Как используются нейросети в недвижимости
ИИ предлагает оптимальные цены на квартиры, улучшает клиентский сервис и даже повышает безопасность на стройке, да-да. В этой статье мы собрали примеры риелторов, девелоперов и инвесторов, как они внедряют новые технологии в работу.
Риелторская деятельность
Нейросети помогают агентам по недвижимости улучшить сервис, точнее подбирать объекты под запросы клиента и быстрее закрывать сделки. Вместо поиска по фильтрам можно написать параметры квартиры или коммерческого помещения чат-боту, и он подберет варианты из имеющейся базы.
Андрей Зимарев, руководитель отдела разработки компании «Жилфонд»
С помощью нейросетей получается обрабатывать быстро колоссальное количество информации. ИИ ищет закономерности среди миллиона параметров, структурирует их и на основе этого выдает рекомендации. Мы загрузили в нейросеть весь архив сделок Жилфонда за все время работы, то есть почти 30 лет. Плюс подключили открытые API* сайтов по поиску недвижимости, откуда идет автоматический сбор данных.
- API — механизмы, которые позволяют разным программам или сервисам обмениваться данными.
На скорость сделки влияет в первую очередь цена. Если в объявлении сразу поставить корректную цену, то объект есть шанс продать в среднем за 1–4 месяца. При этом средний срок продажи квартиры по рынку — 2–8 месяцев. Раньше на определение корректной цены нужно было потратить 1–2 рабочих дня: найти и сравнить похожие объекты, изучить рынок, иногда обзвонить похожие варианты. Сейчас нейросеть делает анализ не дольше 5 минут. Риелтору достаточно заполнить карточку объекта: указать адрес, количество комнат, площадь, этаж и предполагаемую цену. ИИ сравнивает данные с теми, что загружены в систему, анализирует, выдает рекомендованную цену и помогает создать корректное и лаконичное описание объекта.
Постепенно мы учим нашу нейросеть новому, чтобы расширить ее возможности и функционал. Например, обучили модуль анализировать фотографии: замечать посторонние предметы, людей в отражении зеркал, отличать интерьер от экстерьера — все это упрощает работу при оформлении карточки объекта.
Мы постоянно ищем и загружаем в нейросеть новые данные для обработки, которые помогают ей стать еще более эффективным помощником риелтора. В дальнейшем искусственный интеллект может быть полезен и в других вопросах, например:
- построить систему рекомендаций на основе прошлого поиска клиента
- проанализировать звонок риелтора с клиентом
- подсветить недооцененные объекты, интересные с инвестиционной точки зрения
- сделать анализ состояния объекта по фотографии
Строительство
Благодаря ИИ стройка становится безопаснее. Через обработку больших массивов данных новые технологии позволяют улучшить планирование и сократить издержки.
Сергей Усынин, генеральный директор ООО Специализированный застройщик «Скрипка Девелопмент», учредитель IT-компании «Диджитал скрипка»
Мы используем искусственный интеллект для контроля безопасности и процесса строительства высотных домов. Интегрировали различные типы нейросетей, включая:
- Конволюционные нейронные сети (CNN). Они распознают и анализируют визуальный данные с камер и дронов.
- Рекуррентные нейронные сети (RNN) для мониторинга временных рядов данных. Это вид нейросетей, где связи между элементами образуют направленную последовательность.
Применение нейронок очень индивидуально. Я бы советовал начать внедрение постепенно: четко определить задачи, инвестировать в качественные данные, начинать с пилотных проектов, сотрудничать с экспертами, обучать сотрудников и следить за новыми тенденциями. В нашей компании уже действуют модули большого комплекса машинного зрения, которые полностью анализируют процесс строительства, выявляют возможные технологические нарушения и нарушения мер безопасности. Работают как стационарные камеры, так и наземные дроны, что позволяет обеспечивать непрерывный мониторинг строительных площадок и оперативно реагировать на любые отклонения от норм.
Использование ИИ позволяет нам значительно повысить качество строительства, обеспечить безопасность рабочих и ускорить выполнение проектов.
Маркетинг и продажи
Как и в любой нише, нейросети помогают создавать контент, разрабатывать рекламные и маркетинговые стратегии, анализировать поведение целевой аудитории и т. д. Но в недвижимости они помогают еще и в ценообразовании. На цену квартиры или офиса влияют очень много факторов, поэтому поставить цену «наугад» нельзя. При этом на рынке постоянно происходят колебания, и девелоперам нужно адаптировать к ним цены.
