GenAI gebruiken voor verhoren

Tegenwoordig moeten de meeste verhuurders jongleren met enorme hoeveelheden historische huurcontracten. Deze worden meestal samengevat in grote en complexe spreadsheets of soms in speciale leasebeheersoftware. Bestaande oplossingen zijn statisch, star en inefficiënt, wat tot frustratie kan leiden. Ze zijn ook niet flexibel genoeg en bieden slechts enkele inzichten met beperkte functionaliteit. Elke vraag buiten de voorgeschreven KPI's vereist handmatig lezen van (vaak honderden, zo niet duizenden) leaseovereenkomsten. Het insights-team besteedt veel tijd aan het genereren van presentaties van portefeuilles en leases, waardoor executives niet beschikken over tijdgevoelige inzichten die zouden helpen bij het nemen van beslissingen.

Artefact richt zich direct op de problemen van managers in de vastgoedsector en heeft daarom zijn eigen Lease Explorer tool ontwikkeld. Dit is een speciaal gebouwde en op maat gemaakte tool die het mogelijk maakt om snel krachtige Large Language Models (LLM's) in te zetten binnen een sandboxed, eigen omgeving die historische huurcontracten van onroerend goed bevat. Executives in de vastgoedsector kunnen dan hun eigen historische huurcontracten rechtstreeks raadplegen met behulp van een ChatGPT-achtige interface.

De Lease Explorer bestaat uit vijf grote stappen:

Het hoeft geen betoog dat de invoering van een dergelijke tool een periode van onderliggend veranderingsmanagement vereist, aangezien er nieuwe bedrijfsprocessen en manieren van werken moeten worden aangenomen.

Met de implementatie van Lease Explorer stellen we een aantal natuurlijke taalvragen die een vastgoedmanager aan de chatbot van de tool zou kunnen stellen. Natuurlijk is de mate waarin de tool een accuraat antwoord kan geven op de onderstaande niet-uitputtende vragenlijst afhankelijk van de kwaliteit, structuur en beschikbaarheid van de input data, waarvoor mogelijk meer informatie nodig is dan alleen een leasedocument.

Het gebruik van een AI tool zoals Enterprise ChatGPT zal vastgoedprofessionals een aantal voordelen opleveren. Ten eerste zal de tool waarschijnlijk een ommekeer teweegbrengen in de snelheid waarmee inzichten worden verkregen, waardoor besluitvormers snel toegang krijgen tot cruciale informatie. Bovendien zou de schaalbaarheid en het aanpassingsvermogen van een dergelijke tool om een steeds groeiend volume van lease data op te nemen van onschatbare waarde zijn om een vastgoedbedrijf toekomstbestendig te maken en te laten voldoen aan de toenemende eisen van de sector.

Het gebruik van een dergelijke tool zal waarschijnlijk ook intern binnen een vastgoedorganisatie een verandering teweegbrengen. Het gebruik van een AI tool zal de afhankelijkheid van voorheen handmatige processen met betrekking tot het raadplegen van huurcontracten minimaliseren. In plaats van te vertrouwen op de onkreukbaarheid van een spreadsheet en de voortdurende service van belangrijk administratief personeel, zou een AI tool in staat zijn om de vragen in natuurlijke taal van leidinggevenden direct op te nemen en tijdig nauwkeurige antwoorden te geven. In wezen wordt een te grote afhankelijkheid van belangrijke afhankelijkheden voor data zoeken en vinden verminderd en is er ruimte voor leidinggevenden om de middelen die nodig zijn voor het genereren van inzichten te verminderen. Om de beste waarde uit een dergelijke AI tool te halen, zal een bedrijf waarschijnlijk een transformatief data hygiëneproces moeten ondergaan, waarbij de interne drempels van data management worden verhoogd, aangezien de gegenereerde inzichten slechts zo goed kunnen zijn als de verzamelde informatie.

GenAI heeft bovendien bepaalde voordelen voor een dergelijk hulpmiddel ten opzichte van traditionele AI / ML-oplossingen. Traditioneel waren enorme hoeveelheden gelabelde data nodig om een model voor een specifieke taak te trainen en te evalueren. Dit is niet langer nodig dankzij generatieve AI, wat de ontwikkeling van dergelijke oplossingen versnelt. Bovendien zorgt generatief AI ervoor dat oplossingen kunnen evolueren en veranderen zonder dat er veel extra werk en ontwikkeling nodig is - oplossingen kunnen flexibeler en minder rigide zijn.

