Nathan Brannen, directeur des produits chez Restb.ai, est l'un des vétérans les plus expérimentés de l'intelligence artificielle dans l'immobilier. Restb.ai est le leader de la vision par ordinateur et de l'IA pour l'immobilier. Sa technologie d'intelligence artificielle étiquette, classe et note automatiquement les photos de propriétés pour extraire des informations spécifiques à l'immobilier. Avec plus d'une décennie d'expérience avérée en IA, Nathan se spécialise dans le partenariat avec les innovateurs du secteur pour mettre en œuvre la technologie d'IA.

Chez Restb.ai, nous ne faisons qu'effleurer la surface des avantages potentiels que l'IA aura pour améliorer les évaluations. Nous analysons actuellement plus de 2 500 informations visuelles sur chaque propriété.

Nathan a commencé sa carrière en IA chez ABB, une entreprise du Fortune Global 500 dans le secteur de l'énergie et de l'automatisation. En tant que responsable mondial des produits, il gérait une suite de modèles et de plateformes énergétiques basés sur l'IA, travaillant avec des technologies avancées telles que des outils de prévision des prix basés sur des réseaux neuronaux, des solveurs d'optimisation basés sur la programmation linéaire en nombres entiers mixtes (MILP) et des modèles de planification des investissements à long terme. Il a dirigé des équipes aux États-Unis et en Europe tout en servant des clients mondiaux, dont Saudi Aramco, l'une des entreprises les plus précieuses au monde. Nathan est titulaire d'un MBA de l'IESE Business School (Barcelone) et d'une licence en sciences du Georgia Institute of Technology.

Pour ceux qui ne connaissent pas Restb.ai, comment décririez-vous son rôle dans l'immobilier aujourd'hui ?

Chez Restb.ai, nous pensons qu'il existe une mine d'informations cachées dans les photos de propriétés. Lorsque vous regardez une image, il y a tellement de détails importants que vous comprenez instantanément. Quelles caractéristiques la propriété possède-t-elle ? Est-elle en bon ou mauvais état ? Les matériaux sont-ils de haute qualité ? A-t-elle un style ou une esthétique particulière ? Aimez-vous cette esthétique ? Malheureusement, en raison de la nature quasi infinie des choses qui peuvent apparaître dans les images, une grande partie de ces informations précieuses reste non capturée dans les détails typiques des annonces. Ou si elles existent, c'est d'une manière qui rend les données difficiles à valoriser. Si une propriété a une terrasse, comment déterminons-nous s'il s'agit d'un petit espace pavé ou d'une vaste terrasse en briques qui pourrait facilement accueillir une réunion de 20 personnes ? Notre objectif chez Restb.ai a toujours été d'utiliser l'IA pour analyser ces millions d'images et générer des informations structurées, cohérentes et précieuses pour pouvoir analyser et comparer les propriétés à grande échelle.

Qu'est-ce qui a motivé votre investissement plus profond dans le côté évaluation de l'industrie, et que constatez-vous en termes de demande ?

Les évaluations ont toujours été un ajustement naturel pour les informations que nous fournissons. Les entreprises d'évaluation ont un désir inextinguible de plus de données, de données de meilleure qualité. Lorsque nous avons commencé à travailler avec les modèles automatiques de valorisation (MAV), nous avons appris que beaucoup essayaient déjà de créer des proxies pour l'état et la qualité en analysant les remarques des annonces. Malgré les incohérences d'une approche reposant sur les agents pour décrire avec précision la propriété qu'ils vendent, ils savaient que ces points de données étaient précieux. Nous savions que nous pouvions fournir une meilleure solution à un problème qu'ils essayaient déjà de résoudre.

De plus, les conséquences d'évaluations inexactes sont élevées. Des améliorations incrémentielles de la précision des évaluations sont essentielles. Alors que de plus en plus d'entreprises ont intégré ces nouvelles informations visuelles dans leurs processus et modèles, nous avons observé une certaine mentalité de troupeau de la part de leurs concurrents. L'intégration de ce type de données devient rapidement un standard dans l'industrie.

