A inteligência artificial generativa (GenAI, na abreviação em inglês de “generative AI”) está amadurecendo em um momento auspicioso para o setor imobiliário. Os investidores têm montanhas de dados internos e de terceiros referentes a imóveis, comunidades, locatários e o mercado em si. Essas informações podem ser usadas para customizar as ferramentas de GenAI existentes, de modo que elas possam executar tarefas específicas do setor imobiliário, como identificar oportunidades para os investidores à velocidade da luz, revolucionar o projeto de edifícios e o design de interiores, criar materiais de marketing e facilitar as jornadas dos clientes, ao mesmo tempo em que abre novos fluxos de receita.
Mais insights da McKinsey em português
Confira nossa coleção de artigos em português e assine nossa newsletter mensal em português.
Embora a GenAI tenha chamado a atenção do público apenas em tempos recentes, a inteligência artificial vem mudando radicalmente a maneira pela qual o mundo faz negócios há décadas. Essa versão mais familiar da IA – também conhecida como IA analítica – é orientada a objetivos e focada em atividades como calcular valores para uma previsão do futuro ou definir categorias para segmentar os clientes. Ela já foi incorporada a partes do mundo dos negócios; as previsões assistidas por IA, por exemplo, vêm alterando a maneira pela qual os profissionais de investimento pensam no futuro, e os modelos de precificação dinâmica estão mudando o modo pelo qual diversos setores cobram por bens e serviços. No entanto, um setor no qual o poder transformador dela está fazendo falta é o imobiliário, que historicamente tem sido lento na adoção de novas tecnologias.1
A GenAI representa uma novíssima oportunidade, para o setor imobiliário, de aprender com seu passado e chegar à vanguarda da tecnologia. A GenAI não substituiu a IA analítica; o que aconteceu foi que sua natureza aberta e criativa abriu um novo horizonte de casos de uso que a IA analítica não aborda. Com base no trabalho do McKinsey Global Institute (MGI), acreditamos que a GenAI pode gerar de $ 110 bilhões a $ 180 bilhões ou mais em valor para o setor imobiliário.2
Apesar de toda a publicidade que a GenAI recebeu até o momento, muitas organizações imobiliárias estão encontrando dificuldades para implementar e escalar casos de uso e, portanto, ainda não alcançaram a geração de valor prometida. Isso não é surpresa: para obter vantagem competitiva da GenAI, não basta implementar um dos modelos de base principais, e muitas coisas precisam dar certo em uma organização para ela tirar máximo proveito da oportunidade. Para ajudar as empresas a começar, este artigo explorará o potencial da tecnologia e dará exemplos de casos de uso, cada um dos quais está em alguma fase da análise ou da implementação por parte de players do setor imobiliário com os quais trabalhamos. O artigo descreverá sete medidas decisivas e interligadas que as empresas do setor podem tomar para obter todo o valor dessa visão baseada na GenAI e para abrir uma distância estratégica de seus pares.
O setor imobiliário pode se beneficiar da GenAI em uma infinidade de casos de uso
Em geral, os pontos fortes da GenAI se enquadram em uma de quatro categorias às quais nos referimos como “os quatro C”. A primeira está relacionada ao cliente: o envolvimento do cliente, o qual pode ser favorecido por ferramentas como chatbots de conversação que respondem a perguntas e tiram dúvidas do cliente com relação às decisões dele. A segunda é a da criação, na forma de ferramentas que geram novos conteúdos criativos, como textos e imagens. A terceira é a da concisão: a GenAI se destaca na síntese de insights a partir de dados não estruturados, na interpretação de conversas e na consulta a grandes fontes de dados. A quarta tem a ver com código: as soluções de código, que são oferecidas pela GenAI em grande número e que incluem interpretação, tradução e geração de código.
