AI in opkomst: hoe kan de vastgoedsector hiervan profiteren?

De vastgoedsector is een vrij traditionele sector die vooral draait om grond, stenen en kapitaal. We werken hierbij veel met schetsen, rekenmodellen en contracten. Hoe anders werkt dat in andere sectoren? Wie fruit teelt, investeert in betere zaden zodat gewassen meer opbrengen en beter bestand zijn tegen ziektes. Wie zorg verleent, gaat op zoek naar nieuwe behandelmethodes. En wie in de elektronica zit, weet dat het apparaat van vandaag in de toekomst een achterhaald model is. In veel sectoren is innovatie dus normaal. Niet om te onderhouden wat je hebt, maar om de concurrentie voor te blijven.

Bij vastgoed werkt het nét even anders: het draait vaak om panden met unieke kenmerken die met de tijd vaak nog waardevoller worden. Bijvoorbeeld dankzij de locatie en goed onderhoud. Het is maatwerk, en dus draait onze sector – naast grond, stenen en kapitaal – om mensen. Zoals makelaars die rondleidingen geven, techneuten die storingen oplossen en juristen die zich over contracten buigen. Baanbrekende innovaties zijn in het vastgoed minder vanzelfsprekend. Wie vooruit wil, kan beter investeren in goede mensen met actuele kennis, specifieke expertise en een groot netwerk. Investeringen in digitalisering en automatisering zijn natuurlijk wel belangrijk geweest om diezelfde mensen goed te ondersteunen. De volgende stap kan zijn om de gemakken van AI te omarmen.

Om te begrijpen wat AI voor kansen biedt, moeten we eerste weten wat AI precies is. AI is software die slim gebruikmaakt van grote hoeveelheden data. Bedrijven die met veel gegevens werken, zoals banken, maken al langer gebruik van AI. Met de opkomst van ChatGPT heeft ook het grote publiek kennis gemaakt met AI. Wat AI baanbrekend maakt, is dat de software zelflerend is en door middel van algoritmes en grote hoeveelheden data uitkomsten kan voorspellen. Op basis daarvan kan AI zelf teksten, foto’s en video’s maken, wat legio nieuwe mogelijkheden biedt. Denk maar aan het opstellen van huurcontracten, visualisaties van ruimtes en promofilmpjes.

AI is vooral sterk in het uitvoeren van herhalende taken en werkt het beste als er veel data beschikbaar is. Hoe meer data en context, hoe beter het werk van AI. Een aantal voorbeelden waarbij gebruik wordt gemaakt van AI (zie ook figuur 1):

1. Automatisering: het standaardiseren van herhalend werk zorgt voor meer efficiëntie en verlaagt de kans op fouten. Denk hierbij aan het opstellen contracten en verwerking van betalingen, de afrekening van stook- en servicekosten en klantenservice. Of vraag ChatGPT of Copilot eens om update over AI en vastgoed te schrijven.
2. Gegevensanalyse: dankzij AI is het voor velen makkelijker om complexe datasets te begrijpen en op basis daarvan beslissingen te nemen. Denk aan marktadvies bij aan- en verkoop van panden, maar ook het verminderen van risico’s en kosten. Zo kunnen eigenaren verspilling van energie, arbeid en materialen beperken.
3. Voorspellingen: AI helpt om toekomstige trends of gedrag te voorspellen op basis van historische gegevens. In het algemeen kan dit interessant zijn voor analyses van weer, verkeer en aandelen. Maar ook bij verwachtingen voor waardeontwikkeling en onderhoud.
4. Beeld- en spraakherkenning: het herkennen en begrijpen van beeld en spraak biedt veel mogelijkheden. Bekend zijn de voorbeelden van foto’s, boeken en films die AI zelf heeft gemaakt, maar denk ook aan klantvriendelijke chatbots en meer menselijke, interactieve robots die ons werk uit handen nemen.
5. Personalisatie: met behulp van grote hoeveelheden data kan AI het gedrag en de voorkeuren van gebruikers beter begrijpen en meer gepersonaliseerde aanbiedingen doen. Voorbeelden zijn gerichte aanbiedingen op basis van eerder gedrag op het internet, advies geven voor films en series bij streamingsdiensten en een persoonlijke welkomstgroet van een robot zodra je een gebouw binnenwandelt.

De vraag is vervolgens wat kunstmatige intelligentie (AI) kan betekenen voor een vrij traditionele sector als die van vastgoed. De vastgoeddienstverlening wordt vaak uitgelegd aan de hand van de zogeheten vastgoedkolom met daarin drie werkniveaus: strategisch, tactisch en operationeel.

1. Op strategisch niveau draait het om asset management, oftewel: kijken wat de bedrijfsdoelen zijn en bepalen in welke mate vastgoedinvesteringen daarbij passen.
2. Op tactisch niveau gaat het om portefeuillemanagement, waarbij gekeken wordt wat afzonderlijke objecten binnen de portefeuille opleveren en waar verbetering mogelijk is.
3. Het dagelijks beheer van panden (property management) vindt plaats op operationeel niveau.
   
4. In meer recente theorieën wordt de traditionele vastgoedkolom uitgebreid met een laag boven de strategie. Die laag heet impact investment. Op dat niveau gaat het over het hogere investeringsdoel, oftewel: welk maatschappelijk en financieel rendement streeft een bedrijf na en hoe kan vastgoed daaraan bijdragen?

