Ticari gayrimenkul yörüngesi, son zamanlarda “AI”, “büyük veri”, “makine öğrenimi” ve “öngörüye dayalı analitik” gibi terimlerle kaynıyor ve bir başka teknoloji terimleri kümesi daha ön planda. Yeni keşfedilen ilgiyle birlikte, endüstrinin her nişindeki teknoloji şirketlerine büyük miktarda yatırım dolarları akıyor.

Ticari gayrimenkul endüstrisinde tüm bu yükseliş başgösterirken, geleceğe odakalanabilen (çok az sayıda) CRE yöneticileri AI teknolojisinin vaatlerine kayıtsız kalamazlar. Konu açıldığında ticari emlak yöneticilerinin birçoğu size yapay zekayı süreçlerine dahil etmeyi planladıklarını veya bunun “yol haritasında” olduğunu söyleyecektir. Ama bu ne anlama geliyor? Gayrimenkulde yapay zeka uygulamasının hedefleri nelerdir, hangi alana uygulanabilir ve başarısını hangi KPI'lar ölçecektir?

Yöneticiler, uygulamalara odaklanmanın ötesinde, satıcılar tarafından kendilerine sunulan teknoloji ürünlerinin yapay zeka gerçekliği ile de ilgilenmelidir. Aslında, yakın zamanda yapılan bir araştırma, "AI startupları" olarak sınıflandırılan tüm şirketlerin neredeyse yarısının aslında yapay zeka ile çok az ilgisi olduğunu ortaya koydu. AI olduğu iddia edilen tekliflerin, yalnızca kendi ürünlerini abartmak için tanıtım dalgasını sürmekle kalmayıp, yatırımcılar ve müşteriler için masaya gerçek yenilik ve değer getirmek için bir sonraki seviye yapay zeka teknolojisini kullandığını nasıl bilebiliriz?

Şimdi, AI'nın ne olduğunu - ve olmadığını - ve CRE yöneticileri için neden önemli olduğunu açıkça belirlemek için iyi bir zaman olabilir.

Yapay Zeka Sözlüğü

Yapay Zeka (AI): AI, onlarca yıldır var ve aksi takdirde yalnızca insanlar tarafından yapılabilecek belirli bir iş kapasitesini otomatikleştirmek için veri ve algoritmalar kullanan insanlar tarafından programlanan teknolojiyi ifade eder.

Makine Öğrenimi (ML): Algoritmik makine öğrenimi, yapay zekanın bir alt kümesidir. ML'de insanlar tüm kod satırlarını yazmaz; bunun yerine, model aracılığıyla veri çalıştırarak makineye kendini eğitmeyi öğretirler, bu da makinenin yeni şeyler öğrenme ve ilerledikçe kendi kurallarını değiştirme yeteneği ile sonuçlanır. Günümüzde popüler olarak kullanılan bazı makine öğrenimi algoritmaları, yapay sinir ağları olarak bilinen insan beyninden sonra modellenmiştir. Bu tür topolojiler üzerine inşa edilen teknolojiler, AI/ML olarak kabul ettiğimiz şeydir.

Derin Öğrenme (DL): Makine öğreniminin bir alt kümesi olan derin öğrenme, AI'nın aşamalı evriminin "kutsal kâsesi" olarak kabul edilir. Basitçe söylemek gerekirse, DL'nin ileriye dönük büyük adımı, insan eğitimi olmadan her türlü ham veri türünden otomatik olarak öğrenebilme, yani kendi kendine öğretebilme yeteneğidir.

Yapay zeka, çeşitli biçimlerinde bugün her zamankinden çok daha yüksek işleme ve otomasyona izin veriyor ve şu anda büyük verilerden yararlanmanın mevcut en iyi yolu. Yapay zeka teknolojileri sonunda, yüksek doğrulukla üst düzey tahmine dayalı analitiği gerçekleştirecek - çok büyük miktarda ilgili veriyi anlamlandıracak ve hatta geleceği tahmin etme yeteneğimizi geliştirecektir.

AI'yı Normal Kodlamadan Ayırt Etme

Mevcut CRE teknolojisi, AI gibi görünebilecek, (ancak aslında olmayan) çok sayıda teknoloji tabanlı hizmet olduğu için kafa karıştırıcı olabilir. Örneğin, birçok şirket artık işlem verileri, kira verileri, demografik veriler vb. gibi çeşitli sağlayıcılardan gelen çok sayıda veriyi bir araya getiren gösterge panosu hizmetleri sunmaktadır. Bu şirketler genellikle kendilerini yapay zeka olarak pazarlamaktadır. Yararlı yatırımcı tavsiyesi ve değeri sağlasalar da, bu toplama ürünleri nadiren yapay zeka tabanlıdır. Başka bir örnek olarak, yatırım prosedürü çözümlerinin popülaritesi artıyor. Bu hizmetler, yasal yatırım süreci boyunca yer alan çeşitli adımları kolaylaştırır. Burada yine, AI vaadi tamamen doğru olabilir veya olmayabilir.

Bir çekirdek AI teklifinin gerçekliğini, çıktısına bakarak belirlemek genellikle mümkündür. Gerçek yapay zekanın iş başında olduğu durumlarda, ürünün yalnızca toplu pazar bilgileri veya önerileri değil, raporlamaların karar verme içgörülerini desteklemesini bekleyebilirsiniz. Bu aşamada, gerçek yapay zekanın önemli bir barometresi olarak ürünün nihai çıktısının eyleme geçirilebilirliğini sorun ve ürün teklifinin hangi kısımlarının yapay zekadan yararlandığını öğrenin.

