Em um artigo recente, apresentei uma ferramenta de análise de aplicativos de hipotecas que usa a IA para validar aplicativos. Depois de ler esse artigo, um cliente das imobiliárias em piracicaba com quem trabalhamos no ano passado (Vin Vomero, fundador da Foxy AI) entrou em contato para ver se eu poderia escrever um artigo semelhante sobre o trabalho que fizemos para avaliação de imóveis.

O problema em que trabalhamos no ano passado foi surpreendente: as estimativas de preço das residências são ruins. As listagens estão sendo supervalorizadas ou subvalorizadas o tempo todo, e a avaliação de uma casa é um fator-chave não apenas para o comprador e o vendedor, mas também para o subscritor do empréstimo hipotecário para o qual a casa é garantia. Os Modelos de Avaliação Automatizada (AVMs) são freqüentemente usados pelas instituições financeiras para tomar decisões sobre tudo, desde empréstimos sobre o patrimônio à casa até limites de cartão de crédito. Não se trata apenas de vendas domésticas. Compreender o valor de uma casa é fundamental para a mitigação de perdas e o gerenciamento de riscos de crédito.

Vivemos em um mundo de rápidas mudanças tecnológicas, e a adoção da inteligência artificial não é mais uma opção. Pelo contrário, é uma necessidade competitiva. Em breve, modelos de avaliação sem algum nível de IA serão obsoletos.

imobiliárias em piracicaba, imoveis piracicaba, casas em piracicaba, imobiliárias piracicaba, modulo imobiliaria

Para citar Rob May, CEO e co-fundador da Talla, “me surpreende que algumas empresas demorem a adotar a IA porque não têm certeza de onde aplicá-la ou quão bem ela funcionará. Acho que eles não entendem que, quando essas coisas forem descobertas, eles estarão muito atrasados. “

O anúncio de Zillow de que eles incorporaram a análise de imagem no Zestimate destaca esse ponto. Os AVMs aplicados em todo o mundo precisam ser muito melhores, porque têm sido objetivamente terríveis até agora. O fato de a IA poder obter uma melhoria de 15% na previsão de preços é uma indicação do desempenho dos modelos tradicionais até agora.

Por que as avaliações domésticas são ruins? Eles se baseiam em dados antigos, dados numéricos, dados do censo, dados do IRS e dados de vendas estaduais / regionais que podem não refletir o investimento realizado em casa. Mesmo vincular todas essas fontes de dados às vezes fornece uma imagem incompleta. Embora os modelos tradicionais do AVM sejam rápidos e baratos, eles não podem realmente levar em consideração a qualidade e as condições de uma propriedade sem realmente observá-la, limitando assim a precisão de uma ferramenta essencial no setor de serviços financeiros.

Por que isso é um problema difícil? Bem, os algoritmos tradicionais de computador gostam de processar números usando fórmulas, não imagens de imoveis piracicaba. Não há campo em uma lista para “falta uma telha no telhado”. Para fazer isso direito, o modelo de IA precisa olhar as imagens e entender como elas afetam o preço. Mais especificamente, o modelo precisa aprender sobre qual sala está olhando, entender texturas, cores e objetos internos / externos. Pense nessa solução como uma inovação de site de namoro, onde até agora ninguém podia ver as fotos de perfil das pessoas e, em vez disso, apenas a altura, o peso e outros dados biomédicos. Claramente, uma imagem vale mais que mil palavras.

