CC BY
6
Сахновская О.Е.
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ОЦЕНКЕ СТОИМОСТИ НЕДВИЖИМОСТИ
Аннотация. Статья посвящена роли искусственного интеллекта в оценке недвижимости и возможности применения его в управлении градостроительной средой для реализации устойчивого развития города.
Ключевые слова. Искусственный интеллект, оценка недвижимости, концепции градостроения, цели устойчивого развития, экологическая городская среда.
Sakhnovskaia O.E.
ARTIFICIAL INTELLIGENCE IN REAL ESTATE VALUATION
Abstract. The article is devoted to the role of artificial intelligence in real estate valuation and the possibility of using it in managing the urban planning environment for the implementation of sustainable development of the city.
Keywords. Artificial intelligence, real estate valuation, urban planning concepts, sustainable development goals, ecological urban environment.
Введение
Главным фактором принятия решения о покупке недвижимости была и остается цена квадратного метра объекта оценки. На российском рынке жилой недвижимости повестка устойчивого развития городов ставит выполнение важной задачи - улучшение жилищных условий не менее 5 млн семей ежегодно и увеличение объема жилищного строительства не менее чем на 120 млн квадратных метров в год [1]. При этом, необходимо обеспечивать минимизацию негативного воздействия на климат и окружающую среду, так как по данным научных исследований именно города потребляют 78% мировой энергии и производят более 60% выбросов парниковых газов.
Выполнение современных требований и стандартов, предъявляемых к уровню жизни в городах, создает предпосылки к созданию и реализации новых концепций градостроения, а также повышения стоимости объектов недвижимости. Цель статьи состоит в определении перспектив развития искусственного интеллекта в оценке недвижимости, учитывая стандарты реализуемых современных градостроительных концепций. Новая история вопроса
Последние 30 лет развитие городов не носит взрывного характера, градостроительная среда формируется постепенно. Но при этом наблюдается рост благосостояния жителей городов, которые наполняют автомобилями улицы и дворы, бытовой и компьютерной техникой свои квартиры и офисы, а предприятия расширяют производственные мощности. По статистическим данным, для строительства зданий используется 40% мирового сырья, а дальнейшая эксплуатация строений без внедрения новых энергосберегающих технологий может привести к ускоренному росту выбросов и загрязнения окружающей
ГРНТИ 28.23.24 EDN OUBMMD © Сахновская О.Е., 2024
Ольга Евгеньевна Сахновская - кандидат экономических наук, доцент, доцент кафедры финансов Санкт-Петербургского государственного экономического университета.
Контактные данные для связи с автором: 191023, Санкт-Петербург, наб. канала Грибоедова, 30-32 (Russia, St. Petersburg, Griboedov canal emb., 30-32). E-mail: osahnovskaya@yandex.ru. Статья поступила в редакцию 20.04.2024.
среды. Поэтому особое внимание уделяется в оценке недвижимости факторам, характеризующим экологическое состояние городской среды [5].
Учитывая большое количество ценообразующих факторов, оценщикам приходится сталкиваться с необходимостью использования результатов анализа больших баз данных. Поэтому все большее признание в оценочной деятельности получает искусственный интеллект (ИИ), который помогает объективно оценить достоинства и недостатки объекта оценки и найти наиболее эффективное решение поставленных задач. Основным преимуществом ИИ при оценке недвижимости является его способность быстро и эффективно анализировать огромные объемы информации, на что не способен человеческий разум. Обучение машин формируется в различных направлениях: анализ данных из различных источников, получение необходимой информации и выбор наиболее актуальных данных.
В оценочных компаниях делаются первые шаги применения искусственного интеллекта (различное программное обеспечение, блокчейн, нейросети). В практике используют восходящий ИИ, где он сам развивается на основе уже наработанных баз данных и опыта, а также ИИ дает прогнозы стоимости недвижимости. Но, в последнее время, стали применять так называемый нисходящий ИИ, который полностью программируется человеком (создание экспертных систем, баз знаний и систем логического вывода).
В России для покупки и продажи объектов недвижимости используют различные интернет-ресурсы. Некоторые из них уже внедрили элементы искусственного интеллекта. Так, ЦИАН.РУ и интернет-портал «Твой адрес», помимо индивидуальной оценки каждого объекта недвижимости, позволяют использовать ИИ, который даёт прогнозы на основе нейросети, как будет развиваться цена на данный объект: будет она расти или будет падать.
Помимо появления ИИ в работе тематических сайтов по оценке недвижимости, крупные корпорации также внедряют ИИ в свои процессы. Так Сбербанк разработал искусственный интеллект для оценки недвижимости. По мнению ведущих специалистов Сбербанка, ИИ помогает экспертам в оценке объектов недвижимости максимально эффективно использовать их профессиональную экспертизу и избавить их от рутинной работы. В дальнейшем Сбербанк планирует при помощи нейросетей перейти к электронному одобрению ипотечных кредитов. Применение ИИ сокращает затраты компании примерно на 30% на этапе анализа объекта ипотечного кредитования. Планируется, что в будущем, при повышении точности работы ИИ, данный показатель может дойти и до 50%. Складывается это прежде всего из того, что если человеку необходимо несколько часов для анализа каждого объекта недвижимости, то ИИ хватает минуты для составления полноценного отчёта об объекте недвижимости.