Het voor de eerste keer implementeren van een nieuwe AI tool en deze in staat stellen om krachtige inzichten van leidinggevenden te genereren met slechts een prompt kan ongetwijfeld ontmoedigend zijn, vooral gezien GenAI's welbekende nadeel van "hallucinaties". De volgende stappen zouden in combinatie voldoende bescherming moeten bieden om de beste waarde uit de tool te halen.

Wil deze oplossing werken zoals gewenst, dan moet er rekening worden gehouden met een aantal overwegingen. Ten eerste zou het model hoogstwaarschijnlijk beperkt zijn tot leases in het Verenigd Koninkrijk, vanwege de eigenaardigheden van de vastgoedsector met betrekking tot locatie en wetgeving. De Lease Explorer zou geen voorspellende mogelijkheden hebben, aangezien alleen historische prestaties uit bestaande documenten zouden worden opgevraagd.

Daarnaast zou de Lease Explorer, net als elke op GenAI gebaseerde tool, moeite hebben met onduidelijke en vage gebruikersvragen, die mogelijk niet de gewenste resultaten opleveren. Daarom wordt altijd aangeraden om vragen aan de chat-interface goed te formuleren, net zoals je een vraag zou stellen aan een analist binnen je vastgoedteam.

Het is belangrijk om op te merken dat voor het lezen en verwerken van PDF-documenten in machinaal leesbaar formaat OCR (optische tekenherkenning) nodig is als noodzakelijke stap in het invoerproces. Documenten die niet machinaal leesbaar zijn of die een complexe paginaopmaak en -structuur hebben, worden mogelijk niet correct opgenomen en stroomafwaarts heeft dit waarschijnlijk invloed op taken zoals het extraheren van informatie en het geven van betrouwbare antwoorden.

Om analytische kwantitatieve vragen te beantwoorden, zijn bovendien verdere processen nodig:

De implementatie en acculturatie van Artefact's Lease Explorer tool zou redelijkerwijs ongeveer £45 k kosten en zou ten minste vier weken van samenwerking vereisen, afhankelijk van de gekozen functionaliteiten. Hierbij wordt er natuurlijk van uitgegaan dat alle geüploade leases machineleesbaar, in grote lijnen gelijksoortig en in het Engels zijn. Na de implementatie van Lease Explorer zou een doorlopend abonnement nodig zijn op een GenAI LLM dat wordt gebruikt om de aangepaste tool te bouwen.

Artefact is een toonaangevend, wereldwijd adviesbureau organisatie dat zich richt op het versnellen van de toepassing van data en AI om mensen en organisaties positief te beïnvloeden. Wij zijn gespecialiseerd in data transformatie en data marketing om tastbare bedrijfsresultaten te behalen in de gehele waardeketen van ondernemingen. Artefact services de meest uitgebreide set data-gestuurde oplossingen, gebouwd op diepgaande data wetenschap en geavanceerde AI technologieën, die AI projecten op schaal opleveren in de vastgoedsector in het Verenigd Koninkrijk.

Wij zijn vertrouwde partners voor vastgoedbedrijven in de residentiële, commerciële, industriële en specialistische activaklassen. Tot onze partners behoren FTSE 350 beursgenoteerde bedrijven en particuliere organisaties van vergelijkbare omvang. Ons toegewijde vastgoedteam heeft meer dan 20 jaar ervaring in vastgoed en bestaat uit experts en registerprofessionals op het gebied van vastgoedwaarderingen, stedenbouw, ontwikkeling en financiering.

Ons eerdere werk varieert van het ontwikkelen van data-geleide dynamische strategieën met onze klanten - waarbij we hen informeren waar ze moeten spelen en hoe ze kunnen winnen in de door hen gekozen markten - tot grote operationele veranderingen, zoals het opzetten van nieuwe zakelijke armen en proposities. We hebben in elke fase van de vastgoedlevenscyclus gewerkt, van grondverwerving tot doorlopend onderhoud, en hebben met klanten samengewerkt om deze processen wetenschappelijk te verbeteren.