的Catherine Olsson的分享，带走一句冰球场上的老话，「往冰球要去的地方滑」。

她看到冰球往哪去

她的判断很直接：商业地产迟早要迎来一场清算，一个数万亿美元的行业，至今还靠表格和PDF运转。

冰球要去的地方，是灵活的小团队用智能体干过去整个部门才干得了的活。她举了两个例子：一个下午测算100个改造项目，一天之内定稿整只基金的季报。

为什么是中型基金的机会

她常跟中型基金客户说的一句话是：过去优势在规模，现在在速度。

这句话放在地产基金里很好理解。大基金有几十人的资产管理和分析团队，一栋楼要不要改造、先改哪栋、回报多少，靠人堆出来；中型基金养不起这么多人，只能少看几个项目。如果一个小团队配上智能体，一个下午能过完100个改造项目的测算，人数的差距就不再决定能看多少机会。

Cambio做的正是这件事。AI4ELAB今年1月写过它的1800万美元A轮：用智能体读能源账单、审计报告这类成堆的楼宇资料，生成改造方案、测算回报并排序，同时处理碳排放合规报告。官网现在的说法是，面向机构投资者，做跨全球资产组合的改造、合规和报告。

值得留意的地方

「一个下午测算100个改造项目」是她举的例子，帖子里没有说是哪家客户、精度如何。改造决策最终还要落到工程报价和施工上，模型算得快，前提是楼宇数据本身完整可信，这恰恰是商业地产最缺的东西。

工程行业也一样：表格和PDF堆出来的工作，正在被重新分配给更小的团队。谁先把数据理顺，谁就能先吃到这份速度。

资料来源