189 propriedades
17 parceiros operacionais
120 equipes de corretagem em 10 empresas diferentes
Isso não é um problema de sistema, é um problema de coordenação.
Este é o ambiente em que se espera que a IA opere. Portanto, quando o desempenho é insuficiente, raramente é um problema de modelo. É que o sistema em torno dele é fragmentado, inconsistente e impossível de ser raciocinado.
Onde a IA realmente desmorona
Três questões surgiram repetidamente na discussão. Nenhum deles é novo. Todos eles se tornam críticos no momento em que você tenta dimensionar a IA.
Latência
Os dados de que você precisa geralmente chegam tarde demais para serem úteis. As informações de terceiros ficam atrasadas e, no momento em que as informações são reconciliadas, a janela de decisão já mudou.
Qualidade
As informações principais não são definidas de forma consistente. Mesmo algo tão básico como um resumo de arrendamento pode variar dependendo de quem o criou, o que introduz ambiguidade em cada decisão posterior.
Esparsidade
A maioria dos registros está incompleta. Os corretores deixam migalhas. As equipes preenchem as lacunas manualmente. Isso pode funcionar para os seres humanos, mas cria insumos fracos para sistemas que deverão gerar resultados confiáveis.
Cada um deles pode ser gerenciado isoladamente. Juntos, eles tornam difícil para a IA produzir resultados confiáveis e acionáveis em grande escala.
À medida que mais soluções incorporam IA, a conversa está naturalmente mudando além dos rótulos de recursos e em direção ao que realmente gera valor significativo na prática.
Uma maneira mais prática de avaliar a IA é olhar por baixo da camada de recursos e fazer um conjunto diferente de perguntas:
- Os dados estão estruturados o suficiente para suportar resultados confiáveis?
Se as informações forem inconsistentes ou incompletas, a IA apenas amplificará esses problemas.
- Ele consegue lidar com a complexidade de um portfólio real?
Muitas ferramentas funcionam bem em fluxos de trabalho controlados. Menos persistem em vários parceiros, sistemas, regiões geográficas, tamanhos e definições.
- Isso cria um entendimento compartilhado entre as equipes?
Se o leasing, a gestão de ativos e as operações interpretarem os dados de forma diferente, será mais difícil confiar no resultado.
- Melhora a tomada de decisões e não apenas o acesso à informação?
Respostas mais rápidas só importam se levarem a ações melhores e mais rápidas.
- Ele pode ser dimensionado sem adicionar sobrecarga operacional?
Se o crescimento ainda exigir mais trabalho manual, você não abordou o problema subjacente.
Este é o processo de pensamento que mais líderes de CRE estão começando a aplicar ao pensar em suas estratégias de IA.
Por que a VTS está evoluindo seu papel
A VTS está mudando de um sistema de registro para um parceiro operacional sobre como os imóveis comerciais realmente funcionam. O desafio não é apenas o acesso às ferramentas; é coordenar dados, fluxos de trabalho e decisões em um ambiente fragmentado.
O VTS já está no centro desse ambiente, com mais de 13 bilhões de pés quadrados na plataforma e mais 45 mil usuários trabalhando em leasing, gerenciamento de ativos e operações.
Não se trata de adicionar mais recursos; trata-se de construir uma base compartilhada que estruture os dados de forma consistente, conecte fluxos de trabalho entre equipes e possibilite decisões com contexto completo.
Essa base é o que determina se a IA funciona na prática e a rapidez com que as equipes podem passar dos dados às decisões.
Se você está avaliando como a IA se encaixa em seu portfólio, comece por aí.
Veja como o VTS faz com que a IA em imóveis comerciais funcione em portfólios reais, não apenas em fluxos de trabalho isolados: https://www.vts.com/ai
Faça parte do que vem a seguir
Asset Intelligence é o primeiro passo para trazer essas ideias para a plataforma VTS.
Comece
Um exemplo da conversa tornou o desafio óbvio.
Um único portfólio:
- 189 propriedades
- 17 parceiros operacionais
- 120 equipes de corretagem em 10 empresas diferentes
Isso não é um problema de sistema, é um problema de coordenação.
Este é o ambiente em que se espera que a IA opere. Portanto, quando o desempenho é insuficiente, raramente é um problema de modelo. É que o sistema em torno dele é fragmentado, inconsistente e impossível de ser raciocinado.
