AI在商业地产走了多远？

即便AI早已不是新鲜词，但从ChatGPT到Openclaw的技术迭代之快，还是让人忍不住感慨：学的速度跟不上变的速度。

尤其在与同行交流后我发现，商业地产领域对AI的讨论有愈演愈烈之势。有人说AI能帮运营提效率，有人说AI能帮商场赚钱，也有人说AI现在还只是个不稳定的工具。

为了回答这个问题，我们向近50位一线商业地产从业者发放了《Mall先生问卷-AI在商场运营中的应用》，聚焦推广相关内容进行调研，回收到的答案覆盖了招商、营运、企划及数字化管理等核心板块。

同时，我们也深度访谈了太古、凯德、恒隆、新鸿基、华润、龙湖、印力等头部企业的团队成员，试图回答一个核心问题：当AI真的走进商场，它改变了什么，又没能改变什么？

从铺下去到用起来

到底有多远？

当前AI在商业地产行业中的重视程度普遍较高，并正从“要不要做”向“怎么做”过渡。调研显示，36.84%的受访者所在项目或集团已启动AI相关战略计划，其中28.95%处于小范围试水阶段。另有23.68%仍在调研或筹划中。

口号响亮，但真正投入真金白银的企业只占少数。在已启动AI相关计划的项目中，目前56.25%的项目组织过AI培训或分享会，但相比之下仅有9.38%设有专门AI预算，1-2家公司统一部署了AI产品。

太古地产是集团统一部署AI产品的代表之一。2024年，太古携手由阿里孵化的空间智能企业元境，基于时尚垂类AI模型定制打造了TK Mates。

2025年8月，TK Mates在北京三里屯太古里、广州太古汇、上海兴业太古汇等项目小程序上线，定位为面向年轻人的“时尚AI智能体”，提供个性化穿搭推荐及会员服务。

同时，他们给TK Mates创建了小红书和视频号账号，用数字人进行穿搭展示的同时，探索品牌合作的一键购买链路。“我们希望消费者感觉是在和一个懂时尚的朋友聊天，而不是面对一个冷冰冰的机器。”TK Mates产品负责人表示。

无独有偶，在2026年春节前后，无锡恒隆上线了首个面向顾客的智能AI助手“小隆”。

凯德投资也推出了凯德星小程序AI助手“阿叻”，定位为用户的“专属逛街搭子”，目前已实现凯德中国项目全覆盖，为用户提供活动信息、品牌推荐、停车缴费等智能服务。

接下来，凯德将进一步借助大数据来洞察消费者的个性化需求，例如喜欢买的牌子、习惯的逛街时间、感兴趣的活动等，并通过智能问答实现专属权益的定向化推送，以持续优化消费体验。

印力集团也通过旗下科技子公司印嘉科技，搭建了会员AI智能体，将传统的会员服务系统改成对话的形式，并覆盖积分、找店、停车缴费等常用场景，既能更好地理解用户意图，也可以提供优质服务体验。

值得关注的是，在调研中，“担心数据安全问题”成为AI落地的主要障碍之一。尤其在涉及客流、销售、会员等核心数据的分析场景中，企业的态度普遍谨慎。

太古团队的TK Mates产品上线过程中，就花了近一半的时间打磨数据链路问题；凯德集团专门的数字化团队和AI商管团队在开发产品时，也将数据安全列为最高优先级。

“我们被要求，涉及数据安全的东西不可以使用AI进行分析，担心有数据外泄的风险。”另一位来自头部港资企业的从业者在调研中直言。他们的做法是划清边界：市场部可以使用AI辅助写方案、出文案，但涉及数据分析的场景，必须使用安全可控的专属AI工具。

除了从消费者端切入之外，也有一些国内商业地产集团，把AI的应用重心放到了效率突破上。

华润在客流系统和CRM系统中，就引入了AI来进行数据分析与洞察，并通过AI创作背景音乐，在规避版权风险的情况下，也省下了一笔服务费。尽管这笔开销对于单个项目来说并不算高，但放大到100多个项目的规模，就不是一笔小数目了。

龙湖内部则开发了一个自动化流程的AI小工具。当员工发起审批流程后，如果在一定时间内无人批复，系统会自动催办审批人，甚至可能直接拨打电话给对方——无论对方是普通管理者还是高级领导。

虽然看上去科技含量没那么足，但由AI扮演“催促者”的角色，既提高了审批效率，又避免了人际关系的内耗，因此得到了员工很高的认同。

然而，无论采用哪种路径，集团部署的AI产品落地效果仍面临挑战。调研数据显示，对集团推出的AI产品，半数受访者表示“还可以，但仍需要摸索”，44.12%的人表示“还没怎么用起来”，仅5.88%的人认为“挺好用的，上手很快”。

