黃國軒：認知革新 數字時代下産業與空間重構 | 2026觀點數字科技未來大會

本文為黃國軒先生在2026觀點數字科技未來大會上發表的演講。

黃國軒（深圳市人工智能與機器人研究院産業中心合伙人、副總裁）：各位來賓、各位領導，大家好。我是深圳市人工智能與機器人研究院産業中心合伙人、副總裁黃國軒。

我並非地産行業出身，長期深耕汽車與科技領域，曾在自動駕駛公司從業多年。受邀參加本次論壇，曾思考該分享何種内容，最終通過AI智能體辯論得出結論，現場已有衆多行業專家針對物業、地産展開詳細分享，因此本次分享聚焦兩大主題，一是對AI和機器人行業的認知，二是産學研一體化的重要性。

結合AI分析結果，我對當下地産行業有全新構想。

地産行業早期以滿足生存基本需求為核心，工業化時代成為生産要素載體，充當産業容器、物流節點等角色。

進入數智化時代，地産已演變為AI與機器人深度融合的綜合空間體，成為算力載體、機器人訓練與運行的核心場景。

研究院體繫外的産業基金，主導投資了以阿里雲為主體的廣東算力中心，該項目操盤手此前深耕地産行業，負責樓盤開發，選址邏輯與傳統地産截然不同。

傳統地産聚焦人流密集、配套完善的區域，而算力中心優先選擇人煙稀少、土地成本低廉的區域，重點考量能耗、電力供應、冷能配套等條件，這一案例直觀體現出地産行業底層邏輯的變革，需要跳出傳統認知，重新審視資産定價邏輯。

以算力中心為例，國内工業用電上網定價約每度三毛，而AIDC可将電力價值通過Token模式放大十倍以上進行銷售。将電力通過大模型應用封裝成Token，滿足東南亞、北美、歐洲等海外市場需求，售價可達到每度一元人民币起，期間創造的價值難以估量。

這也說明，科技對各行業的作用早已超越傳統的降本增效，而是從底層改變行業角色定位。

過往科技是地産行業的配套要素，在數智化時代，科技已然成為地産行業的核心。

空間的核心始終是以人為本，但AI與機器人重構了人類生産邏輯，空間适配對象從直接服務人類，轉變為優先适配機器與科技。

例如某地産集團在珠海的項目，每層陽台設置低空飛行器停機坪，樓棟配備無人機和外賣投遞箱，可直接将物品送至住戶家中，這是科技配置空間的典型案例，也是未來不動産與科技行業融合的重要趨勢。