Onde a IA realmente desmorona
Três questões surgiram repetidamente na discussão. Nenhum deles é novo. Todos eles se tornam críticos no momento em que você tenta dimensionar a IA.
Latência
Os dados de que você precisa geralmente chegam tarde demais para serem úteis. As informações de terceiros ficam atrasadas e, no momento em que as informações são reconciliadas, a janela de decisão já mudou.
Qualidade
As informações principais não são definidas de forma consistente. Mesmo algo tão básico como um resumo de arrendamento pode variar dependendo de quem o criou, o que introduz ambiguidade em cada decisão posterior.
Esparsidade
A maioria dos registros está incompleta. Os corretores deixam migalhas. As equipes preenchem as lacunas manualmente. Isso pode funcionar para os seres humanos, mas cria insumos fracos para sistemas que deverão gerar resultados confiáveis.
Cada um deles pode ser gerenciado isoladamente. Juntos, eles tornam difícil para a IA produzir resultados confiáveis e acionáveis em grande escala.
À medida que mais soluções incorporam IA, a conversa está naturalmente mudando além dos rótulos de recursos e em direção ao que realmente gera valor significativo na prática.
Uma maneira mais prática de avaliar a IA é olhar por baixo da camada de recursos e fazer um conjunto diferente de perguntas:
- Os dados estão estruturados o suficiente para suportar resultados confiáveis?
Se as informações forem inconsistentes ou incompletas, a IA apenas amplificará esses problemas.
- Ele consegue lidar com a complexidade de um portfólio real?
Muitas ferramentas funcionam bem em fluxos de trabalho controlados. Menos persistem em vários parceiros, sistemas, regiões geográficas, tamanhos e definições.
- Isso cria um entendimento compartilhado entre as equipes?
Se o leasing, a gestão de ativos e as operações interpretarem os dados de forma diferente, será mais difícil confiar no resultado.
- Melhora a tomada de decisões e não apenas o acesso à informação?
Respostas mais rápidas só importam se levarem a ações melhores e mais rápidas.
- Ele pode ser dimensionado sem adicionar sobrecarga operacional?
Se o crescimento ainda exigir mais trabalho manual, você não abordou o problema subjacente.
Este é o processo de pensamento que mais líderes de CRE estão começando a aplicar ao pensar em suas estratégias de IA.
Por que a VTS está evoluindo seu papel
A VTS está mudando de um sistema de registro para um parceiro operacional sobre como os imóveis comerciais realmente funcionam. O desafio não é apenas o acesso às ferramentas; é coordenar dados, fluxos de trabalho e decisões em um ambiente fragmentado.
O VTS já está no centro desse ambiente, com mais de 13 bilhões de pés quadrados na plataforma e mais 45 mil usuários trabalhando em leasing, gerenciamento de ativos e operações.
Não se trata de adicionar mais recursos; trata-se de construir uma base compartilhada que estruture os dados de forma consistente, conecte fluxos de trabalho entre equipes e possibilite decisões com contexto completo.
Essa base é o que determina se a IA funciona na prática e a rapidez com que as equipes podem passar dos dados às decisões.
Se você está avaliando como a IA se encaixa em seu portfólio, comece por aí.
Veja como o VTS faz com que a IA em imóveis comerciais funcione em portfólios reais, não apenas em fluxos de trabalho isolados: https://www.vts.com/ai
Faça parte do que vem a seguir
Asset Intelligence é o primeiro passo para trazer essas ideias para a plataforma VTS.
Comece
Sasha Cancel
Marketing de crescimento, VTS
Há algumas semanas, reunimos líderes de tecnologia de todo o setor imobiliário comercial, incluindo equipes da Brookfield Properties, Vornado Realty Trust, Paramount Group e outros, para uma sessão de trabalho sobre IA: onde ela agrega valor hoje, onde fica aquém e o que precisa mudar para que funcione em escala.
O que surgiu foi uma forma mais útil de avaliar o ruído no mercado. Enquanto as empresas correm para experimentar copilotos, interfaces de chat e automação, muitas ainda tentam aplicar IA em ambientes operacionais que nunca foram construídos para isso.
Este artigo detalha o que realmente devemos procurar ao avaliar a IA em imóveis comerciais: as condições que a fazem funcionar em um portfólio real, onde ela tende a desmoronar na prática e por que a infraestrutura subjacente será mais importante do que qualquer recurso isolado.
A realidade que a IA genérica está entrando
Um exemplo da conversa tornou o desafio óbvio.
