Fastigheter är en sektor där beslut ofta vilar på två axlar samtidigt: en finansiell värdering och en relation med en hyresgäst, köpare, investerare eller boende. Den kombinationen gör AI-styrning i denna sektor annorlunda än i sektorer där det enbart handlar om process eller produktion. En värderingsmodell som skattar ett värde för högt eller för lågt påverkar en transaktion. En chatbot som ger en hyresgäst ett felaktigt löfte om underhåll eller hyreshöjning påverkar en relation och möjligen en juridisk skyldighet. Förhållandet mellan operativa AI-tillämpningar och tillämpningar som kommunicerar direkt mot kund, hyresgäst eller investerare är inom fastigheter i regel mer skevt än i sektorer med färre externa kontaktpunkter. Det finns ofta mindre produktions-AI och mer AI som erbjuder text, råd eller en siffra till en tredje part.
Därtill kommer att fastighetsorganisationer ofta arbetar med ett nätverk av parter: mäklare, förvaltare, entreprenörer, juridiska rådgivare. Var och en av dessa parter kan själv använda AI inom det arbete som utförs för er organisation, utan att ni har insyn i det. Styrning stannar då inte vid era egna medarbetare.
AI inom denna sektor koncentreras kring ett antal igenkännbara uppgifter: att upprätta värderingsrapporter eller värderingsunderlag, att sammanfatta hyresavtal och juridiska dokument, att besvara frågor från hyresgäster eller köpare, att generera bostadsbeskrivningar och marknadsföringstexter, och att analysera marknadsdata för investeringsbeslut. Vissa av dessa tillämpningar är synliga och godkända. Andra har uppstått eftersom en värderingsman, en uthyrningsmäklare eller en kundtjänstmedarbetare hittade ett verktyg som sparade tid och som därefter fortsatte att användas.
IT-listan över godkända applikationer beskriver i praktiken sällan vad som verkligen sker. En värderingsman som använder ett AI-verktyg för att utkast till en värderingsrapport, en medarbetare som låter avtal sammanfattas av en gratis chattjänst: den användningen uppstår vid skrivbordet, inte i en inköpsprocess. Liknande mönster förekommer inom andra sektorer med mycket kund- eller uppdragsgivarkontakt, som beskrivet i hur AI-styrning ser ut inom installationsbranschen och i hur AI-styrning ser ut inom grossisthandeln.
Styrning börjar med att göra åtskillnad. En AI-tillämpning som ordnar interna rapporter kräver en annan behandling än en tillämpning som lägger fram en värderingssiffra för en kund eller som automatiskt svarar på ett hyresgästklagomål. Risknivån beror på vem som använder resultatet, om en siffra eller ett råd presenteras direkt för en tredje part, och om det är förknippat med en finansiell eller juridisk konsekvens. Ett AI-verktyg som endast redigerar fotomaterial för en bostadsannons ligger någon annanstans på den skalan än ett verktyg som medbestämmer om ett värderingsvärde.
Denna klassificering är inte en engångsövning. Nya verktyg kommer in så snart någon finner dem användbara, och riskbedömningen av en befintlig tillämpning kan förändras när användningen förskjuts, till exempel när ett verktyg som började som hjälpmedel för intern utkastext gradvis kommer att användas för att kommunicera direkt med en hyresgäst.
kärnan i problemet är sällan brist på regler, utan brist på insyn. Den som vill veta vad som verkligen används måste fråga de människor som arbetar med det dagligen. Det lyckas bara om den frågan ställs utan bestraffning. En värderingsman som erkänner att han använder ett icke-godkänt verktyg för utkastrapporter ska inte känna att han därmed erkänner en överträdelse. Så snart den känslan finns försvinner användningen ur sikte i stället för ur praktiken, och risken fortsätter att existera oförändrad, bara osynlig. Hur denna frågeställning kan utformas i praktiken beskrivs i hur ni förhindrar att medarbetare använder ett verktyg som ingen känner till och i hur ni förhindrar att företagsdata hamnar i ett gratis chattfönster, två risker som inom fastigheter ofta sammanfaller eftersom avtalsdata och värderingssiffror är känsliga.
Likheterna med andra sektorer med många externa parter och dokumentflöden, som beskrivet i hur AI-styrning ser ut inom byggbranschen och inom vårdsektorn på hur AI-styrning ser ut inom vården, är större än skillnaderna: överallt gäller att användningen först etablerar sig i utkanten av organisationen, innan någon får insyn i den.
En styrningsansats för fastigheter kartlägger vilka AI-tillämpningar som finns, vem som använder dem, vilken risknivå som är lämplig, och vilken tillsyn som krävs för det: vem som kontrollerar ett resultat innan det påverkar en värdering, ett hyresgästbrev eller ett investeringsråd. Det ansluter till befintliga riskstrukturer inom organisationen, utan att skapa ett separat AI-regelverk vid sidan av den befintliga riskhanteringen. Regelinnehållet, med de exakta skyldigheter som gäller för specifika tillämpningar, finns på annat håll; här handlar det om mekanismen med vilken ni får insyn och kan påvisa vad som pågår.
Så snart det är klart vilka AI-tillämpningar som körs i er fastighetsorganisation och vilken risknivå som är lämplig, följer en annan fråga: hur mycket av det arbete som värderingsmän, förvaltare och kundtjänstmedarbetare dagligen utför är egentligen lämpligt att lämna över till AI, och vilken del inte är det. Arbetsskanningen från FTE TO AI räknar ut detta per uppgift, så att styrning inte stannar vid enbart risk, utan även synliggör var AI faktiskt frigör 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.