AI kinnisvara hindamine ja seitse muud kasutusjuhtu büroole

Mis kinnisvaraäris päriselt töötab

Kinnisvarabüroo töö ei ole teksti kirjutamine. Tekst on viimane samm pärast seda, kui objekti andmed on kätte saadud, kontrollitud ja dokumenteeritud. Kui keegi küsib, kas AI-d saab kinnisvaras kasutada, siis vastus on, et saab küll, aga kasu tuleb andmete kokkukandmisest ja kontrollist, mitte sellest, et mudel kirjutab ilusa kuulutuse.

Seetõttu tasub iga kasutusjuhtu hinnata kahe küsimusega: millist infot on vaja, et see töö üldse toimuks, ja kes vastutab, kui tulemus on vale. Kinnisvaras on teine küsimus eriti terav, sest kuulutus on pakkumine tarbijale ja hinnang on number, mille peale keegi teine teeb oma elu suurima ostu.

Allpool on kaheksa kasutusjuhtu, mis on Eesti registrite ja büroo enda andmetega teostatavad. Enamik ei vaja uut tarkvara, vaid olemasolevate süsteemide ühendamist, ja seda tööd teeb tarkvaraarendus, mitte eraldi AI projekt.

Kaheksa kasutusjuhtu kinnisvarabüroole

1. Kuulutuse tekst objekti faktibaasist

Kuulutuse tekst on hea siis, kui iga lause vastab andmebaasis olevale faktile: pind, tubade arv, korrus, ehitusaasta, energiamärgis, parkimine, ühistu kulud. Mudel saab selle teksti kokku panna minutiga, kui sisend on korras. Kui sisend on seitse eri Excelit ja kolm telefonikõnet, saab mudel kokku panna ka seitse eri tõde.

Praktiline lahendus on faktibaas ühe objekti kohta, millest genereeritakse kolm versiooni: portaalide jaoks lühike, büroo kodulehele pikem ja sotsiaalmeediasse lühem. Reegel, mis hoiab ära jamad: kui välja väärtus puudub, jääb see lause tekstist välja, mitte ei täideta oletusega.

2. AI kinnisvara hindamine büroo enda andmetel

Võrdlushinnang on arvutus, mitte ennustus. Sisend on hulk tehinguid samas piirkonnas ja samas segmendis, väljund on ruutmeetri vahemik ja loetelu erisustest, mis selle objekti sellest vahemikust välja viivad: seisukord, vaade, müra, lift, parkimiskoht, krundi kuju.

Kaks nõuet, mille peale projekt tavaliselt komistab. Esimene on andmete värskus: kui büroo viimased tehingud on kahe aasta vanused, tuleb vahemik anda koos kuupäevaga, mitte aasta keskmisena. Teine on selgitus: kliendile tuleb näidata, millised tehingud arvutusse läksid ja mida need ei sisalda. Kui klient ütleb hinna kohta „see on masina number“, on see müügitakistus, mida on hiljem raske ümber lükata.

Seetõttu on mõistlik jaotus: mudel koostab vahemiku ja tabeli alusandmetest, maakler kinnitab lõpliku numbri ja kirjutab kolm lauset põhjenduseks. See ei ole bürokraatia, vaid see, mis eristab hindamist hinnangust.

3. Dokumendipakett ja puuduste kontroll

Tehingu ettevalmistus on nimekiri: kinnistu väljavõte, energiamärgis, ühistu võlgnevuse tõend, kasutusluba või ehitisregistri väljavõte, volikiri kui omanik ei ole kohal, müügilepingu mustand. Nimekiri on alati sama, aga iga tehingu puhul otsitakse neid eri kohtadest.

Automatiseerida saab nimekirja haldust: süsteem teab, millised dokumendid on olemas, millised puuduvad ja mis kuupäevaga need kehtivad, ning tuletab iga puuduva dokumendi kohta meeldetuletuse. See on väike töö, mis vabastab enim aega, sest puuduv paber selgub tavaliselt notari juures.

4. Kliendiküsimused objekti andmete põhjal

Kinnisvaraportaalis korduvad sageli needsamad küsimused: kas on lift, mis on ühistu kulud, kas parkimiskoht kuulub hinna sisse, millal saab vaatama tulla, kas loomad on lubatud. Kui vastused on objekti kaardil kirjas, saab neile vastata automaatselt ka väljaspool tööaega.

