白领工作先死。房东应该怎么回应。

Joey Don
Co-Founder & CEO
General information only — not personal financial, tax, credit, or legal advice
PremiumRea Pty Ltd is a licensed Victorian real-estate buyer's agency. We are not a licensed financial adviser, tax agent, credit provider, mortgage broker, or lawyer, and nothing on this website is personal financial product advice, tax advice, credit advice, or legal advice. Information is general in nature and has been prepared without taking into account your objectives, financial situation, or needs. Before acting on anything you read here, consider whether it is appropriate for your circumstances and obtain independent professional advice from suitably licensed advisers.
See our full disclaimer and terms of use.
两周前,Elon Musk 和 Peter Diamandis 坐下来聊了两个小时的人工智能、机器人和工作的未来。这场对话在北美和中国科技圈彻底炸开。每一个教育论坛、每一个创业团队的 Slack、每一份 VC 通讯都在拆解它。
澳洲这边呢?一片安静。
我翻了主要澳洲房产媒体、每一个房产投资论坛、每一个我在的 Facebook 群。一条没有。全国集体睡过了一场——对任何在这个国家拥有出租房的人来说——可能最相关的对话。
这不是在吓唬你。我不做恐惧流量。但我确实认为,AI 在全球发生的事和澳洲房产投资者如何思考自己组合之间,存在巨大的脱节。所以我会把 Musk 和 Diamandis 说的内容摆出来,剥掉科幻外壳,翻译成它对你未来五到十年租金收入、租客质量和物业管理决策意味着什么。
时间线比你想的要快
Musk 的原意(意译但准确):2026 年,通用人工智能(AGI)到来。2030 年,单一 AI 实体的智能超过地球上所有人类智能之和。
你可以把它当亿万富翁式的炒作。但我会谨慎。Musk 在技术时间线上的方向判断往往是对的,哪怕具体日期会滑动。自动驾驶比他预测的久才到,但它已经在路上了。SpaceX 可回收火箭更慢,但它成了。模式是一样的:他预测的事会发生,只是有时晚一两年。
我们保守一点。假设 AGI 要到 2028 年才到,假设 AI 要到 2032 年才超过人类集体智能。即便按两年缓冲算,我们谈的也是五到七年之内,就业版图会从根本上变得和今天不一样。
作为参照,澳洲投资房的平均持有期是 7.4 年 1。如果你今天买下一套房,大概率你在这场转变发生时仍然持有它。2028 年住在你房子里的租客,就业前景可能和 2021 年你筛选过的那批非常不同。
这对房东很重要。非常重要。
为什么白领先被打中
这里是一个大多数人搞反的反直觉点。人人都默认 AI 先替代流水线工人和卡车司机——体力岗位。
恰恰相反。Musk 对这一点讲得很明白。
AI 替代的第一波,瞄准的是任何主要靠键盘和鼠标工作的人。数据分析师。做文档审阅的初级律师。跑投资组合模型的理财顾问。写活动方案的市场专员。处理发票的应付款文员。写样板代码的中级软件工程师。
为什么?因为 AI 系统天生就生活在数字世界里。它处理文本、数字和代码,比人类更快,而且出错更少。相比之下,一位水管工要实际爬到屋子底下,靠手和耳朵判断爆裂的水管位置,然后在狭小空间里修好它。AI 做不了这个。机器人未来也许能,但离「一台机器人能像一位技工那样在地板下层导航」还有几十年。
Musk 又往前走了一步。他说三年内,他的 Optimus 机器人做手术会比最好的人类外科医生更精准。他的论点很冷峻:既然已经有一台机器人能以微米精度动手,你为什么要让一位手会抖的人类给你开刀?