工具到位了，用不起来——这是许多企业共同的困扰。新城控股则尝试从另一个角度破局。

集团牵头策划了面向全体员工的“驼小新AIGC挑战赛”，以命题形式让参赛者使用新城自主研发的AI应用工具，进行文生文、文生图等功能比拼。

这场挑战赛的目标很直接，那就是通过竞赛激发兴趣，让员工在实战中熟悉工具，从而加速AI产品在内部的覆盖面与使用深度。这或许也是让AI从一个集团部署的工具，走向全员会用、全员使用的关键一跃。

AI如何渗透进一线日常？

与集团战略层面的普及度相比，在个人使用层面，AI几乎已经到了“刚需”的程度。调研显示，72.97%的受访者“几乎每天都用AI，简直离不开”，27.03%的人“工作遇到瓶颈时才会借助AI”。数据证明了AI的价值，当从业者发现这个工具真的能帮自己省时间、提效率，自然就会选择它。

谈到什么契机让人开始用AI，89.19%的受访者选择“想节约时间成本”，遥遥领先于“好奇想试试”、“领导要求”和“同行压力”。

具体到使用场景，“让AI出文案、出海报”以84.31%的高选择率位居首位，其次是让AI策划活动内容和让AI分析会员兴趣，这也是AI最早出圈并惊艳大家的能力所在。

从业者提到的AI工具也是五花八门：文案类用ChatGPT、DeepSeek、豆包，图片生成类用Canva、Nano Banana，视频设计类用即梦、可灵。 

调研中我们也发现，付费产品得益于其生成效果及速度，更受到一线从业者的青睐。部分企业和项目则在内部尝试了更深的探索。例如北京西单更新场就基于本地部署的AI平台Dify，开发了一个Chat-agent工具，可以一键检测文案中的限流词汇。

龙湖则在企业内部鼓励团队成员安装并使用像Claude Code这样更专业的编程工具。

但更多的受访者在调研中提到，项目团队尝试用AI生成宣传物料的过程中，尽管生成得很快，但都需要一点点输指令做调整，所以整体花的时间还不少。

尤其涉及到精细化的内容，普通的指令并不能给到理想的作品。再加上多数一线从业者也没有太多时间去学习和钻研，因此还无法做到完全用AI替代设计师。

这也是整个行业在AI应用的普遍痛点——生成快、效率高，但输入指令环节显得耗时耗力。

相似的矛盾也出现在营销活动层面。调研显示，57.89%的受访者表示“还没搞过AI相关活动，但想试试”，成为绝对主流。而已落地的AI活动主要集中在“AI互动装置”和“AI体验活动”，仅2-3家公司策划过AI主题展览。

为什么想搞却没搞？可能的原因是团队不知道搞什么、怎么搞、担心搞了没人来。但更深层的顾虑或许是：AI擅长生成内容，却无法带来情感共鸣。很少有人会为了看一个AI生成的展而专门跑一次商场，如果一个活动只有AI技术这个亮点却没法给人带来触动，那就只是单纯的炫技了。

商业整合营销传播T3传播机构商业总监Summer也在调研中提到，AI的出现反倒会考验商场在做活动时，能在一个断网的空间中为消费者带来什么样的内容和体验。

那如果把策划活动这件事交给AI呢？效果似乎也并不理想。

对大多数人来说，AI虽然可以从海量数据中找出规律，却难以理解特定项目的调性；它可以生成十个活动方案，却无法判断哪一个最能打动今天的消费者，更无法完全模拟出方案落地所需要的各个环节与风险。

一位头部港资受访者的回答也很有意思：“AI无法理解职场沟通中的分寸感与边界感。”

他们的意见代表了当下行业的共识：无论工具多么强大，可以帮你写文案、出海报、搭活动框架，但最后的调优、判断、决策，仍然需要人来完成。

AI在商场的真实处境

回到开篇的问题：AI到底帮商场干了什么？

透过近50份问卷和头部企业的实践，我将AI在商场运营中的角色归纳成了两个层面：

第一层，AI已经成为一线从业者的“第二大脑”。 写文案、出海报、搭方案、整数据，超七成的受访者几乎每天都用，89.19%的使用原因是它能节约时间，帮大家从重复繁琐的劳动中解放出来。这是AI最基础、也最扎实的价值。

第二层，商场开始希望AI能参与顾客的逛街日常。从太古的TK Mates，到恒隆、凯德的AI助手，AI开始尝试理解消费者的偏好。尽管这些应用仍处于早期，但商场的运营团队希望从这些应用开始，在传统CRM的基础之上，更清晰地知道你爱逛什么牌子、习惯什么时间逛街、对什么活动感兴趣。

然而，即使看上去整个行业已经“从内到外”地全面拥抱AI，但客观上来说，商业地产行业的整体AI化水平，还停留在较低水准。

横向看，与其他行业相比差距明显。同样是消费领域，如今电商、零售行业的AI使用已深入核心业务，Zara早已用AI取代了人工库存管理——它的预测模型整合了全球6,000多家门店的实时数据，精确到每家门店、每个颜色、每个尺码该备多少货，库存不足时自动触发补货，全程不需要人的介入。

