Wachten tot AI volwassen is, is een gok die u wellicht niet zult overleven – Waarom de neiging van de Britse vastgoedsector om af te wachten het grootste risico vormt, en waar u daadwerkelijk moet beginnen

Ik heb inmiddels talloze leidinggevenden in de vastgoedsector gesproken die oprecht verbaasd zijn over het trage tempo waarmee AI binnen hun eigen bedrijven wordt geïmplementeerd, ondanks het feit dat ze Copilot voor al hun teams hebben ingeschakeld. Het patroon is opvallend consistent. Er wordt een licentie aangeschaft, vaak de goedkoopste die er is, er wordt weinig of geen echte training gegeven, en het management wacht vervolgens op een transformatie die nooit komt. De acceptatie blijft laag, de frustratie neemt toe en de beloofde ommekeer blijft uit. De aanname die hieraan ten grondslag ligt, is dat het in handen geven van een krachtig hulpmiddel hetzelfde is als het veranderen van de manier waarop mensen werken.

Dat is niet het geval. En de kloof tussen die twee zaken is op dit moment het allerbelangrijkste aspect in de relatie tussen de vastgoedsector en AI.

Ik heb al eerder geschreven over de terughoudendheid van de Britse vastgoedsector ten opzichte van technologie. Die terughoudendheid is reëel, en ik zal later nog ingaan op de reden waarom deze rationeler is dan ze op het eerste gezicht lijkt. Maar bij de bedrijven die zichzelf als voorlopers beschouwen, heeft een nieuwe en gevaarlijkere misvatting de plaats ingenomen: de overtuiging dat het kopen van toegang tot AI hetzelfde is als het daadwerkelijk invoeren ervan. Het is geen strategie. Het is een startlijn die de meeste bedrijven verwarren met de finish.

Als u een leidinggevende in de vastgoedsector bent die dit leest en het gevoel heeft dat u niet weet waar u moet beginnen, wil ik u meteen duidelijk maken dat dit de meest voorkomende situatie in de sector is, en geen tekortkoming van uw kant. De technologie ontwikkelt zich sneller dan iemand comfortabel kan bijhouden, de investeringen zijn moeilijk te kwantificeren en de ruis is oorverdovend. Wat volgt is een eerlijk verslag van waar de waarde werkelijk ligt, waar de risico's werkelijk liggen en hoe een verstandige eerste stap eruitziet. Het is een uitdagend beeld, maar het is te overzien, en de bedrijven die het met een heldere blik benaderen in plaats van met hype of angst, zullen het goed doen.

Het aanzetten is niet hetzelfde als het omdraaien

AI biedt tegenwoordig onmiskenbare voordelen, en het zou oneerlijk zijn om te doen alsof dat niet zo is. De meeste bedrijven die een bedrijfsassistent in gebruik nemen, merken vrijwel direct een eerste reeks voordelen, in de vorm van een tijdwinst van ongeveer dertig minuten tot twee uur per persoon per dag. Dat is een feit. Het is echter ook een oppervlakkig resultaat, omdat de overgrote meerderheid van de bedrijven het daar precies bij laat.

Wat zij over het hoofd zien, is dat de tool slechts een fractie van zijn waarde oplevert zonder het verandermanagement en de training die ervoor zorgen dat een nieuwigheid een gewoonte wordt. De licentie is het goedkoopste onderdeel van het traject. Het dure deel, het deel dat het bedrijf daadwerkelijk vooruit helpt, is het herontwerpen van processen, het trainen van mensen in wat deze tools wel en niet kunnen, en het opnieuw opzetten van workflows rond nieuwe mogelijkheden in plaats van AI aan oude workflows toe te voegen.

Deze bedrijven hebben bovendien een risico gecreëerd waar de meesten van hen niet eens bij stil hebben gestaan. Wanneer een tool slecht wordt geïmplementeerd en mensen gefrustreerd raken, stoppen ze niet met het gebruik van AI. Ze zoeken dan hun toevlucht buiten het bedrijf. Ze openen gratis, voor consumenten bestemde tools op hun bureau, plakken daar klantgegevens in om hun werk sneller af te krijgen en geven daarmee vertrouwelijke informatie door aan modellen die deze mogelijk gebruiken voor training. Het bedrijf dat AI voorzichtig en oppervlakkig implementeert, heeft het AI-risico niet vermeden. Het heeft het juist verveelvoudigd.

