主題讨論會：進階之路 | 2026博鰲産業科技大會

主持嘉賓

曾瑞華　ESR業務管理與投資（香港）董事總經理

讨論嘉賓

葛培健　中國企業改革與發展研究會理事

宋瀾濤　萬物雲政企客戶服務中心總經理、萬物雲城總經理

陳　名　東久新宜首席投資官

許洪睿　園動力産業發展集團副總裁

劉懷洋 　龍湖集團千丁智能CTO

肖　琴　中園産業運營公司總經理

曾瑞華：這是今天最後的圓桌論壇環節。從早上開始，我們已經聽到很多嘉賓在談産業要如何升級、如何穿越周期。

今天的主題是“進階之路”，前面也聽到幾位同行聊産業園升級、提供服務等話題。

第一個議題，是“新質生産力驅動産業生态融合”。先請葛老開場，從宏觀角度談談，産業園這類不動産應該從哪幾個維度來應對科技帶來的沖擊？

葛培健：說實話，剛才演講的時候我已經回答了這個問題。這個題目很有意思，我之所以來講，是因為科技變革，尤其是AI時代，對園區帶來了颠覆性變革，特别是新質生産力。

題目里的“新質生産力”，實際上代表了“三化”，就是數字化、綠色化、融合化，這其實也是我們“十五五”規劃的方向。

什麼意思呢？原來傳統的産業園區，其價值主要體現在租賃性資産上；接下來我認為會發生向“産業生态型基礎設施”的變遷，這是一個很大的變化。

剛剛星河的王英傑院長講了，所以我也講一下星河的做法。最早我跟他們的黃老闆很熟悉，他們也與我合資過，專門設立了一個基金，他們占51%，我們占49%。

對優秀的民營企業來說，如果基金是民營控股的，他們也願意參與，因為擔心國有控股的市場化程度不高，我跟星河就是這樣結緣的。

今天我聽了非常振奮，龍崗人工智能産業園區就是産業園區進入AI時代的成功範例。

未來的産業園，衡量其是否适應了AI時代、适應了科創新質生産力，就看能否承載新技術、能否接入新網絡、能否孵化新物種、能否計量新價值，成為容納新生産力的容器。

我認為這是最大的變化，這種變化，會對園區原有的資産定位、産業招商、運營，以及資本模型、制度創新等，帶來一系列影響。

所以我想，這就是科創新質生産力，或者說這就是AI，給過去的産業園區帶來的變革與影響。

曾瑞華：感謝葛老。您剛才提到設立基金，由于稍後還有關于資本循環的議題，我會在後續再向您請教。

接下來想請教陳總，貴公司是産業園區領域的優秀運營商，從您的角度來看，應當如何适應這一輪周期？剛才已提到産業園區目前需要引入人工智能，您也看到了星河的案例，請問你們是通過什麼方式來實現适應與轉型的？

陳名：東久新宜由兩家公司合並而成，2021年完成合並。目前業務涵蓋三大闆塊：物流園區、辦公類産業園區以及生産制造類産業園區，在管面積（含輕資産管理和自持項目）合計1400多萬平方米。這是我們公司的基本情況。

在産業園區領域，回顧一下發展歷程：2017年我們剛開始涉足智能制造園區時，入駐企業幾乎都以低附加值機加工為主。

發展至今，新近涌現的高精尖企業數量占我們産業園業态的比例超過80%。為什麼會發生這樣的轉變？我們對此作了復盤。

一方面是我們順勢而為，自2017年以來，國家整體産業持續升級，包括"新三樣"的興起、人工智能的發展，以及生物醫藥特别是疫情之後的蓬勃發展，導致園區内許多機加工等低附加值的産業漸被淘汰。

即便因此損失部分租金、或者接受更低的租金水平，我們仍認為這些機加工業态已不适合未來方向。這是我們主動作出的選擇，也是與政府深度綁定，共同推動民營産業園區進行産業升級的過程。