Зарубежный опыт (на примере крупных компаний) показывает широкое использование блокчейна. Это добавляет дополнительную структуру защиты в процесс оценки недвижимости. Такая технология сохранения и переноса информации, как блокчейн-система, предлагает децентрализованный способ хранения данных, на которые извне невозможно повлиять. Тем самым рыночные данные, на которых строится оценка ИИ, можно признать надёжными.
Агентства недвижимости также используют ИИ для формирования справедливой стоимости жилья на основе различных факторов, таких как: данные о рынке, характеристика дома, месторасположение. Например, в США компания Zillow создает продукты, которые позволяют пользователям получить оценку здания без необходимости обращаться к каким-то сторонним организациям. Конкурент Zillow - компания Redfin специализируется на онлайн поиске недвижимости, где показывает и предсказывает цены на жильё и может также продемонстрировать оптимальный срок как для покупки, так и продажи квартиры.
Компания Reonomy - это платформа для корпоративных компаний, поскольку она специализируется на поиске и анализе коммерческой недвижимости и предоставляет данные о коммерческих объектах, таких как склады, офисы и т.д. Технологии данной компании позволяют исследовать рынок недвижимости, находить потенциальные возможности для покупки, аренды и продажи и оценивать стоимость коммерческих объектов.
Российская компания «Осепка.ТеЛ» предоставляет для пользователей ИИ. Как говорят сами разработчики, «данная система создана для оценки в целях ипотечного и залогового кредитования». ИИ работает как с рынком первичных домов, то есть со сделками, которые заключаются с застройщиками,
144
Сахновская О.Е.
так и с рынком вторичного жилья. ИИ позволяет решить следующие задачи: ускорить подготовку отчёта с 6 часов до 10 минут; снизить себестоимость отчёта в 4 раза, что снизит стоимость заключения сделки; увеличить комиссионные вознаграждения за счёт снижения издержек по поиску жилья.
Работа с данным алгоритмом происходит следующим образом:
1. Клиент оставляет заявку на сайте;
2. Система по указанному объекту в короткие сроки собирает данные на основе открытых и закрытых источников (Госуслуги, Жилфонд, ГИС ЖКХ, БТИ и др.).
3. Система анализирует рыночную стоимость, инфраструктуру и находит аналоги на основе Авито, Дом-клик, Сайт объявлений «Из рук в руки» IRR, ЦИАН, Дом РФ.
4. По договоренности с клиентом сотрудники выезжают на осмотр объекта и проводят фотофиксацию.
5. На основании всех данных система формирует отчет, оценщик проверяет и подписывает отчёт.
6. После оформления отчета об оценке и с договором на покупку квартиры можно обращаться в банк для заключения сделки.
Помимо этого, «Ocenka.Tech» предлагает к использованию бесплатные инструменты автоматизации застройщикам, брокерам и агентствам для упрощения процесса заказа отчета об оценке. Для банков предоставляется возможность автоматического перерасчета стоимости объекта, а также интеграция с сервисами электронной регистрации закладных. Для оценщиков важным является: автоматизация простой расчетной работы, гарантированный поток заявок, дополнительный доход, возможность выхода в новые регионы.
Основные результаты и их обсуждение
В целом, использование ИИ имеет огромный потенциал для улучшения точности, скорости и доступности оценки. Уже сейчас можно сделать выводы о том, что данные технологии позволяют сделать более объективным весь процесс оценки недвижимости, так как развитие технологий позволяет увеличить скорость оценки и сделать данный рынок более прозрачным, а именно убрать такое явление, как специальное завышение стоимости недвижимости со стороны агентов.
Развитию ИИ в оценке недвижимости способствует реализация современных градостроительных концепций, которые согласуются с целями устойчивого развития (ЦУР). Механизмы их реализации во многом пересекаются и являются элементами «зеленой повестки» мирового развития [5]. Главной задачей обучения ИИ является расширение списка ценообразующих факторов объектов оценки недвижимости.
Концепция зеленого строительства определяет принципиально новую государственную политику в области применения новых высокоэффективных технологий и материалов строительства жилья. Генерирование государством новых законов, формирование строительных норм и правил в соответствии с проектированием энергоэффективного жилья. Эти нормы позволяют вывести заселение в новые дома и дальнейшую эксплуатацию новостроек на уровень стандартов, определенных ЦУР.