Em nosso próprio trabalho com IA, vimos empresas imobiliárias obterem um ganho de 10% ou mais em receita operacional líquida por meio de modelos operacionais mais eficientes, melhor experiência do cliente, retenção de locatários, novos fluxos de receita e seleção mais inteligente de ativos. Aqui vão cinco exemplos de como as empresas podem aplicar os quatro “C” da GenAI a aspectos específicos do setor imobiliário:
Vasculhar montanhas de documentos de locação (concisão)
É possível aplicar a GenAI a um repositório de documentos de locação que pode ser denso e repleto de terminologia específica, o que dificulta para os proprietários de muitos imóveis vasculhar e encontrar informações na escala adequada. Uma ferramenta baseada em GenAI pode resumir os tópicos principais das locações, como qual é o valor de aluguel esperado mensalmente ou quais forças de mercado (como leis locais de conformidade ambiental, social e de governança) podem afetar as locações. Além disso, a ferramenta pode fazer uma varredura nas locações em busca de um parâmetro específico (por exemplo, todas as locações com aluguel por metro quadrado abaixo de determinado valor) e gerar tabelas de informações. Nesse ponto, os profissionais podem analisar as informações que a ferramenta de IA compilou.
Copilotar interações imobiliárias (concisão e envolvimento do cliente)
A GenAI pode ser usada para criar um copiloto eficiente (um bot baseado em GenAI) voltado a uma variedade de interações imobiliárias, como a gestão de solicitações de locatários e as negociações de locação. Solicitações simples de locatários, como manutenção de rotina, podem levar o copiloto a entrar em contato diretamente com a equipe de manutenção do edifício. O copiloto pode identificar uma pergunta mais complexa e sinalizá-la para um especialista de uma administradora de imóveis. Durante a interação do especialista com o locatário, a GenAI pode observar a conversa e as respostas escritas e sugerir maneiras de aprimorar a comunicação. Para momentos de grande importância – como uma negociação de locação comercial com um locatário de escritório, armazém ou varejo –, uma ferramenta de GenAI pode receber todas as informações sobre o locatário, o imóvel e o mercado e gerar uma transcrição da negociação. Se as comunicações e as chamadas forem gravadas ou transformadas em texto, o copiloto pode monitorar essas interações na escala adequada, dando treinamento e lembrando os especialistas de se absterem de usar certos termos que podem levar a situações de risco.3
Permitir a visualização e criar novos fluxos de receita (criação e envolvimento do cliente)
Hoje em dia, quando um potencial locatário de escritório olha para um espaço não equipado em uma visita ou quando um potencial morador olha fotos de um apartamento em um site de anúncios, eles veem uma unidade vazia ou fotos cheias de acabamentos e móveis de outra pessoa. As visitas em realidade virtual vêm ajudando, mas essas simulações estáticas e não customizáveis costumam ser apenas parte do processo de mostrar ao usuário final qual pode ser o resultado.
As ferramentas de GenAI podem ajudar um potencial locatário a visualizar exatamente como ficaria um apartamento em, digamos, seu estilo moderno preferido ou a comparar um acabamento em cerejeira com outro em nogueira. Esses dados podem então ser realimentados em um modelo para prever quais tipos de móveis e acabamentos funcionam melhor para diferentes segmentos de clientes, aumentando a conversão de clientes em potencial e definindo futuras decisões de despesas de capital.
Também podem ser feitas vendas casadas por meio de comércio eletrônico: quando um potencial locatário visita uma unidade, um aplicativo pode apresentar virtualmente uma variedade de sofás, acabamentos de janelas ou equipamentos de cozinha que correspondam ao estilo de design desejado. Caso o potencial morador decida comprar ou locar a unidade, pode ser feito o pedido dessas opções, com a entrega programada para coincidir com a mudança. O morador tem a vantagem de se mudar para uma casa que já expressa seu estilo próprio, e a corretora ou empresa de apartamentos tem a vantagem de obter receita de vendas cruzadas.
Uma grande varejista de móveis lançou uma ferramenta de visualização de produtos baseada em GenAI, que permite aos usuários fazer upload da foto de uma sala e preenchê-la com móveis de seu catálogo. Diversas empresas de toda a cadeia de valor podem usar esse recurso para criar novos fluxos de receita e, ao mesmo tempo, reforçar a fidelidade dos clientes.