另一方面，我們主動調整産品結構以吸引更優質的産業入駐，生物醫藥便是最好的例子。2020年以後，尤其是疫情暴發後，生物醫藥行業蓬勃發展，一度出現井噴式的需求。在此之前，我們已通過對張江産業園區的改造，摸清了生物醫藥研發企業的特定需求，包括環評、物理結構構造、廢水處理，以及蒸汽應用、特定甲類污染物空間等。

在此基礎上，我們持續對産品進行研發和改造，使園區能夠針對不同研發企業、制藥企業的需求進行分類供給。也正是通過這一過程，我們由最初對生物醫藥行業較為陌生的運營商，成長為該領域中提供生物醫藥研發、生産産業園區的行業領頭羊。

綜上，一方面是國家大勢所趨，為我們提供了轉型的條件；另一方面是我們對産品持續研發、對客戶行業深入理解，使産品更好地契合租戶的需求。

葛培健：我補充一點，目前全國約有20個園區發行了公募REITs，其中首單即由我經手，位于張江。

在這20單中，有兩家以制造業租戶為主，一家是東久新宜，另一家是臨港。相較而言，研發類、貿易類租戶流失較多，而制造業企業，尤其是配備標準廠房、擁有設備投入的企業相對穩定，去年園區業績表現較為突出的正是這兩家。

陳名：感謝葛總的補充。

曾瑞華：接下來請教劉總，貴公司的不動産資産類型有所不同，涵蓋購物商場、寫字樓等。從首席技術官（CTO）的視角來看，科技應如何注入這些類型的不動産？又存在哪些進步空間？

劉懷洋：當前行業普遍在談人工智能，其後是通用人工智能（AGI），但這一進程漫長，存在一道難以逾越的門檻，那便是物理世界。

事實上，大語言模型已将互聯網上的數據基本消化殆盡，卻尚未真正作用于真實世界。

回看近半年的行業動态，僅做機器人本體、僅做靈巧手、僅做所謂的小腦，是無法真正在物理世界完成作業、也無法解決實際問題的。

與此同時，手握真實問題的場景企業同樣焦慮，不知如何将最先進的人工智能引入組織内部。千丁智能正是帶着這兩重視角，思考接下來的路徑。

千丁智能的目標，是将最先進的世界模型、空間智能等技術，無論通過具身形态、其他智能物聯網（AIoT）設備，都力求在真實業務場景中形成閉環。

閉環的過程至關重要，是數據的圖譜，需要人的參與、人的反饋，需要持續叠代，或者說進化。這一進化過程，正是我們打造下一代千丁智能平台的核心。

龍湖擁有極為豐富的線下業态，包括商業天街、物管公寓等，每天都會産生大量工單與用戶需求。

我們希望對這些進行"蒸餾"，即業務蒸餾。這些場景數據，能否不再囿于原有的處理方式，即僅僅完成任務，而是承載業務的正反饋？這些正反饋一旦能為人工智能所學習，便會成為具身智能企業高價難求的重要訓練數據。

第二是組織蒸餾，優秀的組織運營，能夠将原本在未引入人工智能時便已做好的工作進一步優化。

例如一個天街的維保團隊原本需要十人，能否借助人工智能用更高效的方式、更好的完成維保工作？這就涉及行業内常說的"用好人工智能"的問題。

各企業的AI應用水平參差不齊，運用得當者成為"超級個體"，但若一個公司内部涌現大量超級個體，反而容易失序。

因此，如何将人與人、人與人工智能之間的關系在同一界面下實現協同，是組織蒸餾的重點，我們也正在打造相應的産品。

第三是場景蒸餾，能否将線下場景中運行的多維多模态數據，包括AIoT數據、人的運行數據、客流數據等，蒸餾為垂直領域的世界模型或空間智能底座，再将新産生的業務注冊其中，從而形成運行式平台或模型平台，這是我們在探索如何将學術前沿真正落地于物理空間。