Dit is de ongemakkelijke waarheid over de “zet het gewoon aan”-aanpak. Het biedt u geen veiligheid en het houdt u niet in bedwang. Het stelt u bloot.

De waarde vandaag, en de waarde over zes maanden

Waar wordt dan de echte waarde gecreëerd? Tegenwoordig gebeurt dat door het inzetten van eenvoudige taakagenten in backofficefuncties: het repetitieve, gestructureerde werk met grote volumes dat weliswaar om professioneel inzicht draait, maar zelf geen professioneel inzicht vereist. Dat is waar de eerste concrete resultaten echt en verdedigbaar zijn.

In de komende zes tot twaalf maanden zal het zwaartepunt verschuiven naar actieve processturing. Dit houdt in dat er specifieke procesautomatiseringen worden ontwikkeld, taken aan elkaar worden gekoppeld en – voor de bedrijven die daar de moed toe hebben – het proces volledig opnieuw wordt bekeken in plaats van een slecht proces alleen maar efficiënter te automatiseren. Het grootste rendement zal niet voortkomen uit het versnellen van de huidige workflow. Het zal voortkomen uit de vraag of de huidige workflow überhaupt wel zou moeten bestaan.

Ik zie drie gebieden waarop een aanzienlijk concurrentievoordeel kan worden opgebouwd: de inzet van agent-gebaseerde oplossingen, daadwerkelijke investeringen in opleiding en verandermanagement, en de ontwikkeling van veerkrachtigere technologiestacks die bedrijven helpen af te stappen van zware, kwetsbare legacy-systemen. Ik zou hier nog een vierde trend aan willen toevoegen die het waard is om nauwlettend in de gaten te houden. Naarmate het aanzienlijk eenvoudiger wordt om software te bouwen, verwacht ik dat bedrijven rigide, voor één doel bestemde systemen van derden zullen gaan vervangen door hun eigen lichtgewicht versies, die precies zijn geconfigureerd naar hoe zij daadwerkelijk werken. De economische afweging tussen “bouwen versus kopen” verschuift onder onze voeten.

Waarom de vastgoedsector zich verzet, en waarom dat excuus steeds minder steekhoudend wordt

Men zou dit alles gemakkelijk kunnen interpreteren als een verhaal over een beroepsgroep die simpelweg traag en terughoudend is. Daar zit een kern van waarheid in. Maar de terughoudendheid van de vastgoedsector is geen pure koppigheid, en het is de moeite waard om te begrijpen waarom, want dat verklaart zowel de weerstand als de beperkingen ervan.

Vastgoed is geen handelswaar. Geen twee objecten zijn ooit identiek. Ze verschillen qua uitzicht, verdieping, afstand tot de lift, looptijd van de huurovereenkomst, huurvoordelen en honderden andere variabelen die zich niet laten standaardiseren. De transacties hebben een hoge waarde maar een laag volume, waardoor ze illiquide zijn en daadwerkelijk moeilijk op een gelijkwaardige basis te vergelijken zijn. De data is over het algemeen van slechte kwaliteit, en veel van wat wij als feit beschouwen, is in werkelijkheid een aanname die in zelfverzekerde bewoordingen is verpakt. Dit is een sector die is gebaseerd op oordelen over onzekere informatie, en dat is precies de reden waarom deze sector trager is geweest dan andere om zijn werk aan een machine over te dragen. Deze terughoudendheid is logisch.

Maar deze redenering houdt steeds minder stand. AI legt de lat nu in elk beroep hoger, en de vastgoedsector vormt daarop geen uitzondering. Het gebruik van deze tools verandert van een keuze in een noodzaak. Er is een korte periode waarin bedrijven een echt concurrentievoordeel kunnen opbouwen door in actie te komen voordat hun concurrenten wakker worden, en die periode wordt met de dag korter. De bedrijven die de traditionele voorzichtigheid in de vastgoedsector verwarren met toestemming om af te wachten, maken een ernstige misrekening. Die voorzichtigheid was rationeel toen de tools nog in de kinderschoenen stonden. De tools staan niet langer in de kinderschoenen.

De stille logica van het nietsdoen

Er is een diepere reden waarom de vastgoedmarkt stagneert, en het is de moeite waard om die eerlijk te benoemen, omdat deze reden in de directiekamer ligt en niet in de technologie.