Les efforts de modernisation des entreprises parrainées par le gouvernement (GSE) ont accéléré tout cela. Alors que le processus d'expertise connaît son changement le plus significatif depuis l'introduction du formulaire 1004 il y a plus de 20 ans, de nombreuses entreprises sont confrontées à la nécessité de modifier leurs processus, en particulier face aux nouveaux entrants sur le marché axés sur l'IA.

Vous avez récemment lancé un rapport État/Qualité (C/Q). Qu'est-ce que c'est, et pourquoi l'industrie en a-t-elle plus que jamais besoin maintenant ?

Notre récent livre blanc s'est concentré sur la question de savoir si les ajustements de valeur effectués pour l'état et la qualité dans les expertises sont fiables et cohérents. Il analyse à quelle fréquence une expertise contient des ajustements injustifiés et combien de fois des ajustements auraient dû être effectués mais ont été omis. Nous avons estimé que c'était opportun pour trois raisons principales :

• Contrairement aux caractéristiques plus objectives des propriétés telles que la surface habitable, la taille du terrain et les matériaux de construction, l'état et la qualité sont intrinsèquement subjectifs et complexes.
• Selon les dernières mises à jour des GSE, les problèmes liés à l'état et à la qualité sont les problèmes les plus fréquents trouvés dans les expertises.
• Dans les procès pour biais très médiatisés qui ont récemment fait la une des journaux, les comparables utilisés pour justifier l'évaluation de la propriété étaient d'un état et d'une qualité très différents de ceux de la propriété concernée.

Jusqu'à notre rapport, cela a été un concept difficile à quantifier et quelque chose que nous avons senti que beaucoup dans l'industrie choisissaient d'ignorer.

Quelles sont les principales conclusions du rapport C/Q pour les experts et l'industrie de l'expertise ?

Pour faire simple, plus de 33 % des expertises présentent un risque élevé d'avoir un ajustement injustifié de l'état ou de la qualité ou d'omettre un ajustement que les photos indiqueraient comme nécessaire pour au moins une propriété comparable. Ces problèmes pourraient facilement conduire à une demande de rachat, qui a un coût estimé de 32 288 $ pour le prêteur. Compte tenu de toutes les expertises qui ont lieu chaque année, cela signifie qu'il existe un risque potentiel de plus de 27 milliards de dollars de coûts de rachat.

Comment les prêteurs, les MAV et les fournisseurs d'évaluation peuvent-ils bénéficier des conclusions du rapport C/Q ? Que doivent-ils faire ensuite ?

À bien des égards, je comprends pourquoi ces problèmes sont si courants. Analyser constamment l'état et la qualité peut être difficile. Les propriétés peuvent être dans différents états de rénovation, ce qui rend difficile la capture cohérente des différences. De plus, notre analyse a montré que 81,1 % des propriétés étaient considérées comme C3 ou C4, et 97,5 % des propriétés étaient notées Q3 ou Q4. Compte tenu de toutes les autres considérations que les experts examinent lors de la sélection des comparables, se rabattre sur une note commune peut être pratique.

De plus, ces problèmes sont incroyablement chronophages pour les processus de révision des sociétés de gestion d'expertise (AMC) ou des prêteurs. Une expertise n'inclut qu'une photo de face de chaque propriété comparable. Pour qu'un réviseur valide que les ajustements d'état et de qualité sont appropriés, il devrait rechercher manuellement chaque propriété sur un portail et parcourir des dizaines de photos. Ainsi, de nombreuses entreprises ont admis qu'elles n'avaient pas de processus cohérent pour rechercher ces incohérences.

Heureusement, l'IA offre une opportunité révolutionnaire d'automatiser ce processus. Au lieu de demander aux réviseurs de regarder les photos de chaque propriété comparable, ils peuvent compter sur l'IA pour faire une première passe et n'analyser que les propriétés présentant un problème potentiel. Étant donné qu'un tiers des expertises présentent un problème potentiel et que l'expertise moyenne comprend cinq propriétés comparables, cette automatisation réduit de plus de 90 % le nombre de propriétés qu'un réviseur doit examiner.