Tomar decisões de investimento mais rápidas e precisas (concisão)
Hoje, as decisões de investimento são, muitas vezes, embasadas em análises individuais de dados customizados provenientes de diversas fontes. Um investidor interessado em armazéns, por exemplo, costuma começar realizando uma macroanálise de mercados com aspectos atraentes, como portos, aeroportos e alto volume de comércio eletrônico. Depois, ele realiza análises mais detalhadas para localizar regiões de interesse, recorrendo a corretores locais ou ferramentas digitais para obter informações sobre edifícios. No processo de tomada de decisões, o investidor faz análises individuais para descobrir quais foram os resultados de suas hipóteses de investimento anteriores.
De posse de uma ferramenta de GenAI com ajuste fino feito por meio de dados internos e de terceiros, um investidor pode simplesmente perguntar: “quais são os 25 melhores armazéns à venda para eu investir?” Ou então: “quais shoppings têm maior probabilidade de prosperar no futuro?” A ferramenta é capaz de examinar os dados não estruturados – tanto internos (como o desempenho dos imóveis atuais de uma empresa e os termos de locação relacionados a esse desempenho) quanto de terceiros (como o Censo dos EUA e vendas comparáveis registradas publicamente). Essa análise multifacetada pode ser sobreposta a uma lista de imóveis à venda para identificar e priorizar ativos específicos que valem uma investigação manual.
Desenhar plantas arquitetônicas conhecidas por gerar os resultados desejados (criação)
No webdesign, existem padrões específicos e opções de design específicas que sabidamente geram vendas de comércio eletrônico ou um número maior de cliques. Da mesma forma, existem princípios de design básicos no mundo físico que a GenAI pode revelar e usar no desenho de plantas arquitetônicas.
Um processo assistido por GenAI pode introduzir sensores da Internet das Coisas e algoritmos de visão computacional4 que coletam pontos de dados referentes ao uso do espaço; por exemplo, a movimentação dos clientes em uma loja antes da compra ou os horários em que as salas de reuniões são usadas em um escritório. Esse insight – juntamente com os dados referentes a resultados de vendas, fidelidade dos clientes, produtividade, retenção de funcionários e outros aspectos – pode ser inserido em uma ferramenta de GenAI. A essas informações podem ser sobrepostos dados espaciais de metragem quadrada, localização, paredes, móveis e outros elementos arquitetônicos. A ferramenta de GenAI pode, então, desenvolver plantas arquitetônicas que são otimizadas para gerar os resultados desejados em um espaço. Arquitetos e designers humanos podem trabalhar a partir dessas plantas para garantir que haja arte e emoção no projeto, mas com menos suposições sobre se o espaço tem uma finalidade específica (ilustração).
Ilustração de projetos arquitetônicos assistidos por GenAI que mostram onde a luz do dia incidiria, como a planta acomodaria padrões típicos de circulação de pessoas e se os níveis de ruído distrairiam as pessoas no espaço.
Fonte: pesquisas da McKinsey e sua experiência com dados de sensores e de visão computacional
Sete medidas decisivas que os players do setor imobiliário podem tomar para obter pleno valor da GenAI
A GenAI promete transformação, mas as empresas imobiliárias terão de ir além de aprender a usar produtos de prateleira. Embora sejam essenciais, os modelos de base são apenas um pequeno componente da capacidade de uma empresa imobiliária de obter valor da GenAI.
Para aproveitarem a oportunidade, as empresas da cadeia de valor imobiliária podem se esforçar para superar a concorrência reprogramando seu modo de trabalho das maneiras a seguir:
Alinhar a diretoria em torno de um roteiro empresarial vinculado a uma parte específica da cadeia de valor imobiliária
Os CEOs que desejem liderar em GenAI podem priorizar a tecnologia, integrar novos recursos internos e se organizar para agilizar a disponibilização, assim como fazem as melhores startups e empresas nativas tecnológicas. Novas formas de disponibilização de tecnologia são essenciais não apenas para disponibilizar a GenAI, mas também para garantir a modernidade e para ficar à frente da curva estratégica. Os vencedores são receptivos a experimentar, iterar e causar disrupção a si mesmos.
