Ejendom er en sektor hvor beslutninger ofte hviler på to akser samtidig: en finansiel vurdering og en relation til en lejer, køber, investor eller beboer. Den kombination gør AI-governance i denne sektor anderledes end i sektorer hvor det udelukkende handler om proces eller produktion. En vurderingsmodel der estimerer en værdi for højt eller for lavt, påvirker en transaktion. En chatbot der giver en lejer et forkert tilsagn om vedligeholdelse eller huslejeforhøjelse, påvirker en relation og muligvis en juridisk forpligtelse. Forholdet mellem operationelle AI-anvendelser og anvendelser der kommunikerer direkte med kunde, lejer eller investor, er i ejendomsbranchen normalt mere skævt end i sektorer med færre eksterne kontaktpunkter. Der er ofte mindre produktions-AI og mere AI der leverer tekst, rådgivning eller et tal til en tredjepart.
Dertil kommer at ejendomsorganisationer ofte arbejder med et netværk af parter: mæglere, forvaltere, entreprenører, juridiske rådgivere. Hver af disse parter kan selv anvende AI i det arbejde der udføres for din organisation, uden at du har indblik i det. Governance stopper derfor ikke ved de egne medarbejdere.
AI i denne sektor koncentrerer sig omkring en række genkendelige opgaver: udarbejdelse af vurderingsrapporter eller værdiansættelsesbegrundelser, sammenfatning af lejekontrakter og juridiske dokumenter, besvarelse af spørgsmål fra lejere eller købere, generering af boligbeskrivelser og marketingtekster, samt analyse af markedsdata til investeringsbeslutninger. Nogle af disse anvendelser er synlige og godkendte. Andre er opstået fordi en vurderingsmand, en udlejningsmægler eller en kundeservicemedarbejder fandt et værktøj der sparede tid, og som man derefter er blevet ved med at bruge.
IT-listen over godkendte applikationer beskriver i praksis sjældent hvad der virkelig sker. En vurderingsmand der bruger et AI-værktøj til at udkaste en vurderingsrapport, en medarbejder der lader kontrakter opsummere af en gratis chattjeneste: den brug opstår ved skrivebordet, ikke i en indkøbsproces. Lignende mønstre findes i andre sektorer med meget kunde- eller opdragsgiverkontakt, som beskrevet i hvordan AI-governance ser ud i installationsbranchen og i hvordan AI-governance ser ud i engroshandlen.
Governance begynder med at skelne. En AI-anvendelse der ordner interne rapporter, kræver en anden behandling end en anvendelse der forelægger et vurderingstal for en kunde eller automatisk reagerer på en lejerklage. Risikoniveauet afhænger af hvem der bruger resultatet, om et tal eller en rådgivning præsenteres direkte for en tredjepart, og om der er en finansiel eller juridisk konsekvens forbundet med det. Et AI-værktøj der kun redigerer billedmateriale til en boligannonce, ligger et andet sted på den skala end et værktøj der medvirker til at afgøre en vurderingsværdi.
Denne klassifikation er ikke en éngangsøvelse. Nye værktøjer kommer ind i det øjeblik nogen finder dem nyttige, og risikovurderingen af en eksisterende anvendelse kan ændre sig hvis brugen forskyder sig, for eksempel når et værktøj der begyndte som hjælpemiddel til intern udkastteskst gradvist bruges til at kommunikere direkte med en lejer.
kernen i problemet er sjældent mangel på regler, men mangel på overblik. Den der vil vide hvad der virkelig bruges, må spørge de mennesker der arbejder med det hver dag. Det lykkes kun hvis spørgsmålet stilles uden konsekvenser. En vurderingsmand der indrømmer at bruge et ikke-godkendt værktøj til udkastrapporter, bør ikke have følelsen af at han dermed tilstår en overtrædelse. I det øjeblik den følelse er der, forsvinder brugen fra synsfeltet i stedet for fra praksis, og risikoen forbliver uændret, blot usynlig. Hvordan denne spørgsmålsstilling kan indrettes i praksis, er beskrevet i hvordan du forhindrer at medarbejdere bruger et værktøj som ingen kender og i hvordan du forhindrer at virksomhedsdata ender i et gratis chatvindue, to risici der i ejendomsbranchen ofte falder sammen fordi kontraktdata og vurderingstal er følsomme.
Lighederne med andre sektorer med mange eksterne parter og dokumentstrømme, som beskrevet i hvordan AI-governance ser ud i byggebranchen og i sundhedssektoren på hvordan AI-governance ser ud i sundhedssektoren, er større end forskellene: overalt gælder det at brugen først etablerer sig i udkanten af organisationen, før nogen får overblik over det.
En governance-tilgang for ejendomsbranchen kortlægger hvilke AI-anvendelser der findes, hvem der bruger dem, hvilket risikoniveau der hører til, og hvilken oversight der er nødvendig: hvem der kontrollerer et resultat før det påvirker en vurdering, et lejerbrev eller en investeringsrådgivning. Det knytter sig til eksisterende risikostrukturer inden for organisationen, uden at der stilles et separat AI-regime op ved siden af den eksisterende risikostyring. Regelindholdet, med de præcise forpligtelser der gælder for specifikke anvendelser, findes andetsteds; her handler det om mekanismen hvormed du får overblik og kan dokumentere hvad der foregår.
Når det er klart hvilke AI-anvendelser der findes i din ejendomsorganisation og hvilket risikoniveau der hører til, følger et andet spørgsmål: hvor meget af det arbejde som vurderingsmænd, forvaltere og kundeservicemedarbejdere udfører dagligt, er egentlig egnet til at overlade til AI, og hvilken del er det ikke. Arbejdsscanningen fra FTE TO AI beregner dette per opgave, så governance ikke kun bliver stående ved risiko, men også synliggør hvor AI reelt frigør kapacitet.
Vraag maar. Governance begint bij weten wat er draait — ook wat niemand heeft goedgekeurd.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.