Veel van de raden van bestuur en leidinggevenden die deze beslissingen nemen, bevinden zich aan het einde van hun loopbaan. Zij hebben hun reputatie en vermogen in de loop van tientallen jaren opgebouwd en willen begrijpelijkerwijs geen golven veroorzaken in de jaren voorafgaand aan hun pensioen en vertrek. Vastgoed is altijd een branche geweest waarin men op intuïtie vertrouwt, waar oordeelsvermogen gedurende een lange carrière wordt opgebouwd en dienovereenkomstig wordt gewaardeerd; een technologie die slechts weinigen van hen werkelijk begrijpen, kan dan ook gemakkelijk worden afgedaan als hype. Hun CTO vertelt hen vaak dat de tech stack nog niet klaar is, dat er geen beleid voor AI-gebruik is, geen data governance-raamwerk, geen voltooide systeemmigratie, en dat de AI-transitie daarom pas kan beginnen als dit alles op orde is. Misschien volgend jaar. Misschien het jaar daarna. En de markt is slecht, dus het voelt als het verkeerde moment om een aanzienlijke, moeilijk te kwantificeren investering te doen in een resultaat dat niemand kan garanderen, terwijl de technologie zelf onder hun voeten blijft verschuiven.

Ik heb veel begrip voor die nervositeit. Die is volkomen logisch. De investeringen kunnen aanzienlijk zijn, de uitkomsten zijn werkelijk onzeker en het tempo van de veranderingen is duizelingwekkend. Maar de conclusie dat niets doen daarom de veilige keuze is, is naar mijn mening juist volkomen verkeerd. Niets doen lijkt verstandig. Het is in feite de meest risicovolle keuze die er is, en wel om drie redenen.

Ten eerste betekent stilstand niet dat uw concurrenten ook stil blijven staan. Als zij AI omarmen en u niet, raakt u achterop, blijven uw vaste kosten hoog terwijl die van hen dalen, en zal de kloof zo groot worden dat het elk kwartaal moeilijker en duurder wordt om die achterstand in te halen. De kosten van nietsdoen zijn vandaag de dag niet zichtbaar op de balans, maar ze stapelen zich stilletjes op totdat ze dat wel zijn.

Ten tweede zullen uw beste medewerkers vertrekken. Niemand vindt het leuk om ondergeschikt, repetitief werk te doen, zeker niet als ze weten dat er een oplossing bestaat en hun eigen bedrijf het enige is dat hen daarvan weerhoudt. Er is veel dat landmeters veilig kunnen automatiseren, zonder het bedrijf of zijn data in gevaar te brengen, en een bedrijf dat zo risicomijdend is dat het zelfs dat weigert, zal precies de frustratie veroorzaken die het juist probeerde te vermijden. Die mensen zullen hun toevlucht nemen tot tools die ze naast hun bureau kunnen gebruiken, en uiteindelijk zullen ze overstappen naar concurrenten die hen laten werken zoals zij dat willen. Overmatige voorzichtigheid beschermt uw talent niet. Het levert het uit aan de bedrijven die als eerste in actie zijn gekomen.

Ten derde is de kans om een voorsprong te nemen vandaag de dag juist reëel omdat deze nog ongelijk verdeeld is. Dat zal niet lang zo blijven. Naarmate de marktnorm verschuift en iedereen AI gaat gebruiken, verdwijnt dat voordeel en wordt het gewoon de norm, net zoals het internet, Excel en PowerPoint nu de norm zijn. Er was een periode waarin het goed gebruiken van die tools een echt voordeel opleverde. Die periode is voorbij, en de bedrijven die er vroeg op insprongen, zijn daar beter van geworden. We bevinden ons nu in dezelfde periode, en die loopt in hetzelfde tempo ten einde.

Er is nog een variant op het afwachtende standpunt die serieus genomen moet worden, omdat het de meest intelligente is. Het tempo van de veranderingen is hoger dan we ooit hebben meegemaakt. De Industriële Revolutie speelde zich af over een periode van zo’n dertig jaar; dit gebeurt nu in kwartaaltijd. Geloofwaardige bronnen suggereren dat we binnen de komende drie tot vijf jaar kunstmatige algemene intelligentie kunnen bereiken, en de eerlijke waarheid is dat niemand weet wat dat voor de samenleving betekent, laat staan voor de vastgoedsector. Dus waarom zou men nu zwaar investeren, zo luidt het argument, als over een jaar of twee dezelfde mogelijkheden wellicht goedkoper, eenvoudiger en verder ontwikkeld zijn?

