深圳蓝商数字科技有限公司创始人兼CEO穆健玮先生受邀出席“广开控股·中购联第十一届中国商业地产行业新年论坛”。以“向新聚势 无界增长”为主题，与来自全国的商业地产开发商、运营商、零售商共同探讨行业新趋势与可持续发展。

 

深圳蓝商数字科技有限公司创始人兼CEO 穆健玮

 

数据反映，在网购、竞品和消费降级多重冲击下，购物中心同质化竞争严重，租金普遍下滑，客流量冷热不均。但中国人均消费水平上升空间还很大，消费市场明显回升回暖是大势。存量提级和新开项目的资管运管要求更高更严。

大家热议，如何用数智化再造商场？郭增利主任敏锐指出，购物中心已经进入“生态化的协同经营场景共创新阶段”，数智化赋能是首要任务，需要认识和重视第四方力量的新的IT管理服务方式，实现从“数字底座—数据中台—智能场景”的全链路全要素数字化智能化建设。

可以说，购物中心及其商业综合体运营，数字化智能化是充分必要的选择项，更是行业竞争的高地。一方面需要线上线下开展立体竞争，精准营销，争夺消费者，争夺消费者的情绪价值，另一方面，需要数据赋能，极大优化业务流程、优化业态配置、提升工作效能，最大限度降本增效。结合工作实践，谈一谈思考：

 

一、核心策略之一：以企业级数据模型驱动新的IT管理服务，数据穿透，打破孤岛

 

为什么要建立企业级数据模型驱动的新的IT管理服务？

购物中心及商业综合体是资产运营实体，数字化的目的就是全要素的技术赋能、数字赋能，实现企业自主经营的资产收益目标。作为信息化数字化的软硬件投入和系统集成，以及应用服务，都是为了达成这个根本目标。

在新的云原生和AI原生环境下，数智化赋能需要以企业级数据模型驱动新的IT管理服务，建立高效运作的一体化智能商业平台，逐步改造并扬弃过去那种“烟囱式”的传统单项产品堆砌。

这需要“四方合力”，资产第一方、运营第二方、企业级IT第三方、基础设施及应用开发提供商第四方。通过标准化、统一化和智能化的方式，解决传统IT管理在复杂多变的业务环境下面临的挑战。主要工作包括：

1. 打破数据孤岛，实现全域互联：企业级数据模型的作用在于通过定义统一的数据标准、业务架构、技术架构、应用架构和关系模型，实现跨系统、跨部门的数据整合和IT管理服务升级，主要包括基于统一模型，IT服务可构建数据中台或数据湖，提供实时、一致的数据服务，支撑敏捷开发，让业务人员直接参与应用开发，缩短交付周期，并驱动智能化决策与自动化。
2. 建立长期稳定的第四方力量支持的敏捷开发和快速迭代：传统软件开发手段和工具难以适应新技术（如高可用的云计算资源、AI算力及存储资源等垂直应用成本、物联网及区块链的合规要求、数据治理与合规能力等）的集成，难以适应业务快速创新需求。

第四方IT管理服务，就是以企业级数据模型驱动新的高质量软件产品及其组件开发，形成企业自主经营与技术升级和运维的高度耦合，支持快速组装新应用。建立基于模型和云计算资源优化的数据治理工具和可复用的动态调配的IT资源分配资源（如弹性扩缩容），优化IT投入的成本和效能。

从行业数智化建设实践来说，集团级IT部门是第三方，主要专注于系统选型和集成，需要高开发能力和创新水平的第四方参与共创，兼容新兴技术和资源的接入和转换落地。

未来，以企业级数据模型驱动的IT管理服务，本质上是将数据从“被动支持”转变为“主动驱动”，构建了一个可扩展、可复用、智能化的企业数智化协作生态，3+1>4，减少重复开发，提升资源利用率。并通过标准化降低数据错误和合规风险，快速响应业务需求，释放数据价值。

好的产品和技术在于用户应用的自组织和自适应，参数化可视化构建，拥有高度敏捷的纠错和版本控制机制，这需要长期主义的建设思想和稳定的生态合作机制。

 

• 核心策略之二：抓住结构性和非结构性双层数字化智能化治理，实现降本增效

 

