2017年12月22日,騰訊對外發布了智慧社區開放平臺“騰訊海納”“,其將通過云計算、大數據、人工智能等技術連接物業、居民、政府、媒體和社區服務提供方,形成“互聯網+社區”一站式解決方案。說得通俗一點,就是“騰訊海納”將基于在微信、QQ、QQ瀏覽器、騰訊新聞、手機管家等五大流量平臺,搭載起面向物業管理公司、政府和商家的開放平臺,并通過微信公眾平臺承載物業管理服務,從而降低運營成本,提升服務效率,消除物業與業主之間的溝通障礙。2017年12月22日,騰訊對外發布了智慧社區開放平臺騰訊海納,其將通過云計算、大數據、人工智能等技術連接物業、居民、政府、媒體和社區服務
同年在12月30日阿里巴巴旗下基于支付寶城市服務開發的便民服務平臺——便民生活服務站也開通了。所有的支付寶用戶動動手指找到它,多項便民服務即可全方位享受。
便民生活服務站上線初期將推出六個大類服務項目,包括家電維修、電工服務、管道維修、房屋筑漏、鎖具維修、搬家服務。所有服務企業和服務人員,資質都經過嚴格審查和篩選,信息均進行審核備案,確保服務過程規范。同時,用戶還可以根據企業服務滿意度和服務次數等,多維度進行篩選,自主選擇心儀的服務企業。用戶下單后,訂單詳情實時展示服務過程和服務人員信息(照片),便于用戶及時核對,保障自身利益。服務結束后,用戶還可以進行評價,為他們點“贊”,或反饋意見建議。
并且便民生活服務站整個服務過程全程留痕,更有12345熱線全程監督。提供的服務項目收費合理,用戶無需擔心“被宰”、“被黑”等情況的發生。服務完成后,用戶直接通過支付寶“一鍵支付”,方便安全。
看完上面的內容,估計不少的讀者朋友們都會有點懵里懵懂。因為A(阿里巴巴)T(騰訊)作為線上的互聯網兩極巨頭,為什么會在同一個時間節點瞄上在大多數人眼中看上去比較“苦、臟、累”的物業服務行業?
如果咱們想深入了解這個問題,必須得先掌握一個大背景。 根據不完全統計,AT不僅在過去傳統的社交、電商、文化娛樂、支付、云計算等領域全面競爭,在目前新興的共享單車、新零售、人工智能、交通出行等物聯網領域也打得不可開交。但AT不論如何戰爭卻有兩個基本的原則,一個是把持流量入口,一個是延伸支付。對流量的把持上騰訊遠遠勝過阿里,而在延伸支付邊界上更全面的阿里也擁有絕對的優勢。
看到這里相信大家都明白了,AT目前爭先恐后的來入局傳統物業管理行業主要意圖有以下三個方面。
01
爭奪線下流量入口
因為現在線上的流量入口已被以BAT三家為首的互聯網企業巨頭瓜分完畢已成定局。眾所周知,而線下流量的入口卻被服務和管理中國將近300億多平米社區的物業服務企業把持。因為物業行業的地域性和特殊性,如果我們把每個社區比喻成一個信息孤島,而這樣的信息孤島在國內就有超十萬家之多。而對于以鏈接以人與人見長的騰訊和以鏈接人與服務見長的阿里來說,能夠在社區這門可以鏈接人與服務卻沒有任何“天花板”的大生意中占據主導地位是一次千載難逢的機遇。
02
把持延伸支付場景
國內的物業管理社區因為中國國情和它的封閉性,所以互聯網產品的很多“標準”在這里通通不適用。換而言之,從全世界的范圍來看,不管是做“去中心化的賦能者”和做“中心化的賦能者”的互聯網科技巨頭,它們所做的一切不都是想把用戶圈在自己的圍墻里面嗎?不都希望用一己之力來滿足用戶的所有需求嗎?說到底,開放和封閉,正是當前中國互聯網行業的主要矛盾,同時也是決定未來在線下社區延伸支付場景誰贏誰輸的關鍵。
03
“得社區者得天下”
未來的物聯網時代是“得社區者得天下”,在這里我相信看過《騰訊傳》的讀者們都記得書中有過一段這樣的話。“縱觀美國的互聯網歷史,大學是所有技術、消費屬性和文化的孵化之地。全美有2700多所四年制大學,任何互聯網產品只要占領了其中的1/3,或者在排名前100的大學中“引爆流行”,便足以成就一家讓資本趨之若鶩的大公司。可是在中國,如果你的產品不能夠出現在那10萬多家網吧的桌面上,那你永遠是在自娛自樂。”從而這10多萬家大大小小的網吧,正是中國互聯網的基礎盤。“得網吧者得天下”,在很長一段時間里是一個從不被公開討論的中國秘密。
歷史總是驚人的相似,在即將到來的“萬物互聯”的物聯網時代,智慧社區作為政府構建智慧城市最重要的環節。而社區就是被國內大大小小的這10多萬家物業企業所服務和管理,而硬件(傳感器)和基礎設施通常是智慧城市(社區)運行最基礎的部分。而社區作為匯聚科技社會人、房、車三大未來物聯網時代最核心的要素其價值將不言而喻。
日本的孫正義相信現在人身上只有一個傳感器(手機或智能手表),二十年以后人身上至少會有二十個傳感器。傳感器可以讓人變得更有能力。同時未來的網絡會滲透到每一個地方,甚至是極少人去的地方。網絡可以把傳感器的數據實時傳到云端,你連接的人和智能硬件越多,網絡效應就越大。
未來傳感器會讓我們的每一個動作、每一次交易都產生實時數據,并沉淀到云端,為分析人類集體行為帶來量化的依據。同時未來機器可以通過這些數據去理解、學習這個被網絡連起來的社會到底在發生什么、將要發生什么、我們應該怎么做……