Jako CEO Ady, sztucznej inteligencji analizującej rynek nieruchomości, na bieżąco śledzę nowe startupy z naszej branży. Jakiś czas temu dowiedziałem się, że mój znajomy tworzył aplikację, która starałaby się podpowiedzieć kupującemu cenę, na jaką powinien nalegać w negocjacjach jeszcze podczas pierwszego oglądania oferty. Odwiedzasz nieruchomość, robisz zdjęcia telefonem, a Twój iPhone podpowiada cenę, zanim jeszcze opuścisz próg. Brzmi ciekawie, prawda?

Jest tylko jeden problem.

Branża w technologicznym tyle

Nieruchomości to dziedzina, której wartość w skali całego świata analitycy wyceniają na 217 bilionów dolarów, a mimo tego od lat zapiera się ona przed modernizacją. Jeśli mój znajomy chciałby rzeczywiście wypuścić swój wymarzony produkt, musiałby samodzielnie zebrać i przetworzyć dane o mieszkaniach na skalę idącą w setki tysięcy lub nawet miliony ofert. Trudne. Mało opłacalne. Skończyło się więc tak, że kolega zrezygnował i zajął się czymś innym — tak samo jak setki innowatorów, którzy od 20 lat odbijają się od branży nieruchomości.

W alternatywnym świecie mój znajomy mógłby skorzystać z gotowej technologii, co zajełoby mu pewnie od kilkudziesięciu minut do kilka godzin pracy — tak jak jego koledzy w innych branżach często mogą podpiąć się pod istniejące API wypuszczone przez inną firmę. Dokładnie tak, jak kiedy ktoś chce dzisiaj wstawić na swoją stronę mapę lub skorzystać z geolokalizacji, nie musi wymyślać kartografii od zera — po prostu używa Google Maps. Dla nieruchomości takich narzędzi jednak po prostu nie ma.

Ada Atlas. API dla nieruchomości

Każdy, kto chciałby sprawić, żebyśmy znaleźli się bliżej tej alternatywnej rzeczywistości, musi najpierw rozwiązać dwa problemy.

Pierwszy to dostęp do danych. Nieruchomości to branża, która żyje danymi — a w szczególności danymi na temat transakcji. Jedna z rzeczy, która wyróżnia serwis ogłoszeniowy Ady, to właśnie fakt, że postrzegamy zawarte w nim oferty nieruchomości jak trampolinę, która pozwala nam dotrzeć do najważniejszych informacji w branży — a mianowicie do odpowiedzi na trzy pytania: kto, co i za ile.

  • Kto, czyli klient: jakie ma preferencje, czego szuka, jaki ma budżet, na co może sobie pozwolić.
  • Co, czyli nieruchomość: gdzie się znajduje, czy w dobrej okolicy, jakie są jej największe zalety, jak prezentuje się w porównaniu z innymi.
  • Za ile, czyli cena: pokrywa się z innymi podobnymi czy nie? Mówimy o okazji, czy mieszkaniu premium?

Dzięki naszym ofertom znamy odpowiedzi na wszystkie te pytania — odkąd wystartowaliśmy, zebraliśmy ponad 80 milionów porcji metadanych na temat różnych nieruchomości w 14 miastach w całej Polsce. Analogiczne informacje zbieramy na temat najemców i kupujących. Dzięki nim jesteśmy w stanie tworzyć dokładnie takie analizy, jakich potrzebowałby startup mojego znajomego.

Drugi problem to technologia. Dane mamy, co prawda, z głowy, ale jak z nich korzystać? Odpowiedzią jest rozwiązanie, które dzisiaj publikujemy. To API o nazwie Atlas, dzięki któremu każdy może zbudować własną aplikację w oparciu o informacje pochodzące bezpośrednio z Ady. Jak pewnie pamiętacie, w 2018 roku otrzymaliśmy grant od Narodowego Centrum Badań i Rozwoju na tworzenie nowych algorytmów w zakresie przetwarzania języka naturalnego, sieci neuronowych, predykcji i computer vision ze specjalizacją w dziedzinie nieruchomości. Przez ostatnie miesiące skupiliśmy się na rozwoju algorytmów, których wcześniej używaliśmy wewnątrz firmy do analizy, jakie pojawiają się w naszym serwisie ogłoszeniowym.