事實上，互聯網産業進化至今，市值不過數千億美元，而真實勞動力的産值體量可達數十萬億美元，空間巨大，其前提在于讓人工智能學會在物理世界中工作。

曾瑞華：感謝劉總，我很認同您的觀點，因為我本人出身于凱德，龍湖也有不少過去的同事，雙方在不動産資産上頗為相似，大型企業在面對人工智能浪潮時同樣充滿焦慮。

下一個問題請教肖總，您管理過産業園項目，如今又創辦了科技産業服務平台，請問這一平台如何與其他同類園區形成差異化？您的競争優勢何在？是否更傾向于輕資産模式？

肖琴：感謝主持人，事實上，我創辦中園産業運營公司，源于多年來服務科技企業時觀察到的痛點。

公司創立的初衷，是為科技企業提供與需求相匹配的産業空間與産業服務。我的價值核心，在于能為客戶創造何種價值，而這又聚焦于兩點--空間與服務。

就空間而言，産業園本身就是我們的優勢所在，但在服務科技企業的過程中，我發現企業發展到一定規模後，往往會自行拿地、自行開發。

事實上，許多科技與實體企業過往並不具備自主開發項目的經驗。我接觸過大量客戶，他們在獲得土地後，對新地塊如何開發、未來如何經營，往往缺乏清晰的概念。

不少實體企業認為，政府供地後，除自用外，還能享受資産增值的收益，因此起初往往盲目樂觀，以為只要有地、有錢便能順利建成並運營。

然而在項目開發過程中，由于缺乏地産經驗、成本意識與全過程的策劃開發能力，加之對未來自用之外的部分缺乏經營思路，大批項目最終陷入困境。

因此，就空間一端而言，除了延續以往自建園區、服務企業的模式，我們更針對諸多自行拿地的實體企業，從項目定位、策劃，到融資、代建需求，再到後續對外經營的物業，提供全過程服務。這是空間維度的價值輸出。

此外是産業服務，我們在産業服務上正逐步走向垂直深耕。例如人工智能産業，這一産業較為新興，許多企業團隊規模很小。

我接觸的創業團隊多為90後、00後，他們創建公司後在技術上頗為擅長，但在企業經營層面，從工商稅務、融資到市場對接、商務服務，卻未必專業。

對我們而言，服務對象越廣泛，資源的整合空間也越大。許多人工智能企業需要算力，但自行采購成本較高；作為服務商，我們能夠整合各類資源，甚至可以推動所服務的其他企業共享其算力中心資源。

因此，我對科技企業的價值，在于讓他們專注于自身的技術領域，專心做好專業之事。而專業之外的各類需求，無論是空間，還是經營過程中所需的第三方服務，乃至市場與融資對接，均由我們整合資源、統籌提供。

我也希望通過自身的專業能力，為這些科技企業提供全流程的支持。

曾瑞華：感謝肖總。在我看來，您的商業模式更偏向輕資産，以提供服務為主，與其余嘉賓不同，他們更多是在重資産産業園的基礎上進行優化。

下一個議題是從實驗室到産線，請教許總，在您負責的産業園區中，如何将新興産業孵化成成功的企業？依您之見，怎樣才算一個成功的産業園？

許洪睿：我先回答第二個問題，這個問題也頗具分量。

今天各方一直在讨論産業與産業園區，我在這一領域深耕二十年，深感這一主題與“進階之路”頗為契合。

我将個人職業經歷劃分為兩個階段，第一階段處于“舊生産力”時代，主要從事産業地産業務。在涉足園區之前，我的工作更像一部高效率的機器，與産業本身關聯有限。

彼時市場有紅利、産業有紅利，各産業争相擴産，拿到土地便意味着成功，剩下的只是交由時間去兌現。

2020年，我們董事長與我溝通，問及我在這一行業耕耘十余年，究竟想做什麼。做産業園區而遊離于園區本質之外，是否有意義？

在這里，我要特别感謝葛老，2019年我随他參加閉門會議，聽他分享了關于運營的真知灼見。因為從“房東”到“股東”並非一句口号，而是需要數十年深耕的積累，其影響延續至今，成為我們今天的基礎。

因此，董事長當時提出要轉型做服務，先明确“三個不”：不拿地、不投資、不建園區。

再明确“兩個要”：其一，要實現全國化布局。對于初創不久的企業而言，全國化難度頗大，但勢在必行。全國化並非為了規模本身，而是為了集聚全國範圍的人才與産業基點，打通資源，也正是這一布局，成為我們邁向矩陣化運營的基石。

