Com os avanços atuais na AI , o que antes era complexo e tedioso agora pode ser feito de forma rápida e eficiente. Um desses exemplos é a análise de contratos de locação históricos. Com uma AI personalizada AI generativa, é possível criar um ambiente seguro em sandbox no qual todos os contratos de locação imobiliária históricos são carregados.

Isso permitirá que qualquer usuário da empresa acesse um chatbot para fazer perguntas em linguagem natural sobre qualquer aspecto dos contratos de locação. Na prática, isso se torna uma ferramenta dinâmica de gestão de contratos de locação que oferece informações valiosas e instantâneas ao alcance de todos os usuários.

Qual é o problema?

Hoje em dia, a maioria dos proprietários precisa lidar com um grande volume de contratos de locação históricos. Esses dados geralmente são resumidos em planilhas extensas e complexas ou, ocasionalmente, em softwares específicos para gestão de locações. As soluções existentes são estáticas, rígidas e ineficientes, o que pode causar frustração. Além disso, não são suficientemente flexíveis e oferecem apenas algumas informações com funcionalidades limitadas. Qualquer questão fora dos KPIs prescritos exige a leitura manual de (muitas vezes centenas, senão milhares de) contratos de locação. A equipe de análise gasta um tempo significativo gerando apresentações de portfólios e contratos de locação, privando os executivos de insights urgentes que ajudariam na tomada de decisões.

Qual é a solução?

Abordando diretamente os principais desafios dos executivos do setor imobiliário, Artefact sua ferramenta proprietária Lease Explorer. Trata-se de uma ferramenta personalizada e criada especificamente para esse fim, que permite a rápida implantação de poderosos Modelos de Linguagem de Grande Escala (LLMs) em um ambiente proprietário isolado, contendo contratos históricos de locação de imóveis. Os executivos do setor imobiliário podem, assim, consultar seus próprios contratos históricos diretamente por meio de uma interface semelhante à do ChatGPT.

O Lease Explorer consiste em cinco etapas principais:

  • Importação de contratos de locação: carregamento de todos os contratos de locação históricos em uma data comum.

  • Extração e preparação de informações essenciais: Dependendo da legibilidade dos contratos de locação, são utilizadas diversas ferramentas de extração de informações, incluindo o Reconhecimento Ótico de Caracteres (OCR) e o rastreamento da web. Posteriormente, as informações são processadas e os elementos essenciais são extraídos e apresentados em formato tabular.

  • Chatbot de perguntas e respostas: foi implementada uma interface simples de chatbot de perguntas e respostas, na qual os executivos podem fazer perguntas em linguagem natural.

  • Recuperação de informações: a consulta original e as fontes de informação relevantes recuperadas são enviadas ao LLM.

  • Geração de respostas por LLM: O LLM gera uma resposta coerente para o usuário, respondendo à sua pergunta, juntamente com as fontes recuperadas.

Não é preciso dizer que a adoção de uma ferramenta como a mencionada acima exigiria um período de gestão de mudanças, uma vez que novos processos de negócios e novas formas de trabalho precisariam ser adotados.

class="lazyload

Que tipo de perguntas em linguagem natural poderiam ser respondidas

Com a implementação do Lease Explorer, apresentamos algumas sugestões em linguagem natural que um executivo do setor imobiliário poderia fazer ao chatbot da ferramenta. É claro que a capacidade da ferramenta de fornecer respostas precisas à lista de perguntas abaixo — que não é exaustiva — depende da qualidade, da estrutura e da disponibilidade dos data de entrada, o que pode exigir acesso a informações além daquelas contidas simplesmente no contrato de locação.

  • Quantos contratos de locação de inquilinos que alugam pela primeira vez com a nossa empresa estão prestes a ser renovados nos próximos seis meses? Onde ficam esses imóveis e qual é o valor médio do aluguel desses imóveis específicos?

  • Qual é o valor dos contratos de locação que vencerão no próximo ano?

  • Você poderia criar um gráfico com as próximas datas de vencimento dos meus contratos de locação, organizadas por mês e ano?

  • Entre os meus contratos de locação atuais, você poderia me dizer qual é a porcentagem (em valor) correspondente a escritórios? E a de uso misto?

  • Quantos dentistas são meus inquilinos? Qual é a metragem quadrada média dos contratos de locação deles? Você poderia representar esses dados em um gráfico para mim?

  • Quantos locatários comerciais exerceram suas opções de renovação nos últimos dois anos?

  • Qual é a duração média dos contratos de locação para locatários (comerciais) em uma determinada área (Zona 1)?

  • Que cláusulas de reajuste incomuns se tornaram evidentes em nosso portfólio nos últimos três anos?

  • Você poderia me mostrar uma comparação entre as condições de locação de imóveis comerciais em shopping centers e de imóveis comerciais independentes?

  • Qual foi o valor médio do depósito de segurança solicitado em nossos contratos de locação nos últimos dois anos?

  • Você poderia fornecer um detalhamento da receita de aluguel do nosso portfólio por área geográfica (cidade, município, etc.)?

  • Quantos contratos de locação comercial incluem a opção de sublocação, e qual a porcentagem de locatários que exerceram essa opção?

  • Qual é a porcentagem dos nossos contratos de locação comercial que incluem cláusulas de redução de aluguel, e qual é a duração média desses períodos de redução?

  • Que porcentagem da carteira é composta por contratos de locação com cláusula de rescisão que vence nos próximos seis meses?

Que benefícios isso traz?

A adoção de uma AI como o Enterprise ChatGPT trará uma série de benefícios aos profissionais do setor imobiliário. Em primeiro lugar, a ferramenta provavelmente provocará uma mudança radical na velocidade com que as informações podem ser obtidas, capacitando assim significativamente os tomadores de decisão com acesso rápido a informações críticas. Além disso, a escalabilidade e a adaptabilidade dessa ferramenta para processar um volume cada vez maior de data de locação data inestimáveis para ajudar a preparar os negócios imobiliários para o futuro, atendendo às crescentes demandas do setor.

É provável que a adoção de tal ferramenta também gere uma mudança radical internamente dentro de uma empresa imobiliária. A adoção de uma AI minimizará qualquer dependência de processos anteriormente manuais no que diz respeito à análise de contratos de locação. Em vez de depender da infalibilidade de uma planilha e da continuidade do serviço de funcionários administrativos essenciais, uma AI seria capaz de receber diretamente as perguntas dos executivos em linguagem natural e fornecer respostas precisas em tempo hábil. Essencialmente, a dependência excessiva de fatores-chave para data e recuperação data é reduzida, e há margem para que os executivos diminuam os recursos necessários no processo de geração de insights. Além disso, para obter o máximo valor dessa AI , sua adoção provavelmente exigirá que a empresa passe por um processo transformador data , elevando assim os padrões internos de data , já que os insights gerados só serão tão bons quanto as informações coletadas.

Além disso, a IA generativa oferece certas vantagens para esse tipo de ferramenta em relação às soluções tradicionais AI . Tradicionalmente, data necessárias enormes quantidades de data rotulados para treinar e avaliar um modelo para uma tarefa específica. Isso já não é necessário graças à AI generativa, o que acelera o desenvolvimento dessas soluções. Além disso, AI generativa AI as soluções evoluam e se adaptem sem a necessidade de um grande volume de retrabalho e desenvolvimento adicional – as soluções podem ser mais flexíveis e menos rígidas.

Como se determina a precisão?

Implementar uma nova AI pela primeira vez e fazer com que ela gere insights executivos valiosos a partir de uma simples solicitação pode, sem dúvida, ser assustador, especialmente considerando a tão comentada desvantagem da IA de Geração (GenAI): as “alucinações”. As etapas a seguir, quando seguidas em conjunto, devem fornecer proteções suficientes para garantir que se obtenha o máximo valor da ferramenta.

  • Iterar a definição de uma AI os documentos de locação reais, de modo que o modelo tenha contexto suficiente específico do setor e da empresa para fornecer respostas.

  • Validar os processos continuamente para aperfeiçoar o desempenho do modelo e aumentar a precisão com a participação humana (ou seja, com um ser humano validando as respostas do modelo).

  • A adoção de uma abordagem do tipo “testar e aprender”, em que o feedback dos revisores relevantes é incorporado à solução.

  • Estabelecer instruções detalhadas passo a passo e diretrizes para garantir que os resultados intermediários e finais sejam precisos, específicos para a empresa e isentos de erros.

  • Realizar verificações regulares de garantia de qualidade para confirmar a exatidão das informações.

  • Utilizar um conjunto diversificado de perguntas e respostas de teste para validar o modelo, a fim de identificar os pontos fortes e fracos do sistema, facilitando o aprimoramento das instruções e identificando a necessidade de componentes adicionais e medidas de segurança.

Quais são as limitações existentes

Para que essa solução funcione conforme o esperado, há uma série de aspectos a serem considerados. Em primeiro lugar, o modelo provavelmente se limitaria a contratos de locação no Reino Unido, devido às peculiaridades do setor imobiliário no que diz respeito à localização e à legislação local. O Lease Explorer não teria capacidade de previsão, uma vez que apenas o desempenho histórico dos documentos existentes seria analisado.

Além disso, como qualquer ferramenta baseada em IA de geração (GenAI), o Lease Explorer teria dificuldade em lidar com instruções do usuário pouco claras e vagas, o que poderia impedir a obtenção dos resultados desejados. Por isso, recomenda-se sempre formular perguntas à interface de chat de maneira adequada, da mesma forma que se faria ao consultar um analista da equipe imobiliária.

É importante observar que a leitura e o processamento de documentos PDF para um formato legível por máquina exigem o uso de OCR (reconhecimento óptico de caracteres) como etapa essencial no processo de importação. Documentos que não sejam legíveis por máquina ou que apresentem um formato e uma estrutura de página complexos podem não ser importados corretamente, o que provavelmente afetará tarefas posteriores, como a extração de informações e o fornecimento de respostas confiáveis.

Além disso, para responder a questões analíticas quantitativas, são necessários outros processos:

  • Extração de informações essenciais dos contratos de locação, organizando esses atributos extraídos de forma estruturada e tabulada em um banco de dados. Esse processo também pode ser automatizado com AI generativa, oferecendo vantagens em relação à extração manual no que diz respeito ao tempo de desenvolvimento e implantação. Os data também podem ser utilizados como data painéis e reports empresariais tradicionais, transformando essa tarefa em um valioso caso de uso comercial. Observe que esta etapa só é necessária se os data analisados ainda não estiverem disponíveis em um banco de dados de forma estruturada.

  • Utilize AI generativa AI consultar os data estruturados data dos documentos, convertendo as perguntas em linguagem natural feitas pelos usuários em código SQL, que é então executado nos data tabulados. Os documentos não estruturados também podem ser utilizados para aproveitar ambas as fontes de data, proporcionando um sistema capaz de gerar insights quantitativos detalhados em um instante.

Custos e requisitos

A implantação e a adaptação da ferramenta Lease Explorer Artefactcustariam, razoavelmente, a partir de cerca de £45 mil e exigiriam pelo menos quatro semanas de trabalho em conjunto, dependendo das funcionalidades escolhidas. Isso, é claro, partindo do pressuposto de que os contratos de locação enviados sejam todos legíveis por máquina, substancialmente semelhantes e redigidos em inglês. Após a implantação do Lease Explorer, seria necessária uma assinatura contínua de qualquer LLM de IA Gerativa (GenAI) utilizado para desenvolver a ferramenta personalizada.

Por que Artefact?

Artefact uma empresa de consultoria líder global dedicada a acelerar a adoção de data AI gerar um impacto positivo nas pessoas e nas organizações. Somos especializados em data e data para gerar resultados comerciais tangíveis em toda a cadeia de valor da empresa. Artefact o conjunto mais abrangente de soluções data, desenvolvidas com base em data aprofundada e AI de ponta, realizando AI em grande escala no setor imobiliário do Reino Unido.

Somos parceiros de confiança de empresas do setor imobiliário nas áreas residencial, comercial, industrial e em classes de ativos especializadas. Entre nossos parceiros estão empresas listadas no FTSE 350 e organizações privadas de porte semelhante. Com mais de 20 anos de experiência no setor imobiliário, nossa equipe especializada conta com especialistas e profissionais credenciados nas áreas de avaliação imobiliária, planejamento urbano, desenvolvimento e financiamento.

Nosso trabalho anterior abrange desde o desenvolvimento de estratégias dinâmicas data em conjunto com nossos clientes — orientando-os sobre onde atuar e como obter sucesso nos mercados escolhidos — até grandes mudanças operacionais, como a criação de novas divisões de negócios e propostas. Atuamos em todas as etapas do ciclo de vida dos imóveis, desde a aquisição de terrenos até a manutenção contínua, e temos trabalhado com os clientes para aprimorar cientificamente esses processos.