Są to m.in. sieci neuronowe:

  • do rozpoznawania typów ofert, wyposażenia i standardów mieszkań na podstawie zdjęć;
  • do wyceny popytu i podaży wynajmu w danej okolicy w każdym z 14 miast, jakie obecnie wspieramy;
  • do przewidywania daty zakończenia transakcji;
  • i inne, dodawane na bieżąco. Zobacz więcej.

Przykład? Kod poniżej zwróci nam odpowiedź na pytanie, w jakich cenach szukane są dwupokojowe mieszkania w centrum Wrocławia podobne do oferty ze wskazanego w kodzie zdjęcia.

…i gotowe!

Inne zastosowania

Pierwsze wdrożenie wykonaliśmy z Nickel Development. Nickel Development to firma deweloperska z Poznania działająca na rynku od ponad 20 lat, która wyznaje zasadę, że najważniejsze jest zadowolenie klienta. Nie zależy im więc na tym, aby kupił on jakiekolwiek mieszkanie, tylko takie, które będzie optymalnie dopasowane do jego potrzeb.

Wspólnie postanowiliśmy zaadresować problemy, z jakimi zmagają się klienci kupujący nieruchomości pod wynajem — w Polsce to prawie 40% osób szukających ofert na rynku nieruchomości. Wyceny, które Nickel tworzy na podstawie technologii Ady, zawierają dane na temat popytu i podaży w okolicy konkretnego mieszkania. Dane te kompilowane są w raport na temat atrakcyjności oferty, cen i trudności lub łatwości najmu przy inwestycji Start Piątkowo. Po raz pierwszy zademonstrowaliśmy to narzędzie w weekend 21-22 września podczas Targów Mieszkań i Domów w Poznaniu.

Poniżej możecie znaleźć przykładową wycenę, której wygenerowanie i wstawienie na bloga zajęło mi mniej niż minute dzięki kilku liniom kodu i naszemu JavaScript SDK.

Innym przykładem wdrożenia może być współpraca, którą nawiązaliśmy z Agencją Rozwoju Aglomeracji Wrocławskiej. ARAW prowadzi m.in. Centrum Wspierania Biznesu — odpowiedzialne za promocję gospodarczą oraz aktywne pozyskiwanie i obsługę inwestorów zagranicznych. Na wykorzystanie naszej biblioteki zdecydowali się w celu bieżącego informowania swoich partnerów biznesowych o zmianach cen wynajmu we Wrocławiu. Rozwój firmy wymaga zatrudniania nowych pracowników; zatrudnianie często oznacza relokację; a relokacja jest zwykle problematyczna, ponieważ wyboru mieszkania trzeba dokonać pod presją czasu i z ograniczoną ilością informacji na temat miasta, do którego ktoś się właśnie przeprowadza. Dzięki naszej technologii ARAW stara się zaadresować te problemy.

Brzmi ciekawie?

To tylko dwa potencjalne zastosowania danych i algorytmów, które udostępniamy. Jesteśmy ciekawi, na jakie wpadną inni — i dlatego rozpoczynamy dziś program pilotażowy. Może zgłosić się do niego każdy zainteresowany wykorzystaniem sieci neuronowych Ady. Usługę kierujemy zarówno do startupów jak i dojrzałych firm na rynku nieruchomości. Dla tych drugich nasza platforma analityczna i Atlas to możliwość konkurowania na tle nowych technologii bez potrzeby kosztownej edukacji ich obecnych zespołów IT w kierunku machine learning i data science.

Jeśli Ty lub Twoja firma jesteście wśród odbiorców, jakich opisałem — porozmawiajmy.

—Kamil Nicieja,
CEO @ Ada