随着所有这些炒作迫在眉睫，明智的CRE高管不能对AI技术的承诺漠不关心。许多人会告诉你他们正在计划将AI纳入他们的流程，或者它是“在路线图中。”但这意味着什么?在房地产中实施人工智能的目标是什么，可以应用哪些特定领域，以及哪些关键绩效指标将衡量其成功与否?

除了专注于应用程序之外，管理人员还应关注供应商提供的技术产品的AI真实性。事实上，最近的一项研究显示，几乎一半被归类为“人工智能创业公司”的公司实际上与人工智能关系不大。我们怎么知道声称是人工智能的产品实际上正在使用下一级人工智能技术为投资者和客户带来真正的创新和价值，而不仅仅是通过宣传浪潮炒作自己的产品?现在是清楚地确定AI是什么 - 而不是 - 以及为什么它对CRE高管来说很重要的好时机。

流行语词典

人工智能(AI)：人工智能已经存在了几十年，它指的是人类编程的技术，它使用数据和算法来自动化一定的工作能力，否则只能由人类完成，例如下棋或检测异常。 MRI检查。

机器学习(ML)：算法机器学习是AI的一个子集。在ML中，人类不会编写所有代码行;相反，他们教导机器通过在模型中运行数据来训练自己，从而使其能够学习新事物并随着时间的推移改变自己的规则。今天流行使用的一些机器学习算法是在人脑之后建模的，在所谓的人工神经网络中。基于这种拓扑结构的技术是我们认为的AI / ML。

深度学习(DL)：机器学习的一个子集，深度学习被认为是人工智能逐渐进化的“圣杯”。简而言之，DL的重大进步是它能够在没有人工培训的情况下自动学习各种原始数据类型 - 即自主教学本身。

目前的CRE techscape可能令人困惑，因为有大量基于技术的服务似乎是AI，但实际上并非如此。例如，许多公司现在提供仪表板服务，这些服务汇集来自各种提供商的大量数据，例如交易数据，租赁数据等。这些公司通常将自己推销为AI。虽然它们可能提供有用的投资者建议和价值，但这些聚合产品很少基于人工智能。另一个例子是，投资程序解决方案越来越受欢迎。这些服务简化了法律投资流程中涉及的各个步骤。在这里，人工智能的承诺可能也可能不完全准确。

通常可以通过查看其输出来确定核心AI产品的真实性。在真正的AI工作的地方，您可以期望产品支持输出决策洞察力，而不仅仅是汇总的市场信息或建议。询问产品最终输出的可操作性，作为真实AI的重要晴雨表，并评估产品的哪些部分正在使用AI。

另一种检测CRE技术公司的意图和能力程度的方法是通过调查组织的团队。它是由房地产老兵和IT人员组成的吗?还是拥有深厚技术背景的专家数据科学家和工程师?如果是后者，工程师和AI /数据科学家之间的比例是多少(理想情况下约为1：1)?这些问题的答案将非常清楚公司的AI炒作的严肃性。

为CRE Execs获取有影响力的AI应用程序

那么房地产经理应该如何找到合适的基于人工智能的解决方案，将他或她的投资潜力提升到新的水平呢?以下是一些需要牢记的要点：

人工智能本身并不是一个目标。定义您的目标和KPI，并确定AI是实现它们的最佳技术。

在CRE方面，外围使用的AI应用程序(如SaaS产品组合经理或云分析平台)和使用AI实现核心业务目标的平台之间存在巨大差异。这是具有自动灯和远程加热功能的物联网房屋与AI驱动的自动驾驶车辆之间的区别。不同的组织有不同的AI需求 - 但确定哪些解决方案符合哪些组织必需品至关重要。

在为您的企业提供深度数据解决方案时，没有一种适合所有人的东西。完全定制的AI集成必须考虑特定业务模型的策略和相应的数据组。潜在的合作伙伴应该对您的业务目标和方法有深刻的理解。

核心AI系统建设需要高度专业化的专业。这通常需要与熟悉AI的构建模块和功能的技术专业人士建立合作伙伴关系，特别是与房地产投资相关的技术专业人员。这不太可能是内部努力。

定义对您的底线策略最重要的区域，看看谁可以在那里产生最大的影响。这些新增内容应无缝地实施到您的正常运营中，同时仍然可以为您的业务目标带来可量化的改进。

考虑如何指导AI为您的组织创建alpha。有效的基于人工智能的洞察力应该将贵公司房地产专业人员的专业知识与机器学习模型融合在一起，以识别价值创造机会。

当效率或自动化是目标时，结合AI不应该只是逐步改进事物 - 它需要给你一个严重的指数跳跃。因此，相关值的KPI应该通过屋顶。不要误以为AI实现应该以任何其他方式衡量，但它对你的底线有影响。

在过去几年中，我们看到人工智能破坏了许多传统行业 - 商业房地产市场应该没有什么不同。通过了解影响整个房地产投资生命周期的大量数据，AI技术有可能释放数十亿美元的隐藏价值。现在是房地产领导者发展现有新工具的深入知识，以及如何将其应用于业务目标的时候了。通过采购真实的，一流的人工智能技术，房地产专业人士将比以往更深入地了解房地产市场。