Negli ultimi anni, l’intelligenza artificiale ha rivoluzionato numerosi settori, e il mercato immobiliare non fa eccezione. Casavo, piattaforma proptech specializzata nell’acquisto e vendita di immobili, ha adottato modelli avanzati di machine learning per ottimizzare le valutazioni immobiliari e migliorare l’esperienza di acquirenti e venditori. Ma quali sono i reali vantaggi di questa tecnologia rispetto ai metodi tradizionali? E in che modo l’AI sta trasformando il settore? Ne parliamo con Victor Ranieri, chief revenue officer di Casavo.
Domanda: Casavo utilizza l’intelligenza artificiale per ottimizzare la valutazione degli immobili. Quali sono i principali vantaggi rispetto ai metodi tradizionali di stima e quali dati vengono analizzati per rendere il processo più accurato?
Risposta: I modelli di valutazione automatica (avm – automated valuation models) analizzano un’ampia gamma di dati, tra cui dati storici di compravendita, per identificare trend di mercato e variazioni di prezzo, dati geospaziali (che includono la vicinanza a servizi, trasporti, scuole e aree verdi), le caratteristiche dell’immobile (come metratura, numero di stanze e stato di conservazione) e la comparazione con immobili simili venduti di recente nelle vicinanze, per offrire una stima basata su transazioni reali. A differenza delle valutazioni tradizionali, spesso basate su metodologie soggettive e tempi di elaborazione lunghi, un modello di machine learning come quello utilizzato da Casavo consente di ottenere una stima più oggettiva e aggiornata in pochi secondi. Questo offre ai venditori maggiore consapevolezza e trasparenza, aiutandoli a fissare un prezzo competitivo. Inoltre, la tecnologia di Casavo si spinge al di là della “semplice” valutazione dell’immobile. Infatti i modelli di machine learning sono utilizzati anche per stimare la probabilità di trasformare un mandato di vendita in una vendita effettiva, prendendo in considerazioni diversi fattori quali il prezzo di vendita atteso in rapporto al valore di mercato, i tempi di vendita, ecc. Ne risulta una riduzione del margine di errore e semplificazione del processo decisionale per tutti gli attori coinvolti, dagli acquirenti ai professionisti del settore. Dal punto di vista delle fonti, utilizziamo dati provenienti dall’Agenzia delle Entrate e dai principali portali di annunci immobiliari, oltre ai dati geografici pubblici, come la vicinanza a arterie principali e punti di interesse quali aeroporti, stazioni, fermate della metropolitana. Le caratteristiche che consideriamo più rilevanti sono appunto la posizione geografica, ma anche lo stato di ristrutturazione e, per gli appartamenti, la presenza dell’ascensore.
D: L’intelligenza artificiale sta trasformando il settore immobiliare in molti modi, dall’automazione delle transazioni alla personalizzazione delle offerte per i clienti. Quali sono le innovazioni più promettenti che Casavo sta sviluppando o implementando in questo ambito?
R: In questo momento stiamo focalizzando i nostri sforzi per semplificare ed efficientare il lavoro dei nostri agenti immobiliari. In particolare, stiamo adattando il nostro SaaS proprietario sviluppato in Francia, AppSales, al mercato italiano. AppSales é stato interamente costruito e codificato in-house, raccogliendo i feedback e le esigenze degli agenti da un lato, senza trascurare l’impatto sull’esperienza e la relazione con il cliente finale dall’altro. É un tool che consente ai nostri agenti di gestire i loro progetti immobiliari e le transazioni nel modo più efficace e trasparente possibile. Per esempio, tramite AppSales l’agente ha la possibilità di redigere l’annuncio in modo automatico inserendo le caratteristiche dell’immobile in questione, e distribuirlo in modo simultaneo sui diversi portali di annunci in qualche click. Inoltre, grazie a dei database acquirente-venditore sempre aggiornati e interconnessi, i nostri agenti possono facilmente incrociare domanda e offerta in modo proattivo, andando a ridurre i tempi di vendita (e con un impatto positivo sull’esperienza cliente). La nostra ambizione in un futuro prossimo, è di rendere questo strumento client-face: acquirenti e venditori potranno monitorare in tempo reale le performance del loro immobile, per esempio avendo visibilità su quante persone hanno visto un annuncio, quante hanno già visitato l’immobile e cosa hanno pensato della visita. Insomma, l’obiettivo è utilizzare al massimo la tecnologia Casavo per accelerare la produttività degli agenti e garantire un’esperienza di compravendita eccellente.
D: L’uso dell’intelligenza artificiale nel real estate solleva anche questioni etiche e di trasparenza. Come garantite che gli algoritmi siano equi e privi di bias, e quale ruolo ha l’intervento umano nelle decisioni finali?
R: La tecnologia offre un’indubbia opportunità per ridurre le asimmetrie informative che da sempre caratterizzano il mercato immobiliare. Il modello sviluppato da Casavo elabora dati di mercato per stimare il valore di un immobile nel modo più accurato possibile, basandosi su informazioni oggettive come transazioni recenti, caratteristiche dell’immobile e trend di mercato. Per garantire la trasparenza e l’affidabilità delle valutazioni, questo viene costantemente monitorato per ridurre il rischio di bias e assicurarci che i dati utilizzati siano aggiornati e rappresentativi. Tuttavia, l’intervento umano rimane fondamentale: la tecnologia non sostituisce l’esperienza dei nostri esperti, ma la affianca per offrire stime più rapide e precise. Sono insight che ritroviamo anche in una nostra recente indagine, commissionata all’istituto di ricerca Swg: nonostante il peso sempre più centrale della tecnologia, 3 italiani su 4 credono che l’agente immobiliare “fisico” ricoprirà un ruolo fondamentale anche in futuro. Per il 26% degli italiani questa figura non scomparirà mai, considerazione fatta in particolar modo dagli appartenenti alla Generazione X (27%) e dai baby boomer (33%). In sintesi, il nostro obiettivo è semplificare e rendere più efficiente il processo di valutazione e compravendita immobiliare grazie alla tecnologia, senza introdurre alcun impatto etico paragonabile a quello di sistemi di sorveglianza o decisioni finanziarie automatizzate.