Um único portfólio:
- 189 propriedades
- 17 parceiros operacionais
- 120 equipes de corretagem em 10 empresas diferentes
Isso não é um problema de sistema, é um problema de coordenação.
Este é o ambiente em que se espera que a IA opere. Portanto, quando o desempenho é insuficiente, raramente é um problema de modelo. É que o sistema em torno dele é fragmentado, inconsistente e impossível de ser raciocinado.
Onde a IA realmente desmorona
Três questões surgiram repetidamente na discussão. Nenhum deles é novo. Todos eles se tornam críticos no momento em que você tenta dimensionar a IA.
Latência
Os dados de que você precisa geralmente chegam tarde demais para serem úteis. As informações de terceiros ficam atrasadas e, no momento em que as informações são reconciliadas, a janela de decisão já mudou.
Qualidade
As informações principais não são definidas de forma consistente. Mesmo algo tão básico como um resumo de arrendamento pode variar dependendo de quem o criou, o que introduz ambiguidade em cada decisão posterior.
Esparsidade
A maioria dos registros está incompleta. Os corretores deixam migalhas. As equipes preenchem as lacunas manualmente. Isso pode funcionar para os seres humanos, mas cria insumos fracos para sistemas que deverão gerar resultados confiáveis.
Cada um deles pode ser gerenciado isoladamente. Juntos, eles tornam difícil para a IA produzir resultados confiáveis e acionáveis em grande escala.
À medida que mais soluções incorporam IA, a conversa está naturalmente mudando além dos rótulos de recursos e em direção ao que realmente gera valor significativo na prática.
Uma maneira mais prática de avaliar a IA é olhar por baixo da camada de recursos e fazer um conjunto diferente de perguntas:
- Os dados estão estruturados o suficiente para suportar resultados confiáveis?
Se as informações forem inconsistentes ou incompletas, a IA apenas amplificará esses problemas.
- Ele consegue lidar com a complexidade de um portfólio real?
Muitas ferramentas funcionam bem em fluxos de trabalho controlados. Menos persistem em vários parceiros, sistemas, regiões geográficas, tamanhos e definições.
- Isso cria um entendimento compartilhado entre as equipes?
Se o leasing, a gestão de ativos e as operações interpretarem os dados de forma diferente, será mais difícil confiar no resultado.
- Melhora a tomada de decisões e não apenas o acesso à informação?
Respostas mais rápidas só importam se levarem a ações melhores e mais rápidas.
- Ele pode ser dimensionado sem adicionar sobrecarga operacional?
Se o crescimento ainda exigir mais trabalho manual, você não abordou o problema subjacente.
Este é o processo de pensamento que mais líderes de CRE estão começando a aplicar ao pensar em suas estratégias de IA.
Por que a VTS está evoluindo seu papel
A VTS está mudando de um sistema de registro para um parceiro operacional sobre como os imóveis comerciais realmente funcionam. O desafio não é apenas o acesso às ferramentas; é coordenar dados, fluxos de trabalho e decisões em um ambiente fragmentado.
O VTS já está no centro desse ambiente, com mais de 13 bilhões de pés quadrados na plataforma e mais 45 mil usuários trabalhando em leasing, gerenciamento de ativos e operações.
Não se trata de adicionar mais recursos; trata-se de construir uma base compartilhada que estruture os dados de forma consistente, conecte fluxos de trabalho entre equipes e possibilite decisões com contexto completo.
Essa base é o que determina se a IA funciona na prática e a rapidez com que as equipes podem passar dos dados às decisões.
Se você está avaliando como a IA se encaixa em seu portfólio, comece por aí.
Veja como o VTS faz com que a IA em imóveis comerciais funcione em portfólios reais, não apenas em fluxos de trabalho isolados: https://www.vts.com/ai
Faça parte do que vem a seguir
Asset Intelligence é o primeiro passo para trazer essas ideias para a plataforma VTS.
Comece
Sasha Cancel
Marketing de crescimento, VTS
Há algumas semanas, reunimos líderes de tecnologia de todo o setor imobiliário comercial, incluindo equipes da Brookfield Properties, Vornado Realty Trust, Paramount Group e outros, para uma sessão de trabalho sobre IA: onde ela agrega valor hoje, onde fica aquém e o que precisa mudar para que funcione em escala.