Oluline on „ei tea“ reegel. Bot peab vastama ainult sellele, mis on objekti andmetes kirjas, ja ülejäänu saatma maaklerile. Bot, kes arvab, et korter on vaikne, kuna tänav on väike, tekitab kahju, mida hiljem parandada ei saa. Kuidas selline teadmistebaas üles ehitada, on kirjas artiklis teadmistebaas chatbotile, ja sama loogika kehtib ühe objekti andmete kohta.

5. Päringute eelvalik ja järjekord

Kui büroole tuleb nädalas sada päringut, ei ole probleem vastamine, vaid järjekord. Eelvalik tähendab, et süsteem küsib kolm küsimust (ostu eesmärk, rahastus, ajaraam) ja paneb päringud järjekorda, mitte ei otsusta, kellele vastata. Vahe on juriidiliselt oluline: järjekord ei ole otsus inimese kohta, automaatne tagasilükkamine on.

6. Nädalane turuülevaade

Büroo juht tahab teada, mis nädalal muutus: uued objektid piirkonnas, hinnamuutus segmendis, mitu päeva objekt keskmiselt turul püsib. See on üks päring andmete vastu ja üks tekst, mis koostatakse igal esmaspäeval. Kasu ei tule AI-st, vaid sellest, et keegi ei pea seda käsitsi kokku panema.

7. CRM-i andmete korrastus

Igas kinnisvarabüroos on CRM-is duplikaadid, aegunud objektid ja kontaktid, kelle kohta ei ole märgitud, kas tegu on ostja või müüjaga. See on kõige vähem seksikas ja kõige tasuvam töö: ilma korras kontaktibaasita ei tööta ükski eelvalik ega kliendiküsimuste bot.

Korrastus on ka andmekaitse küsimus, sest isikuandmete säilitamine ilma eesmärgita ei ole lubatud. Reegel, mis tasub kirja panna: kontakt, kellega ei ole kahe aasta jooksul toimunud sisulist suhtlust, läheb ülevaatamisele, mitte igavesse nimekirja.

8. Kuulutuse kvaliteedikontroll enne avaldamist

Enne avaldamist saab masin kontrollida seda, mida inimene kontrollib halvasti: kas kõik kohustuslikud väljad on täidetud, kas piltide järjekord on loogiline, kas tekstis on number, mida objekti andmetes ei ole, kas sama objekt on juba avaldatud teise hinnaga. Viimane juhtub sagedamini, kui arvatakse.

Järjekord, milles neid teha

Järjekord ei ole see, mis on tehniliselt kõige põnevam, vaid see, kus üks inimene saab nädalaga tulemuse ja kus viga on odav parandada.

Tabeli lugemise reegel: kui mõju on alla kolme, ärge alustage sellest, isegi kui see on lihtne. Kui vaev on neli ja mõju neli, tuleb esimene versioon teha kitsamalt, ühe piirkonna ja ühe segmendiga. Kinnisvara hindamise mudel, mis katab pool Eestit, ei ole parem kui mudel, mis katab ühe linnaosa korralikult.

Kaks nädalat: mida jõuab ära teha

1. Nädal 1: faktibaas ja dokumentide nimekiri

   Vali kümme aktiivset objekti ja kirjuta üles iga fakt, mida kuulutuses korrata tahad. Seejärel märgi, kust iga fakt tuleb ja kes selle eest vastutab. Sama nädala teine pool kulub dokumendinimekirjale: mis on kohustuslik, mis on soovituslik, kes hangib. Tulemus on andmemudel, mitte tarkvara, ja just seepärast on see kasulik.

2. Nädal 2: üks töötav tükk

   Vali kas kuulutuse tekst või kliendiküsimused, mitte mõlemad. Kui valid küsimused, kirjuta nelikümmend päris küsimust kümne objekti kohta ja lase botil vastata nii, et vastus jääb sisemiseks. Mõõda, mitmel korral pidi inimene parandama. Alles siis, kui parandusi on alla kümnendiku, tasub mõelda avalikule versioonile.