其二，要做全流程服務，覆蓋項目從第一步到最終一步的完整周期，陪伴企業全生命周期成長。正因此，我們多年來建成180個園區，從這個意義上講，我們的園區是成功的。

許多同行問我：為何發展如此迅速？如何統籌管理？憑什麼能夠做好？

首先需要說明，並非每個産業鏈都天然優質。今天是人工智能，明天是低空經濟，後天可能是生物醫藥。

而不同園區投資方的需求各異，有的是民營企業，有的是地方國企，有的是頭部拿地的IP企業。

但我們的園區運營始終追求平衡，即打通四方關系：第一，投資方要能存活並長久發展；第二，地方政府必須看到産業落地，我們在産業鏈上推進園區建設，盡管産業會随時代變化，但一個園區的立足、成型與成熟，必然依托于某一條産業鏈，我們不做綜合性園區。

另一重平衡在于市場。項目的産品與定價可能需對市場作出一定妥協，同時還需平衡園動力自身的訴求。我的經營邏輯是，投資方必須與我們形成平衡，園區才有成功的可能。這是第一個問題的答案，只有在這樣的邏輯之下，園區才能做得好，才稱得上是好的園區。

第二，随着新舊動能轉換，企業在土地時代的訴求相對簡單，主要是建廠、擴産、能源與政府補貼；如今的訴求則已發生根本變化。

跳出園區運營者的角色回望這180個園區，我認為企業選擇我們，至少是看中以下價值：其一，技術。我們的園區是否具備技術支撐？企業入駐是否意在獲取技術？其二，産業鏈。企業入駐是否為了融入産業鏈？

以我們的膜材料小鎮為例，由于是服務型園區而非傳統房東，不能坐等收租，我們便圍繞鏈上企業，如分離膜、血液透析膜等，依托園動力的全國網絡進行對接。這屬于投資收益最薄、最艱苦的環節。

其三，園區生态。客戶入駐後，是否能在園區内找到上下遊？上下遊的核心在于應用場景。無論将企業引入宜賓，還是将宜賓的企業對接至上海，關鍵在于能否提供應用場景。

其四，資本支持。我們出資組建基金，且具有産業鏈屬性，我既需要企業，企業也需要我們的加持，如此方能成就優質園區。

至于從實驗室到産線的企業培育路徑，僅舉一例。我們正在打造兩個高校園區，並非服務于單一客戶，而是構建園區平台。從實驗室走向産線，需經歷三個環節：課題、孵化與園區載體，三者由不同運營主體、不同訴求協同完成。

高校課題大致有兩個方向：一是直接對接“金主”，如膜材料項目的核心買方本身就是大型出資方，課題研究不必考慮市場化，我們與高校對接後即可定向研究；二是許多教授将課題打磨後視如珍寶持續投入，卻未能實現市場化。

不少優秀孵化器正是在從事此類轉化，但其訴求並非自建園區，而是采用輕資産模式：租賃一層廠房承載企業，前端申請政府補貼、後端吸引基金跟投，以産業投資分紅為回報，而不下沉重資産。

不過，這類孵化器同樣渴望一個穩定的載體與沉澱的資金。我們可将孵化器的資金出資（無論多少）與外部資金方配資，共同建成産業園。如此，孵化器獲得了實體載體，投資方獲得了産業基因與實際載體，同時亦能解決區劃要求與自持業主問題。

我們正是以此模式，牽頭搭建了兩個園區，這便是我們所理解的打通各方訴求與利益的路徑。園動力推進園區項目可以很快，但始終追求每個核心要素的平衡，並在平衡基礎上持續注入資源。謝謝。

曾瑞華：感謝許總。下一個問題請教宋總。萬物雲作為空間科技服務的先行者，如何依托自身優勢孵化空間科技産品並實現轉型？能否分享其背後的邏輯？

宋瀾濤：這一點與我們此前嘉賓的情況可能有所不同。我們是一家從事物業服務逾三十年的企業，近期也推出了硬件産品。此前我們以提供輕資産解決方案為主，這是科技轉型的必然，也是順應時代變化的體現。