O que surgiu foi uma forma mais útil de avaliar o ruído no mercado. Enquanto as empresas correm para experimentar copilotos, interfaces de chat e automação, muitas ainda tentam aplicar IA em ambientes operacionais que nunca foram construídos para isso.
Este artigo detalha o que realmente devemos procurar ao avaliar a IA em imóveis comerciais: as condições que a fazem funcionar em um portfólio real, onde ela tende a desmoronar na prática e por que a infraestrutura subjacente será mais importante do que qualquer recurso isolado.
A realidade que a IA genérica está entrando
Um exemplo da conversa tornou o desafio óbvio.
Um único portfólio:
- 189 propriedades
- 17 parceiros operacionais
- 120 equipes de corretagem em 10 empresas diferentes
Isso não é um problema de sistema, é um problema de coordenação.
Este é o ambiente em que se espera que a IA opere. Portanto, quando o desempenho é insuficiente, raramente é um problema de modelo. É que o sistema em torno dele é fragmentado, inconsistente e impossível de ser raciocinado.
Onde a IA realmente desmorona
Três questões surgiram repetidamente na discussão. Nenhum deles é novo. Todos eles se tornam críticos no momento em que você tenta dimensionar a IA.
Latência
Os dados de que você precisa geralmente chegam tarde demais para serem úteis. As informações de terceiros ficam atrasadas e, no momento em que as informações são reconciliadas, a janela de decisão já mudou.
Qualidade
As informações principais não são definidas de forma consistente. Mesmo algo tão básico como um resumo de arrendamento pode variar dependendo de quem o criou, o que introduz ambiguidade em cada decisão posterior.
Esparsidade
A maioria dos registros está incompleta. Os corretores deixam migalhas. As equipes preenchem as lacunas manualmente. Isso pode funcionar para os seres humanos, mas cria insumos fracos para sistemas que deverão gerar resultados confiáveis.
Cada um deles pode ser gerenciado isoladamente. Juntos, eles tornam difícil para a IA produzir resultados confiáveis e acionáveis em grande escala.
À medida que mais soluções incorporam IA, a conversa está naturalmente mudando além dos rótulos de recursos e em direção ao que realmente gera valor significativo na prática.
Uma maneira mais prática de avaliar a IA é olhar por baixo da camada de recursos e fazer um conjunto diferente de perguntas:
- Os dados estão estruturados o suficiente para suportar resultados confiáveis?
Se as informações forem inconsistentes ou incompletas, a IA apenas amplificará esses problemas.
- Ele consegue lidar com a complexidade de um portfólio real?
Muitas ferramentas funcionam bem em fluxos de trabalho controlados. Menos persistem em vários parceiros, sistemas, regiões geográficas, tamanhos e definições.
- Isso cria um entendimento compartilhado entre as equipes?
Se o leasing, a gestão de ativos e as operações interpretarem os dados de forma diferente, será mais difícil confiar no resultado.
- Melhora a tomada de decisões e não apenas o acesso à informação?
Respostas mais rápidas só importam se levarem a ações melhores e mais rápidas.
- Ele pode ser dimensionado sem adicionar sobrecarga operacional?
Se o crescimento ainda exigir mais trabalho manual, você não abordou o problema subjacente.
Este é o processo de pensamento que mais líderes de CRE estão começando a aplicar ao pensar em suas estratégias de IA.
Por que a VTS está evoluindo seu papel
A VTS está mudando de um sistema de registro para um parceiro operacional sobre como os imóveis comerciais realmente funcionam. O desafio não é apenas o acesso às ferramentas; é coordenar dados, fluxos de trabalho e decisões em um ambiente fragmentado.
O VTS já está no centro desse ambiente, com mais de 13 bilhões de pés quadrados na plataforma e mais 45 mil usuários trabalhando em leasing, gerenciamento de ativos e operações.
Não se trata de adicionar mais recursos; trata-se de construir uma base compartilhada que estruture os dados de forma consistente, conecte fluxos de trabalho entre equipes e possibilite decisões com contexto completo.
Essa base é o que determina se a IA funciona na prática e a rapidez com que as equipes podem passar dos dados às decisões.
Se você está avaliando como a IA se encaixa em seu portfólio, comece por aí.
Veja como o VTS faz com que a IA em imóveis comerciais funcione em portfólios reais, não apenas em fluxos de trabalho isolados: https://www.vts.com/ai
Faça parte do que vem a seguir
Asset Intelligence é o primeiro passo para trazer essas ideias para a plataforma VTS.
Comece
Post Comment