Dat is een terechte vraag, en het mes snijdt aan twee kanten. Het is waar dat degenen die een jaar geleden aan hun AI-traject begonnen, wellicht minder direct voordeel hebben ondervonden dan een bedrijf dat vandaag van start gaat, dat over aanzienlijk betere tools beschikt en veel sneller een veel grotere impuls krijgt. Kijk maar eens naar waar agentische AI twaalf maanden geleden stond in vergelijking met nu. Dus ja, wachten betekent inderdaad dat men later betere technologie aanschaft. Maar hier zit de tekortkoming in het beschouwen daarvan als een reden om te wachten: de bedrijven die een jaar geleden zijn begonnen, hebben niet alleen slechtere tools aangeschaft. Zij hebben de data foundations, het bestuur, de cultuur en de institutionele slagkracht opgebouwd om elke nieuwe golf op te vangen zodra deze zich aandiende. Het bedrijf dat stilzit, in de hoop dat de technologie zal vertragen en een comfortabele volwassenheid zal bereiken, gokt erop dat het de tijd heeft. Velen zullen die niet hebben. De weinig glamoureuze waarheid is dat sommige bedrijven failliet zullen gaan terwijl ze wachten op het perfecte moment dat nooit komt, ingehaald door concurrenten die begonnen te leren terwijl zij nog aan het twijfelen waren. De tool wordt beter als u wacht. Uw vermogen om ermee om te gaan echter niet.

De rol van de landmeter, vijf jaar vooruit

Ik heb al vaak gezegd dat AI landmeters niet zal vervangen, en daar blijf ik bij. Maar het zal wel veranderen waar de tijd en de toegevoegde waarde van een landmeter liggen, en wie u iets anders vertelt, verkoopt u eerder een geruststellend idee dan de waarheid.

De kern van ons beroep, die we met recht kunnen verdedigen, bestaat uit beoordelingsvermogen en het geven van een oordeel waarvoor we aansprakelijk zijn. Geen enkele klant betaalt voor een taxatie omdat een computer een getal heeft gegenereerd. Ze betalen voor een gekwalificeerde professional die bereid is achter dat getal te staan en de verantwoordelijkheid ervoor te dragen. Dat verdwijnt niet. Het wordt juist steeds belangrijker en waardevoller.

Wat verandert, is alles rondom die kern. Het opstellen, het onderzoek, het verzamelen van data-gegevens, de eerste analyse, het samenstellen van het rapport: dit is waar AI uren tot minuten terugbrengt, en het is precies het werk dat momenteel de dagen van junior- en mid-level landmeters vult. De rol verschuift van het produceren van het rapport naar het aansturen en waarborgen ervan.

Twee andere factoren zullen de komende vijf jaar bepalend zijn. De eerste is dat eigen data een echt en duurzaam concurrentievoordeel wordt. Naarmate de modellen zelf tot commodity worden – en dat zal ongetwijfeld gebeuren – is de toegang tot AI, waar iedereen over zal beschikken, niet langer het onderscheidende element. Het is de unieke data waarover een bedrijf beschikt en die het kan inzetten. Jarenlange transacties, inspecties, taxaties en activageschiedenissen vormen een beschermingswal die concurrenten niet kunnen evenaren. De bedrijven die hun data erkennen als een strategisch bezit, in plaats van als restproduct van voltooide opdrachten, zullen een beslissende voorsprong nemen.

De tweede factor is dat de opgebouwde merkwaarde en de terughoudendheid van klanten het tempo van de veranderingen zullen vertragen. Klanten zijn terughoudend om van vertrouwde adviseurs te wisselen, en die loyaliteit zal gevestigde spelers voorlopig beschermen. Maar bedrijven mogen die bescherming niet verwarren met een verdedigingsmechanisme. De merken die vertrouwen op hun reputatie en de passiviteit van klanten om het nodige werk te vermijden, zullen uiteindelijk worden ingehaald door degenen die dezelfde periode hebben benut om hun data-voordeel op te bouwen en hun mensen bij te scholen.

En hier wil ik er geen doekjes om winden, want het beroep heeft meer behoefte aan openhartigheid dan aan geruststelling. Deze sector zal tot ingrijpende veranderingen worden gedwongen. Veel functies zullen drastisch veranderen en sommige zullen verdwijnen, en een groot deel van het beroep is daar nog niet op voorbereid; doen alsof dat wel zo is, helpt niemand. De landmeters die zullen floreren, zijn degenen die zich in de waardeketen opwerken naar beoordelingswerk, klantrelaties en toezicht. De bedrijven die zullen floreren, zijn degenen die eerlijk genoeg zijn om hun mensen voor die verschuiving om te scholen, in plaats van stilletjes te hopen dat deze aan hen voorbijgaat.

