Co nas czeka w przyszłości? Nowe technologie w branży nieruchomości

Nowe technologie to nieodłączny element wielu branż. Sztuczna inteligencja rozwija się na wielu płaszczyznach – również w branży nieruchomości. Jak wykorzystać nowe technologie oraz sztuczną inteligencję w codziennej pracy agenta nieruchomości i dewelopera? Na jakie technologie postawić, aby skutecznie rozwijać swoją działalność? Na te oraz inne pytania odpowiedziała podczas webinaru Aleksandra Przegalińska.

Czy nowe technologie będą coraz prostsze i bardziej intuicyjne?

Prof. Aleksandra Przegalińska podczas webinaru wspomniała o artykule, który stosunkowo niedawno został opublikowany w amerykańskim The Atlantic. Opisano w nim chęć coraz większego upraszczania nowych technologii. Autor tekstu wskazał, że większość firm technologicznych będzie już teraz stwarzać możliwości dla każdego do korzystania ze sztucznej inteligencji bez zbędnych szkoleń – tak, aby dostępna technologia była jak najbardziej intuicyjna.

Podążające z duchem czasu organizacje chcą tworzyć platformy, które będą przypominać media społecznościowe; z nowoczesnych platform mogliby swobodnie korzystać użytkownicy niezależnie od technologicznych umiejętności. Uzasadnione w tym kontekście wydaje się pytanie, które zadaje sobie wielu z nas: czy będę mógł/mogła korzystać z rozwiązań sztucznej inteligencji w swojej pracy i czy będzie to tak przyjemne, jak korzystanie z mediów społecznościowych? Prof. Aleksandra Przegalińska uważa, że jest to możliwe i ta zmiana na lepsze będzie w niedalekiej przyszłości odczuwalna, ponieważ sztuczna inteligencja staje się coraz bardziej intuicyjna.  

W jakich aspektach – według Aleksandry Przegalińskiej – sztuczna inteligencja może być pomocna w sektorze nieruchomości?

• Generowanie leadów
• Lepsze zrozumienie potrzeb klientów z wykorzystaniem NLP (Programowania neurolingwistycznego)
• Zaawansowane filtrowanie w poszukiwaniu optymalnych nieruchomości
• Generowanie raportów i umów
• Precyzyjne szacowanie wartości nieruchomości
• Zmiany w bankowości hipotecznej

Poznaj najważniejsze wnioski płynące z wystąpienia prof. Aleksandry Przegalińskiej:

1. Jako dyscyplina sztuczna inteligencja jest teraz w bardzo dobrym momencie, cały czas się rozwija.
   
2. W ostatnich miesiącach narzędzia z obszaru sztucznej inteligencji są coraz mniej trywialne i coraz bardziej dostosowane do potrzeb poszczególnych sektorów, w tym branży nieruchomości. Ma to związek z tzw. uproszczeniem – rozwiązania mają być łatwe w obsłudze i sprawiać przyjemność użytkownikom.
   
3. Istnieje szereg różnych subdyscyplin sztucznej inteligencji – m.in. przetwarzanie obrazu, które dla sektora nieruchomości jest zdaniem prof. Aleksandry Przegalińskiej niezwykle ważne. To istotny aspekt np. przy ocenie wartości nieruchomości. Współcześnie pojawiają się projekty, w których stosuje się już tę możliwość.
   
4. Przykładem sztucznej inteligencji są algorytmy uczenia maszynowego, które mogą dokonywać predykcji. Dotyczy to segmentacji klientów, która będzie wpływać na wartość nieruchomości w danym miejscu.
   
5. W uczeniu maszynowym wyróżniamy metody nadzorowane (najprostsze) i nienadzorowane (bardziej skomplikowane), w których sztuczna inteligencja sama klasyfikuje różne punkty do różnych grup, oraz najnowsze metodyki, które są dopiero wdrażane.
   
6. Można tworzyć tzw. predykcję bez umiejętności programowania. Metodę uczenia nadzorowanego (najprostszą) stosujemy, gdy mamy wolumen danych, które chcemy przewidzieć lub wyjaśnić (np. ile będą zarabiać ludzie za jakiś czas).
   
7. W kategorii metod nadzorowanych jest regresja – pomaga ona np. przewidzieć cenę nieruchomości w oparciu o wcześniejsze dane cenowe dla podobnych nieruchomości. Kolejną klasą jest klasyfikacja, która pomaga np. przewidzieć, czy klient online kupi oferowany przez nas produkt, czy nie. Klasyfikacja może być wstępem do rekomendacji.
   
8. Być może za jakiś czas poznamy nowe metody uczenia maszynowego, które będą bardziej inspirowane pracą ludzkiego mózgu.
   
9. Powstają pierwsze prace, które mówią, że również te głębokie, wielowarstwowe sieci neuronowe, które najbardziej przypominają ludzki mózg, mogą być wykorzystywane do tego, żeby rekomendować ludziom produkty i usługi w sposób nietrywialny.
   
10. Dziś poruszamy się w przestrzeni implementacji rozwiązań prostszych, ale przydatnych. Możemy wykorzystywać te klasyczne metody do budowania pewnych scenariuszy przyszłości dot. rozwoju, demografii, przychodów, długości życia – to będzie wpływać także na sektor nieruchomości.
    
11. Rekomendację możemy obsłużyć za pomocą tzw. metod nienadzorowanych (zwłaszcza clusteringu), czyli metody, w której grupujemy sobie różne segmenty klientów w małe zbiory i na ich podstawie dostarczamy określone, targetowane usługi czy produkty. Odnosi się to do bardziej precyzyjnej segmentacji klienta – wyniki mogą odpowiedzieć na pytanie, jaka będzie decyzja zakupowa klienta.
    
12. Sztuczna inteligencja może generować rozmaite leady i pokazywać portfolio różnych nieruchomości. Metodą, która dopiero teraz się rozwija i może w przyszłości odnaleźć się w branży nieruchomości, będzie collaborative filtering, w której ważną rolę odgrywają np. preferencje zakupowe osób podobnych do danej osoby. Są to jednak bardzo szczegółowe i profesjonalne rozwiązania. Innym rodzajem jest np. content based filtering – metoda odnosząca się do poprzednich preferencji klienta. 
    
13. Obecnie mamy również potężne narzędzia sztucznej inteligencji, które są wielofunkcyjne (np. GPT-3 ze 175 miliardami parametrów – może m.in. komponować muzykę, przetwarzać obrazy, tekst, generować leady marketingowe i różne frazy).

Aleksandra Przegalińska – Doktor habilitowana w dziedzinie nauk o zarządzaniu. Doktoryzowała się w zakresie filozofii sztucznej inteligencji w Instytucie Filozofii UW. Obecnie Prorektor ds. Współpracy z Zagranicą oraz ESR w Akademii Leona Koźmińskiego. Od 2016 r. prowadziła badania w Massachusetts Institute of Technology w Bostonie. Absolwentka The New School for Social Research w Nowym Jorku, gdzie uczestniczyła w badaniach dotyczących tożsamości w rzeczywistości wirtualnej, ze szczególnym uwzględnieniem Second Life. Interesuje się rozwojem sztucznej inteligencji, przetwarzaniem języka naturalnego, uczeniem maszynowym, robotami społecznymi i technologiami ubieralnymi.