夜雨聆风
新城AI+组织效能大赛推广动态海报 @WIT 智讯
2026年，新城控股办了一场AI+组织效能大赛。
全集团所有部门同时交卷，500多个AI案例实践，精选33个真实AI案例入围，覆盖16个业务专业、4个事业部、21个二级组织。
这个密度，在地产行业是罕见的。
新城控股正在用实践探索：地产行业的AI落地，应该是什么样子。
当其他开发商还停留在用AI页面聊天，生成文案或者图片时，新城控股的AI应用，已经进入了一个阶段
让AI深入业务场景，赋能真实的“效能提升”。
在企业AI落地的实践，这个事儿，很难。往往伴随着整个组织变革的战略问题。
上要有“一把手”，下要有“跟着走”。
新城控股的AI+组织效能大赛实践，是一次从战略到组织、从技术到业务，从数据到资产的AI深入落地。
驼小新，是新城的品牌IP形象，却恰隐喻了这次AI+组织效能大赛的组织画像：
智讯作为新城控股的品牌服务商，有幸参与这次AI+组织效能大赛的过程，了解了这些来自地产企业行业一线的AI深度落地应用案例。
在近距离观察这些参赛案例之后，我们有了一些洞察，分享出来，给行业一些启发。
-
从个体的AI应用，到组织的AI生产
这次AI+组织效能大赛，参与者涉及几乎全部组织层级。
从集团到一线事业部，从业务部门到支持平台部门。数百个案例中，筛选出了 33个入围案例。覆盖了16条专业条线，21个二级组织。
AI不是万能工具
需要懂业务的人来定义"AI应该解决什么问题"
与此同时，新城的IT部门数字研发中心，为大赛专门分配的技术指导落地对接人员。
新城采取的是"全面覆盖、重点跟进"的策略。
全面覆盖参赛项目，同时对入围的33个案例，由约20名产研人员按领域分工对接。
每人负责一个业务方向，既保证了专业深度，又避免了重复沟通。
这种"领域专家 + 技术专家"组合的模式值得所有地产集团借鉴。
-
技术平权时代，全员Vibe Coding
AI时代带来的技术平权，让所有业务条线都可以根据自己的场景需求开始“Vibe Coding”。财务、运营、企划、人力、设计……这些非技术人员，也可以用AI来结合AI去生成自己需要的工具。
-
商管事业部：
数据富矿，催生AI原生业务需求
在所有事业部里，商管事业部应用场景最丰富。
这与新城控股双轮驱动、商业战略发展有关。同时，也是因为商业天然就是一个“AI原生业务”。
最重要原因，就是商业场景每天都在产生高频的、密集的流动数据。吾悦广场180个购物中心日常运营，商管事业部原本就拥有运营、管理、客流等数据平台等现成"数据矿"。
AI对于商业运营应用是非常丝滑的天然需求。
商管事业部AI落地的全业务场景覆盖与需求分析：
-
作为持续运营型业务
最重要的是AI对数据的应用
数据是营销决策的燃料。但当前数据要么"看不到"（外部平台数据无法自动获取），要么"连不上"（内部销售、客流、会员数据分散在不同系统），要么"记不住"（历史数据没有结构化沉淀）。
AI就是打通数据、建立数据结构化辅助决策运营的最好助手。
比如其中一个餐饮口碑监测反推内部运营的AI案例，就是数据价值的体现；
⬇️
另一个案例，商管总部SP营销全链路的AI案例，充分体现了全链条协作、辅助决策的AI高级应用。
⬇️
-
AI赋能业务，带来真实的效能提升
在减少人工重复工作和人员操作错误方面，AI是人的好帮手。
尤其是风险规避，一次风险规避，就带来了全年AI投入的收益。而经营洞察、经验沉淀，带来的更是无法估量的价值。
「0 销售预警」功能很简单，但价值可能被低估：
一个区域19个广场、400+品牌，每天手动筛选0销售 ≈ 2 小时 × 365 天 × 多区域，是非常巨大的人力工作。
通过AI自动检测经营数据，不但节省人力，还能预警经营。早发现一天，早一天调整经营策略止损。
-
新城控股商管事业部的AI应用
有独特的三阶段演进路径