Александр Меркулов, заместитель генерального директора по девелопменту Level Group
Одно из ключевых направлений использования ИИ — динамическое ценообразование. С помощью нейросетей и математического моделирования мы анализируем большие объемы данных о спросе, предпочтениях клиентов и рыночных тенденциях, что позволяет устанавливать оптимальные цены на объекты недвижимости.
Например, еще в 2010-х годах девелоперам для корректировки цены была необходима экспертиза команды аналитиков, изучавших темпы продаж, спрос на разные типы планировок или квартиры с разными видами из окон. Такой анализ позволял обеспечивать равномерное выбытие лотов и максимизацию прибыли, повышая или понижая их стоимость в ходе реализации проектов. Сейчас же для этих целей используют автоматизированные системы динамического ценообразования на базе ИИ, которые способны оперативно проанализировать данные в любое время.
Проектирование и дизайн
Нейросети помогают создавать изображения зданий и помещений, которые только в разработке. Визуализация делает проектирование более наглядным и понятным для заказчиков.
Владимир Лозенко, СЕО и основатель международной сети заводов ЛСТК «Фабрика каркасов»
У нас есть подразделение по девелопменту, где мы работаем с застройщиками. И в этой работе активно используем ИИ для создания графики и иллюстраций. Когда к нам обращается девелопер, чтобы заказать конструкции для возведения здания, осматриваем территорию под строительство, изучаем техническое задание и с учетом этих данных разрабатываем концепцию будущего строения. На этом этапе для наглядности создаем иллюстрации с помощью ИИ, чтобы все участники могли визуально представить конечный результат. Так заказчик быстрее принимает решение, подходит ему предложенный вариант или нет. Мы-то прекрасно понимаем конструктив системы и можем без изображений оценить задуманную форму. Но когда к схематичным и устным аргументам добавляем визуальные во время переговоров с потенциальным заказчиком, это играет важную роль.
Сейчас возводим в Серпухове рынок, состоящий из двух зданий по 6000 квадратных метров каждое. Заказчику было важно отразить в дизайне строения стилистику компании. Мы задумали оформить вход в виде пятиметрового ромба, который есть на логотипе. Сформулировали для нейросети задание с учетом этих данных и попросили показать варианты исполнения. Продемонстрировали заказчику, как будет выглядеть здание, так и получили проект.
При визуализаций для домов ИЖС нейросети работают еще лучше. Они эффективно создают изображения с интересной и красивой архитектурой.
Мы используем нейросеть, встроенную в программу Adobe Photoshop. Для наших задач она подходит больше всего, поскольку способна дорисовывать изображения, четко выдерживая геометрические формы нашей каркасной технологии. Другие ИИ пока справляются с этим похуже.
Инвестиции
Искусственный интеллект делает более точный анализ инвестиционных проектов, чем это способен сделать человек. ИИ просчитывает десятки факторов, которые влияют на риски и потенциальную прибыльность объекта, помогая принимать более осознанные инвестиционные решения.
Константин Гамарник, CEO аналитического агентства WhiteIndex
Clarifi и FloydHub — превосходные инструменты для оценки фотографий объектов вторичного рынка, которые приобретают в целях редевелопмента или флиппинга.
- Редевелопмент — обновление и реконструкция устаревших, заброшенных или неэффективно используемых городских пространств.
- Флиппинг — покупка, ремонт и последующая перепродажа недвижимости.
Оптимального результата получается достичь, если использовать обе сети и сравнивать результаты их анализов. Опыт показал, что после должной отладки нейронки позволяют классифицировать объекты по уровню необходимого ремонта и исключить из списка объекты с признаками серьезных проблем. Нейросети здорово находят мелкие нюансы, которые по фото не способен отследить человек, и акцентируют на них внимание. Например, плесень или подъем капиллярной влаги.
В инвестиционной аналитике мы применяем микс нейросетей, который не хотелось бы разглашать, и собственные разработки. Но часть данных получаем через Brandwatch в сочетании с Sentiment Analysis APIs. Первая находит отзывы о застройщиках, которых мы мониторим для оценки рисков, а вторая оценивает отзывы. В совокупности с другими нейронками это позволяет переводить в цифровые значения факторы, которые обычно не принимают в расчет при оценке рисков, и автоматически включать в расчетные модели геополитические факторы. В данный момент мы включаем в них от 56 до 87 факторов в зависимости от страны. Каждый фактор имеет свой вес в общем рейтинге.
Поставьте 👍, если статья была полезной!