算法炒房三月亏20多亿！房地产巨头大翻车！ 就离谱！ 一年前靠着一套算法营收30亿美元，一年后还是同样的算法，却造成资金大缺口，不得不裁员、变现手上资产。 没想到，炒房平台用上AI算法，会这么刺激。 是的，你没看错，这年头连AI都会炒房了，而且还是风生水起。在大洋彼岸甚至已经发展成了一个产业，不少公司都让AI来代替人工估价，以更快速从卖家手里收购房产。 不过就在最近，其中一家估值超30亿美元的龙头公司受到了当头棒喝。 要知道，他们的炒房平台网站每月用户访问量超2亿，今年第一季度就售出房屋1965套，往年成交量更是保持在4000套以上。 如今，却不得已要关停这项业务，并裁员25%。 所以，到底是什么算法，竟然会把炒房的给“坑”了？ 眼看它高楼起，眼看它高楼塌如上提到的公司，就是美国房地产信息龙头Zillow。 他们于2018年4月推出了一项AI炒房业务，名叫Zillow Offers， △Zillow旗下所有品牌和业务具体来看，就是倒买倒卖房屋，收购价格则由AI给出。 公司会根据AI给出的估价从房主手里买下房，然后对房子进行翻新，再加价出售。 俗称中间商赚差价。 背后用的是一个叫做Zestimate的算法。 它基于750万个统计和机器学习模型，通过分析每个房产上的数百个数据点，来评估其市场价值，平均误差一开始能控制在14%左右。 最开始时，Zillow为了给自家算法赚吆喝，也费了不少功夫。 早在2017年，他们曾在Kaggle上发布了房屋估价比赛Zillow Prize，奖金高达120万美元。 Zillow首席分析官也一度宣称：他们的目标是让房价评估最终完全由机器生成。 嗯，Zillow对AI的投入和信心，可见一斑。 ps.为打响这一业务，Zestimate还曾给白宫估价3.98亿美元做噱头。 在业务正式开展后，他们还对这个算法不断优化，让它渐渐学会了网罗各路信息。 比如，它会利用自然语言处理抓取顾客在与Zillow销售交流时，所写或所说的资产信息；用计算机视觉挖掘房屋图表相关的数据等等。 如今的平均误差已经能控制在5%左右。 而使用AI最大的亮点，就是估价会比传统人力估价的速度快很多。 这可以说是瞅准了房产卖家的需求，能够帮助他们快速变现。 由此，基于这项AI业务的优势，Zillow在美国房地产市场的扩张之路就此开启。 业务开展一年左右，就卖出4313栋房产，营收近14亿美元。 2019年，网站平均月活用户可达1.7亿个，拥有1.1亿套房屋信息。 2020年，Zillow更是高歌猛进，1月份股价就冲上高点，并在短暂回落后一路飙升，股价一年内大涨188.4%。 进入2021年后，股价已经冲上202.94美元的巅峰，较2019年几乎翻了6倍。 第一季度总营收12.18亿美元，超市场预期10%。 第二季度营收达13亿美元，利润5.38亿美元，同比增长92%。 彼时其CEO里奇·巴顿（Rich Barton）还表示Zillow Offers业务将持续加速，而且在卖家市场中很受欢迎。 但事情并未如巴顿所预想的那样发展，从第三季度开始，Zillow的崩溃就初见端倪。 虽然财报中显示该季度营收为17.41美元，较前两季度仍在增长，但这并未超过市场给出的预期20.1亿美元。 而且上一季度还净赚5个多亿美元的Zillow，这季度竟然亏了3.8亿美元，也就是24亿人民币。 随着惨淡的Q3财报一起到来的，还有公司的一系列调整。 CEO巴顿宣布，今年内炒房业务Zillow Offers将关停。 公司将裁员25%，大约2000人一夜失业。 与此同时公司还将以以28亿美元的价格抛售7000套房屋。 据Insider分析，Zillow手上的房产中，有93%挂牌售价低于购买价。 AI也拿楼市没办法为什么会起起落落如此之快？ 想要回答如上问题，或许还要从美国房地产行业找答案。 事实上，Zillow能够在短短几年内赚得盆满钵满，不止是因为它的业务模式独特，更是因为乘上了美国楼市升温的东风。 据Trading Economics数据显示，美国房价在2012年以后就呈稳定上升趋势，但涨幅还算平稳。 而在2020年新冠肺炎疫情爆发后，新一轮的楼市狂热就此掀起。 造成这波狂热的原因有很多： 因为居家办公或者想迁往郊区居住，民众买房需求大涨；有的人急于将手中的资产变现； 还有美联储在疫情爆发后大量购买MBS（抵押支持债券），让美国抵押贷款利率水平降至历史低位； 与此同时，受疫情影响许多建筑工地停工，房地产供给不足。 这番供不应求之下，房价抬升就变成了一件非常自然的事。 据美国联邦住房金融局（FHFA）8月31日发布的一份报告显示，截至6月的12个月里，美国房价指数创纪录地上涨了18.8%。 基于这样的大背景下，Zillow Offers业务大增也就不足为奇。 但短短几个月内，让Zillow Offers不得不关停的，也是因为楼市。 