Ejendomsbranchen synes at være på kanten af en AI-revolution. Det er i hvert fald fortællingen, at jeg som ny i branchen får fortalt. Men før vi kan få værdi af AI, må vi konfrontere en anden, mere grundlæggende udfordring i branchen: Fundamentet. Ikke af beton og pilotering, men af data.

For sandheden er at ejendomsbranchen er bagud, når det kommer til fundamental datainfrastruktur, datamodenhed og datakvalitet. Og konsekvensen er, at værdiskabelsen som kunstig intelligens og AI lover til branchen, vil udeblive.

Brug da endelig de tilgængelige værktøjer

Jeg understreger altid vigtigheden af at udnytte de umiddelbare fordele ved generativ AI. Overvej for eksempel at anvende ChatGPT til effektivt at håndtere korrespondance med lejere, Microsoft Teams til automatisk at generere referater fra møder, eller Midjourney til at skabe imponerende renderinger af ejendomme. 

Disse værktøjer kan mærkbart forbedre effektiviteten i den daglige drift allerede fra dag ét.

Men mens disse tiltag kan booste produktiviteten, repræsenterer de kun overfladen af, hvad det vil sige at drive en virksomhed med AI. De initiativer bør ses som første skridt på vejen mod en dybere integration af AI i kerneforretningsprocesserne inden for ejendomsforvaltning. Det er her, at det reelle potentiale for transformation ligger.

Når vi taler om at indføre kunstig intelligens i ejendomsbranchen, er det essentielt at anerkende, at AI ikke kan lave mirakler, uden et solidt grundlag. 

Der ligger et oprydningsarbejde

Før vi kan drømme om at anvende AI til at optimere ejendomsdrift eller personalisere kundeoplevelser, skal vi sikre, at vores data er i orden. Det indebærer et omfattende oprydningsarbejde – at sanere og standardisere data, sikre interoperabilitet mellem systemer og ikke mindst opbygge en kultur, hvor datakvalitet værdsættes.

Alt for mange administratorer og investorer arbejder med forældede systemer, hvor data er spredt over utallige Excel-ark, og integrationer mellem fagsystemer ofte hænger i en tynd tråd. I en branche, hvor præcision og pålidelighed i data om alt fra asset management til lejeaftaler er afgørende, er dette en alvorlig hæmsko.

Centrale administrationssystemer som Unik og EG Bolig, er simpelthen ikke bygget til at levere den nødvendige data til brugerne, som ønsker at anvende deres eget data til mere end den daglige administration. Det er en skam, fordi det er en konkret og central barriere for branchens datadrevne udvikling. Muligheden for gnidningsfrit at integrere data fra de systemer med kundernes egne data vil være et oplagt sted at starte.

Succes med AI kræver, at vi først tager det møjsommelige arbejde, trin for trin med at opbygge og vedligeholde et robust datafundament. Det arbejde er hverken glamourøst eller enkelt, og det vil ikke vinde mange likes på Linkedin. Men det er afgørende for at realisere det potentiale, AI kan tilbyde ejendomsbranchen.

Lær fra de bedste

Andre brancher har en helt anden tradition for at anvende data. Forsikringsbranchen er et af de fremmeste eksempler på det. Når man har en hel gren af matematikken opkaldt efter branchen (“forsikringsmatematik”), er det klart, at data spiller en central rolle.

Forsikringsbranchen er i dag en af de mest datadrevne - og det skyldes ikke mindst et solidt fundament.

Best practice-datahåndtering er på mange måder den samme på tværs af brancheskel. Det handler om datakvalitet, registreringspraksis, gyldne datasæt, opdateringsfrekvenser, begrebskataloger og definitioner, dataejerskab, dataværdikæder og infrastruktur.

Det kræver mod og ærlighed

I dag, mere end nogensinde, er det vigtigt, at branchens ledere tør tage den nødvendige diskussion om datakvalitet og infrastruktur.

Vi skal åbent adressere de udfordringer, vi står overfor, og sammen finde løsninger. Kun gennem et sådant fælles løft kan vi sikre, at ejendomsbranchen ikke blot overlever i den digitale tidsalder, men trives. Til gavn for lejere, ejere, samfundet og branchen.