Figuur 2 laat zien hoe AI op alle niveaus van de vastgoedkolom voor verandering gaat zorgen. Op het hoogste niveau zorgt data ervoor dat het hogere investeringsdoel beter wordt gemonitord en dus beter kan worden nageleefd, zoals met klimaatneutraal ondernemen in 2030. Op strategisch niveau helpt AI bij het maken van beleidsafwegingen. Als je weet met welk doel je onderneemt, kun je vervolgens bepalen waar je in wilt investeren. Hoe verhoudt direct vastgoed, zoals panden, zich vervolgens tot andere investeringen, zoals sparen en (vastgoed)aandelen? Wat zijn de kansen en risico’s en wat brengt de toekomst? Op tactisch niveau ontstaan betere mogelijkheden om portefeuilles te analyseren. Zo kunnen objecten sneller en breder worden gebenchmarkt en zijn verbeterinitiatieven eenvoudiger door te rekenen en te visualiseren. Binnen de onderste laag (property management) valt met AI winst te behalen in dagelijks functioneren. Denk bijvoorbeeld aan het koppelen van slimme installaties zodat warmte, koeling, luchtzuivering en verlichting wordt afgestemd op het aantal aanwezige gebruikers. Enerzijds fijn voor de mensen in het gebouw, anderzijds een manier om energie en kosten te besparen.

AI biedt op termijn dus tal van voordelen voor vastgoed en zo ook voor de financiering ervan. We lichten vijf ontwikkelingen uit die de financieringsmarkt flink gaan veranderen:

1. Objectanalyse: AI doorzoekt miljoenen documenten in een paar seconden. Denk aan taxaties, eigendomsaktes en ruimtelijke plannen. Zo kunnen klanten sneller en beter worden geholpen. Dit geldt ook voor tussentijdse wijzigingen, zoals de gevolgen van een nieuw huurcontract of bestemmingsplanwijziging.
2. Kredietinformatie: AI kan helpen bij het analyseren van informatie van een kredietnemer. Denk aan financiële ratio’s, projectinkomsten en andere belangen. Zo krijgt de financier enerzijds een beter en completer beeld van het risicoprofiel. Anderzijds krijgt de kredietnemer zo sneller een passend rentevoorstel.
3. Fraudecheck: binnen de vastgoedsector is fraudeonderzoek een belangrijke taak van een geldverstrekker. AI doorzoekt grote hoeveelheden documenten slim en snel en ontdekt fouten. Dat draagt niet alleen bij aan de strijd tegen criminaliteit, maar zorgt er ook voor dat het proces voor betrouwbare klanten versnelt.
4. Data-analyse: automatisering zorgt voor meer data en betere analysemogelijkheden, waarbij AI zeker tot nieuwe inzichten leidt. Zo ontstaat meer inzicht in hoe (delen van) portefeuilles, deelmarkten of losse objecten ten opzichte van elkaar presteren. Wat zijn de belangrijkste patronen en welke kenmerken liggen daaraan ten grondslag? Zo kunnen financiers snellere en betere afwegingen maken.
5. AI-platforms: in de toekomst bestaan er mogelijk AI-gestuurde financieringsplatforms die een complete klantreis bieden. Denk bijvoorbeeld aan een reis die begint met het identificeren van kansrijke objecten, het doorrekenen van verbetervoorstellen (zoals verduurzaming) tot aan de feitelijke financiering.

Ondanks dat de ontwikkelingen van AI razendsnel gaan en de mogelijkheden eindeloos lijken, is er ook een keerzijde. Eén van de grootste problemen zijn de algoritmes die data oproepen, verwerken en analyseren. Als data beperkt beschikbaar is of context ontbreekt, dan kan het zijn dat AI met verkeerde of bevooroordeelde uitkomsten komt. Ook bestaat het risico dat mensen zelf de context en uitkomsten verkeerd interpreteren. De verwachting is dan ook dat er – ook als AI op termijn een deel van ons werk overneemt en er banen verdwijnen – juist op het vlak van controles en interpretaties nieuw werk ontstaat. En misschien wel leuker werk met minder herhaling.

Daarnaast kan het gebruik van AI onveilig zijn. Zo verbood Samsung haar medewerkers om gebruik te maken van slimme AI-software als ChatGPT, nadat bij eerder gebruik concurrentiegevoelige informatie gelekt was. Vrijwel onbeperkte toegang tot kennis betekent niet dat iedereen er verantwoordelijk mee omgaat. Landen van de Europese Unie sloten begin 2024 een politiek akkoord over de AI-Act (Artificial Intelligence Act) die het gebruik van AI in goede banen moet leiden. De wet wordt nu verder uitgewerkt en treedt in 2025 en 2026 gefaseerd in werking. Hoewel dit goed nieuws is, blijft het risico op misbruik altijd aanwezig.

Een laatste, maar niet onbelangrijk aandachtspunt, komt uit andere hoek. AI vergt veel data en rekenkracht. Met de doorbraak van AI moet er dus geïnvesteerd worden in nieuwe datacenters. Die datacenters staan bekend als echte energievreters waardoor de milieubelasting (CO2-uitstoot) toeneemt, wat haaks staat op de doelen van het klimaatakkoord. Het bouwen van nieuwe datacenters moet dus zo energieneutraal mogelijk gebeuren.

AI is breed toepasbaar en heeft enorm veel potentie. Ook voor de vrij traditionele vastgoedsector. AI kan ook hier zorgen voor innovatie en daarmee de efficiëntie en winstgevendheid verhogen. De gedachte dat het doel van AI is om zoveel mogelijk mensen te vervangen, is onjuist. De kwaliteit van de uitkomst is rechtstreeks gerelateerd aan wat je er aan data in stopt. Dit benadrukt dat het belangrijk is om altijd in overweging te nemen wat de uitkomst inhoudt, waar deze vandaan komt en hoe je de uitkomst kunt benutten. Datakwaliteit en transparantie worden alsmaar belangrijker. In plaats van angst te koesteren voor AI, is het belangrijk om na te denken over hoe je er het meeste uit kunt halen.