Achter deze transitie schuilt een dieper liggend structureel risico, een risico waarmee de beroepsgroep nog maar nauwelijks is begonnen zich te confronteren. In de komende twee tot drie jaar, naarmate AI gemeengoed wordt, zal de werving van pas afgestudeerden en landmeters op middenkaderniveau waarschijnlijk instorten, omdat AI een groot deel van het werk zal overnemen waarvoor deze functies zijn bedoeld. Op zich lijkt dat een efficiëntieverbetering. In feite is het echter een langzaam werkende bedreiging voor het hele beroep.

We zijn het er allemaal over eens dat AI in de landmeting het best tot zijn recht komt als er een deskundige bij betrokken is: iemand die weet wat een goed resultaat is, die een deugdelijk resultaat kan onderscheiden van een aannemelijk maar onjuist resultaat, en die over het professionele inzicht beschikt om daar achter te staan. Maar experts worden niet geboren. Ze worden gevormd, langzaam, door jarenlang precies dat lagere werk te doen dat AI nu op het punt staat over te nemen. Als we stoppen met het werven en opleiden van junior landmeters, stoppen we met het opbouwen van de experts van de toekomst. Misschien beleven we op dit moment wel een gouden tijdperk, waarin we zowel kunnen profiteren van buitengewone AI-mogelijkheden als van een generatie doorgewinterde experts die daar toezicht op kunnen houden. De ongemakkelijke vraag is hoe het vakgebied er over vijf tot tien jaar uitziet, wanneer die experts met pensioen gaan en er niemand achter hen staat die de kans heeft gekregen om hetzelfde diepgaande inzicht op te bouwen. Een beroepsgroep die zijn eigen opleidingsbasis automatiseert, loopt het risico zijn eigen zaadkorrels op te eten. De bedrijven die hier vroeg over nadenken en weloverwogen manieren bedenken waarop junioren expertise kunnen opbouwen in een wereld waar het traditionele leerlingwezen met repetitief werk niet langer bestaat, zullen over tien jaar nog steeds experts tot hun beschikking hebben. Dit is een oplosbaar probleem, maar alleen voor degenen die het zien aankomen.

Data: discipline is niet de voorwaarde. Het is het werk zelf.

Elk serieus gesprek over AI in de vastgoedsector komt uiteindelijk uit bij het punt dat de sector liever zou overslaan: data. AI is slechts zo goed als de data en de onderliggende processen. U kunt het meest geavanceerde model op de markt inzetten, maar het zal nog steeds middelmatige resultaten opleveren als het gebaseerd is op inconsistente rapportages, ongestructureerde data en workflows die van taxateur tot taxateur verschillen.

Ik wil hier heel duidelijk over zijn. Een gestructureerde data-aanpak, gestandaardiseerde rapportage en consistente workflows zijn niet de onopvallende voorwaarden voor de invoering van AI. Zij vormen de invoering zelf. Bedrijven die hebben geïnvesteerd in een gedisciplineerde data-aanpak zullen merken dat AI hun voorsprong snel vergroot. Bedrijven die dat niet hebben gedaan, zullen merken dat AI de chaos blootlegt in plaats van deze op te lossen.

Er schuilt hier een harde waarheid. In de landmeetkunde zijn op maat gemaakte, individuele werkwijzen lange tijd getolereerd als een teken van vakmanschap. Dat vakmanschap is reëel, en ik zou het nooit willen bagatelliseren. Maar inconsistentie is de vijand van alles wat op grote schaal moet worden toegepast. Het weinig glamoureuze werk van het standaardiseren van sjablonen, het structureren van data-assets en het aanscherpen van workflows bepaalt of AI een marginale tien procent of een transformatieve vermenigvuldiging oplevert. Bedrijven die data behandelen als een te beheren asset, in plaats van als een bijproduct van het uitvoeren van het werk, zullen zich onderscheiden van de rest.

Verantwoord adopteren is geen belemmering. Het is juist de drijvende kracht.

