Zillow 的算法赌房价——一个季度输了 4.2 亿美元

Zillow 以其 Zestimate 房屋估值工具闻名，于 2018 年 4 月推出 Zillow Offers 的 iBuying 业务。模式概念简单：Zillow 利用其算法 Zestimate 向卖家即时报价，收购房屋，进行小幅修缮后转售获利。利润本应来自算法的效率和规模效应。

问题在 2021 年暴露，美国住房市场出现异常波动。Zillow 的算法基于历史数据训练，无法跟上价格的快速变化。公司继续以算法认为公平的价格收购房屋，但市场变化速度超过了模型的调整能力。到 2021 年第三季度，Zillow 持有约 7000 套房屋，几乎每套都在亏损。Zillow Offers 在 2021 年 Q3 单季亏损 4.2 亿美元。

2021 年 11 月，CEO 里奇·巴顿宣布 Zillow 将彻底关停 iBuying 业务。公司对未售出库存减记 3.04 亿美元，并裁员 25%（约 2000 人）。Zillow 股价在随后的几周内大幅下跌。巴顿后来承认公司无法准确预测房价。这一失败有力地证明，在稳定市场训练的算法在波动环境中不可靠。

Q3 亏损 4.2 亿美元；减记 3.04 亿美元；裁员 2000 人；股价下跌 60%

Zillow 的算法基于历史房价数据训练，无法适应 2021 年的快速价格波动，导致以不再盈利的价格收购房屋。

iBuying 模式需要 Zillow 持有库存，这意味着每个定价错误都被持有数千套无人房屋的成本放大。

Zillow 在证明算法在波动环境下有效之前就激进扩张，积累到 7000 套房屋时才意识到缺陷。

算法的好坏取决于训练它的市场。当市场环境改变时，昨天有效的模型今天就成了负担。先扩张再验证，会放大损失。