Esse problema de integração de dados de imagem nas avaliações domésticas é realmente um bom ajuste para uma solução de IA. Mesmo quando implementado como uma solução de IA, conseguir um modelo de regressão para entender tantos dados sobre uma listagem e entender todos os casos e exceções especiais é um pesadelo. Vou pular os detalhes da solução técnica sobre como é difícil criar um AVM e, em vez disso, focar nos novos casos de uso que o Foxy AI traz para a mesa.

imobiliárias em piracicaba, imoveis piracicaba, casas em piracicaba, imobiliárias piracicaba, modulo imobiliaria

As imagens em uma listagem podem nos contar uma história sobre a avaliação de propriedades que pode ser aumentada pelos dados numéricos, categóricos e de texto tradicionais associados a uma listagem de imóveis. Balcões de granito, por exemplo, indicam que dinheiro foi colocado nas casas em piracicaba. Fatores sutis, como a condição da tinta nas paredes, nos dizem muito sobre o preço de venda esperado para uma listagem. O conjunto de dados usado para treinar um AVM é basicamente o tipo normal de conjunto de dados em que os AVMs tradicionais se baseiam, mas aumentado com muitos dados extras de fotos e outras fontes.

Entregamos as imobiliárias piracicaba um protótipo inicial no ano passado. Esse protótipo que desenvolvemos para a Foxy AI agora ficou muito mais maduro e foi treinado em um conjunto de dados realmente impressionante. Agora, graças aos avanços nos algoritmos e no poder computacional, podemos tirar proveito das ferramentas de uma maneira nunca antes possível. Compreender o gradiente de qualidade em milhões de propriedades agora é uma realidade.

A pesquisa da Foxy AI trouxe agora ao mercado essa nova abordagem da AVM, combinando visão computacional e aprendizado profundo, para avaliar a qualidade e as condições dos imóveis residenciais. Todo o sistema é exposto por meio de APIs, para que você possa colocá-lo em cima dos outros itens que estiver usando. O produto utiliza técnicas avançadas de treinamento e um conjunto de modelos de previsão internos para classificar que tipo de salas compõem o conjunto de imagens fornecido e determinar a qualidade e condição da propriedade do objeto, para melhorar a precisão da avaliação.

imobiliárias em piracicaba, imoveis piracicaba, casas em piracicaba, imobiliárias piracicaba, modulo imobiliaria

Existem abordagens realmente interessantes expostas pela API, como um ponto final para converter imagens em vetores, uma maneira de encontrar propriedades comparáveis ​​(os agentes adoram essas coisas) e um sistema para detectar objetos, acabamentos, cenas e outras coisas. E, assim, você pode optar por usar a API para extrair recursos de uma listagem existente ou apenas usar a API para obter melhores dados de avaliação.

Se você confia nos AVMs tradicionais e recebe avaliações incorretas, isso pode ser realmente interessante para você avaliar como uma solução tecnológica. Literalmente, bilhões de dólares estão em jogo e, portanto, mesmo pequenos ganhos de precisão realmente afetam os KPIs (indicadores de desempenho chave) para reduzir o risco de empréstimo, aumentar o poder de empréstimo e assim por diante. Se você quiser experimentar a mágica, inscreva-se na versão beta privada.

Aqui está um link para Foxy no meio, e espero que você entenda por que é tão legal. Essa tecnologia abre novas possibilidades para o modulo imobiliaria, como simular o que uma casa imaginária venderia e usá-la para fazer um knockdown e criar estimativas como contratada. Existem recursos bastante bacanas de calculadora que simplesmente não existiam até agora. A solução é toda envolvida em uma API simples: https://www.foxyai.com/doc-api/#api-endpoints

E assim, em conclusão, as AVMs estão sendo interrompidas e as instituições financeiras devem tomar nota.

Se você gostou deste artigo sobre AI para avaliação de imóveis, pressione o botão seguir, bata palmas e dê uma olhada em alguns dos meus artigos anteriores mais lidos, como “Como avaliar um projeto de AI” e “Como contratar consultor de IA. ” Além disso, confira Foxy AI. Além de artigos relacionados a negócios, também preparei artigos sobre outros problemas enfrentados por empresas que buscam adotar um profundo aprendizado de máquina, como “Aprendizado de máquina sem nuvem ou APIs”.

Em um próximo artigo, apresentarei algo em que estamos trabalhando há um bom tempo, que ajuda as empresas a automatizar sua análise de relatórios não estruturados durante auditorias internas.