本来持续升温的美国楼市，却从今年第三季度开始，增长速度明显变缓。 这一点人能感觉得到，可是基于数据推理的算法却不行。 它拿着过去几个月大涨的数据，给出的预估也依旧在按照上涨的趋势走。 不少人都发现，Zillow给出的预估价格太高了。 有网友就举例说，他曾经注意到Zillow估价为80万美元的房子，其真实价格可能只有30-40万。 彼时Zillow的一些竞争对手有所察觉纷纷收手，但它不知是不是因为对自己的算法过于自信，仍按给出的估价大量收房。 结果，房子就这样砸在自己手里了。 据统计，在第三季度结束时，Zillow手中房屋库存量达9790套，远高于第二季度的3142套库存。 CEO巴顿也将这次Zillow的“滑铁卢”归咎为算法的失误。 房价的不可预测性远远超出了我们的预期。 他表示，这一切的源头，还是Zestimate算法无法准确预估未来3-6个月的房价。 算法炒房已成新产业看来，房价这趟深水，AI是真的把握不住。 不过，在美国，像Zillow Offer这样基于AI估价的房产中介服务已形成一种固定模式，叫做Instant Buyer，简称“iBuyer”，可以理解成“闪买”。 流程就是平台买入-持有-改造-再出售。 借助AI估值模型，平台一周就能完成出价并支付给业主，以此不断购入被低估的房产。 挂牌时，也由AI对房屋价值进行自动评估。 虽然平台这样直接购买房子并自己翻修，风险很大，但同时利润也很高。 整个“去中介化”的流程相比传统房产买卖模式，还可以大大节省交易周期（最快只需两周）。 而iBuyer模式最早从2014年成立的Opendoor开始（2020年12月上市，估值48亿美元）。 随后，Offerpad（2015年）、Redfin（2017年）、Zillow Offer（2018年）等iBuyers也纷纷进场，借着这片快速增长的科技“蓝海”分一杯羹。 △美国前三大iBuyers公司业务范围，蓝色Opendoor，黄色Offerpad，绿色Zillow Offer 在此次房价波动中，这些公司日子也不好过，只不过没有Zillow Offer这么离谱罢了。 比如Opendoor今年第二季度就亏损了1亿多美元。 所以iBuyer这种房产买卖经济模式，风险真的很大啊。 而最重要的是，人都把握不了的房价走势，AI呢？ 参考链接： [1]https://venturebeat.com/2021/07/14/zillow-utilizes-ai-data-to-revolutionize-how-people-sell-houses/ [2]https://www.geekwire.com/2021/zillow-shutter-home-buying-business-lay-off-2k-employees-big-real-estate-bet-falters/ [3]https://www.reddit.com/r/MachineLearning/comments/qlilnf/n_zillows_nnbased_zestimate_leads_to_massive/ [4]https://realtybiznews.com/zillow-values-the-white-house-at-397-7-million/98737518/ [5]https://xueqiu.com/5876923686/163394579 推荐阅读【重磅】斯坦福李飞飞《注意力与Transformer》总结，84页ppt开放下载！ 一文总结微软研究院Transformer霸榜模型三部曲！ Swin Transformer为主干，清华等提出MoBY自监督学习方法，代码已开源 加性注意力机制！清华和MSRA提出Fastformer：又快又好的Transformer新变体！ MLP进军下游视觉任务！目标检测与分割领域最新MLP架构研究进展！ 周志华教授：如何做研究与写论文？（附完整的PPT全文） 都2021 年了，AI大牛纷纷离职！各家大厂的 AI Lab 现状如何？ 常用 Normalization 方法的总结与思考：BN、LN、IN、GN 注意力可以使MLP完全替代CNN吗？未来有哪些研究方向？ 欢迎大家加入DLer-计算机视觉&Transformer群！ 大家好，这是计算机视觉&Transformer论文分享群里，群里会第一时间发布最新的Transformer前沿论文解读及交流分享会，主要设计方向有：图像分类、Transformer、目标检测、目标跟踪、点云与语义分割、GAN、超分辨率、视频超分、人脸检测与识别、动作行为与时空运动、模型压缩和量化剪枝、迁移学习、人体姿态估计等内容。 进群请备注：研究方向+学校/公司+昵称（如Transformer+上交+小明） ??长按识别，邀请您进群！