Encore plus important, détecter ces problèmes dès la première révision réduit les délais de traitement et diminue les coûts de rachat.

Le biais d'expertise et la modernisation sont d'énormes préoccupations de l'industrie. Comment votre technologie Restb.ai soutient-elle directement ces points sensibles de l'industrie ?

Le biais est un sujet complexe dans le monde de l'expertise. De nombreux experts sont compréhensiblement offensés d'être traités de racistes ou de quoi que ce soit de moins que "Objectif, Indépendant et Impartial", comme l'exige l'USPAP, alors même qu'il y a eu plusieurs affaires très médiatisées qui pointent des préoccupations valables de biais. Cependant, je pense qu'il est beaucoup plus simple de regarder comment notre technologie peut arrêter les mauvaises expertises. Comme mentionné précédemment, les GSE ont souligné que les problèmes d'état et de qualité sont parmi les défis les plus courants qu'ils rencontrent. Ces problèmes ont été au centre de certains des récents cas de biais sur la façon dont l'expert est arrivé à une évaluation "biaisée". Avec l'IA, ces divergences d'état et de qualité seraient signalées automatiquement, empêchant que cela ne devienne une conversation sur le biais.

En ce qui concerne la modernisation de l'expertise, l'une des principales différences dans le nouveau rapport est l'obligation de décomposer l'état et la qualité en une note extérieure et intérieure. Cela reflète l'importance de ces composantes dans la valeur d'une maison. Pourtant, cela ne résout pas la subjectivité dans la détermination de ces valeurs, ni la période d'ajustement probable qu'il faudra aux experts pour apprendre à les évaluer de manière cohérente. Heureusement, notre technologie décompose déjà l'état et la qualité en ces composantes plus granulaires, fournissant des garde-fous robustes pour garantir des évaluations précises.

Quelles sont les implications à plus long terme pour l'industrie de l'expertise et de l'évaluation sur le type de données que l'IA peut débloquer, comme les conclusions du rapport C/Q ?

Chez Restb.ai, nous ne faisons qu'effleurer la surface des avantages potentiels que l'IA aura pour améliorer les évaluations. Nous analysons actuellement plus de 2 500 informations visuelles sur chaque propriété. Beaucoup de ces informations ne sont pas incluses dans les annonces, les registres publics ou les expertises, mais cela ne signifie pas qu'elles n'ont pas d'impact sur la valeur.

En fait, après avoir travaillé avec de nombreuses entreprises de MAV, nous avons vu que la présence ou l'absence de certaines caractéristiques peut avoir un impact quantifiable. Par exemple, comment les maisons avec des cuisines en galerie se comparent-elles aux dispositions ouvertes plus contemporaines ? Quelle est la différence de prix lorsque quelqu'un repeint sa cuisine par opposition au remplacement complet des armoires ? Maintenant que ces données peuvent être suivies et analysées à grande échelle, nous pouvons déterminer les impacts de toutes ces questions et, plus important encore, comment ces impacts varient selon le marché dans lequel vous vous trouvez. Alors que de plus en plus d'entreprises utilisent ces données, mieux nous comprendrons vraiment comment évaluer avec précision les propriétés.

L'article Q&R avec Nathan Brannen, directeur des produits chez Restb.ai est apparu en premier sur citybiz.

Avertissement : Cette traduction a été générée automatiquement par NewsRamp™ pour citybiz (collectivement désignés sous le nom de "LES ENTREPRISES") en utilisant des plateformes d'intelligence artificielle génératives accessibles au public. LES ENTREPRISES ne garantissent pas l'exactitude ni l'intégralité de cette traduction et ne seront pas responsables des erreurs, omissions ou inexactitudes. Vous vous fiez à cette traduction à vos propres risques. LES ENTREPRISES ne sont pas responsables des dommages ou pertes résultant de cette confiance. La version officielle et faisant autorité de ce communiqué de presse est la version anglaise.