从L1数据透明，到L2智能诊断，再到L3决策辅助，商管事业部正在全面覆盖这三个阶段，为AI赋能运营建立起完整的方法论。
-
开发事业部的AI案例
更像是开发业务的“轻资产转型”信号
两个AI案例都代表着在业务条线上的深度探索——
投资决策经验数字化、产品研发能力AI化
新城控股的代建业务，正在用AI赋能，输出更高效的管理服务。
未来，AI还将赋能更多可能的业务场景，成为轻资产业务输出的重要支撑力量。
-
在品牌营销条线的AI应用
充分体现了对AI的“温度设计”
一方面是极度冷静的人设，帮助内容运营人员守好“内容安全底线”，管理内容安全、预防风险；甚至可以做到提前预警，让内容在发布之前就排查错误。AI 审校降低了品牌的舆情风险。
一方面又是非常温暖的人设，通过建立"AI处理量 + 人工控情绪"的分层体系，实现对评论的千人千面回复，辅助有温度的品牌口碑建设。
而在企业创意与策略层，总结出真正符合现实需求的方法论：做好案例复盘比让AI天马行空想创意更重要。
-
物业AI：三个服务类型案例
技术专家的评审很有说法
在物业的三个案例中，以技术成熟度和业务复杂度为坐标，专家团提出了评审意见。
对于业务复杂、定位模糊的“物业管家AI”提出了疑问。
"管家"这个岗位本身在物业行业就是综合的。
它既要对业绩负责、又要服务对满意度负责、还要维修协调对品质负责。
在同一个岗位上，冲突的目标让AI无从下手。
在企业场景中，要用互联网产品思维进行判断：AI应该融入业务解决具体问题，而不是搞大而全的综合助手。
评审团在AI大赛中，起四大作用：
过滤器：筛选高质量、高价值的AI应用案例
指南针：为资源分配和优先级排序提供专业判断
风险评估师：识别技术可行性和潜在风险
翻译官：在业务需求和技术实现之间搭建桥梁
专家团的评估意见，让AI应用的产品化落地有了重心和资源倾斜的指导方向。
-
AI与人的共生共成长
33个案例没有一个是"用AI完全替代人"。
每个案例都在做同一件事：把"机器该做的"剥离出来交给AI，把人解放去做"人该做的"。
在所有案例中，形成了清晰的人与AI协作的光谱：
口碑运营助手能自动回复评论，但决定品牌调性的是人。
招商智选官能匹配品牌数据，但判断招商策略的是人。
SP营销全链路能生成方案初稿，但定义活动方向的是人。
AI取代替不了的：
是人的判断力、审美力、责任感和关系能力。
从33个案例中可以看到，
AI的终极价值是对人的“价值放大”：
对地产行业的借鉴与启示
启示一
“数据密度”决定 AI 落地优先级。
新城案例中，AI第一波爆发在数据密度最高的领域：合同、财务、销售、商户。如果一个场景的数据还在纸质流程，AI落地会先被数据治理卡住。
启示二
目前来看，飞书的AI生态是对地产行业更友好。
地产公司的AI平台部署，真正的壁垒在“怎样把AI嵌入每天的运营流程”。谁帮企业把 AI嵌入SOP、培训一线、建立追踪机制，谁掌握增量价值。过往地产公司投资建设的OA平台、数据平台，往往会在AI 时代成为信息孤岛。
启示三
“先找一个业务场景跑通，再推广”——被验证的模式。
AI 落地的核心是“谁愿意试、谁有能力试”。找到有数字化意识的区域全力支持，产出标杆，用标杆说服其他人。
启示四
从实际业务需求出发，AI不需要盲目追求创新。
专家评审从“业务复杂度 + 技术成熟度”维度评估，真正能落地的案例，是那些技术门槛低但重复场景高的。合同 + 财务 + 信息管理，往往是地产行业AI的“低垂果实”。
END
新城33个案例告诉我们：
地产行业的AI转型不是一场技术革命，而是一次管理升级。
技术只是工具，真正的挑战在于战略对齐、组织变革、人才培养和文化转型。
新城控股通过这场大赛，恰恰展示了一条“业务驱动、技术支撑、组织保障”的渐进式转型路径。
这才是新城控股的AI大赛对地产行业的借鉴之处：