在實際推進過程中，我們确實遇到了不小的困難。起初以為並不復雜，将過往的經驗知識置入算力平台、再作邊緣部署即可。但一旦回到物理世界，即我們所說的真實世界，其復雜度遠超想象，對當下的人工智能而言亦是巨大的挑戰，因此進展頗為坎坷。但我們摸索出了一條路徑。

第一步，加大實驗室研發投入，基于大量客戶調研的需求，先行封裝一款産品。第二步，将經驗沉澱為知識。我們服務了七八千個項目，形态各異，前述復雜場景均有所涵蓋。

因此，我們先在自己可控的場景中開展實驗，将實驗室産品移出、持續打磨，在此過程中不斷沉澱數據、修正算法、優化模型，使其更貼近實際場景。

這一步並非最難，最難的在于真正實現市場化。因此，在這一階段，我們選擇了最難的一條路，即挑選一批最為復雜的項目，如超高層、超大型産業園或頂級985高校，為它們構建不動産的“AI大腦”。

這些客戶不僅場景復雜，且要求極高。從高規格場景試驗成功，再規模化推廣，效果更佳。我們大致遵循這三步推進，目前雖成果有限，但仍在持續探索。

因此，我的邏輯是：第一，場景匹配至關重要，這是基礎；第二，要注重成本控制與真實價值創造。成本必須可控，最好能設備利舊，完全從零創造極為困難。同時，客戶應有付費意願，他們關注的並非炫技的成分，而是可量化的結果與所能帶來的實際價值。凡此要素配合得當，方能成事。

曾瑞華：我想追問一個問題。人工智能的“下一站”應如何落地？您剛才談到轉型過程，請問當前布局的空間産品，是可以匹配並應用于現有體系中的不同資産類别，還是專注于某一資産類别？您的生态中涵蓋購物商場、寫字樓等多種場景，您認為下一階段的人工智能是會聚焦于某一場景，還是您的産品可以實現通用化？您傾向于哪條路徑？

宋瀾濤：我們選擇了一條通用化的道路。真實世界情況復雜，建築擁有不同的年代與建造標準。若能将其抽象拆解、把空間分割為若幹單元，仍存在標準化空間，例如停車場這類場所，雖構成復雜，但其功能與所需适配技術相對統一。

當然，這談的是未來方向，現階段我們仍采用通用框架。

目前，我們正将客戶劃分為若幹大類，如住宅社區、商業寫字樓、城市（主要是城市治理）等，並分别提供定制或适配的産品，尚未完全打通。

總體思路是，先選擇八個賽道，賽道内亦包含大客戶。這是我們當前階段的選擇，但長遠來看，我們相信可以走向通用。我們的産品結構定位為不動産的“AI大腦”，凡結構性建築，原則上均可适配。

曾瑞華：我想繼續追問劉總，您提到物理世界頗為復雜，延續剛才的問題，人工智能落地時，你們是要專注于某一不動産場景，還是選擇更為通用化的路徑？哪種思路更符合當下與未來的發展？

劉懷洋：我是首次參加這一會議，深切感受到當前的行業氛圍與往昔不同，大家正從行業的困頓中尋找新的增長極。

龍湖在内部數字化上的投入高達數十億元，沉澱了大量Know-how，並已轉化為數據與軟件産品，數量達數十款。這些産品對外推廣時，已開始承接外部的業務客戶。

外界對千丁智能的定位尚不清晰，這是我們首當其沖需要解決的問題，正如您所言，我們不可能面面俱到。我将此事拆解至最基本的層面，聚焦于兩個議題：企業協同與空間智能。

就企業協同而言，需厘清所理解的人工智能究竟是真正的“人工智能原生”（AI Native）企業，還是在原有業務基礎上疊加人工智能，兩者存在本質區别。後者充其量實現降本增效，提升效率百分之幾十；而真正的人工智能原生企業，其增長曲線、團隊畫像與商業畫像均截然不同。

我們能否将自身塑造為真正的人工智能原生企業？為此，我們在内部立項開展了諸多創新嘗試，後續亦有機會對外商業化。當企業與員工在運用人工智能時能共享較高能力水位，即如自動駕駛的L1至L5分級，屬于L1級别。

