W dzisiejszych czasach sztuczna inteligencja staje się coraz powszechniejszym narzędziem, które wspomaga pracę deweloperów, inwestorów, rzeczoznawców i architektów. Jej zastosowanie obejmuje automatyzację procesów obsługi klienta, generowanie wizualizacji obiektów, tworzenie symulacji planowania urbanistycznego oraz wycenę nieruchomości. Mimo rosnących oczekiwań wobec tych innowacyjnych rozwiązań, niektóre zastosowania sztucznej inteligencji jawią się obecnie bardziej jako ciekawostki niż realne narzędzia wsparcia. Eksperci zwracają uwagę, że dostępne na rynku rozwiązania wykazują pewne niedoskonałości, co sugeruje, że może warto odłożyć inwestycje w tę technologię na późniejszy etap jej rozwoju.

Sztuczna inteligencja w nieruchomościach: niedoskonałości i perspektywy

Mamy od kilku lat pierwsze zastosowania czegoś, co można szeroko nazwać sztuczną inteligencją, a co częściej jest po prostu modelem statystycznym albo tzw. uczeniem maszynowym. Mamy tzw. modele automatycznej wyceny nieruchomości, które pozwalają szybko wycenić nieruchomość sprzedającemu czy kupującemu, tylko ich dokładność jest bardzo niska i o tym się boleśnie przekonały na przykład amerykańskie firmy typu iBuying
– mówi Jan Dziekoński, założyciel FLTR.pl, ekspert rynku nieruchomości.

Największe nadzieje sektor nieruchomości wiąże z opartymi na SI systemami do analizy rynku. Mogłyby one pomagać w podejmowaniu trafnych decyzji nie tylko inwestorom, ale i urbanistom, którzy otrzymaliby różne scenariusze rozwoju obszarów miejskich. Dzięki wykorzystaniu danych dotyczących cen nieruchomości, lokalizacji, preferencji klientów i trendów rynkowych czy zmian demograficznych algorytmy są w stanie przewidzieć ceny, jakie osiągną nieruchomości na danym rynku w określonym czasie. Na razie jednak sztuczna inteligencja nie generuje wiarygodnych prognoz w tym zakresie. Jak zauważają analitycy z Precedence Research, generatywne modele SI opierają swoje wyniki na historycznych danych i trendach. Rynek nieruchomości jest natomiast silnie powiązany ze stabilnością gospodarczą. Recesja, inflacja, zmiany w przepisach dotyczących udzielania kredytów czy regulacjach prawnych dotyczących obrotu nieruchomościami komplikują wykorzystanie sztucznej inteligencji w tym obszarze.

Sztuczna inteligencja w praktyce

Mamy nowe rozwiązania, jak na przykład ChatGPT, który ułatwia, podobnie jak czatboty, obsługę klienta czy pisanie ogłoszeń o sprzedaży czy wynajmie nieruchomości. Są też nowe narzędzia typu Midjourney do wizualizacji inwestycji czy poprawiania zdjęć mieszkań
– wymienia Jan Dziekoński.

Sztuczna inteligencja wspiera też agentów nieruchomości, np. w tworzeniu modeli 3D lub wirtualnych wycieczek. Korzystają z niej zarządcy nieruchomości, stosując wirtualnego asystenta, opartego na uczeniu maszynowym i algorytmach przetwarzania języka naturalnego, który odpowiada na pytania najemców, rejestruje zgłoszenia serwisowe i planuje naprawy. Analityk uważa, że wprowadzane na rynek narzędzia są cenne i ciekawe, ale tylko w pewnym stopniu poprawiają efektywność pracy. Tego typu modele jeszcze długo nie zastąpią człowieka.

SI może na przykład generować obrazy, wizualizacje, poprawiać zdjęcia. Dzięki temu relatywnie przyspiesza pracę grafików czy wspiera architektów. Rozwiązania typu ChatGPT, pozwalające napisać ogłoszenie sprzedaży nieruchomości, niestety nie są efektywne, bo algorytmy trochę zgadują, co byśmy chcieli przeczytać. Dlatego często w odpowiedziach SI pojawiają się tzw. artefakty, czyli po prostu błędy, zmyślenia. Ta technologia ciągle jest niedoskonała i tak naprawdę póki będzie oparta na sieciach neuronowych, ciągle będzie wymagać pracy człowieka, który będzie sprawdzał wygenerowane odpowiedzi
– zauważa założyciel FLTR.pl.

