Стоимость недвижимости сегодня определяют десятки параметров: тип здания, расположение, состояние, этаж, планировка и многие другие «переменные». Для правильной оценки нужно учесть все факторы, сравнить их с другими предложениями и не ошибиться. Поэтому специалисты все чаще стали обращаться за помощью к искусственному интеллекту.
«Еще 15 лет назад недвижимость оценивали живые люди. Человек, обладающий навыками и опытом, подбирал аналоги оцениваемого помещения, вносил поправочные коэффициенты, выполнял расчеты, получал конечный результат, — вспоминает в разговоре с “РГ” руководитель Циан. Аналитики Алексей Попов. — В начале 2010-х процессы стали автоматизироваться. Сначала использовались простые алгоритмы — программа искала аналоги в базе данных и подставляла коэффициенты. Сейчас же подбор аналогов выполняется с помощью программ, которые могут сами модифицировать алгоритмы».
ИИ использует алгоритмы машинного обучения для анализа больших объемов данных, включая рыночные тенденции, характеристики объектов и экономические индикаторы, пояснил «РГ» принцип работы директор Исследовательского института в сфере искусственного интеллекта Университета Иннополис Рамиль Кулеев. По его словам, в результате получается создавать точные модели, способные предсказывать стоимость недвижимости на основе множества факторов.
В чем преимущество такого подхода по сравнению с ручным трудом? «Во-первых, это скорость подготовки отчета, поскольку ИИ способен обрабатывать большие объемы данных гораздо быстрее, чем человек. Это позволяет сократить время на подготовку отчета об оценке недвижимости, — рассказала “РГ” директор департамента продаж жилой недвижимости ГК “Сумма элементов” Светлана Бардина. — Во-вторых, алгоритмы машинного обучения могут учитывать одновременно множество факторов, что позволяет повысить точность оценки. В-третьих, использование ИИ позволяет автоматизировать процессы, связанные с оценкой недвижимости, такие как сбор и анализ данных
Исключение человеческого фактора и оценка, основанная только на реальных данных, повышает достоверность результатов и, возможно, доверие к ним. «Для участников рынка это означает большую прозрачность и объективность при совершении сделок, — заверила “РГ” генеральный директор компании KEY CAPITAL Ольга Гусева. — Покупатели могут быть уверены в адекватности цены, продавцы — в справедливой оценке имущества, а инвесторы — в обоснованности вложений».
Директор по направлению городские технологии в Центре развития промышленных технологий Фонда «Сколково» Юрий Хаханов обращает внимание на то, что использование ИИ существенно повышает производительность труда.
«Если раньше аналитический отдел строительных компаний насчитывал десятки человек, то сейчас благодаря ИИ несколько аналитиков справляются с тем же объемом работы. Есть возможность существенно расширить географию и количество оцениваемых объектов», — пояснил «РГ» эксперт.
В качестве примера Юрий Хаханов приводит платформу Datrics, которая использует ИИ для оценки участков земли для городской застройки. Она позволяет пользователям, не имеющим специальной квалификации в геоинформационных системах (ГИС) и программировании, самостоятельно конструировать информационные системы для работы с картами, документами и данными систем мониторинга интернета вещей.
Помимо установления рыночной стоимости, к оценке недвижимости можно отнести и получение определенного рейтингового статуса, отмечает Светлана Бардина. Она напоминает, что правительство России для поддержки девелоперов, реализующих экологичные проекты, в 2023 году внедрило добровольный «зеленый» ГОСТ. Среди условий получения сертификата — класс энергоэффективности проекта не ниже А, благоустроенная территория и инклюзивная инфраструктура для людей с ограниченными возможностями. «Естественно, искусственный интеллект способен упростить все разновидности оценочных процедур в строительной отрасли, ведь он обладает способностью быстро обрабатывать огромные массивы данных и при этом характеризуется беспристрастностью», — подчеркнула эксперт.
ИИ быстрее анализирует предложения недвижимости, предлагая справедливую цену.
Еще одна задача, которую могут поручить ИИ, — прогнозирование цен на недвижимость. ИИ способен анализировать большие объемы исторических данных о ценах, выявлять закономерности и предсказывать изменение стоимости недвижимости в будущем. Кроме того, он может учитывать множество внешних факторов, влияющих на цену (инфраструктура, транспортная доступность, экология, безопасность района, социальные тренды), а также макроэкономические показатели — экономическую ситуацию, уровень инфляции, процентные ставки по ипотеке и др. Все это позволяет делать более точные прогнозы.
«Анализируя исторические данные, текущие тренды и множество других факторов, алгоритмы ИИ способны с высокой точностью предсказывать изменение стоимости объектов в будущем. Это позволяет инвесторам и застройщикам принимать более обоснованные решения и максимизировать прибыль. Например, ИИ может выявить перспективные районы для строительства, где ожидается рост цен на недвижимость в ближайшие годы», — отмечает Ольга Гусева.
Искусственному интеллекту могут поручить прогнозирование цен на недвижимость.
Инвесторы же, по словам эксперта, могут использовать прогнозы ИИ для определения наиболее привлекательных объектов для вложений, что позволит им получить максимальную отдачу от своих инвестиций. Помимо этого, ИИ способен прогнозировать спрос на различные типы недвижимости в разных районах. Эта информация незаменима для планирования строительства и развития городской инфраструктуры.
Вместе с тем нужно отметить, что, заметно шагнув вперед в решении типовых задач, технологии ИИ все равно требуют участия человека при нестандартных случаях. По словам Алексея Попова, к таким относятся работа с уникальными объектами, оценка недвижимости со сложной юридической историей. В таких случаях алгоритмы полезны как помощник в руках опытного специалиста, но не могут на 100 процентов его заменить.
В любом случае тренд на использование ИИ на рынке недвижимости становится все более явным. «Чаще всего ИИ используют компании, у которых есть доступ к большому количеству данных. Именно они — залог построения качественных моделей нейросетей. Например, для рынка недвижимости это Росреестр и банки с данными о сделках по покупке и продаже квартир, агрегаторы объявлений типа “Авито” и ЦИАН. Эти компании используют ИИ для оценки стоимости недвижимости», — отметил Рамиль Кулеев.
Растет и разнообразие задач, которые может решать ИИ. Например, сервис Predict помогает застройщикам проектировать жилые комплексы и повышать продажи. ИИ здесь рассчитывает оптимальную квартирографию новостройки — количество квартир и комнат, а также площадь и рекомендуемую стоимость квадратного метра. Это позволяет девелоперам реализовать проект с максимальной экономической эффективностью.
Другой пример — системы для динамического ценообразования. С помощью ИИ они анализируют ситуацию, дают рекомендации по ценообразованию и могут автоматически менять стоимость недвижимости на сайте застройщика.