在此基礎上，管理者須考量員工對token的使用效率與其創造價值的高低。就好比學術領域，若無人引用，學術地位再高亦屬徒勞。若企業内部構建一套價值量化圖譜，便易于厘清人與人工智能之間的協同界面。

在此基礎上，疊加企業内部的知識庫沉澱與協同能力，每位員工甚至可配置類似數字員工的二十四小時在線分身，将原本由人推動的任務界面與流程交由智能體自動推進、由分身協同完成，企業便可能逐步轉變為人工智能原生企業，組織随之進化。這是我們在企業協同層面的探索。

業務層面，我們稱之為空間智能體平台，目標是将龍湖過往優質的真實的運營經驗蒸餾，交由智能體更優地解決，並賦能相關企業和場景，同樣可參照L1至L5分級。

L1階段，空間内配置各類傳感器，考察能否實現數據互聯；我們以BIM為底座，考察能否将數據與設備注冊其上。針對真實世界的運行場景，我們期待具身或其他更智能的設備介入，首要前提是讓設備感知的世界與BIM的正向世界實現注冊統一，這需要點雲測繪、3D高斯等技術與BIM能力相結合。

将工單派單自動化，即所謂的事件流注冊，便達到L2級别；在此基礎上開展空間推理、形成執行閉環，則可逐級推進至L3、L4。能将這一層級做好，已是相當理想的成果。

圍繞L1、L2階段這一主線，我們已沉澱大量與空間智能、不動産相關的資管智能體、物管智能體、空間智能體，並可在空間智能或世界模型底座之上，對外輸出標準化産品。這也是企業協同加空間智能視角下重點解決的問題。

曾瑞華：感謝您的分享。可以看到，人工智能正深入到各個場景，那麼最終應如何打通重資産價值與多層次的資本循環？這一問題先請教陳總。

當前産業園領域已有18支公募REITs，總規模約300億元，您所在的東久新宜也是其中之一。您認為下一步應如何将人工智能創造的價值納入資本市場循環，並實現閉環？

陳名：從房地産估值角度看，若熟悉公募REITs裝入資産時的評估邏輯，評估機構對資産的評估方式選擇通常是透明的，涉及多個維度。

近年來市場租金波動劇烈，部分前幾年簽署的租金如今已明顯回落，尤以物流為甚，甚至出現腰斬。那麼，人工智能附加價值應如何在租金中體現？我們說租金是頂層指標，其下還有物業管理成本等各類成本，其中均包含人工智能附加值的空間。

一方面體現在市場租金上。在已形成閉環的人工智能産業園區中，租金通常高于其他園區，因為人工智能企業整體支付與承租能力更強，形成産業生态後黏性更高，其租金自然應高于一般市場水平。在估值時，便不應簡單套用普通市場租金，而應對人工智能部分給予一定溢價。

比如我們擁有的一家生物醫藥特色産業園，在生物醫藥行情較熱的2021至2022年間，我們曾作過研究分析，張江地區有環評與無環評的研發樓之間，租金相差約30%，這30%便體現在市場租金及其溢價之上，進而反映到整體估值體系之中。

就費用而言，人工智能賦能的園區管理模式與模塊，可有效降低物業管理成本。無論是廠房、物流園區還是辦公産業園，成本均有不同程度的下降，其中廠房物業的成本利潤率極薄，而辦公産業園的改善空間更大。高層樓宇物業若采用相關場景應用，物業管理成本，尤其是人力成本，可大幅下降，這些均可在估值模型中體現。

同時，就資本化率而言，發改委與證監會已給出整套參數，一線城市、二線城市各取相應數值，業界已習慣沿用。

一旦人工智能賦能、一旦園區能産生高于其他園區的效率與坪效，我相信資本化率乃至此後的折現率都應有所考量，並最終反映在上市定價之中。

曾瑞華：下一個問題請教許總。您剛才談到資本市場與邏輯模式的閉環，就您所觀察的市場現狀而言，哪類投資者會為這些人工智能賦能的産品及産業園買單？

許洪睿：就人工智能而言，我從園區運營的層面談一下看法。當下大家都在談人工智能，但我所見的多為工具類應用，仍需人工使用。那麼，從園區運營的角度，應如何定義人工智能？