Kahe nädala eesmärk ei ole valmis toode, vaid otsus, mille saab teha andmete põhjal. Seda loogikat kirjeldab pikemalt AI pilootprojekt, ja tasuvuse arvutuse alus on samasugune nagu igal teisel protsessil: ajavõit korda tunnikulu miinus jooksev kulu, vaata automatiseerimise tasuvus.

Millistest registritest andmed tulevad

Eesti kinnisvaraandmed ei ole ühes kohas, aga need on olemas ja masinloetavad.

• Maa-amet haldab maakatastrit: kinnistu, maa sihtotstarve, pind, asukoht. Katastriandmed on alus, millele kõik muu viitab. Maa-amet avaldab ka kaardirakendusi ja andmeid, mida saab liidestada.
• Ehitisregister annab hoone ja ehitise andmed, ehitus- ja kasutusload. Kui kuulutuses on kirjas ehitusaasta või kasutusluba, peab number tulema siit. Ehitisregister on avalik ja seda saab pärida inimese eest.
• Äriregistri avaandmed on vajalikud siis, kui tehingu pool on juriidiline isik: kes on juhatuse liige, kas ettevõte on tegutsev, millised on esindusõigused. See on kiirem kui registrikaardi käsitsi otsimine.
• Büroo enda CRM on ainus koht, kus on tehingute hinnad ja läbirääkimiste käik. Ilma selleta saab teha kuulutusi, aga mitte hindamist.

Kui enne liidestust teha väike tabel, kus iga väli on seotud allika ja vastutajaga, jääb hiljem ära suur osa vaidlustest selle üle, kust vale number tuli. See on ka põhjus, miks AI automatiseerimine algab tavaliselt andmetest, mitte mudelist.

Riskid ja õiguslik raamistik

Kolm asja, mis tuleb enne avalikku kasutust läbi mõelda.

Automatiseeritud otsused. Kui süsteem otsustab inimese kohta midagi, mis mõjutab oluliselt tema võimalusi, on see isikuandmete üldmääruse artikli 22 ala ja inimene peab saama nõuda inimlikku ülevaatamist. Andmekaitse Inspektsiooni juhend kirjeldab, millal see kohaldub. Praktikas tähendab see, et päringute järjekorda panemine on lubatud, tagasilükkamine automaatselt mitte.

Turundus oma kontaktibaasile. Kui büroo saadab objekti pakkumisi või uudiskirja varasematele kontaktidele, peab õiguslik alus olema paigas. Õigustatud huvi ei ole vabandus igaks kirjaks, ja e-posti või SMS-i teel otseturunduse saatmine eeldab elektroonilise side seaduse § 103 järgi reeglina isiku eelnevat nõusolekut.

Tehisintellekti määrus. Määrus (EL) 2024/1689 jõustus 1. augustil 2024 ja selle kohustused rakenduvad järk-järgult; III lisas loetletud valdkondade kõrge riskiga süsteemide nõuded kohalduvad 2. detsembrist 2027 (AI määruse art 113 lg 3 punkt c, muudetud määrusega (EL) 2026/1744). Kinnisvara hindamine ise ei ole selles loetelus, aga krediidivõime hindamine on, ja kui büroo hakkab ostja rahastust hindama, on ta lähemal sellele alale kui tavaline kuulutuste haldus.

Lisaks kehtib eksitava teabe keeld ka masina kirjutatud kuulutusele. Kui tekstis on „vaikne“, aga majas on öine laohoov, vastutab büroo, mitte mudel.

Kust alustada, kui tahad ühte asja

Kui aega on üks nädal ja eelarvet ei ole, tee dokumentide nimekiri ja CRM-i duplikaatide puhastus. Need ei vaja uut tarkvara, annavad tulemuse kohe ja parandavad kõike, mis tuleb pärast. Kui tahad AI kinnisvara hindamist, siis esimene töö ei ole mudel, vaid kolm aastat büroo tehinguid puhtal kujul ühes piirkonnas. Kasutusjuhtude ülevaates on teised tegevusalad samal loogikal, ja kui tahad ühte konkreetset lahendust ehitada, on mõistlik alustada AI automatiseerimisest ühe protsessiga, mitte terve bürooga korraga.