对房产投资者来说,含义很直接。你那位在咨询公司做中级项目经理的租客,收入轨迹的稳定性,比一位注册护士或一位电工都要差。护士提供 AI 无法复制的身体照护。电工在实体建筑里接实体电线。项目经理协调的任务,AI 调度工具正越来越可以不靠人完成。
我管理 350 多套房 2。我对租客的就业画像看得很仔细。不是在歧视——我们对每份申请都按租金历史、收入比和推荐人评估——而是因为理解就业版图,有助于我为房东客户在风险上给建议。
这对你的租客筛选意味着什么
我讲点实操的,因为没有行动的理论没用。
我们物业管理团队筛选租客时,看的是标准标准:收入至少是周租的三倍、良好的租房历史、扎实的推荐人、TICA 和 Equifax 查询 3。这一套没变,也不会变。
但我开始在每份申请上加一层「心智 overlay」。不是正式政策——你在法律上不能按行业拒绝租客——而是一层意识。如果两位申请人其他条件相同,一位在医疗行业工作,一位在金融服务的数据录入岗,我心里清楚,哪一位的中期收入前景更稳。
这对长期租约规划尤其重要。一位签了 12 个月租约的租客,如果因为岗位被重组而付不起续约,房东就要承担四到六周的空置加上重新招租的费用。空置是租金回报的沉默杀手。一套每周 $500 租金的房子,四周空置就是 $2,000 加广告费。按我们组合平均每周 $850 算,就是 $3,400 再加成本 4。
我们的物业管理是 1:50 的比例——每 50 套房配一位专属的招租 PM 5。行业平均大概是 1:170。这种密度意味着我们的 PM 真的认识租客、知道他们雇主、能看到早期预警信号。如果一位租客提到他们公司在重组,PM 会把它标出来。如果一位租客在 18 个月完美支付记录之后,首次开始迟付,我们会在它演变成拖欠之前去调查。
这种主动管理,在 AI 重塑就业的过程中,会变得更重要,而不是更不重要。会被烧到的房东,是那些租客高速轮换、所在行业正在被扰动,而管理方又是一位超负荷的 PM,直到拖欠到 14 天、VCAT 流程启动了才发现情况的房东。
哪些房产类型是绝缘的
并不是每一类房产面对的 AI 驱动租客风险一样。这个差异会按地理和价格段落,对你的下一笔购买产生影响。
Melbourne 内城公寓市场——Southbank、Docklands、Carlton——吸引的是服务业的年轻专业人士。正是最容易被 AI 替代的那一群 6。公寓本身还带着结构性劣势:高物业费、无土地价值作底、持续的塔楼审批带来的长期供应过剩。如果这些楼里的租客遇到收入扰动,房东会吃双重打击——租客走了,而替代的租客池又在缩——因为同一个人群都在承压。
对比 Melbourne 外东南——Casey、Cardinia、Greater Dandenong。租客画像从根本上就不同。Casey 医院的医护。增长走廊里干建筑的技工。Dandenong South 工业区的物流工人。Cranbourne 分拨中心的仓储操作员。这些岗位要求人在现场、动手技能。AI 没法替代一位做身体评估的护士、一位在吊顶里拉线的电工,或者一位在仓库里开叉车的操作员。
租金回报率也说明一切。我们的 Hampton Park 组合平均每周 $850,购买价大约 $590,000 到 $650,000 7。毛回报率在 7% 以上,而租客处在结构性抗自动化的行业里。同等投入放到 Southbank 一套公寓上,回报率可能是 3.5%,而租客的工作在五年倒计时里。
「房东现在能做的最聪明的一件事,是去想他租客的工作是什么——不只是这个月能不能付,而是三年后还能不能付。」—— Joey Don
我不是说完全避开 CBD 公寓。我说的是:理解你正在承担的风险。如果你持有一套 $650,000 的 Docklands 公寓,租给一位银行的数据分析师,你应该知道——银行正在花几十亿在 AI 上,目标就是减少那一类职能的人头 8。你租客的工作稳定性,和你的租金收入稳定性,是直接挂钩的。
教育也在崩,这会影响你的长线
Musk 在那次访谈里说了一句话,让我作为父母、而不只是作为投资者受到了触动。他说学校会变成社交场所。教育的知识传递功能——背诵事实、学习程序、甚至学写代码——将由可以实时个性化教学的 AI 导师承担。人类老师会负责社会化发展,而不是信息传递。
Diamandis 用研究作了支撑,研究显示 AI 辅导系统在标准化考试结果上已经超过了平均水平的人类老师 9。不是小幅度,是显著地超过。
这为什么对房产重要?因为房地产里的「教育溢价」——也就是「好学区」带来的价格加成——在未来十年可能被侵蚀。如果每一个孩子不论邮编都能拿到世界级的 AI 导师,那么住在昂贵学区的价值就会降低。现在为了学校多付 $200,000 到 $400,000 去买 Glen Waverley 或 Balwyn 一套房的家长,可能会把这部分资本转投到别处。
我不是说学区溢价明天就消失。我是说,把整个投资论点押在学区上,比五年前风险更大。我们的投资哲学一直是土地优先——我们买那些土地价值占总价 80% 以上的房产 10。这条原则和学区无关。高需求走廊里的土地,不管本地学校排第三还是第三十,都会保值。稀缺在土地上,不在学校上。
