过去一百年，住宅楼宇管理的基本工作没变：找租客、收租金、维护房屋。变的是做事方式。欧洲住宅地产运营商 Heimstaden 在 2025 年 6 月决定加速押注 AI，评估多个平台后选择 OpenAI，目标有两个：赋能员工，以及重塑核心业务流程。其长期愿景是走向越来越自运行的建筑，让 AI 帮助预测需求、协调工作、支持资产全生命周期的决策。

先看租赁流程。房屋空置后，传统上要评估租金、安排摄影、制作广告、应对市场需求，每个环节都耗时且依赖专业人员。现在 AI 覆盖了关键步骤：基于 ChatGPT Sites 构建的工具提供定价建议；AI 完成图像美化和房源描述；经纪人用 AI 审查所有广告是否符合质量标准；AI 生成的市场反馈帮助租赁团队采取纠偏动作，让价格越来越动态。员工依然负责审查和批准决策，但围绕决策的工作方式已经改变。在荷兰，一张虚拟布置房产图的制作成本从约 50 欧元降到不到 0.10 欧元，降幅超过 99%，Heimstaden 仅在该市场就估计有每年 13 万欧元的节省潜力。

Heimstaden 的 AI 战略有三个支柱：通过培训和工具使用权赋能员工；设立中央转型办公室和 AI 冠军网络推进大型项目；强化基础，让物业管理系统和数据模型为 AI 就绪。租赁业务正好把三根支柱串联起来：工具和培训让员工能制作虚拟图片和房源；中央团队协调定价、广告、审查和市场反馈的改进；物业数据被开放给支持定价和房源生成的 AI 工具。

更有意思的变化发生在传统软件工程团队之外。环境可持续发展分析师 Julia Erlandsen 没有软件开发背景，却用 Codex 构建了一套环境风险评估方案。数据原本分散在公共来源、格式和数据集里，人工整理代价极高。Codex 辅助完成了数据发现、清洗、标准化、质量检查和可重复处理流程的开发，Julia 保留了对方法论和验证的控制。结果是：评估了 20,112 处资产，生成超过六百万行有用数据，预计交付需求从 5 人干一年降至 2 人干两个月，还省去了本来要请的外部顾问。

负责任的采用是另一条主线。2025 年 9 月 ChatGPT Enterprise 推出后，两到三个月内就有一半员工开始使用。中央 AI 转型办公室维护着一个用例库，供同事跨部门学习。员工在数据安全规则内使用获批工具，发送 AI 生成内容前要审阅，决策仍由人批准。采用甚至延伸到物业管理员，包括一些最初持怀疑态度的人。在挪威，一位管理员用 ChatGPT 评估一处被忽视的公寓，草拟了一份按优先级排序的翻新计划，把实地观察变成了可审阅和修改的结构化方案。

下一步是让 AI 从回答问题转向采取行动。正在推出的 Procurement Intelligence Platform 把工作流自动化与通过 API 调用的 OpenAI 模型结合起来，横跨 Outlook、SharePoint 和 Teams，支持合同分析、谈判准备和合同生命周期管理，商业决策和审批仍由员工负责。更长期的野心是与 Amplio Estate 一起开发一套现代物业管理系统的系统，通过 MCP 支持 AI 驱动的工作流，目标是让员工能用 ChatGPT 检索物业信息并在核心业务系统中采取行动，同时保留适当的人工监督。这算是把“自运行建筑”的设想落成了一条可执行的技术路线。

最后，文章给出了三条领导层经验：采用和想象力才是瓶颈，不是技术；最大的回报来自在本地推动变革的同事；AI 不会修复断裂的流程，但能把好流程显著放大。Heimstaden 的愿景不是没有人的建筑，而是由越来越智能的系统支撑的物业，用更好的决策帮助员工，用更强的解决问题的能力服务租户。建筑本身仍是一百年前那样的家，但运营方式已经彻底改变。