Als medevoorzitter van de RICS-werkgroep die de norm „Verantwoord gebruik van kunstmatige intelligentie in de taxatiepraktijk” heeft opgesteld, en als vicevoorzitter van het Professional Group Panel on Valuation, is dit de vraag die mij het meest na aan het hart ligt. De norm, die op 9 maart 2026 van kracht werd en van toepassing is op alle 150.000 beëdigde taxateurs, biedt het beroep iets wat het een jaar geleden nog niet had: een duidelijke basis voor verantwoording en governance, die aansluit bij bredere kaders zoals ISO 42001.

Wat bedrijven vandaag de dag moeten doen, is eenvoudig te verwoorden maar moeilijker uit te voeren. Zorg voor duidelijke verantwoordingsplicht, zodat een met naam genoemde persoon verantwoordelijk blijft voor de professionele output. AI ondersteunt; het ontslaat niemand van zijn verantwoordelijkheid. Breng in kaart en documenteer waar en hoe AI in de workflow wordt ingezet, zodat dit aan een klant of toezichthouder kan worden uitgelegd. Besteed voldoende aandacht aan de beveiliging en vertrouwelijkheid van data, want data-gegevens van klanten en activa mogen niet uitlekken naar tools die daar nooit op zijn beoordeeld. En train mensen niet alleen in het gebruik van deze tools, maar ook in de beperkingen ervan, zodat er professionele scepsis wordt toegepast op AI-output in plaats van dat deze stilletjes terzijde wordt geschoven.

De bedrijven die dit goed aanpakken, beschouwen de norm niet als een lastige verplichting. Zij zien deze juist als het middel dat zowel het vertrouwen van de klant als hun professionele aansprakelijkheid waarborgt. In een beroepsgroep waarvan de waarde volledig berust op betrouwbare en verantwoorde adviezen, vormt goed bestuur geen belemmering voor de invoering van AI. Het is juist wat een verantwoorde invoering überhaupt mogelijk maakt.

Het onderzoeksrapport is niet langer het eindpunt

Gedurende het grootste deel van zijn bestaan was het onderzoeksrapport een einddoel op zich. Het werd in opdracht opgesteld, afgeleverd, één keer gelezen, gearchiveerd en vervolgens vergeten. Dat model raakt in onbruik, en terecht.

De data-inspectie vormt in toenemende mate de basis voor facilitaire beheersystemen, levenscyclusplanning, complianceplatforms en portefeuilleanalyses. De waarde van de inspectie reikt nu veel verder dan het document zelf, en dat geeft een nieuwe invulling aan wat een inspecteur daadwerkelijk produceert. Zij stellen niet langer een rapport op. Zij produceren gestructureerde data-gegevens die blijven bestaan, hergebruikt worden en in waarde toenemen gedurende de gehele levensduur van het gebouw of de portefeuille. Een inspectie die is vastgelegd als een statische PDF is slechts een fractie waard van dezelfde inspectie die is vastgelegd als gestructureerde, doorzoekbare data-gegevens die de komende twintig jaar worden ingevoerd in de systemen die dat object beheren.

De organisaties die een voorsprong nemen, zijn degenen die hun vastgoedportefeuille beschouwen als een dynamisch data-actief in plaats van als een reeks eenmalige inspecties. Naarmate vastgoedportefeuilles steeds meer data-gericht worden, verandert de relatie tussen taxatie en vermogensbeheer van een transactionele naar een continue aangelegenheid. De implicaties voor landmeters zijn aanzienlijk. Degenen die data kunnen produceren en die begrijpen hoe dat data verderop in het proces wordt gebruikt, zullen veel waardevoller zijn dan degenen die een prachtig geschreven rapport opleveren dat nergens toe leidt.

Waar het geld wel en niet te vinden is

Er is aanzienlijk geïnvesteerd in AI voor ontwerp-, engineering- en bouwtechnologie, waarbij bedrijven in die sector aanzienlijke kapitaalinjecties hebben aangetrokken. In grote lijnen ben ik het ermee eens dat het geld zich aan die kant van de markt concentreert, en dat is geen toeval.

Ontwerp en bouw zijn gebaseerd op uitgebreide, machinaal leesbare data-gegevens in CAD en BIM, met duidelijkere input en output. Er worden meer gestructureerde problemen opgelost, waardoor deze beter beheersbaar zijn en duidelijker in aanmerking komen voor investeringen. Kapitaal volgt gestructureerde problemen met meetbare rendementen, en dat is precies wat het in de toeleveringsketen heeft aangetroffen.

