过去二十年中，每一次业务的跃升，其实都发生在技术变革的岔路口上，而我们会一如既往地拥抱变革、全力投入，哪怕未来充满未知。”

本文整理自仲跻超先生在2026博鳌地产发展大会上的演讲内容。

仲跻超（停简单联合创始人、VP）：非常高兴有机会在这里与大家分享。今天，我想与大家分享的是我们在停车场经营方面积累的一些经验。

在座各位都是房地产领域的专家，主要处理楼上的空间管理与经营；而我们公司所聚焦的，是地下空间场景的价值增值与运营逻辑。

过往二十年，我们基本只专注这一件事。2006年，阳光海天成立；2014年，我们又创办了线上停车平台“停简单”，其初衷是顺应当时O2O的场景与风向，这无异于一次自我革命。彼时各地纷纷拥抱“互联网+”，作为停车场运营方，我们的初心是：如果我们不投身互联网，恐怕迟早会被别人替代，这正是“停简单”诞生的缘由。

今天，我也带来一款产品，名为“停小爱”。这是我们前几天刚刚发布的AI智能体产品，稍后我将作详细介绍。

目前，我们持有的经营权车位达到100万个；依托“停简单”的SaaS服务，服务范围已覆盖超过1万家停车场。

在这二十年里，我们经历了三次技术变革。我希望通过回顾历史，谈谈我们如何看待AI变革，以及具体的应对之道。

过去二十年中，每一次业务的跃升，其实都发生在技术变革的岔路口上，而我们会一如既往地拥抱变革、全力投入，哪怕未来充满未知。

第一次变革，是从手撕票时代迈向取卡时代。最初，收费员通过手写计费、现金收费的方式完成停车收费。当取卡设备问世时，一套设备需花费数十万元，我们依然义无反顾地投入。

因为从事停车场管理，我们发现现场是最不可控的环节；而第一次变革所解决的，正是让账目变得可信。我们将此前现金与手工记账的全部工作转为电子化。

第二次变革发生在“停简单”创立之时，大致在2014年至2015年间，这也可以算是AI时代的一次小规模应用。

当时我们采用了神经网络算法，迭代升级了车牌识别技术，以车牌识别替代了取卡缴费。就这一逻辑而言，表面上它仍是电子计费的升级，但我们不但义无反顾地投入了车牌识别赛道，“停简单”也正是因这一解决方案而诞生。

此后，在应用车牌识别的过程中，我们后知后觉地发现，车牌识别带给我们的，其实是一次用工模式的改变。此前取卡时代是“机器辅助人”，而车牌识别则成为所有无人值守与在线支付的基础，这正是我们深度拥抱技术变革之后才得出的结论。

在前两次变革中，我们认为都是用机器与技术来替代人的手脚；而这一次由AI带来的变革，在某种意义上真正替代了人脑。

无人化之后，停车场内的数字化、智能化已经推进得十分深入，由此自然而然地产生一个问题：AI的变革是否真的还有必要？尤其是在当下，停车场中的人员已大幅精简。

在人员规模最大的时期，我们整个集团约有8000人从事停车场管理；而如今无人化时代到来，人员大约缩减至不到2000人，加上部分外包人员，总计不超过3000人。

就用工效率而言，我们认为已经达到了相当理想的水平，但我们仍然需要AI来帮助解决标准化运营、决策以及经营类问题。

在座各位老板最初的想法，很可能与我们相同：AI到来之后具体应当如何推进？按兵不动，唯恐落后；大举改革，又惧浪费。持这种顾虑的不在少数。

我们自今年四五月份立项启动AI项目，直至8月份将公司的停车场智能体正式发布。在开发过程中我们得出的结论是，AI在帮助企业提效时，决定成效的不在于工具本身有多强大，而在于流程。

如果不对企业的流程加以改变，AI应用的效率便难以大幅提升。每一次技术变革都会带来生产力与生产效率的指数级上升，但都需经历一个过程。

正如当年电动机取代蒸汽机时，用了40年才实现生产力与生产效率的指数级跃升，而这40年，正是用来消除蒸汽机时代遗留的工作流程与生产流程的滞后性；待流程迭代完成之后，电气化系统的优势才真正得以发挥。

那么，在我们推进整个公司的AI改造与流程再造、让AI为我们提效的过程中，具体是如何操作的？我在此分享两个关键词，一个是OPC，一个是FDE，大家在各大新媒体平台上应该也多有接触。

所谓OPC，即“一人公司”（One Person Company）。一人公司并非倡导各位老板裁员，它对公司的意义在于，让一个人加上一个AI智能体，去替代过去一支团队完成一个项目。

今天中午我曾与旁边的朋友交流，谈到以往在研发过程中，我们提出一个需求，一两周乃至一两个月的开发周期在所难免。

从产品立项、需求调研、撰写产品说明书，到与前后端研发人员反复讨论修改，直至最终开发、测试、上线，这一整套流程无法省略。

而如今，我们的研发流程已完全不是这个样子。现在的开发流程是：由需求提出方撰写需求说明，这本质上就是一段文字，将需求描述清楚即可，无论针对的是一个独立产品还是一次迭代。