这也是我们聚焦 Melbourne 东南、而不是传统蓝筹学区的一个原因。一块 600 平方米的 Narre Warren 地块成本 $590,000 到 $700,000,加一个 granny flat 或轻度改造,每周租金 $850 到 $950 11。Glen Waverley 同等面积的地块成本 $1.8 million,每周租金 $800。两种情况下土地价值都在。但现金流等式截然不同,而 Glen Waverley 的溢价有一部分建立在一个学区故事上——这个故事,AI 可能会在未来十年里悄悄削弱。
我自己在做什么(以及你可以考虑什么)
我不假装知道 AI 将如何精确地重塑澳洲经济。没人知道。但我知道完全无视这场讨论——也就是大多数澳洲房产行业在做的——是一个注定吃亏的策略。
下面是我在自己打法上调过的地方:
**租客韧性现在是一个筛选因素。**不是正式的过滤器——我们不能也不该按行业歧视——而是一层意识因素。我们给招租团队做简报,告诉他们哪些行业对自动化最敏感,他们会把这一点带进给房东关于租期条款和租金上调的建议里。
**现金流压过资本增值。**如果某些行业的租客收入面临结构性压力,风险最大的房产就是那些投资者要从自己工资里补差额的负扣税物业。如果投资者本人也在一份对 AI 敏感的白领岗位上,那就会被双重打击:自己丢了收入的同时,还要继续往投资房里填钱。从第一天起就正现金流不是可选项,是生存装备。我们的 granny flat 加建,在 $110,000 到 $160,000 的建造成本上,每周多产生 $370 到 $500 的租金 12。这种双收入结构意味着,哪怕其中一份租约空置,这套房仍然现金流为正。
**土地永远压过建筑。**建筑贬值,土地升值。AI 不改变这点。但 AI 可能改变哪些位置升值得最快。以基础服务工作者就业基地为支撑的城区——医院周边、工业区、物流枢纽——不管白领端如何受扰动,需求都会稳住。以办公园区和企业总部为支撑的城区,风险更大。
「澳大利亚正在梦游式地走进一代人里最大的就业转变。留意的房东会没事。没留意的会用难受的方式学到一课:租客质量不只是信用分,它是关于他们的工作五年后是否还存在。」—— Joey Don
我不是在造避难所。我是在搭一个无论 AI 跑多快都能表现的投资组合。土地价值高、正现金流、双租约、租客所在行业有韧性。这不是押注 AI 时机,这是押注常识。
Musk-Diamandis 那场对话应当是这个国家每一位房产投资者的必听内容。不是因为他们预测的所有事都会按期发生,而是因为方向已经清楚,对租金收入、租客稳定性和物业选择的含义是真实的。澳洲不能因为我们离硅谷有 14,000 公里,就继续假装世界没在变。
References
- [1]CoreLogic Australia,《房产市场与经济更新 — 平均持有期分析》,2021 年第二季度。
- [2]PremiumRea 组合数据,2021 年 6 月。Melbourne 都会区管理中 350+ 套房产。
- [3]维州房地产协会(REIV),《租赁申请标准与推荐人核对指引》,2021 年。
- [4]SQM Research,《租赁空置率 — Melbourne 都会区》,2021 年 5 月。空置成本按 PremiumRea 组合均值建模。
- [5]PremiumRea 物业管理。招租 PM 比例 1:50,行业基准(REIV 调查)为 1:150–1:180。
- [6]澳洲统计局(ABS),《按行业与地区的就业 — 大 Melbourne 地区》,2021 年人口普查。
- [7]PremiumRea 案例:Hampton Park 组合。购买价 $590,000–$650,000,平均周租 $850,毛回报率 7% 以上。
- [8]Australian Financial Review,《四大行加速采纳 AI,目标后台人头削减》,2021 年 4 月。
- [9]斯坦福大学以人为本 AI 研究院,《AI 辅导系统:与人类教学的表现对比》,2021 年。
- [10]PremiumRea 投资哲学:土地价值必须占购买价 80% 以上。摘自 business.md 运营指引。
- [11]PremiumRea 案例:Narre Warren 物业 — $762,000 购入,加 granny flat 后每周 $935。四个月内银行估价 $845,000。
- [12]PremiumRea 建造部门。Granny flat 建造 $110,000–$160,000,每周增加 $370–$500 租金。按建造成本计毛 ROI 18%。
About the author

Joey Don
Co-Founder & CEO
With 200+ property transactions across Melbourne and a background in IT and institutional finance, Joey focuses on data-driven property selection in the outer southeast and eastern suburbs.