而同样是与人打交道，这两年愈发红火的Duolingo的AI系统还会主动学习。对哪类用户发带点愧疚感的提醒有效，对哪类用户开玩笑的语气更管用——然后自动调整通知措辞。

那些过去被认为“AI不懂人性”、“AI不能理解也无法用语言表达内心活动”的判断，如今AI也做得更好。这种情况下，还停留在写文案、出海报层面的商业地产，确实有很大提升空间。

纵向看，调研数据的对比也很直接。个人层面，72.97%的人每天在用，但集团层面，只有9.38%设有了专门AI预算，44.12%的人说集团推的AI产品“还没怎么用起来”。

这说明AI应用更多是一个个体化的摸索和尝试。而个体的效率终究有限，难以自下而上推动组织层面的真正变革。

那么问题又来了，为什么无论是集团，还是个人，对AI的使用始终停在“浅水区”？

首要原因是时间不够。行业压力已经够大了，AI又需要专门投入时间学习。尤其是大量的技术迭代，零敲碎打学不会，专门学好像又没有时间和紧迫性，毕竟受访者中89.19%的使用动机是省时间。

所以大多数人找到了最省力的一两个用法就停在那里了，很少有人愿意投入额外的时间成本去探索更深的应用。

更深层的原因是，AI在商业地产行业里的“杀手级场景”还没出现。对于商业地产而言，离收入最近的环节——品牌引入与租金谈判，高度依赖人际关系和非标准化判断。

一个品牌的引进、租约的敲定，背后是无数次的沟通、博弈和权衡。这些人工和场景，AI可以提供辅助，但终究无法替代。

而当AI应用滑向链路前端：去做消费者研究与中后台数据分析，它的能力固然能做得到，但数据安全这个闸，又劝退了一部分企业。

最后，如果只是去做内容生产和活动策划，离钱最远，效果转化也最不明显。毕竟，部分企业连是否保留市场部的岗位都开始犹豫，那么AI在图文、影像领域能带来的贡献，从整个集团层面来看，确实是相对边缘。

更何况，放个互动屏、摆个机器人，顾客真的会用吗？在问卷中，当被问到“顾客对AI应用的满意程度如何”时，我们收到的回答，出现了诸如“不清楚、好奇、鸡肋”等描述，如果顾客都不买账，运营团队凭什么持续投入？

和这些原因伴生的，还有个现实存在的问题：AI需要持续的内容更新、数据调优、体验迭代，背后是巨大的数据库和系统整合投入。

但这种投入不是每家企业都能承受的，而一旦停止迭代，AI就会迅速变得“不好用”。

AI在商场的真实处境，正是在这几重张力下艰难前行。

对于未来

该期待还是担忧？

在完成调研报告和这篇文章时，我们仿佛看到AI在商场的应用，呈现出了两条不同的轨迹：

一条是真实发生的渗透：工具已经改变了一线的工作节奏，头部企业也从观望走向了落地。 

另一条是尚未打开的困境：组织层面的系统性投入仍是少数，C端还在“鸡肋”和“好奇”之间徘徊，而真正能成为生产力工具的“杀手级场景”，AI还没有找到。

两条线之间的落差，构成了这个行业此刻与AI关系的全貌——不是全面落后，也远未到位。

而两条线通往的未来，则勾勒出了一个更深的问号：当AI开始接管工作，年轻人该如何成长？行业的经验如何传承？如果执行层成了AI的天下，那未来能驾驭AI的人又要从哪儿来？

问卷的最后一题，我们邀请大家敞开聊聊：对AI期待多还是担忧多？结果显示39%的受访者期待AI在产业中的更多发展，33%的受访者更担忧未来AI的风险，其余28%则处于开放心态——

期待多，越来越先进的AI技术可以逐步推广打开现有的壁垒，所以很期待接下来的发展。 

目前用文字类AI多一些，能够在很大程度上提升工作效率，锻炼逻辑判断能力，未来还是很期待更多元形式的呈现。 

平常心，这是工具，但是比跟老登交流顺畅且有收获很多。

未知，目前AI看下来更能“降本”而非“增效”，只能提供执行的供应商正陆续被取代，那下一个被取代的又会是谁？

当大家都开始用AI后，同质化很严重，AI味很重。

目前大部分AI运用只是起到辅助作用，针对性的方案与实际情况还是有出入，无法真正做到“一键”完成。

现阶段迭代太快，个人难以掌握入场时机（花费时间学习的方法很快被新技术取代）。另外，鉴于现实工作场景的复杂性，人类的经验价值还是可以指挥AI“打工”，但有时会担心产生路径依赖，不利于长期深度思维的积累，对于未来AI时代成长的人将如何改造世界，好奇但略有担忧。

当然，我们没有办法预判终局，也无意给出一套标准答案。但这个行业在AI时代正在经历什么、将要面对什么，Mall先生会一直记录下去，也期待和你一起见证。

本文来自微信公众号“Mall先生”，作者：Darii，36氪经授权发布。