作者:Andy Reid,Zonda首席运营官
对房地产开发项目进行监控,传统上有两种方式:一是派分析人员到施工现场考察,二是依靠谷歌地图等免费应用。
第一种方式可以提供宝贵的第一手资料,却不具有可扩展性,而且很快就会变成资源密集型活动。此外,新冠疫情的爆发使差旅变得不安全,甚至根本不可能。
就第二种方式而言,虽然许多在线地图门户网站都提供卫星影像,但用户却无法对影像的时效性和质量进行控制,导致分析人员获得的往往是与当下地面实况不符的过时信息。
为了保证员工的安全,并继续提供准确的房地产信息,ZONDA(前身为Hanley Wood | Meyers Research)近期收购了施工活动分析公司Bird.i,并订阅了Maxar的SECUREWATCH服务,以按需访问超过125PB的Maxar高分辨率卫星影像和分析。
现在,Zonda旗下的研究平台——综合研究情报系统 (IRIS) 可通过API流式传输Maxar高分辨率卫星影像,从而对美国6万多个住建工程进行监控。该平台为Zonda的客户提供及时更新的洞察,这些客户包括建筑商、建筑产品制造商、抵押贷款机构以及多单元住宅开发项目管理人员。
利用人工智能 (AI),从过去走向疫后未来
这张IRIS截图显示的是亚利桑那州凤凰城一个小区的Maxar WorldView-3影像。
在疫情之前,需要依靠大量人力,即所谓的勘察小组,来更新全美房地产开发项目各施工阶段的情况。勘察小组每季度都会仔细筛查许可证、地契、税收记录、销售数据、交通数据,赶赴实地进行考察,收集其他类型的相关信息,并将所有这些数据手动输入Zonda的中央数据库。
从2020年3月开始,由于旅行限制和对安全的担忧,勘察小组无法对在建项目进行大部分的常规实地考察。勘察小组亟需获得与当下同步、高度详细的影像资料,以掌握美国各地开发现场的地面实况。
上面的Maxar影像展示了不同的施工阶段。在左图中,地基已浇筑完毕。在中图中,建筑框架已开始搭建。在右图中,屋顶已完工,后院围栏也已经建好。
鉴于疫情对出行的影响显然会持续下去,Zonda在Bird.i的助力下,进一步增强了其强大的数据分析平台。新的机器学习 (ML) 模型的建立和部署,使特定施工阶段能够更快地被检测出来,而且标记的范围和准确度都优于派勘察小组实地考察。
Zonda的人工智能模型在这张亚利桑那州凤凰城的WorldView-3影像中检测到了不同的施工阶段,并分别加以标记。
如今,Zonda的平台正不断摄取Maxar在给定区域内获取的所有新卫星影像,以此支持平台运行。Maxar的SecureWatch服务可以迅速提供新影像。一旦获得新影像,几何图形所对应的小块区域就会被即时检索出来,并通过ML进行处理,以识别住宅物业及其建设阶段。ML模型输出的结果会自动传送到研究平台,在研究平台上,每天都有数百万条记录被更新。
人工智能与Maxar新鲜及时、按需访问的高分辨率卫星影像相结合,极大地提高了对全美建筑工程进行监控的效率。与SecureWatch的自动集成,使Zonda能够从电脑端监控世界各地的开发实况,并将施工阶段准确地传达给客户。正因为此,尽管疫情导致40%的现场考察无法成行,但Zonda仍能监控全美各地的建筑工地,并如期发布2020年第二、三、四季度报告。
“高分辨率、频繁更新的城市和郊区影像,以及SecureWatch提供的快速、简单的API访问,使Maxar成为获取重要地面实情的首选。Zonda的客户需要根据这些重要的地面实情来规划新的开发项目,并掌握竞争对手的项目情况,”Zonda首席执行官Jeff Meyers表示,“Maxar的专有算法以及可持续访问的最新Maxar影像,使Zonda具备了其他房地产开发数据提供商无法比拟的独特优势。”
关于Maxar Technologies
Maxar是一家地理空间智慧公司,是地球智慧信息和空间基础设施领域值得信赖的合作伙伴和创新者,为政府和商业客户提供颠覆性的价值,帮助他们监测、理解和应对我们不断变化的地球;提供全球宽频通讯;探索和推进空间利用。2019年2月,DigitalGlobe、SSL和Radiant Solutions统一于Maxar品牌麾下,从而打造一个更精简、更专注的组织,能够更好地应对空间和情报行业发生的快速变化。
Maxar简化了对地球关键信息的访问,使客户能够应对影响环境、经济和生活的复杂问题。
获取更多信息,请访问:www.maxar.com
好文章,需要你的鼓励
凯悦酒店的数据战略是以通过洞察力驱动的决策和自动化来推进体验为中心的,战略重点是培养最优秀的人才并发展组织的数据文化。
正的杀手级应用案例是连接那些将没有网络连接的人。这将真正消除许多障碍,解决尚未解决的开放空间问题……而我们只是刚刚开始。该产品的核心包括一张单独的eSIM卡,用于思科的私有和公共5G连接,这将使企业能够连接到所需的网络,使用蜂窝技术进行主要或次要连接,然后根据环境变化扩展和管理网络需求。
但尽管微软、谷歌、Meta以及亚马逊等科技巨头先后投入数十亿美元来开发能够处理各种任务的大语言模型(LLM),但对于AI这颗堪称人类智慧皇冠上的明珠之一,一刀切的作法显然并不适合所有情况。换言之,适合那些科技巨头的大模型未必能够满足普通企业的需求。面对重重炒作疑云与各行业对于AI泡沫的普遍担忧,现在的高管团队比以往任何时候都更需要深入理解并把握这些技术的现实影响。