需求说明完成后，我们会同时指派两位类似OPC的研发人员介入（即按前文“一人公司”模式运作的研发人员），并行开发同一需求；开发完成后，由需求提出方对两个并行开发的Vibe coding（AI编程）成果进行评审，从中选择自己更满意或更偏好的版本，随后锁定并发布上线。过去需要一两个月才能上线的东西，如今基本一天之内即可完成开发流程。

使用过Vibe coding的朋友应当能够理解，AI编写代码的速度无可替代。至于FDE，同样是流程层面的改变，必须基于公司现有的业务去推动流程再造。 ebc外汇平台官网 EBC交易平台

接下来介绍“停小爱”，这是我们在遵循“一人公司、一人团队”逻辑的前提下，为项目管理开发的辅助产品。

我们设定的应用场景是：一位负责人加上“停小爱”，便构成一支完整的AI停车场管理团队。

我们还引入了Agent集群的概念，将阳光海天与停简单二十年来在停车场管理上的经验，也就是我们的员工手册，分部门提炼为Agent skill，并部署到财务、商务、工程等不同的智能体之中。一旦项目中出现任何问题，智能体会自动调用相应的子智能体，完成相关工作。

当前AI市场上有一个颇为热门的词汇，叫做“自动化运行智能体”。在这一概念提出之前，我们在设计“停小爱”时，主打的应用场景就是“少问少催、只看结果”。

如今，在我们自己经营的停车场中应用这款产品时，我们对项目经理的要求是：凡“停小爱”提示需要授权、需要知晓，或智能体力不能及、必须由人工完成的具体工作，系统都会推送给相关人员；除此之外的所有问题，均可交由“停小爱”自动完成。包括日报、周报、月报的输出以及会议内容的梳理，全部实现了自动化处理。

由于整合了全部员工手册的逻辑，且智能体运行于计算机系统之中，今后所有此前需要员工借助电脑完成的工作，“停小爱”都能代为完成。

作为停车场的经营方，我们极为看重停车场的收入。我们二十年来的全部工作，表面看似“看车”，实则始终聚焦于如何提升停车场的收入。

在我们公司内部有一个词，叫“非停收入”，即如何赚取除停车费以外的收入。这里就不得不提行业的一项变革，那就是车机智能体的高速发展。

如今，各位的车辆可能多少已具备一些智能体或自动驾驶功能，而智能体落地最快的行业，正是中国的新能源汽车行业。

我们可以设想未来的一个场景：届时已不再是人在开车。过去二十年，虽然我们在停车场“看车”，但更多是在“管人”；而未来的场景可能完全不同，我们或许真的是在“看车”。

车辆由智能体自动驾驶，场端同样需要智能体来承接并与车机交互。因此，停车场必须学会与车机“对话”，这也是我们研发“停小爱”的原因所在。

我们还为停车场迭代出A2A功能。我们不仅在车场端推出“停小爱”，用于增收与运营、解决停车场日常经营问题，同时还推出了车主端。我们会将车主端的Agent开放给所有主机厂的客户，实现车机与场端之间的智能化交流。

举一个例子：目前我们正在推出“停小爱”的一个应用场景，并将在A2A机制下提供一定的停车费补贴。

当车机导航前往某一目的地时（例如去王府井），系统会帮助寻找周边合适的停车场、查询是否有优惠，或预约洗车等服务。

在这一过程中，车场端的商务智能化身会介入：当停车场的空置率处于某一水平时，可给予一定折扣；基于对停车趋势的预测，若条件允许，还能提供更多优惠。

此时，“停小爱”会基于当前的空满情况与未来趋势，与车机进行自然语义的沟通。车机询问是否有优惠，“停小爱”随即作出回复，双方由此达成交易。

交易达成后，车机侧可能收到两三个停车场的反馈，届时可由车主或车机自主选择最优方案，再将车辆驶入。

就当前而言，毕竟仍是由人来停车；若是人工驾驶，依然是“目的地停车”的概念，即我要去某个商场，就须停在该商场楼下。

但在将来，随着低速自主驾驶、代客泊车技术的实现，车主可将车辆停在商场门口，由车辆自行寻找停车场，届时我们这套功能的意义便会凸显。

这里有一段视频演示：系统向三个停车场发起询问，每个停车场会基于当前的停车趋势，给出符合其运营逻辑的结果。可以看到，最终系统推荐将车停到便宜8元的停车场。这正是我们推出智能体的初心。

以往我们在推进智能化升级时，往往是购买软件，甚至自研软件；如今，我们则是为停车场配备一位智能员工。

目前，我们的A2A接口已提供给车机，并给予车机最低95折的优惠。这一A2A接口打破了传统停车场与物业对接的固有思路。

以往需要做API对接、专门开发；如今，通过自然语义的沟通，A2A接口可以直接与物业方对接。若物业方拥有相应的智能体，便可将此前需要向停车场管理员反映的各类问题，交由智能体处理。

过去，物业有问题都是打电话给停车场管理员；现在，如果物业侧也配置了相应的智能体，停车场的A2A管理接口完全可以开放出来，各方共同打造一个在楼宇内实现智能体自动化运行的场景。

以上就是我今天的全部分享。作为停车场运营方，我们只是希望让现有的空间、现有的车位创造更多的价值。我们也希望在接下来的时间里，能够与各位资产所有者和管理者一道，打造出下一代真正智能的物业场景。

免责声明：本文内容与数据由观点根据公开信息整理，不构成投资建议，使用前请核实。

审校：徐耀辉

致信编辑 打印