Bir CRE teknoloji şirketinin niyet derecesini ve kapasitesini tespit etmenin başka bir yolu da organizasyonun ekibine bakmaktır. Ekip, yapay zeka ile ilişkili olmayan, bir PHP kodlama bilen bir bilişim uzmanından mı oluşuyor? Veya derin teknolojide sağlam bir geçmişe sahip uzman veri bilimcileri ve mühendisleri mi istihdam ediyor? İkincisi ise, mühendisler ve AI/veri bilimcileri arasındaki oran nedir (ideal olarak yaklaşık 1:1)? Bu soruların cevapları, şirketin yapay zeka yutturmacasının ciddiyeti hakkında çok şey anlatacaktır.

Girişimciye Notlar: Bir algoritmayı, fonksiyonu veya yazılımla / veri tabanıyla çözdüğünüz sorunu Yapay Zeka olarak adlandırmayın, böyle yaptığınızda işi bilmediğinizi düşünüyoruz. Yapay Zeka yazılımın doğasında yaptığı çözümlere verilen isim değildir. - Burak Büyükdemir (etohum Ceo)

CRE için Etkili Yapay Zeka Uygulamaları Edinme

Peki bir ticari emlak yöneticisi, yatırım potansiyelini bir sonraki seviyeye taşımak için doğru yapay zeka tabanlı çözümü nasıl bulmalı? İşte akılda tutulması gereken bazı önemli noktalar:

• AI kendi başına bir hedef değildir. Öncelikli olarak hedeflerinizi ve KPI'larınızı tanımlayın ve AI'nın bunlara ulaşmak için en iyi teknoloji olduğunu belirleyin.
• CRE söz konusu olduğunda, SaaS portföy yöneticileri veya bulut analitik platformları gibi çevresel olarak kullanılan AI uygulamaları ile temel iş hedefleri için AI kullanan platformlar arasında büyük bir fark vardır. Otomatik ışıklara ve uzaktan ısıtma özelliklerine sahip bir IoT evi ile yapay zeka destekli otonom sürüş araçları arasındaki fark budur. Farklı kuruluşların farklı yapay zeka ihtiyaçları vardır - ancak hangi çözümlerin hangi kurumsal gereksinimlerle uyumlu olduğunu belirlemek çok önemlidir.
• İşiniz için derin veri çözümleri söz konusu olduğunda herkese uyan tek beden diye bir şey yoktur. Tamamen ısmarlama bir yapay zeka entegrasyonu, belirli iş modelinizin stratejilerini ve ilgili veri gruplarını hesaba katmalıdır. Potansiyel ortaklar, iş hedeflerinizi ve yöntemlerinizi derinlemesine anlamalıdır.
• Çekirdek AI sistem oluşturma, son derece spesifik uzmanlıklar gerektirir. Bu, genellikle, özellikle gayrimenkul yatırımıyla ilgili olduklarından, AI'nın yapı taşları ve yetenekleri hakkında derinden bilgili teknoloji uzmanlarıyla ortaklıklar gerektirecektir. Yapay Zeka'nın kurum içi bir çaba olması muhtemel değildir.
• Bu teknolojiyi etkin kullanabilmek adına, alt satır stratejileriniz için en önemli alanları tanımlayın ve orada en büyük etkiyi kimin yapabileceğini görün. Eklemeler, normal operasyonlarınıza sorunsuz bir şekilde uygulanmalı, ancak yine de iş hedeflerinize ölçülebilir iyileştirmeler getirmelidir.
• AI'nın kuruluşunuz için alfa oluşturmaya nasıl yönlendirilebileceğini düşünün. Etkili AI tabanlı CRE anlayışı, değer yaratma fırsatlarını belirlemek için şirketinizin emlak uzmanlarının uzmanlığını, makine öğrenimi modelleriyle birleştirmelidir.
• Amaç verimlilik veya otomasyon olduğunda, yapay zekayı işinize dahil etmek yalnızca işleri aşamalı olarak iyileştirmemeli, size ciddi bir üstel sıçrama sağlamalıdır. Bu nedenle, ilgili değerler için KPI'larınız çatıdan geçmelidir. Yapay zeka uygulamasının kârlılığınız üzerindeki etkisi dışında herhangi bir şekilde ölçülmesi gerektiğini düşünmeyin.

Son birkaç yılda, yapay zekanın bir dizi geleneksel endüstriyi alt üst ettiğini gördük ve ticari emlak piyasası da farklı olmamalı. Yapay zeka teknolojisi, tüm gayrimenkul yatırım yaşam döngüsünü etkileyen büyük miktarda veriyi anlayarak, milyarlarca doları gizli değerde açığa çıkarma potansiyeline sahiptir.

Şimdi emlak liderlerinin mevcut yeni araçlar ve bunları iş hedeflerine nasıl uygulayacakları hakkında derinlemesine bilgi geliştirme zamanı. Gayrimenkul uzmanları, otantik, sınıfının en iyisi yapay zeka teknolojisinden yararlanarak emlak piyasası hakkında her zamankinden çok daha derin bir anlayış geliştirmelidir.