本报告包含《1933 年证券法》第 27A 条和《1934 年证券交易法》第 21E 条所定义的前瞻性陈述,这些陈述涉及风险和不确定性,包括但不限于有关我们未来目标、我们业务的未来业绩和运营、我们的业务战略以及将这些战略转化为财务业绩的能力、住宅市场和经济的当前和未来健康和稳定性、抵押贷款利率的波动性以及我们对未来消费者和员工行为转变的预期的陈述。包含“可能”、“相信”、“预期”、“期望”、“打算”、“计划”、“预测”、“将”、“预测”、“继续”、“估计”、“展望”、“机会”、“指导”、“将”、“可能”、“努力”等词语或类似表述的陈述构成前瞻性陈述。除非本演示文稿中另有说明,否则前瞻性陈述是基于截至 2024 年 2 月 13 日的假设做出的,尽管我们认为前瞻性陈述中反映的预期是合理的,但我们无法保证这些结果。Zillow Group 的实际结果与这些前瞻性陈述中描述的结果之间的差异可能是由 Zillow Group 采取的行动以及 Zillow Group 无法控制的风险和不确定性造成的。
摘要 Zillow 成立于 2006 年,是领先的在线房地产交易市场。2018 年,Zillow 推出了 Zillow Offers,这是一项买卖房屋的新业务。Zillow Offers 通过在线收集卖家的数据并立即提供报价,为房屋卖家提供了比传统房地产经纪人更快的购买流程,这一流程称为“iBuying”(即“即时购买”)。尽管 Zillow 在 iBuying 方面还是新手,但它很快就确立了在三到五年内创造 200 亿美元年收入的目标。Zillow 认为,其用于预测房屋价值的人工智能/机器学习 (AI/ML) 平台(又名“Zestimate”)可以成为其在 iBuying 市场的竞争优势。然而,在 2021 年第三季度 iBuying 业务亏损 4.21 亿美元后,该公司关闭了这个曾经前景光明的业务部门,而不是冒进一步亏损的风险。首席执行官 Rich Barton 断言,人工智能无法准确预测房价是其 iBuying 业务失败的原因。本案例研究考察了 Zillow Offers 的发展轨迹,并讨论了导致其倒闭的几个因素。在探讨了 iBuying 中房价预测算法的挑战后,我们认为 Zillow Offers 的失败超出了其最初的 AI/ML 系统的局限性。Zillow Offers 专注于超增长而非盈利能力,导致运营变化未能平衡预估价格预测和运营购买价格决策。通过此分析,我们向学生和从业者提出了关于适当和有效地使用数据驱动的 AI/ML 模型进行运营决策的重要问题。关键词:Zillow Offers、人工智能、机器学习、iBuying、Zestimate
公司背景:AI Arrive 是一家人工智能公司,其愿景是创建 AI 产品,以加速研究并增强我们对人类疾病的了解。CloseBy 是一个健康生活平台,它汇总不同的社区数据,以帮助个人在搬迁到特定区域时做出明智的决定。我们的使命很简单,就是使数据孤岛民主化,并呈现一个整体的画面,帮助个人做出更明智的决定。团队规模:4-5 名学生地点:远程,客户/团队会议将使用 Zoom 举行。项目摘要:AI Arrive 希望使用开源数据集(例如人口普查、空气质量开放数据、CDC 社会脆弱性指数、Zillow 住房和租金价格以及 python news-fetch)开发一个健康生活平台。目标是构建 ETL 提取系统和聚合开源社区数据和新闻文章的数据模型。另一个目标是使用 d3.js 和/或其他可视化工具开发视觉效果以在地图上显示数据。所有知识产权将归 AI Arrive 所有。关键技能/技术:开发 ETL 管道、使用数据库和使用 d3.js 进行可视化的背景将有助于完成这个项目。团队可以向客户寻求指导。学生福利: