Durante a maior parte da \u00faltima d\u00e9cada, o setor imobili\u00e1rio do Reino Unido falou sobre a Intelig\u00eancia Artificial como algo que est\u00e1 chegando: iminente, inevit\u00e1vel, mas perpetuamente logo ap\u00f3s o horizonte. As agendas das confer\u00eancias est\u00e3o repletas de pain\u00e9is da PropTech, as estrat\u00e9gias de inova\u00e7\u00e3o est\u00e3o cheias de refer\u00eancias ao data e \u00e0 automa\u00e7\u00e3o, e a maioria das grandes empresas pode apontar pelo menos um punhado de pilotos, iniciativas sem brilho ou provas de conceito. E, no entanto, para muitos top\u00f3grafos em campo, o progresso ainda parece hesitante e fragmentado. A IA parece estar presente em toda parte na ret\u00f3rica, mas apenas seletivamente incorporada na realidade.<\/p>\n
Essa aparente apatia, no entanto, esconde uma verdade mais sutil. A quest\u00e3o n\u00e3o \u00e9 que a IA n\u00e3o tenha conseguido encontrar relev\u00e2ncia no setor imobili\u00e1rio, nem que a tecnologia em si seja imatura. Na verdade, a IA j\u00e1 est\u00e1 proporcionando um valor tang\u00edvel em transa\u00e7\u00f5es, avalia\u00e7\u00f5es, gerenciamento de ativos e opera\u00e7\u00f5es de constru\u00e7\u00e3o. A verdadeira quest\u00e3o \u00e9 por que a ado\u00e7\u00e3o tem sido mais lenta, mais cautelosa e mais desigual do que em muitos setores compar\u00e1veis. A resposta est\u00e1 menos nos algoritmos e muito mais nas caracter\u00edsticas estruturais do pr\u00f3prio setor imobili\u00e1rio do Reino Unido.<\/p>\n
Para entender o rumo que o setor est\u00e1 tomando, primeiro precisamos ser honestos quanto \u00e0 sua situa\u00e7\u00e3o atual.<\/p>\n
Nos \u00faltimos doze a dezoito meses, ocorreu uma mudan\u00e7a significativa. A IA saiu decisivamente da fase experimental e entrou nos fluxos de trabalho profissionais cotidianos. H\u00e1 apenas um ano, a maioria das iniciativas ainda era enquadrada como piloto, muitas vezes confinada a pequenas equipes de inova\u00e7\u00e3o que trabalhavam na periferia da empresa. Esses esfor\u00e7os tendiam a se concentrar em ferramentas de conversa\u00e7\u00e3o; chatbots projetados para responder a perguntas b\u00e1sicas, redigir textos ou obter informa\u00e7\u00f5es de reposit\u00f3rios de documentos. Embora \u00fateis, raramente eram conectados aos principais processos operacionais.<\/p>\n
Hoje, esse quadro \u00e9 bem diferente. A IA est\u00e1 cada vez mais incorporada ao trabalho di\u00e1rio de top\u00f3grafos, analistas, gerentes de ativos e equipes operacionais. A velocidade da mudan\u00e7a tem sido impressionante. Enquanto grande parte da atividade do ano passado girava em torno do uso de Modelos de Linguagem Ampla (LLMs) como assistentes passivos, a aten\u00e7\u00e3o agora se voltou para os sistemas ag\u00eanticos; agentes de IA capazes de executar tarefas de v\u00e1rias etapas de forma aut\u00f4noma, coletando informa\u00e7\u00f5es, validando entradas, elaborando sa\u00eddas e escalando problemas para an\u00e1lise humana em pontos definidos.<\/p>\n
No entanto, apesar dessa acelera\u00e7\u00e3o, um princ\u00edpio permaneceu praticamente intacto no setor imobili\u00e1rio do Reino Unido: A IA est\u00e1 sendo implementada como suporte \u00e0 decis\u00e3o, n\u00e3o como um tomador de decis\u00f5es<\/strong>. Essa distin\u00e7\u00e3o n\u00e3o \u00e9 acidental, nem se trata apenas de conservadorismo cultural. Ela reflete um entendimento profundamente arraigado de responsabilidade profissional e risco que continua a moldar at\u00e9 onde as empresas est\u00e3o dispostas e s\u00e3o capazes de ir.<\/p>\n Na pr\u00e1tica, isso se torna mais evidente em transa\u00e7\u00f5es e due diligence, que continuam sendo a \u00e1rea mais madura de ado\u00e7\u00e3o de IA. Aqui, a proposta de valor \u00e9 clara e imediata. Atualmente, os sistemas de IA s\u00e3o usados rotineiramente para ler e analisar grandes pacotes de documentos, extrair cl\u00e1usulas-chave de arrendamento, resumir condi\u00e7\u00f5es de planejamento, EPCs e manuais operacionais e gerar primeiros rascunhos de arrendamentos, listagens e due diligence reports. O conceito cr\u00edtico subjacente a todos esses casos de uso \u00e9 o da \u201cprimeira passagem\u201d. A IA permite que as equipes apresentem os problemas mais rapidamente, estruturem as informa\u00e7\u00f5es de forma mais consistente e concentrem a aten\u00e7\u00e3o profissional onde for mais importante. Ela n\u00e3o elimina a necessidade de julgamento e experi\u00eancia profissional; ao contr\u00e1rio, ela os aprimora.<\/p>\n Um padr\u00e3o semelhante pode ser observado na avalia\u00e7\u00e3o e na pesquisa de mercado. A IA \u00e9 cada vez mais usada para selecionar evid\u00eancias compar\u00e1veis, redigir coment\u00e1rios iniciais sobre o mercado e executar cen\u00e1rios ou an\u00e1lises de sensibilidade em uma velocidade e escala que antes seriam impratic\u00e1veis. No entanto, o parecer de avalia\u00e7\u00e3o em si permanece firme (e legalmente) com o avaliador. Tanto do ponto de vista profissional quanto do ponto de vista de seguros, n\u00e3o pode ser diferente. A IA acelera a an\u00e1lise, mas n\u00e3o assina, e n\u00e3o deve assinar, pareceres de valor. E nunca o far\u00e1.<\/p>\n No gerenciamento de ativos e portf\u00f3lios, a \u00eanfase muda novamente, da velocidade para a perspectiva. A IA permite que as empresas examinem seus portf\u00f3lios de novas maneiras, explorando quest\u00f5es relacionadas \u00e0 sensibilidade da taxa de juros, exposi\u00e7\u00e3o a vagas ou prioridades de aloca\u00e7\u00e3o de capital com muito mais profundidade e consist\u00eancia do que as abordagens manuais permitem. Mais uma vez, n\u00e3o se trata de automa\u00e7\u00e3o da tomada de decis\u00f5es, mas de aumento do pensamento estrat\u00e9gico.<\/p>\n Talvez a ilustra\u00e7\u00e3o mais clara do potencial da IA esteja nas opera\u00e7\u00f5es de constru\u00e7\u00e3o e no gerenciamento de energia, onde a ado\u00e7\u00e3o tem sido mais forte sempre que existe data de boa qualidade. A manuten\u00e7\u00e3o preditiva, a otimiza\u00e7\u00e3o de energia e a detec\u00e7\u00e3o precoce de falhas se prestam naturalmente \u00e0s abordagens do data-driven, e os benef\u00edcios financeiros geralmente s\u00e3o f\u00e1ceis de quantificar. N\u00e3o \u00e9 de se surpreender que esses casos de uso tenham encontrado menos resist\u00eancia do que aqueles que envolvem o julgamento profissional b\u00e1sico.<\/p>\n Dada essa amplitude de aplica\u00e7\u00e3o, \u00e9 razo\u00e1vel perguntar por que a ado\u00e7\u00e3o da IA na propriedade n\u00e3o parece estar mais avan\u00e7ada. A resposta \u00e9 que as principais restri\u00e7\u00f5es n\u00e3o s\u00e3o tecnol\u00f3gicas. Elas s\u00e3o estruturais e humanas, como costuma ser o caso.<\/p>\n O desafio mais \u00f3bvio e mais persistente \u00e9 o data. O data de propriedades \u00e9 notoriamente fragmentado, inconsistente, caro de acessar e, muitas vezes, n\u00e3o estruturado. O mesmo ativo pode aparecer com v\u00e1rios nomes (ou endere\u00e7os) em diferentes sistemas; os documentos frequentemente se contradizem; as informa\u00e7\u00f5es cr\u00edticas geralmente est\u00e3o enterradas em reposit\u00f3rios isolados de PDFs, digitaliza\u00e7\u00f5es ou longas cadeias de e-mail. Os sistemas de IA t\u00eam dificuldade para escalar nessas condi\u00e7\u00f5es. Sem um s\u00f3lido data foundations, at\u00e9 mesmo os modelos mais sofisticados ter\u00e3o um desempenho inferior.<\/p>\n H\u00e1 tamb\u00e9m uma quest\u00e3o mais profunda e espec\u00edfica do setor em jogo. A propriedade \u00e9 fundamentalmente n\u00e3o padronizada. N\u00e3o h\u00e1 dois ativos realmente iguais. As caracter\u00edsticas f\u00edsicas variam, assim como as estruturas de posse, os pacotes de incentivos e as nuances contratuais. Diferentemente de commodities ou bens de consumo, as transa\u00e7\u00f5es imobili\u00e1rias s\u00e3o de alto valor, baixo volume e inerentemente \u00fanicas. Isso torna a cria\u00e7\u00e3o de datasets limpos e estatisticamente robustos muito mais dif\u00edcil do que nos setores que lidam com produtos padronizados comercializados em escala.<\/p>\n Embora o Reino Unido tenha um rico cen\u00e1rio data relacionado \u00e0 propriedade (e conjuntos data contextuais ainda mais ricos), mais forte do que a maioria dos pa\u00edses da UE, ele tem lacunas not\u00f3rias nos conjuntos data. N\u00e3o existe um data de leasing confi\u00e1vel, nem APIs para o HM Land Registry para extrair transa\u00e7\u00f5es de vendas em massa, data de planejamento fragmentado atr\u00e1s de firewalls intermin\u00e1veis e autoridades locais pouco integradas em n\u00edvel data nacional. Embora, em alguns aspectos, exista o risco de ficar sobrecarregado com o data, ainda existem lacunas significativas que limitam os casos de uso de IA em potencial.<\/p>\n Al\u00e9m do data, as quest\u00f5es de responsabilidade, governan\u00e7a e prote\u00e7\u00e3o do data s\u00e3o grandes. A maioria das atividades do setor imobili\u00e1rio \u00e9 rigidamente regulamentada e os governos geralmente (muitas vezes com raz\u00e3o) demoram a adotar mudan\u00e7as que possam afetar o p\u00fablico. Quando a Artefact ministra cursos pr\u00e1ticos de IA por meio do Royal Institution of Chartered Surveyors (RICS), as mesmas preocupa\u00e7\u00f5es surgem repetidamente. A quem pertence um resultado gerado por IA? Quem \u00e9 respons\u00e1vel se o resultado estiver errado? Em que data o modelo foi treinado e para onde v\u00e3o as informa\u00e7\u00f5es do cliente depois de processadas? Essas n\u00e3o s\u00e3o perguntas abstratas. Os inspetores lidam com informa\u00e7\u00f5es altamente confidenciais e ainda h\u00e1 um mal-entendido generalizado sobre como os modelos de linguagem grande funcionam, principalmente em rela\u00e7\u00e3o \u00e0 reten\u00e7\u00e3o, ao treinamento e ao risco do data. At\u00e9 que essas quest\u00f5es sejam claramente abordadas por meio de governan\u00e7a e pol\u00edtica, muitas empresas permanecer\u00e3o cautelosas, preferindo pilotos contidos \u00e0 implanta\u00e7\u00e3o em grande escala.<\/p>\n Fatores culturais e organizacionais agravam ainda mais essa cautela. O setor imobili\u00e1rio do Reino Unido \u00e9, por natureza, lento e avesso a riscos. As receitas s\u00e3o de longo prazo e relativamente previs\u00edveis (principalmente para grandes REITs e construtoras), as margens est\u00e3o sob press\u00e3o e as condi\u00e7\u00f5es de mercado continuam desafiadoras. Em um ambiente como esse, a preserva\u00e7\u00e3o do caixa geralmente tem prioridade sobre a experimenta\u00e7\u00e3o. Al\u00e9m disso, as empresas imobili\u00e1rias tendem a operar com um n\u00famero relativamente pequeno de funcion\u00e1rios em compara\u00e7\u00e3o com o valor dos ativos ou das receitas, o que significa que os ganhos de efici\u00eancia nem sempre se traduzem em redu\u00e7\u00f5es imediatas nos custos de FTE. Isso pode tornar o retorno sobre o investimento mais dif\u00edcil de ser articulado em termos tradicionais.<\/p>\n A demografia tamb\u00e9m desempenha um papel importante. A idade m\u00e9dia no setor continua aumentando, e o setor luta para atrair talentos mais jovens, nativos de IA, capazes de promover mudan\u00e7as internas. N\u00e3o se trata apenas de uma quest\u00e3o de habilidades, mas de mentalidade e familiaridade com ferramentas digitais como padr\u00e3o e n\u00e3o como complemento.<\/p>\n A RICS est\u00e1 assumindo um papel de lideran\u00e7a global na prepara\u00e7\u00e3o da profiss\u00e3o de top\u00f3grafo para a ado\u00e7\u00e3o respons\u00e1vel da IA. Reconhecendo que a IA j\u00e1 est\u00e1 transformando a pr\u00e1tica cotidiana, desde o suporte de avalia\u00e7\u00e3o e modelagem de risco at\u00e9 a extra\u00e7\u00e3o de data. O RICS publicou recentemente um padr\u00e3o profissional global inovador sobre o uso respons\u00e1vel da IA. Esse padr\u00e3o foi projetado n\u00e3o para sufocar a inova\u00e7\u00e3o, mas para apoiar a ado\u00e7\u00e3o \u00e9tica e confiante, definindo expectativas claras de base para compet\u00eancia, governan\u00e7a e responsabilidade entre seus 150.000 agrimensores licenciados em todo o mundo.<\/p>\n O novo padr\u00e3o de conduta se aplica a todos os membros da RICS e empresas regulamentadas onde os resultados de IA t\u00eam um impacto material na presta\u00e7\u00e3o de servi\u00e7os. Desenvolvida com os principais l\u00edderes do setor, incluindo a Artefact, que copreside o grupo de trabalho, a estrutura se concentra em refor\u00e7ar o julgamento profissional e, ao mesmo tempo, aumentar a experi\u00eancia. A norma descreve requisitos essenciais em cinco \u00e1reas: estabelecer uma linha de base de alfabetiza\u00e7\u00e3o em IA; fortalecer o gerenciamento de pr\u00e1ticas por meio de registros de governan\u00e7a e risco; introduzir expectativas claras para a devida dilig\u00eancia ao adquirir ferramentas de IA de terceiros; refor\u00e7ar o julgamento profissional, o ceticismo e a transpar\u00eancia ao confiar nos resultados de IA; e definir expectativas de responsabilidade para os envolvidos no desenvolvimento de sistemas de IA.<\/p>\n Essa abordagem proativa \u00e9 crucial para gerenciar os novos riscos profissionais introduzidos pela IA, garantindo uma pr\u00e1tica consistente e protegendo a confian\u00e7a do cliente. O RICS acredita que, ao fornecer essa estrutura compartilhada, a profiss\u00e3o pode adotar a inova\u00e7\u00e3o em uma base \u00e9tica e profissional s\u00f3lida, atraindo talentos \u2018nativos de IA\u2019 e impulsionando o setor.<\/p>\n Crucialmente, os novos padr\u00f5es fazem parte de um ecossistema RICS mais amplo e abrangente para impulsionar a ado\u00e7\u00e3o respons\u00e1vel da IA. Isso inclui a adapta\u00e7\u00e3o das Avalia\u00e7\u00f5es de Compet\u00eancia Profissional (APCs), a realiza\u00e7\u00e3o de cursos de treinamento pr\u00e1tico (como o altamente popular \u2018Global Harnessing AI & Data in the Built Environment\u2019) e a publica\u00e7\u00e3o de documentos de orienta\u00e7\u00e3o pr\u00e1tica. Esse esfor\u00e7o conjunto fornece aos top\u00f3grafos um kit de ferramentas abrangente, permitindo que eles implementem a IA com maior confian\u00e7a e integridade e garantindo que o RICS permane\u00e7a relevante na era digital.<\/p>\n O desafio inerente est\u00e1 no elemento humano: as pessoas do setor imobili\u00e1rio geralmente demonstram relut\u00e2ncia, at\u00e9 mesmo avers\u00e3o, em adotar mudan\u00e7as significativas. Embora a in\u00e9rcia regulat\u00f3ria certamente desempenhe um papel, existe uma barreira mais fundamental nas atitudes predominantes. Conversas com executivos seniores do setor imobili\u00e1rio e top\u00f3grafos frequentemente trazem \u00e0 tona princ\u00edpios como \u201cse n\u00e3o est\u00e1 quebrado, n\u00e3o conserte\u201d.\u201d<\/em> \u201cNenhuma IA substituir\u00e1 minhas d\u00e9cadas de profundo conhecimento contextual\u201d.\u201d<\/em> ou \u201cNossos clientes n\u00e3o nos pagam para usar IA.\u201d<\/em> Embora essas perspectivas contenham um pouco de verdade, elas geralmente sinalizam uma lideran\u00e7a preocupada em preservar o status quo em vez de buscar a efici\u00eancia transformadora.<\/p>\n A enxurrada inicial de mensagens hiperb\u00f3licas e muitas vezes contradit\u00f3rias em torno da IA mostrou-se contraproducente, gerando ceticismo e confus\u00e3o. No entanto, agora estamos ultrapassando com firmeza a fase de \u201cTrough of Disillusionment\u201d (Vale da Desilus\u00e3o)\u201d<\/em> e come\u00e7ando a subir o \u201cSlope of Enlightenment\u201d (Ladeira do Iluminismo)\u201d<\/em> (um padr\u00e3o reconhec\u00edvel no Gartner Hype Cycle). Essa transi\u00e7\u00e3o significa que o foco deve mudar de \u2018e se\u2019 para \u2018como\u2019. Para o pesquisador individual, isso criou incerteza sobre o ponto de partida pr\u00e1tico para a ado\u00e7\u00e3o.<\/p>\n Para promover uma mudan\u00e7a genu\u00edna, \u00e9 essencial uma abordagem dupla que combine \u2018soft power\u2019 e \u2018hard power\u2019.<\/p>\n Do ponto de vista do \u2018soft power\u2019, as organiza\u00e7\u00f5es devem defender e incentivar visivelmente os evangelistas internos de IA. Isso envolve a realiza\u00e7\u00e3o consistente de sess\u00f5es de treinamento e informa\u00e7\u00f5es envolventes, o estabelecimento de um ciclo cont\u00ednuo de demonstra\u00e7\u00e3o de sucessos iniciais e tang\u00edveis, o compartilhamento aberto de recursos, a documenta\u00e7\u00e3o de falhas e descobertas e a garantia de aprimoramento cont\u00ednuo das habilidades dos colegas. \u00c9 fundamental que essa mudan\u00e7a cultural n\u00e3o se concretize sem um exemplo claro, consistente e ativo dos n\u00edveis mais altos de lideran\u00e7a.<\/p>\n Esses esfor\u00e7os culturais devem ser complementados de forma robusta pelo \u2018poder duro\u2019 da reforma estrutural e operacional. Para isso, \u00e9 necess\u00e1rio mudar irrevogavelmente as formas de trabalho existentes, exigindo certifica\u00e7\u00f5es t\u00e9cnicas de alfabetiza\u00e7\u00e3o em IA para as principais fun\u00e7\u00f5es, redesenhando as estruturas organizacionais, refinando os modelos operacionais e atualizando as matrizes RACI. O objetivo \u00e9 garantir que a IA n\u00e3o seja mais tratada como uma atividade volunt\u00e1ria, \u201csecund\u00e1ria\u201d, mas que seja totalmente incorporada ao Business as Usual (BAU). Essa incorpora\u00e7\u00e3o deve se estender \u00e0s aloca\u00e7\u00f5es or\u00e7ament\u00e1rias e \u00e0s m\u00e9tricas de desempenho, tratando a implementa\u00e7\u00e3o da IA como um impulsionador essencial dos neg\u00f3cios, e n\u00e3o como um projeto de tecnologia perif\u00e9rico.<\/p>\n Acima de tudo, as organiza\u00e7\u00f5es devem cultivar um ambiente que incentive a experimenta\u00e7\u00e3o, mesmo que isso leve a um fracasso em pequena escala. Para isso, \u00e9 necess\u00e1rio promover discuss\u00f5es honestas no data-driven sobre a utilidade pr\u00e1tica da IA e os ganhos de efici\u00eancia verific\u00e1veis que ela proporciona (ou onde ela simplesmente representa uma \u2018ferramenta brilhante\u2019 com valor limitado). As aplica\u00e7\u00f5es mais impactantes de IA observadas no Artefact s\u00e3o aquelas que s\u00e3o perfeitamente integradas aos fluxos de trabalho existentes. Se a ado\u00e7\u00e3o de uma ferramenta exigir um atrito significativo para um ganho marginal, ela ser\u00e1 inevitavelmente abandonada em massa. Por outro lado, o maior sucesso geralmente vem dos aplicativos que n\u00e3o s\u00e3o necessariamente vis\u00edveis, mas que silenciosamente tornam a vida profissional comprovadamente mais f\u00e1cil, automatizando tarefas repetitivas, manuais e \u2018destruidoras de almas\u2019. Ser deliberado e cir\u00fargico na identifica\u00e7\u00e3o e implementa\u00e7\u00e3o desses casos de uso de alto impacto e baixo atrito \u00e9 fundamental para promover uma ado\u00e7\u00e3o real e sustentada.<\/p>\n Olhando para o futuro, as oportunidades de ado\u00e7\u00e3o de IA no setor imobili\u00e1rio do Reino Unido podem ser consideradas em tr\u00eas amplos horizontes de tempo.<\/p>\n Os ganhos mais convincentes s\u00e3o pr\u00e1ticos e de baixo risco. Padronizar o recebimento de instru\u00e7\u00f5es, automatizar os primeiros rascunhos da reports com refer\u00eancias claras de evid\u00eancias, extrair listas de verifica\u00e7\u00e3o estruturadas de contratos de loca\u00e7\u00e3o e documentos de planejamento e implantar ferramentas de conhecimento interno que respondam a perguntas como \u201ccomo abordamos isso da \u00faltima vez?\u201d proporcionam economia de tempo imediata. Notavelmente, \u00e9 prov\u00e1vel que alguns dos maiores ganhos sejam encontrados em fun\u00e7\u00f5es de back-office, como RH, finan\u00e7as e marketing, liberando os pesquisadores para se concentrarem nos relacionamentos com os clientes e no trabalho de consultoria de maior valor.<\/p>\n O valor real surge da uni\u00e3o dos processos. Fluxos de trabalho de transa\u00e7\u00e3o de ponta a ponta alimentados por IA ag\u00eantica, plataformas de gerenciamento de ativos que combinam condi\u00e7\u00e3o, conformidade, energia e despesas de capital data e ferramentas que suportam retrofit e otimiza\u00e7\u00e3o net-zero se enquadram nessa categoria. O sucesso aqui depende menos de modelos de IA mais avan\u00e7ados e mais do design e da integra\u00e7\u00e3o cuidadosos do processo. Todos os modelos fundamentais fizeram grandes avan\u00e7os recentemente no desenvolvimento e na padroniza\u00e7\u00e3o de recursos ag\u00eanticos, de modo que sua implementa\u00e7\u00e3o se tornou uma brincadeira de crian\u00e7a.<\/p>\n As empresas voltar\u00e3o cada vez mais sua aten\u00e7\u00e3o para insights mais profundos, incluindo planejamento, an\u00e1lise geoespacial e de risco clim\u00e1tico, g\u00eameos digitais no n\u00edvel do portf\u00f3lio e novos servi\u00e7os de consultoria de data-driven. No entanto, essas ambi\u00e7\u00f5es s\u00f3 ser\u00e3o concretizadas quando j\u00e1 houver um data governance robusto e de qualidade.<\/p>\n Os usu\u00e1rios de \u2018X\u2019, ou mesmo os seguidores casuais de not\u00edcias gerais, podem sentir uma sensa\u00e7\u00e3o de pavor esmagadora, quase existencial. O ritmo do desenvolvimento da IA \u00e9 implac\u00e1vel. Estamos vendo rob\u00f4s humanoides substituindo trabalhadores de f\u00e1bricas e at\u00e9 mesmo sendo utilizados como soldados, carros aut\u00f4nomos finalmente ganhando for\u00e7a, Neuralink prometendo aumentar as capacidades humanas, computa\u00e7\u00e3o qu\u00e2ntica se aproximando da realidade, uma acelera\u00e7\u00e3o maci\u00e7a na pesquisa cient\u00edfica e o dom\u00ednio generalizado de \u2018AI slop\u2019.<\/p>\n No entanto, apesar dessa cascata cont\u00ednua de descobertas e progresso, a maior empolga\u00e7\u00e3o atual est\u00e1 concentrada na poss\u00edvel culmina\u00e7\u00e3o dos esfor\u00e7os de longo prazo em dire\u00e7\u00e3o \u00e0 AGI (Artificial General Intelligence, Intelig\u00eancia Geral Artificial) - um sistema de IA muito mais contextualmente consciente e complexo que, teoricamente, poderia se igualar, se n\u00e3o superar, o c\u00e9rebro humano - e nas profundas mudan\u00e7as sociais que isso implica. Ser\u00e1 que ela realmente aumentar\u00e1 a produtividade a tal ponto que o emprego se tornar\u00e1 opcional e a depend\u00eancia da Renda B\u00e1sica Universal se tornar\u00e1 um caminho feliz?<\/p>\n O capital sem precedentes que est\u00e1 sendo canalizado para centros data, poder de computa\u00e7\u00e3o e infraestrutura para alcan\u00e7ar a AGI \u00e9 impressionante. Esse investimento, sem d\u00favida, levar\u00e1 a corre\u00e7\u00f5es significativas no mercado em curto e m\u00e9dio prazo. \u00c9 prov\u00e1vel que o retorno sobre o investimento seja mais lento do que o previsto, e o hype provavelmente superar\u00e1 o impacto no mundo real. No entanto, a tecnologia est\u00e1 pronta para exercer uma influ\u00eancia dram\u00e1tica e imprevis\u00edvel em nosso ambiente constru\u00eddo e em nossa intera\u00e7\u00e3o com ele. As empresas devem permanecer \u00e1geis e bem cientes dessa realidade se quiserem n\u00e3o apenas sobreviver, mas prosperar nesse futuro altamente incerto.