O ponto de partida disso é ter capacidades que extrapolem o departamento tradicional de TI de uma empresa imobiliária. Isso não significa que os líderes tenham de receber dezenas de novos funcionários de tecnologia em sua empresa. O que é necessário é investir em um esquadrão ágil de engenheiros e projetistas que estejam familiarizados com a GenAI e possam ser orientados a focar exclusivamente em casos de uso que agreguem valor.
A diretoria pode começar avaliando em que parte da cadeia de valor imobiliário a empresa se situa – como incorporação, operações ou investimento – e estudando como as jornadas dos locatários, funcionários e outros stakeholders podem ser reinventadas. Depois, pode começar a reformular funções e estruturas para fazer o alinhamento acontecer. Obter valor da GenAI requer que os executivos estejam dispostos a questionar os modelos operacionais e as hierarquias tradicionais do setor e, o mais importante, a aceitar uma nova camada de tecnologia em toda a organização. A GenAI requer que os executivos liderem a adoção de novas maneiras de trabalhar que aumentarão o poder dos profissionais de todos os níveis e áreas.
Adotar um foco intenso nos dados – sobretudo nos novos dados internos
No futuro da GenAI, quem tiver acesso e controle sobre dados exclusivos e informativos será capaz de gerar insights que os outros não conseguem gerar. As empresas podem começar analisando quais são os dados de que necessitam e quais dados internos referentes a locatários e imóveis estão disponíveis, mas não estão sendo coletados no momento.
É essencial não apenas ter o melhor conjunto de dados, mas também prepará-lo da maneira certa e com a governança de dados certa. Uma ferramenta de IA de conversação que tenha sido treinada nas solicitações de manutenção anteriores de um edifício pode responder de forma eficiente às reclamações dos moradores. Uma ferramenta treinada nos dados de renda operacional líquida de uma carteira imobiliária pode dar respostas sobre o desempenho que podem ser úteis na tomada de decisões de investimento e nos informes aos investidores e às divisões internas da empresa. Sensores da Internet das Coisas e aplicativos de visão computacional em edifícios de escritórios, por exemplo, podem fornecer insights anonimizados sobre como os locatários usam os espaços, proporcionando uma visão com mais nuances do ambiente construído.5 Os aplicativos e painéis de locatários não são meros canais de interação; eles mesmos podem se tornar fontes de dados. Que tipo de espaço de conveniência um locatário residencial reserva, que lojas um comprador percorre em um shopping ou de que serviços um locatário de escritório precisa para realizar um evento são dados valiosos que podem ser aproveitados e estruturados.
É importante que esse aproveitamento e essa estruturação ocorram em um data lakehouse controlado pela empresa imobiliária (e não em um sistema de terceiros). Vários fornecedores devem ter a possibilidade de interagir com essa fonte única. Isso permitirá que as empresas imobiliárias separem, para seus próprios usos internos, os dados por edifício, locatário ou tipo de unidade ou de espaço e que tenham flexibilidade suficiente para alternar facilmente entre sistemas e aplicativos. As empresas devem estar a par da propriedade dos dados e devem tornar a capacidade de acessar e trabalhar facilmente com dados uma parte fundamental da tomada de decisões de fornecedor ao projetarem suas futuras pilhas de tecnologia.
Preparar uma biblioteca de prompts que obtenha resultados de modelos de base em um contexto imobiliário
Os modelos de base de GenAI são tão bons quanto as perguntas (conhecidas como “prompts”) feitas a eles. Ao submeter os modelos a ajustes finos com dados específicos do setor imobiliário, é importante preparar uma biblioteca de prompts.
Um prompt pode dizer, por exemplo, “use o seguinte histórico de moradores e os seguintes dados do imóvel para redigir um e-mail de contato inicial com um morador que deseja renovar seu contrato de locação”, seguido de “escreva um e-mail de seguimento com base na resposta do morador e cogite oferecer uma das seguintes concessões mais personalizadas com base no que você sabe sobre ele: isenção de taxa de animais de estimação por dois meses, limpeza gratuita de carpetes ou uso gratuito da academia do prédio por seis meses”.
