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 leidinggevenden geen tijdgevoelige inzichten krijgen 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 aangepaste 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 spreekt voor zich dat de invoering van een dergelijk hulpmiddel een periode van onderliggend veranderingsmanagement vereist, omdat er nieuwe bedrijfsprocessen en manieren van werken moeten worden aangenomen.

Met de implementatie van Leaseverkenner, 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 nauwkeurig een antwoord kan geven op de onderstaande niet-uitputtende vragenlijst afhankelijk van de kwaliteit, structuur en beschikbaarheid van invoer data, waarvoor mogelijk toegang tot meer informatie nodig is dan alleen de informatie in 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 kritieke informatie. Bovendien zouden de schaalbaarheid en het aanpassingsvermogen van een dergelijke tool om een steeds groeiend volume aan huurcontracten data op te nemen, van onschatbare waarde zijn om een vastgoedbedrijf toekomstbestendig te maken voor de toenemende eisen van de sector.

De invoering van een dergelijke tool zal waarschijnlijk ook intern binnen een vastgoedorganisatie een verandering teweegbrengen. De invoering van een AI-tool zal de afhankelijkheid van voorheen handmatige processen met betrekking tot het doornemen 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. Het komt erop neer dat men minder afhankelijk is van belangrijke afhankelijkheden voor data zoeken en ophalen en dat leidinggevenden minder middelen nodig hebben voor het genereren van inzichten. Om de beste waarde uit zo'n AI-tool te halen, moet een bedrijf waarschijnlijk een transformatief data hygiëneproces ondergaan, waardoor 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 er 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 generatieve AI ervoor dat oplossingen kunnen evolueren en veranderen zonder massaal extra herwerk en ontwikkeling - oplossingen kunnen flexibeler en minder rigide zijn.

Het kan ongetwijfeld ontmoedigend zijn om voor het eerst een nieuwe AI-tool te implementeren en deze in staat te stellen om krachtige inzichten voor leidinggevenden te genereren met slechts een vraag, vooral gezien het alom genoemde nadeel van “hallucinaties” van GenAI. De volgende stappen zouden in combinatie voldoende bescherming moeten bieden om ervoor te zorgen dat de beste waarde uit de tool kan worden gehaald.

Om deze oplossing naar wens te laten werken, moet er rekening worden gehouden met een aantal overwegingen. Ten eerste zou het model hoogstwaarschijnlijk beperkt blijven tot huurovereenkomsten in het VK, vanwege de eigenaardigheden van de vastgoedsector wat betreft locatie en wetgeving. De Leaseverkenner zou geen voorspellende mogelijkheden hebben, omdat alleen historische prestaties uit bestaande documenten zouden worden opgevraagd.

Zoals bij elk op GenAI gebaseerd hulpmiddel, is de Leaseverkenner zou worstelen met onduidelijke en vage gebruikersvragen, die mogelijk niet de gewenste resultaten opleveren. Daarom is het altijd aan te raden om vragen aan de chat-interface goed te formuleren, net zoals men een vraag zou stellen aan een analist binnen hun 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 inzet en acculturatie van Artefact's Leaseverkenner Deze tool zou redelijkerwijs ongeveer £45.000 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 ingebruikname van Lease Explorer zou een doorlopend abonnement nodig zijn op een GenAI LLM die wordt gebruikt om de aangepaste tool te bouwen.

Artefact is een toonaangevend, wereldwijd adviesbureau 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 biedt de meest uitgebreide set van data-driven oplossingen, gebouwd op diepe data wetenschap en cutting-edge AI-technologieën, het leveren van AI-projecten op schaal in de vastgoedsector in het Verenigd Koninkrijk.

Wij zijn vertrouwde partners voor vastgoedbedrijven in residentiële, commerciële, industriële en gespecialiseerde activaklassen. Tot onze partners behoren FTSE 350 beursgenoteerde bedrijven en particuliere organisaties van vergelijkbare grootte. 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 op de door hen gekozen markten - tot grote operationele veranderingen, zoals het opzetten van nieuwe zakelijke armen en proposities. Wij hebben in elke fase van de vastgoedlevenscyclus gewerkt, van grondverwerving tot doorlopend onderhoud, en hebben met klanten samengewerkt om deze processen wetenschappelijk te verbeteren.