С 2023 годы на построенных домах размещают информацию о классе энергоэффективности дома, но такая информация формируется с 2009 годы в проектной документации. Например, в Москве энергоэффективность 10-ти этажного дома составляет 245 кВт ч на 1 кв. м. Отталкиваясь от нормативного значения, специалисты определяют класс дома по энергоэффективности, что позволит в целях оценки жилья в доме учитывать еще один ценообразующий фактор [3].
Концепция экономики замкнутого цикла (циркулярной экономики) включает комплекс принципиально новых подходов к рациональному использованию ресурсов в строительстве на основе возобновляемых решений в строительстве: переработка и повторное использование отходов строительства и сноса; предотвращение разрушения здания и надлежащий технический контроль; применение методов проектирования, позволяющее в дальнейшем переработать материалы при сносе здания; проектирование зданий с возможностью в дальнейшем использовать в различных целях; применение и использование сборных конструкций, которые позволят сократить затраты на транспортировку при демонтаже здания, а также сократят отходы при сносе конструкции.
Все эти меры продиктованы современными условиями производства. Так, например, на основе парогазовой установки (ПГУ), построенной в 1972 году в Сочи была введена III У-410, которая обеспечила энергоснабжение Олимпийских игр Сочи 2014. 99% материала старого здания было использовано повторно.
Следует отметить также Концепцию повышения энергоэффективности зданий. Стратегия низкоуглеродного развития России до 2050 года была утверждена распоряжением Правительства РФ от 29 октября 2021 года № 3052-р [4]. Цель стратегии - адаптировать экономику к глобальному энергопереходу, сократить выбросы парниковых газов и добиться углеродной нейтральности к 2060 году при устойчивом росте экономики. Стратегия содержит мероприятия по конкретным отраслям: энергетика, промышленность, жилищно-коммунальное хозяйство, транспорт, строительство, сфера обращения с отходами производства и потребления, сельское и лесное хозяйство.
В докладе Всемирного экономического форума было отмечено, что определить точный вклад недвижимости в формирование парникового эффекта довольно сложно, но все же она относится к сектору значительного потребления энергии и выбросов углекислого газа. На основании современных градостроительных концепций ИИ, помимо автоматизации процессов оценочной деятельности и более глубокого анализа данных, может выявлять скрытые взаимосвязи и предсказывать потенциальные риски для управления недвижимостью. Это улучшает точность и надежность результатов оценки.
Заключение
Обучение машин позволит применять различные модели и методы для прогнозирования стоимости недвижимости с учетом реализации государственных программ поддержки строительной отрасли и защиты интересов граждан в повышении уровня жизни в городской среде. ИИ может решить задачи сохранения экологической городской среды не только в текущей ситуации, но и предложить стратегические рекомендации для ее улучшения. ИИ, анализируя данные, может выделять ключевые факторы, влияющие на чистоту воздуха, воды, почвы. Именно эти факторы могут в будущем повлиять на стоимость земельных участков под строительство жилых комплексов городских поселений. Это поможет руководителям городов принимать более взвешенные решения в создании генеральных планов развития городов.
На современном этапе система мониторинга окружающей среды при помощи ИИ позволяет каждому городскому жителю получить информацию об экологической обстановке. Доступность интернета в городах и крупных населенных пунктах повышает качество жизни и позволяет принимать обоснованные решения об обустройстве городских поселений. А это значит, что развитие ИИ в оценке недвижимости позволит сократить риски финансовых потерь и повысить эффективность инвестиций в развитие новых территорий.
Развитие ИИ в оценке недвижимости открывают новые перспективы для инноваций и новых технологий в области бизнеса. Использование ИИ не только повышает точность и объективность процесса оценки, но и предоставляет всем участникам оценочной деятельности новые возможности для принятия стратегических решений, качественного управления рисками и развития городской среды в соответствии с основным требованиям жизнедеятельности современных городов — обеспечение населения безопасностью и высоким качеством жизни при сохранении природной среды, ресурсов и обеспечении равновесия всей экономической и общественной деятельности горожан.
ИСПОЛЬЗОВАННЫЕ ИСТОЧНИКИ
1. Указ Президента РФ от 21 июля 2020 г. № 474 «О национальных целях развития Российской Федерации на период до 2030 года».
2. Постановление Правительства РФ от 30.12.2017 г. № 1710 «Об утверждении государственной программы Российской Федерации "Обеспечение доступным и комфортным жильем и коммунальными услугами граждан Российской Федерации"».
3. Стратегия развития строительной отрасли и жилищно-коммунального хозяйства Российской Федерации на период 2030 года с прогнозом до 2035 года (утв. распоряжением Правительства РФ от 31.10.2022 № 3268-р).
4. Распоряжение Правительства РФ от 29.10.2021 № 3052-р «Об утверждении стратегии социально-экономического развития Российской Федерации с низким уровнем выбросов парниковых газов до 2050 года».
5. «Зеленая повестка» устойчивого развития городов. М.: Фонд «Институт экономики города», 2023. 303 с.