Pequenas edições na sintaxe, nos detalhes ou no enfoque podem gerar outputs significativamente diferentes, com um impacto que só pode ser descoberto na prática. Não há precedentes para saber o que funciona, até aquilo ser testado. Para criar um manual, é essencial que haja um processo rigoroso de testes e aperfeiçoamento para garantir que as perguntas retornem as respostas esperadas.
Criar ferramentas digitais que promovam a ação – e não apenas gerem insights
Os grandes modelos de linguagem (“large language models”, em inglês) que se popularizaram recentemente fascinam o público devido à facilidade de escrever prompts e receber uma resposta compreensível. Porém, as empresas imobiliárias não devem ser induzidas a pensar que todos os outputs da GenAI são intuitivos ou que as soluções plug and play pontuais cumprem tudo que a GenAI promete. Na verdade, os outputs precisam geralmente de outra camada de ferramentas digitais para serem úteis para uma organização.
Um modelo de base, por exemplo, pode gerar textos de marketing, mas talvez precise de ferramentas adicionais para conferir a gramática e a compatibilidade com a marca e para garantir que a linguagem siga a regulamentação pertinente. Um modelo de GenAI pode apresentar insights sobre como o atendimento ao cliente deve ser prestado por um agente imobiliário, mas os agentes talvez precisem receber prompts a um ritmo específico durante as interações com o cliente ou explicações que esclareçam por que uma determinada recomendação é importante.
O design é outro componente crucial. Padrões de cor, estilo e design físico que influem em como um usuário clica são primordiais em aplicativos tradicionais. Com uma interface de GenAI, pode ser mais importante fazer ajustes finos no estilo de escrita de um sistema de conversação ou garantir que o avatar que interage com o cliente, inclusive seu tom de voz, seja agradável para o público e estimule os comportamentos desejados. Em suma, a definição de design terá de se expandir com o advento de um novo campo de atuação da psicologia ligado às interações com algoritmos e máquinas.
Um portal de autoatendimento que facilite o acesso dos funcionários às ferramentas aprovadas pela empresa e o entendimento de como usá-las pode permitir a inovação em toda a organização.
Investir em uma pilha de tecnologia moderna para viabilizar o uso dos dados
Um pilar essencial do edifício da GenAI é a pilha de tecnologia: a infraestrutura, as malhas de retroalimentação, as salvaguardas e a integração certas devem ser desenvolvidas de modo a serem seguras, escaláveis e fáceis de usar.
A GenAI requer novas capacidades em relação à IA tradicional e ao machine learning, inclusive checagens de toxicidade (para garantir que a GenAI não esteja criando conteúdo problemático, como palavras ou declarações que violariam as leis pertinentes de direito à moradia ou de combate à discriminação) e barreiras contra alucinações (para impedir que a GenAI dê respostas erradas sem esclarecer que a ferramenta apresenta imprecisões). Em comparação com a ciência e a análise tradicionais de dados, a GenAI é mais dependente da preparação de elementos especiais de pilha de tecnologia para ser efetivamente operacional – capacidades que as empresas imobiliárias podem não ter em seu departamento de TI atual.
As empresas imobiliárias de toda a cadeia de valor que adotarem as primeiras provas de conceito e começarem a orientar sua pilha de tecnologia na direção certa para viabilizar casos de uso no futuro estarão na melhor posição para se beneficiar. Entre as ações proveitosas estão dedicar tempo a vincular refletidamente os sistemas de fornecedores e ligar os pontos dos dados nos sistemas de administração de imóveis, na gestão de relacionamento com o cliente e nos portais de manutenção.
Adotar um novo modelo operacional que possa ser escalado à medida que a carteira imobiliária cresce e se diversifica
Para permitir a atualização da GenAI para processos de investimento, locação e muito mais, os modelos operacionais e as atribuições talvez precisem ser reformulados de modo a corresponder aos novos focos do trabalho.