我認為，它是永不離職、且能從頭到尾深度理解項目的老員工。

我們在構建園區運營智能體時發現兩個問題：其一，這一智能體需要貫穿從産品研發、市場分析、項目推演、方案設計、資料導入、市場大數據比對，乃至招商與運營服務的全過程，對token的消耗極為龐大，且難以復制，這就要求我們對工作流進行簡化與標準化。

就資産價值而言，我認為人工智能有望成為園區不動産中的一名員工。不動産具有價值，園區運營六年來，我配備了兩名人工智能智能體員工，他們最懂園區、不知疲倦，能随時與任何階段、任何人協同，且每個標準化單元足夠精簡。這一方向可能更受投資者青睐，也更符合投資邏輯。

曾瑞華：下面請教宋總。您覺得這款産品日後是否有望獨立運作、上市或融資？下一步将如何拓展業務？

宋瀾濤：至少就目前而言，並未考慮此事。萬物雲的前身是萬科物業，也就是萬科地産旗下的物業闆塊。萬科物業在住宅物業之外，又相繼拓展商寫物業、城市物業，沿空間維度不斷延伸。萬科物業已難以涵蓋我們的業務範圍，因此在上市之際升級為為萬物雲，定位為空間科技服務公司。

下一步靈石依然堅持不動産AI大腦和生态開放平台的定位不變，在内部跑通驗證後，再進行規模化商業拓展，並通過規模化不斷優化算法，叠代功能。

曾瑞華：劉總，同樣的問題。貴司同樣在母體之内循環，您認為千丁智能終有一日會獨立上市嗎？畢竟需要借助外部資本持續推進，不可能長期依賴母體供養，您如何看待這一問題？

劉懷洋：這恐怕要分階段推進，最終節奏仍由集團決策。就當前的方向與架構而言，千丁智能從業務與能力角度看，已是一支可在市場競争中獨當一面的團隊。

我們需要形成自己的商業邏輯，且這一邏輯已從技術、産品延伸至業務，經過數月的探索與努力，已有一定成果，但後續仍需叠代。在此之後，是否能夠構建起較為堅實的、涵蓋企業協同與空間智能的底座？業務場景現已梳理得較為聚焦。

就資産視角而言，傳統資産很難将科技生硬地嫁接其中。但若采用人工智能原生的方式，首先，線下的所有空間均具備能力泛化的可能，這一能力能否重構？正如前述估值模型所設想，若我們擁有可實時呈現的事件流或運營數據，便有重構的機會，這正是空間智能體所要達成的目標。

我們将所有AIoT數據，包括能源能耗數據，以及雲鏡慧眼等産品的可視化能力充分呈現，並在一定程度上實現自動化。

此外，龍湖擁有大量物管場景，借此提出了S2A2C的理念。我們擁有大量智能體，若能将這些終端的消費者、業主的需求轉化為智能體，令其與我們管理端的智能體，以及衆多第三方供應鏈的智能體，通過A2A協議實現更高效率的服務撮合，或許能開辟新的創收途徑。

這類智能體已非傳統的人機交互管理界面，而是走向自動化、高效率的服務撮合。所謂人工智能社交，解決的是人與人的關系，物管場景同樣适用此類機制。

第三，資産過去只能審視其歷史價值，未來能否依托模型掌握更多數據，乃至作出預測與推演？目前國外有一個項目，融資2億美元，意圖模拟全球八十億人口，模拟對象按民族、國家區分，與真實人類高度拟真。

若需開展市場調研與運營分析，可直接在此模拟環境中進行，其準确率已達較高水平。若我們能據此獲得針對一棟樓、一個産業園或一個社區的預測能力，将下月、明年、後年的宏觀與微觀數據綜合研判，這也正是資管智能體的應有之義。目標已經明确，一旦形成良好的市場反饋，後續的資本化路徑便順理成章。