Prace nad efektywnością: rozwijanie nowych narzędzi w obszarze nieruchomości

Wciąż trwają jednak prace, by nowe narzędzia były jeszcze bardziej pomocne i dokładne. Naukowcy z Uniwersytetu Warmińsko-Mazurskiego w Olsztynie wykorzystali sieci neuronowe i m.in. algorytmy genetyczne do stworzenia systemu, który ma pomóc rzeczoznawcom w wycenie nieruchomości dla konkretnego klienta. Aplikacja rozpoznaje na twarzach ludzi emocje podczas oglądania zdjęć i na tej podstawie sugeruje odpowiednią korektę wyceny. Wiele algorytmów opiera się na preferencjach klientów i historii ich wyszukiwania. Na przykład amerykańska firma Compass udostępnia swoim agentom informacje o osobach, które są najbardziej zainteresowane zakupem, tj. są aktywne na stronach internetowych poświęconych nieruchomościom. SI przygotowuje też maile do potencjalnych klientów, aby przyspieszyć kontakt.

Z początkiem 2023 roku mamy do czynienia na świecie, i też w Polsce, z dużymi emocjami, wzrostem oczekiwań, że ta sztuczna inteligencja nam wszystko teraz odmieni. I o ile w takich zastosowaniach wizualizacyjnych ona się fajnie sprawdza, o tyle w obszarach, które tak naprawdę mają znaczenie, czyli np. koszty budowy, analiza inwestycji, to ciągle sztuczna inteligencja nam niewiele daje
– mówi Jan Dziekoński.

Te duże emocje towarzyszące SI mimo niskiego wpływu na efektywność ekspert nazywa bańką AI.

Problem bańki polega na tym, że wiele firm, nawet nie widząc żadnych korzyści ze sztucznej inteligencji, inwestuje w nią, czy to w sferze promocyjnej, czy realnej. Widzimy na przykład zastosowania jednego z większych portali ogłoszeniowych w Polsce, który ma taki moduł wyszukiwania, gdzie piszemy otwartym tekstem, co chcemy znaleźć, i faktycznie dostajemy odpowiedź, tylko umówmy się: ona niewiele daje tak naprawdę, to jest w obecnej chwili zabawka i właściwie ta firma też to trochę potwierdza. My przez długi czas jeszcze realnych efektów z tej technologii nie zobaczymy i być może dla wielu firm to byłby trochę za wczesny etap, żeby dużo pieniędzy w to zainwestować. Być może lepiej poczekać na dedykowane rozwiązania
– mówi założyciel FLTR.pl.

Perspektywy rozwoju

Ekspert prognozuje, że największe szanse sztuczna inteligencja osiągnie w wąskich obszarach i specjalizacjach.

Architekt, zamiast projektować od podstaw cały budynek z wieloma szczegółami, będzie mógł w przyszłości po prostu zlecić to zadanie sztucznej inteligencji. Pracy nie będzie więc wykonywał młodszy asystent, tylko wszystko zostanie zaprojektowane przez aplikację, która analizując setki albo tysiące podobnych projektów, standardów, doświadczeń danego architekta, zaproponuje coś, co będzie zbliżone do prawidłowego projektu. Architekt skupi się jedynie na kontroli jakości, koncepcji itd.
– mówi Jan Dziekoński.

W przyszłości inwestor będzie mógł na przykład zrezygnować z ręcznego wyszukiwania dostępnych gruntów na rzecz uruchomienia odpowiedniego programu, który przeanalizuje jednocześnie wszystkie oferty w danym regionie czy kraju i zaproponuje te najbardziej interesujące, np. pod kątem rentowności.

Mamy takie obszary, gdzie sztuczną inteligencję już dzisiaj można z powodzeniem wykorzystywać, ale fakt, że szybciej zrobimy wizualizację, nie spowoduje rewolucji na rynku nieruchomości. Tam, gdzie chcielibyśmy mieć efekty w postaci np. tańszej budowy, SI jeszcze nie jest gotowa. Ciągle jesteśmy tak naprawdę na etapie prototypów, na przykład robotów, które budują budynki, stawiają cegły. To jeszcze nie są rozwiązania w pełni komercyjne
– mówi ekspert.

Jak podkreśla, w przypadku bańki AI – podobnie jak przy innych tego typu zjawiskach – lepiej poczekać na opadnięcie emocji. Wtedy też na rynku powinny pozostać tylko narzędzia perspektywiczne, sprawdzone, realnie wpływające na branżę.


Źródło: Agencja Informacyjna Newseria