Podem ser necessárias novas funções e capacidades, como engenheiros de prompt e de dados capazes de implementar modelos de base. Pessoas de funções existentes, como funcionários presenciais e agentes, podem transferir tarefas demoradas para as ferramentas de GenAI, o que permitirá que se concentrem em tarefas especializadas. Em outros casos, como nas equipes de marketing e de investimentos, a GenAI pode desenvolver essas áreas e gerar demanda de novas funções e novos conjuntos de habilidades. As empresas precisam estar abertas a mudanças, porque o perfil dos departamentos de TI e de marketing não será o mesmo com as ferramentas de IA, mesmo que os objetivos da unidade de negócios continuem os mesmos.
Reconhecer e reduzir os riscos específicos do setor imobiliário gerados pela GenAI
A GenAI é nova e está amadurecendo e se defrontando com questões em aberto. Pode haver vieses nos dados de treinamento que, embora não intencionais, geram outputs com consequências reais. Também pode haver dúvidas quanto às propriedades intelectuais que alimentam os modelos de base à medida que evoluem os precedentes legais nesse espaço.6 O conteúdo de marketing, por exemplo, pode ser gerado por um algoritmo treinado com imagens não licenciadas e pegar a empresa imobiliária de surpresa. Os ajustes feitos pelo provedor no modelo que serve de base para uma ferramenta específica do setor imobiliário podem ter consequências imprevistas para a qualidade e o conteúdo dos outputs, o que torna importante a reformulação de prompts.
Além disso, alguns casos de uso podem não ser adequados para a GenAI em seu estágio atual – por exemplo, respostas a emergências, em que os riscos são muito altos, e decisões de locação, em que pode ser difícil cumprir regulamentos que precisam de explicação.
A implantação da GenAI em situações nas quais há um encontro entre profissionais de investimento, equipes operacionais e locatários introduz novos riscos aos ambientes de trabalho, de convívio e de compras, riscos estes que precisam ser avaliados. As empresas que identificam riscos desde o início e fazem iterações para encontrar melhorias estarão posicionadas para uma boa reação.
Acreditamos que este é o momento certo para o setor imobiliário dar o salto para a GenAI, por dois motivos principais. O primeiro é que a tecnologia já está à altura dos problemas que as empresas imobiliárias enfrentam e, quando adequadamente projetada e executada, pode apresentar soluções revolucionárias. O segundo é que o segmento de imóveis comerciais está enfrentando ventos contrários, e esses novos desafios exigem abordagens inovadoras. A GenAI não substituirá a IA analítica – há casos de uso (como gerar uma previsão de aluguel ou uma previsão de retenção) em que o machine learning mais tradicional sobressai. O que a GenAI está fazendo é abrir casos de uso que não eram possíveis e que são relevantes para as dimensões da cadeia de valor imobiliária que a tecnologia não abordava anteriormente.
Mas será que um setor conhecido por ser retardatário em tecnologia conseguirá superar desafios estruturais, investir na tecnologia subjacente, reestruturar modelos operacionais e despontar como líder em GenAI? O fato de o setor imobiliário ser retardatário pode, na verdade, ser uma vantagem, já que não investiu demais em tecnologias anteriormente disponíveis, mas hoje desatualizadas, como alguns outros setores fizeram.7 A curva de aprendizado pode ser mais íngreme para quem ainda não investiu em estratégias de tecnologia e de dados, mas acreditamos que os insights, a rapidez e o poder transformador da GenAI para o setor imobiliário fazem a escalada valer a pena. Os dados – e o uso deles para abrir distância estratégica – são o novo terreno no qual as empresas concorrerão por dólares de investidores, por locatários, por compradores e por longevidade.
A ideia de dar o passo inicial pode ser intimidante, mas exortamos os executivos a começar de maneira simples. Nossos profissionais de tecnologia defendem uma abordagem “2x2”: identificar dois casos de uso que podem levar a empresa a assumir o controle dos dados, gerar impacto mensurável rapidamente e criar entusiasmo; e identificar dois casos de uso mais ambiciosos, que mudarão a empresa em seus fundamentos e que levarão mais tempo para ser implementados. Essa abordagem incentiva as empresas a direcionar a tecnologia para seu pleno potencial.
Não há dúvida de que o setor imobiliário está mudando. A questão é quais empresas responderão a esse chamado da mudança, se adaptarão e acolherão um novo futuro movido a tecnologias digitais.