De gevolgen voor de landmeetkunde zijn tweesnijdend. Het risico bestaat dat ons beroep wordt beschouwd als een marktstroomafwaartse sector met lagere prioriteit, die onvoldoende wordt bediend door serieuze, speciaal daarvoor ontwikkelde tools. De kans ligt precies daar. De landmeetkundige sector waarin te weinig wordt geïnvesteerd, betreft de structurering, het beheer en het intelligente hergebruik van activa en de toestand data, evenals de beoordelingslaag die daarboven ligt. Waardering, conditiebeoordeling, risico- en aansprakelijkheidsadviezen zijn moeilijker te gelde te maken, juist omdat ze minder gestructureerd zijn en professionele verantwoordelijkheid met zich meebrengen. Dat is precies de reden waarom generieke bouwtechnologische tools hier niet goed voor zullen werken, en precies de reden waarom de bedrijven die tools ontwikkelen of toepassen die op die laag zijn gericht, in plaats van te wachten tot de bouwgolf hen bereikt, de waarde zullen veroveren.

De valkuil van de tariefdaling

Onder klanten groeit het gevoel dat de tarieven zouden moeten dalen, nu hun landmeters gebruikmaken van AI. De redenering lijkt logisch: als het werk sneller gaat, zou het ook goedkoper moeten zijn. Ik denk dat dit een van de belangrijkste commerciële valkuilen is waarmee het beroep te maken heeft, en landmeters zouden zich hier resoluut tegen moeten verzetten in plaats van er stilletjes mee in te stemmen.

De fout zit hem in een verkeerd begrip van waar klanten nu eigenlijk voor betalen. Zij betalen niet voor de alledaagse taken die bij een taxatie komen kijken, zoals het opstellen van het rapport, het verzamelen van data-gegevens en het samenstellen van het geheel. Zij betalen voor de analytische nauwkeurigheid en het professionele oordeel van iemand die twintig jaar lang is opgeleid om een nauwkeurig waardeoordeel te geven, een oordeel waar zij achter kunnen staan en dat zij, indien nodig, voor de rechter kunnen verdedigen. Die expertise is niet goedkoper geworden door de komst van AI. Integendeel, zij is juist waardevoller geworden, omdat zij nu het schaarse en verdedigbare onderdeel van de dienstverlening vormt.

De boodschap moet dus veranderen, op een bewuste en zelfverzekerde manier. Het standpunt is niet: “Wij maken gebruik van AI, dus zijn wij goedkoper.” Het is: “Wij bieden dezelfde analytische nauwkeurigheid en diepgaande expertise waarop u altijd hebt vertrouwd, maar dan veel sneller.” Het oordeel blijft ongewijzigd. De aansprakelijkheid die de taxateur draagt, blijft ongewijzigd. Wat is veranderd, is de snelheid, en snelheid is een voordeel voor de klant, geen korting waarop de klant recht heeft. Bedrijven die dit argument niet naar voren brengen, zullen merken dat ze de waarde van hun eigen expertise wegconcurreren en klanten leren verwachten dat ze een premiumdienst krijgen voor een standaardprijs. De bedrijven die voet bij stuk houden en duidelijk verwoorden waarom ze dat doen, zullen zowel hun marges als de waargenomen waarde van het beroep zelf beschermen.

De businesscase is niet zo eenduidig als de sector doet voorkomen

Ik wil een realistische noot toevoegen die haaks staat op het heersende enthousiasme, omdat de beroepsgroep een businesscase voorgeschoteld krijgt die rooskleuriger is dan de werkelijkheid.

De huidige prijsstelling van AI vormt geen stabiele basis om op voort te bouwen. De grote AI-bedrijven begeven zich naar de openbare markten, en dat verandert hun prikkels ingrijpend. Tot nu toe was de strategie erop gericht om als eerste en als beste te zijn, ongeacht de kosten, om de wereld verliefd te laten worden op deze modellen en ze zo diep mogelijk te verankeren in de manier waarop we allemaal werken. Zodra die integratie is voltooid en klanten in de praktijk nauwelijks nog kunnen overstappen, verschuift de commerciële logica naar het verhogen van de prijzen en het kwartaal na kwartaal aantonen van rendement aan investeerders. Dit is klassiek oligopolistisch gedrag, en bedrijven die hun gehele bedrijfsmodel hebben gebaseerd op de huidige prijsstelling, zullen hierdoor in een afhankelijke positie terechtkomen.