商业的本质是零售经营与物业的结合。现在购物中心运营成本太高，这是运营商和租户最大的痛点。

实践中，我们遇到的难题很多很大。数据赋能购物中心降本增效，先要通过整体的业务建模、流程建模、数据建模，形成一整套完整的覆盖购物中心运营的标准化模型，再以模型驱动开发应用，构建和配置前后端任意数字流工作流。

运营提效层面，新的ERP系统要求资管与运营深度捆绑，业财一体化构建是基本要求，通过技术手段实现业务流程与财务管理及其财税区块链的深度融合，数电同步的区块链稽核要求，全要素资产损益监控。这首先要进行数据标准化与主数据治理，这是行业一直欠缺的。

需要通过标准化治理打通数据，实现端到端的流程重构和全链路自动化清结算，技术角度是全数据总线的中间件与API治理，通过规则引擎和专属数据模型达成全要素成本控制。我们的实践成果是把目前行业的业务单据自动化凭证比例提升到95%。

同时，在集团级系统建设中，用户迫切需要构建业财一体化的数据湖，把技术中台提升到更高级的超级智能体应用。整合ERP、CRM、BI系统数据，应用AI专属模型，打通业财服务的各种异构接口，实现不同核算体系、不同租户、不同经营方式的全生命周期的合同管理，全面优化业态组合及多种经营方式的动态调控，以实时数据锁定综合体商业复合运营收益，并以收益率考核新的业务增长点及投入预算。我们在头部企业项目的AI租金模型，实现NOI年度增长15%，资产估值提升5个百分点，就是数字化赋能的典型案例。

物业降本层面，需要颗粒归仓，堵塞漏洞，一人多效。这需要全面实施传统庶务场景的数字化智能化管理。空调、照明、水暖、电梯、装修、停车、IOT等数据通过自动化动态调控，达成低碳ESG/POE绿色低碳指标，每年节电200万度。智能商户服务平台和智能客服平台，将巡检巡查、装修管理、报事报修、工单处理、人员管理及培训、对账缴费等购物中心庶务，节省人力资源成本和物管维护成本10%以上。人力、能耗、物管、维保占比几乎达到购物中心应收的一大半，必须分项控制，动态调整，在租售比不断下滑的竞争环境，数字化精细化管理是购物中心降本增效的根本措施和手段。

 

三、核心策略之三：打造购物中心多模态AI智能体，实现数智赋能

 

在当前云原生和AI原生时代，我们正抓紧构建融合资产侧和运营侧的全息全要素ERP+AI数据中台，全力推动企业级多模态AI智能体应用，实现全链路流程优化、智能合同管理、动态租决、精准招商、精准营销、智能商服、智能客服、智能采购、实时自动化报表生成等高能应用，资产与运营联考，让数据资产为结果买单。 

如果说互联网是生产关系的变革，AI就是生产力革命，它能直接干活。用云和AI重构企业数字化是当前我们的新的任务。企业数字化转型需要完成在线化、数字化、智能化三部曲。在线化就是基础设施的云化，在此基础上，实现不同应用系统的互联互通和中台化数据资源的应用，通过微服务和 API 打通数据接口。逐步通过多模态AI-Agent投入应用，实现数据流和工作流的智能化运营，实现从公域到私域的精细化营销。

蓝商数科率先在云原生和AI原生计算资源基础上，加速构建购物中心专属算法模型和知识库，并开发智能客服、智能商服、数据解析、AI-BI数据智能、自动化营销等专属智能体，全力推动生成式AI在行业的加速应用，与用户共建训练模型，将训练好的模型加快对接购物中心本地系统，建立一站式智能服务的集成平台，并实现符合国家信创要求、GDPR及ISO27001标准的安全部署。

AI智能体的垂直应用有一定技术风险，在集成要求和用户数据安全上要求严格，作为第四方力量，我们与用户高度捆绑。这要求我们建立高度规范的的AI驱动的产品研发及技术管理体系。我们并在此过程中，积极参与行业标准化建设。

通用人工智能AGI的大规模普及，必然催生多模态AI-Agent在商业零售领域和购物中心的深度开发应用，让数据跑起来，用起来。云和AI是工具的革命，更是革命的工具。必将为购物中心的每一平方米赋予全新的内容和价值！

未来，购物中心及商业综合体是人与多智能体协同工作的超级智能体！四方合一，是行业赋予我们新的重任，也是购物中心新的数智化运行形态！