zillow|最成功的AI房产评估模型,把发明它的公司推向商业失败深渊( 四 )


即使在房地产市场火爆的情况下,Zillow 最终也陷入了大量库存房屋无法及时上市的尴尬境地。公司目前握有 9800 套房屋,另有 8200 套房屋购买合同等待执行。模型的错误最终推动Zillow掉入了库存和供应链的深渊。

zillow|最成功的AI房产评估模型,把发明它的公司推向商业失败深渊

图五:Zillow二季度和三季度的房屋收购数量飙升,但出售数量增长缓慢
严峻形势下,Zillow挺不住了。11月2日,Zillow发出声明,公司将放弃房屋翻售业务。声明中同时表示,公司的快速买卖房屋的算法+模式未能按计划发挥作用,造成巨额亏损。预计第三和第四季度的合并亏损将超过 5.5 亿美元。公司计划裁员2000人,约占全部员工总数的25%。声明发布后的一周内公司股价大跌近三分之一。
在终止利用机器学习模型指导房屋翻售业务的约两周前,Zillow公司已宣布在今年余下时间停止所有的新房购买,专心处理现有的库存积压。
Zillow CEO Rich Barton表示:“预计房价的不可预测性远远超过了我们的预期,继续扩大规模将导致利润和资产负债表的过度波动。”
Zillow的失败并不代表着房屋翻售行业本身存在巨大问题。除了Zillow的巨额亏损之外,其它竞争对手的预期盈利处于正常水平。所以这并不是行业的失败,而是机器学习应用不当带来的结果。
zillow|最成功的AI房产评估模型,把发明它的公司推向商业失败深渊

图六:美国房产交易平台近年来利润对比
机器学习只是工具。它用于挖掘深藏在数据内部的隐含业务信息。但如果数据本身就存在问题(关键变量缺失、数据歧视/bias等),或者是处于一个飞速变化的市场上,目前的机器学习模型将成为一个笨拙的模仿者——总是希望能够赶上变化的趋势,却总是慢着一拍。
这给我们一个警示:任何企业在全面应用机器学习技术时,都不应该全面放弃人工审核。现阶段机器学习只适用于“圈地自萌”。在建模划定认知范围之外,机器学习基本上是没有判断力的。
不要等到扫地机器人把地板上的狗屎抹遍全屋,才意识到自己应该早一点干预。你应该睁着眼睛全程盯着你的扫地机器人工作。

推荐阅读