Er is nog een tweede ontwikkeling die vaak verkeerd wordt begrepen. Zelfs als de kosten per token in de loop van de tijd dalen – en dat zal waarschijnlijk gebeuren – neemt het aantal verbruikte tokens exponentieel toe. Naarmate modellen steeds krachtiger worden en complexere taken op zich nemen, schiet het verbruik omhoog. De naïeve veronderstelling dat AI simpelweg goedkoper wordt, is onjuist. Een van de belangrijkste vaardigheden die een bedrijf kan ontwikkelen, is zijn medewerkers leren het juiste model te gebruiken voor de juiste complexiteit van de taak, en zich af te vragen of AI überhaupt wel het juiste hulpmiddel is. Een groot deel van het huidige AI-gebruik is AI omwille van de AI zelf, in plaats van omdat het daadwerkelijk tijd bespaart.

Mijn advies luidt dan ook als volgt: maak gebruik van AI waar dat zinvol is, maar blijf veerkrachtig en realistisch. Op de korte tot middellange termijn zult u wellicht zowel uw bestaande personeelskosten moeten dragen als een aanzienlijke stijging van de uitgaven voor tokens, modellen en de consultants die nodig zijn om deze te implementeren en te beheren. De efficiëntieverbeteringen zullen na verloop van tijd zichtbaar worden. Maar de businesscase is complexer en veeleisender dan een groot deel van de sector momenteel wil toegeven, en bedrijven die uitgaan van een duidelijk, lineair rendement zullen voor verrassingen komen te staan.

Wat hiervoor precies nodig is, en waar u moet beginnen

De rode draad in dit alles is dat de technologie nooit het moeilijkste deel was. Het gaat om het inzicht om te bepalen waar deze moet worden toegepast, de discipline om de data en de onderliggende processen op orde te brengen, het beleid om dit op verantwoorde wijze te doen, en de eerlijkheid om mensen voor te bereiden op echte verandering. Dit zijn geen problemen die u oplost door een licentie aan te schaffen.

Als u één ding uit dit artikel onthoudt, laat het dan zijn dat u niet alles in één keer hoeft op te lossen, en dat u zeker niet hoeft te wachten tot elk beleid en elke migratie perfect is voordat u begint. Bedrijven die succesvol zijn, beginnen klein en weloverwogen. Een verstandige eerste stap is om één of twee concrete, afgebakende processen te kiezen waar de pijn duidelijk is en de data redelijk goed is, daar een degelijk beleid voor AI-gebruik en een paar duidelijke richtlijnen omheen te zetten, de betrokken mensen goed op te leiden in plaats van hen een licentie te geven en er maar op te hopen, en eerlijk te meten wat er verandert. Dat is een afgebakende, risicovrije manier om de institutionele slagkracht, het bewijs en het vertrouwen op te bouwen om meer te doen. Het is het tegenovergestelde van zowel roekeloze implementatie als verlamd afwachten, en het is volledig haalbaar binnen het komende kwartaal.

Dit is het werk dat wij bij Artefact doen. Wij gaan in gesprek met raden van bestuur en directieteams in de vastgoedsector en helpen hen bij het beantwoorden van precies deze vragen: waar creëert AI echte waarde en waar niet, hoe bouwt men de data foundations op die ervoor zorgt dat het werkt, hoe beheert men het op verantwoorde wijze volgens de RICS-norm, en hoe plant men voor een commerciële realiteit die complexer is dan de hype doet vermoeden. Wij zijn geen softwareleverancier. Wij zijn technologie-agnostisch, wat betekent dat ons advies wordt bepaald door wat goed is voor het bedrijf, en niet door wat wij proberen te verkopen. En omdat wij dit hebben gedaan voor een breed scala aan spelers in de vastgoedsector, bieden wij het vergelijkende perspectief dat een enkel bedrijf, dat alleen werkt, simpelweg niet kan hebben.

De kans om een voorsprong te nemen is reëel, maar wordt steeds kleiner. De bedrijven die nu actie ondernemen – op een doordachte manier in plaats van oppervlakkig – zullen het komende decennium van dit vakgebied bepalen. Degenen die denken dat ze het tij kunnen keren door alleen maar de schijn op te houden, zullen zich dat decennium afvragen waarom de beloofde resultaten uitblijven. Het goede nieuws voor elke leider die zich door dit alles geïntimideerd voelt, is dat op de juiste manier handelen niet betekent dat men roekeloos of in één keer moet handelen. Het betekent dat men nu, met een heldere blik, moet beginnen.