Heimstaden تخفض تكلفة التأثيث الافتراضي للشقق بأكثر من 99%

تقدم شركة إدارة العقارات Heimstaden مثالاً نادراً ومفيداً لتطبيق الذكاء الاصطناعي داخل الشركات: فالأمر ليس مجرد «إتاحة روبوت محادثة للجميع»، بل تحليل لعمليات محددة مع تكلفة واضحة قبل التطبيق وبعده. وتستخدم الشركة ChatGPT وCodex في إعداد الإعلانات، وتقدير الإيجارات، والتحقق من البيانات، وتحليل المخاطر المناخية.

ظهر المؤشر الأكثر وضوحاً في هولندا. ففي السابق، كان التأثيث الافتراضي لصورة شقة فارغة يكلف نحو 50 يورو. وبعد تطبيق الأدوات التوليدية، هبطت تكلفة الصورة الواحدة، وفقاً لتقديرات Heimstaden، إلى أقل من 0.10 يورو، أي بأكثر من 99%. وتقدر الوفورات السنوية المحتملة في هذا السوق وحده بنحو 130 000 يورو.

لكن الأهم هنا ليس رخص الصورة. فالشركة تعيد بناء المسار الكامل للشقة الشاغرة: يساعد النظام في اقتراح السعر، وإعداد الصور والوصف، والتحقق من توافق الإعلان المنشور مع المعايير الداخلية، وجمع ملاحظات السوق. ويظل الموظف مسؤولاً عن اعتماد النتيجة واتخاذ القرار.

ليست روبوت محادثة، بل عملية مترابطة

لنتخيل شقة أصبحت شاغرة. يحتاج المدير إلى تقدير الإيجار، وطلب الصور، وكتابة الإعلان، والتحقق من جودته، ثم فهم سبب بطء تأجير العقار. وإذا اقتصرت الأتمتة على نص الوصف، فستكون الفائدة محدودة، لأن بقية أسباب التأخير لن تختفي.

انطلقت Heimstaden من العملية بأكملها. فقد أنشأت للموظفين أدوات قائمة على ChatGPT، فيما يتولى فريق مركزي تنسيق التغييرات، ويجري تدريجياً إعداد البيانات الواردة من أنظمة إدارة العقارات للمعالجة الآلية. وهذا هو الجانب غير المثير من التنفيذ، لكنه بالتحديد ما يفصل النظام العامل عن العرض التجريبي المبهر.

ويصلح هذا النهج خارج قطاع العقارات أيضاً. فعلى فريق المنتج اختيار مسار متكرر للعميل، وقياس تكلفته ومدته، والعثور على عمليات النقل اليدوية بين الأنظمة، ثم ربط النموذج بعد ذلك فقط. وينبغي ألا يكون المقياس هو عدد الطلبات المرسلة إلى الذكاء الاصطناعي، بل مقدار خفض الوقت أو الأخطاء أو النفقات لكل عملية مكتملة.

عندما تبني المتخصصة أداتها بنفسها

تثير حالة Heimstaden الثانية اهتمام المطورين بدرجة أكبر. فقد طُلب من محللة الاستدامة Julia Erlandsen تقييم المخاطر المناخية للمحفظة. وكانت البيانات الأولية موزعة بين مصادر مفتوحة وصيغ ومجموعات بيانات مختلفة. وعادة ما كان مشروع كهذا سيتطلب فريقاً هندسياً مستقلاً أو الاستعانة بمستشارين.

بمساعدة Codex، أنشأت المحللة خط معالجة قابلاً للتكرار للبحث عن البيانات وتنظيفها وتوحيدها والتحقق منها. ونتيجة لذلك، جرى تقييم 20 112 عقاراً وإنشاء أكثر من ستة ملايين صف من البيانات المفيدة. ووفقاً لتقدير داخلي للشركة، انخفض حجم العمل من خمسة أشخاص لمدة عام إلى شخصين لمدة شهرين.

ولا يعني ذلك أن النموذج أجرى بمفرده بحثاً موثوقاً. فقد ظلت المنهجية والتحقق من اختصاص المتخصصة في المجال. ويبدو المخطط العملي على النحو الآتي: تحدد الخبيرة القواعد والأمثلة المرجعية، ويساعد الذكاء الاصطناعي في كتابة عمليات المعالجة وربطها، ثم يراجع الإنسان العينات والاستثناءات والحسابات النهائية.

ما لم تثبته دراسة الحالة حتى الآن

نشرت OpenAI هذه المادة، وهي في جوهرها قصة عميل، ولذلك ينبغي التعامل مع الأرقام باعتبارها بيانات قدمتها Heimstaden نفسها، لا نتائج تدقيق مستقل. ولم تُكشف تكاليف التراخيص والتكامل وتدريب الموظفين وضبط الجودة ودعم الحلول المنشأة. كذلك لا توجد مؤشرات لمعدلات الخطأ في توصيات الأسعار أو لتأثير الأتمتة في مدة تأجير الشقق.

ومع ذلك، تقدم الحالة إطاراً عملياً. يجب البدء بخريطة العملية والمقياس الأساسي، لا باختيار النموذج. وينبغي إبقاء صلاحية اعتماد القرارات المالية والقرارات المتعلقة بالعملاء بيد الإنسان. أما خطوط معالجة البيانات، فيجب أن تتضمن فحوصاً آلية، وسجلاً لمصدر البيانات، ومجموعات اختبار ذات نتائج معروفة.

الخلاصة الرئيسية بسيطة: يظهر العائد الملحوظ عندما يحصل الذكاء الاصطناعي على بيانات مجهزة ويُدمج بين مراحل العمل الفعلي. فمحادثة مؤسسية بمفردها توفر دقائق، بينما يمكن لعملية أعيد تصميمها أن توفر أشهراً، ولكن فقط إذا كانت الشركة تقيس الجودة ولا تحمل النموذج مسؤولية لا يستطيع تحملها.