曾瑞華：感謝。最後請教肖總。您認為輕資産模式應如何走向資本化？應如何融資，以支撐輕資産平台進一步壯大？

肖琴：我這家公司在資本化方面的空間或許有限，但所從事的科技産業服務平台，基于空間的運營服務僅是基礎。

從長遠目標而言，我希望未來能夠投資科技企業，無論一級還是二級市場。

目前我推進的諸多項目中，都在與做基金的朋友合作。他們也提到，當前很多投資人除依據财報及各類披露信息外，還會開展田野調查。

例如對半導體長鑫制造之類的企業，投資人往往親臨産業園區門口，觀察貨車數量的變化，與門衛交流近期貨車進出是否增多、人員招聘有無變化，以此了解企業的實際經營、擴産乃至銷售狀況。

我們從事空間業務的優勢，正在于能夠實時掌握入駐企業的經營動态，始終陪伴企業成長。

打造這一科技産業服務平台，一方面憑借自身的地産背景，為企業提供空間運營服務；另一方面，也因為自身並不從事人工智能技術研發，而整個人工智能産業尚處早期甚至起步階段，若想分享人工智能時代的紅利，最優方式便是投資于相應企業。

如何投資這些企業？通過科技産業服務，我們能夠為企業提供貼身服務，甚至憑借空間内入駐企業的第一手信息，為未來的科技産業投資奠定良好基礎。

因此，從終極目標而言，我希望通過科技産業投資，一方面助力企業發展，另一方面為公司帶來更大收益。空間存在天花闆，而産業投資則沒有上限，這正是我這一平台未來所追求的方向。

曾瑞華：感謝肖總。最後一個問題請教葛老，請您作總結。您認為在政策與支持之下，産業園這類資産與人工智能的結合，是仍将停留在當前狀态，還是會有相關政策的支持将其推向更高層次？

葛培健：政策支持與主導作用至關重要。剛才大家讨論較為熱烈，而實際上，我們目前處于經濟通縮期，缺乏更優的投資産品。股市的現狀並不理想，投資“老登”資産可能被套牢，投資“小登”資産波動又較大，即便是五十年期國債，收益也不過一點幾個百分點。

相較之下，公募REITs以及今日所讨論的諸多産品，我認為都是較為理想的投資標的。

過去REITs發行主要依賴租金指標，實行一票否決制。去年底上交所作專題調研，目前發行REITs的要求是：其一，項目已運營三年；其二，試點初期要求出租率在95%以上，如今則放寬至80%以上；其三，須具備可預期的經營性現金流。

因此，我們向上交所提出，評判標準不應僅限于租金。以肖總的輕資産模式為例，若采取輕重結合的模式，生産性服務業與生活性服務業将顯得尤為重要。特别是園動力，擁有全國3000多萬平方米的規模、15個大區、覆蓋45個城市，單個園區的大衆服務需求不容小觑，包括光伏發電等。

我為此專程與上交所溝通，對方表示企業尚未申報。我說，若僅依賴租金，租金波動又較大，難以作為穩定依據。

此外，政府的政策扶持、資産的價值發現以及資本市場的退出機制，這三者至關重要。全國首單、首批ABS便由我操辦，彼時中國證監會正謀求試點，苦于缺乏優質項目，全國僅9單，證監會三位主席均曾親臨現場。

這項ABS業務，如今可稱“準REITs”，本質上是階段性出表，五年之後需由原産權主體回購；而公募REITs則是永續性的，二者需形成聯動。這便是政策導向的體現，若無政策支持，這一切便無從談起。

當前，各地政府都在推進“三資”改革，将資産、資金、資源證券化，通過資源資産化，實質上是将物理空間轉化為可交易的金融資産。

當然，多層次資本市場並不必然以上市為唯一路徑，準REITs、ABS以及全國ABN資産支持票據融資等均屬此類操作。我今日所匯報的内容，皆依托于人民銀行、中國證監會的政策扶持。因此，在重構資産價值的過程中，政府的政策扶持與主導作用都不可或缺。

曾瑞華：感謝葛老的總結，感謝各位來賓的分享。謝謝。

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。