<\/p>\n Durante todo esse processo, \u00e9 essencial manter a lucidez sobre as limita\u00e7\u00f5es da IA. A IA n\u00e3o reduz a responsabilidade profissional; ela a concentra. A capacidade de julgamento n\u00e3o pode ser delegada. Embora a IA possa ajudar na an\u00e1lise, ela n\u00e3o pode substituir a intui\u00e7\u00e3o e a experi\u00eancia desenvolvidas ao longo de d\u00e9cadas, nem pode levar em conta o comportamento humano emocional e muitas vezes irracional que molda os mercados imobili\u00e1rios. Os agrimensores permanecem legalmente respons\u00e1veis por suas orienta\u00e7\u00f5es em todos os momentos, e essa realidade n\u00e3o mudar\u00e1.<\/p>\n A transpar\u00eancia com os clientes \u00e9 igualmente fundamental. Quando a IA afeta materialmente a forma como um servi\u00e7o \u00e9 prestado, os clientes devem ser informados. N\u00e3o se trata apenas de uma quest\u00e3o de conformidade, mas de confian\u00e7a. A explicabilidade e a auditabilidade tamb\u00e9m s\u00e3o essenciais. Se um profissional n\u00e3o puder explicar de onde veio um resultado, qual data foi usado e quais suposi\u00e7\u00f5es foram feitas, pode ser dif\u00edcil defender esse resultado no tribunal.<\/p>\n Os riscos de confiabilidade n\u00e3o devem ser subestimados. Os sistemas de IA podem parecer confi\u00e1veis e, ao mesmo tempo, estar errados, o que torna indispens\u00e1vel a revis\u00e3o, a amostragem e o escrut\u00ednio. Por fim, a prote\u00e7\u00e3o e a confidencialidade do data permanecem inegoci\u00e1veis. Os prompts s\u00e3o registros. As ferramentas devem ser aprovadas e avaliadas. O data do cliente deve ser controlado. Esses s\u00e3o elementos essenciais da pr\u00e1tica profissional, n\u00e3o opcionais.IA na pr\u00e1tica de topografia: Aumento, n\u00e3o automa\u00e7\u00e3o<\/h2>\n
Transa\u00e7\u00f5es e Due Diligence<\/h3>\n
Avalia\u00e7\u00e3o e pesquisa de mercado<\/h3>\n
Gerenciamento de ativos e portf\u00f3lio<\/h3>\n
Opera\u00e7\u00f5es de edif\u00edcios e gerenciamento de energia<\/h3>\n
As restri\u00e7\u00f5es estruturais \u00e0 ado\u00e7\u00e3o no Reino Unido<\/h2>\n
O Desafio da Funda\u00e7\u00e3o Data<\/h3>\n
Governan\u00e7a, responsabilidade e risco<\/h3>\n
In\u00e9rcia cultural e organizacional<\/h3>\n
O papel do RICS: Impulsionando a ado\u00e7\u00e3o respons\u00e1vel<\/h2>\n
Ado\u00e7\u00e3o pragm\u00e1tica - Os princ\u00edpios fundamentais<\/h2>\n
Como ser\u00e1 o futuro: Horizontes temporais de tr\u00eas anos<\/h2>\n
Curto prazo (pr\u00f3ximos 6 meses): Ganhos pr\u00e1ticos e de baixo risco<\/h3>\n
M\u00e9dio prazo (6 a 18 meses): Integra\u00e7\u00e3o de processos ag\u00eanticos<\/h3>\n
Prazo mais longo (18 a 36 meses): Insights mais profundos e novos servi\u00e7os<\/h3>\n
Prazo ainda mais longo (36+ meses): Medo existencial<\/h3>\n
O que n\u00e3o \u00e9 negoci\u00e1vel: Julgamento, confian\u00e7a e escrut\u00ednio<\/h2>\n
\nEm \u00faltima an\u00e1lise, a IA n\u00e3o substituir\u00e1 os top\u00f3grafos. O que ela substituir\u00e1 s\u00e3o as buscas manuais, a reda\u00e7\u00e3o repetitiva e o trabalho administrativo de baixo valor. Em \u00faltima an\u00e1lise, o caminho do setor imobili\u00e1rio do Reino Unido para a ado\u00e7\u00e3o da IA n\u00e3o depende da ado\u00e7\u00e3o de novas tecnologias, mas de sua disposi\u00e7\u00e3o para corrigir velhos h\u00e1bitos: incorporar a qualidade data, adotar a estrutura de governan\u00e7a do RICS e elevar conscientemente o julgamento humano acima das tarefas que a tecnologia agora pode realizar com confian\u00e7a.<\/p>\nSobre Artefact & Chris de Gruben, FRICS<\/h2>\n