户外炫光让机器人 "瞬间失明"、商场跌倒识别与小区宠物粪便排查等安防需求碎片化难解、100 元报销需经八人审批 ……这些曾长期困扰空间运营的痛点，在12月12日上海国际传媒港举行的万物云睿见大会 2025"睿见?灵石" 圆桌论坛上，被一一拆解为 AI 赋能的鲜活实践。
这场以《存量时代的突围与共生：智慧空间的韧性考验》为主题的对话，汇聚了资产持有方、技术提供方、物业服务方、与学术机构代表，在中央经济工作会议 "好房子建设" 与 "房地产发展新模式" 的政策导向下，共同探寻存量资产盘活的核心密码。
政策锚点：存量博弈催生韧性新需求
中央经济工作会议明确提出 "控增量、去库存、优供给" 的存量资产盘活路径，将 "好房子建设" 与空间价值提升推向行业转型前沿。这一政策导向精准契合当前行业现状：写字楼、商业中心、住宅社区等海量空间已从增量扩张进入存量竞争，传统 "开发 - 销售" 模式难以为继，转向共生共创的运营模式成为必然。
"存量时代的核心命题，是让既有资产具备抗风险、能复原的韧性。" 讨论引导人、人文财经观察家秦朔以芦苇与大树的比喻阐释韧性内涵 ―― 狂风过后，大树易折而芦苇可复，空间运营的韧性正在于跨越周期的保值增值能力、应对不确定性的快速响应能力。嘉宾们普遍认为，政策引导下的存量盘活，不再是简单的资产处置，而是通过科技与服务的深度融合，重构空间的运营逻辑与价值体系。
技术赋能：AI 破解痛点，重塑运营效率
AI 技术的落地应用，正在为空间韧性提供具象化的解决方案，从场景痛点切入实现效率革命。
万勋科技创始人王峥分享了机器人户外应用的突破："没有 AI 赋能前，工厂里表现优异的机器人，拿到室外遇到炫光就会‘失明’，瞬间回到史前时代。"AI 技术让机器人的光线识别能力提升 1-2 个数量级，低成本的户外清洁、安防机器人得以普及，成功应对了环境不确定性带来的运营挑战。
高仙科技创始人程昊天则聚焦安防领域的碎片化困境："十年前安防机器人根本做不起来，商场要识别奔跑跌倒、小区要排查违停与宠物粪便，需求太过多样，传统算法下成本高昂且难以解决。" 大模型与深度学习技术的突破，让这些分散需求的集中处理成为可能，推动安防机器人从概念走向规模化应用。
对于园区运营商与物业服务企业，AI 带来的效率提升更为直观。南京万谷集团董事长刘煊表示，产业园区传统物业模式依赖"按面积配置人员"的静态方法，服务质量高度依赖人力投入，并且过去的数字化系统在物业服务中更多起到展示作用。与万物云合作后，AI 系统对于物业服务效率有大幅提升，可以直观感受到物业成本明显下降，并且服务品质稳中提升。
万物云董事长朱保全则披露了办公室场景的变革："过去 100 块钱的报销可能会有八个人审批，现在 AI 自动生成合同，流程大幅简化，大量员工从繁琐审批中解放，转岗培训成为新课题。"
深圳大学 & 万物云人工智能与物联网联合实验室主任朱家松的 "软硬兼施" 案例，更凸显了 AI 的多元价值：软 AI 层面，招生咨询系统自动提取关键信息响应碎片化咨询；硬 AI 层面，管道检测机器人深入地下排水管道等高危环境自主巡检，"避免了人员伤亡风险"，地铁夜间检测也实现自动化升级。
韧性解码：多维指标定义空间长期价值
谈及空间韧性的核心衡量标准，嘉宾们跳出传统出租率、续租率等浅层数据，形成了多维度共识。
刘煊从园区运营视角指出：出租率、租金价格、续租率等传统运营指标，更多是阶段性、表层性的运营体现。在市场波动时，这些指标可能出现"假繁荣"或"假稳定"，因此，传统指标无法直接衡量资产真正的韧性。"产业园区韧性的关键在于产业生态的健全程度，以及跨越经济周期的保值增值能力。"
程昊天则从感性体验出发："香港 30 年以上楼龄的物业，公共区域干净整洁，维护标准甚至优于很多甲级写字楼；日本的小空间也始终保持良好状态，这就是经历周期后资产价值稳定的韧性体现。"
技术层面，朱家松强调感知能力与灾害响应的重要性："通过摄像头、雷达等手段提升响应速度，甚至监测高楼台风摆动，都是空间韧性的技术支撑。" 他提到的基于微波雷达的独居老人监测产品，"不侵犯隐私却能感知正常活动"，正是结合用户需求提升业务韧性的典型案例。
王峥补充道，下行周期中的成本与品质平衡是韧性的重要体现："AI 方案能在不牺牲服务品质的前提下降低运维成本，这正是存量时代最需要的韧性能力。"
痛点与展望：人机协同引领未来范式
在存量运营的深度转型中，行业仍面临诸多现实痛点。刘煊坦言，园区运营商的核心困惑在于 "80% 的科技孵化器没有真正做好产业服务"，市场好时依赖招租，如今亟需 AI 帮助 "筛选企业潜力数据、优化供应链对接，实现数据资产证券化"。
朱保全则透露，万物云的碳管理平台从 ESG 报告需求出发，已拓展为开放平台，"通过 OCR 技术提取数据，哪怕买一个垃圾袋都能核算碳足迹"，助力小散企业碳核算，践行双碳目标。
朱家松指出了技术落地的关键挑战："目前 10 万