本次演講所用PPT由AI生成，盡管我要求盡量少提及AI，但該話題仍無法回避。結合英偉達CEO黃仁勳提出的AI行業五層架構邏輯，我對中美AI發展差距分享客觀看法。

能源層面，中國在電力、核能、風電、光伏等領域優勢顯著，成本與規模均領先全球；

芯片層面，美國處于絕對領先地位，制程工藝已達兩納米，國内相關企業目前穩定在5納米左右，存在兩到三年代差，且美國持續加大戰略投入，差距大概率持續擴大。

AI基礎設施與算力中心層面，中國遙遙領先，歐美建設算力中心受能耗、環保、土地等因素限制，周期漫長，中國在土地成本、政策扶持、工程化建設與集成方面具備突出優勢。

模型層面，國内豆包、DeepSeek等大模型與國外Cloud Code、OpenAI等模型相比，存在一到兩年代差，美國持續加碼投入，差距同樣呈擴大趨勢。

應用端層面，中國擁有海量應用場景，地産行業便是其中核心場景之一，相較國外具備明顯優勢。整體來看，中美科技行業並非單一領先關繫，而是共存競争的格局。

當下不少人覺得AI使用體驗不佳，核心原因是對AI的認知與定位存在偏差。

資本與傳統觀念普遍認為，AI應突破人類能力上限，完成人類無法實現的任務。但從AI訓練與技術原理來看，其理論上限是人類共同認知的上限，是人類知識庫的頂層集合。

因此，應重新定位AI，聚焦人機共創，探索和諧共生的價值創造模式。

當前備受關注的AI倫理問題，以OpenAI首席執行官奧特曼遭遇安全事件為例，本質是公衆對AI的恐懼以及對資本裹挾技術的焦慮，破解這一問題的關鍵同樣在于認知革新。

地産行業的不動産定價邏輯，也伴随認知轉變發生重構。

業務層面，傳統模式以蓋樓、招商、運營為核心，新時代則先依據科技需求定義整體方向，再結合空間與資産價值配置資源，最終形成共生業态。

空間價值錨定層面，傳統地産關注核心地段、配套設施、人流規模，新時代科技導向的空間，更看重算力密度、數據並發、變壓器配置、冷能配套以及機器人運行的适配性。

核心服務對象層面，傳統空間以人類便利為中心，新時代優先考量AI、機器人等科技要素的适配需求，再通過科技服務人類，這是行業底層邏輯的本質變化。

80後、90後對科技的認知多源于移動互聯網時代，遇到行業需求第一反應是開發APP，這種傳統認知需要及時打破。

以AI智能體為代表的新業态，無需前端交互頁面，下達出差等指令後，AI可在後台自主完成票務、酒店、溝通等全流程事務，直接反饋結果，無需手動操作各類軟件，這是數智化時代全新的智能交互方式。

物業場景中，多款獨立APP控制閘機、家居等設備，不僅增加操作煩瑣度，還加劇老年群體的科技代差，並非最優智能化解決方案。

研究院擁有異構空間機器人調度、巡檢機器人等前沿技術與課題，在行業試點落地過程中，遭遇諸多實驗室無法預見的現實問題。

例如為外資電梯集團打造商場異構機器人調度繫統與場景機器人時，軟件層面問題易于解決，落地環節卻受工程細節制約，機器人因兩厘米高的地毯卡滞，不僅造成資産損失，還需投入成本進行二次開發，難以實現經濟賬平衡，技術落地陷入困境。

針對這一行業痛點，産學研一體化是優質解決方案。行業内AI、集成類初創企業，受資源與能力限制，難以開展非盈利性技術适配工作。頭部機器人企業受融資與沉沒成本約束，專注産品銷售，忽視場景落地痛點，導致需求方産生科技無用、無法落地的誤解。

研究院具備充足技術與團隊實力，可針對物業具體場景，開展二次開發、場景定義、需求管理、組織架構梳理等工作。

深圳市人工智能與機器人研究院是深圳市十大基礎研究機構之一，由深圳市科創委主管，長期以基礎研究為核心。

去年響應國家号召與行業需求，成立研究院全資持股的産業公司，商業化布局聚焦兩大路徑，一是可落地的科技咨詢服務，二是産業基金運作，助力産業方掌握前沿技術，實現技術耦合落地。

過往，産學研模式被濫用，給大衆一些不好的印象。這並非是模式本身存在缺陷，而是彼時缺乏技術代差需求，如今技術發展階段已為産學研一體化提供成熟契機。

研究院與行業内企業並非競争關繫，而是相輔相成的合作關繫，科技行業獨角獸多源于研究院與高校體繫，大疆便是典型案例。

地産行業是科技落地的優質土壤，研究院計劃聯合産業方，未來将科技生态企業、學術與産業落地資源引入地産相關論壇，圍繞共同研發、産業落地、資本合作等方向展開深度探讨，構建融合生态。

未來已至，但技術紅利不會均勻降臨。保持在科技領域的認知不脫節，核心在于革新對科技的理解。

從高校教授到普通大衆，都存在對AI的焦慮情緒。無需過度擔憂技術應用問題，提升自身認知與定位，前沿技術會由頭部企業持續優化落地，這才是應對科技變革的核心思路。

謝謝大家。

免責聲明：本文内容與數據由觀點根據公開信息整理，不構成投資建議，使用前請核實。