Nel novembre 2022 la società statunitense OpenAI ha lanciato la versione di prova di ChatGPT – una cosiddetta chatbot che risponde alle domande o scrive testi su argomenti a piacere. Il tool si basa sull’intelligenza artificiale (IA) – o AI, dall’inglese Artificial Intelligence – e intende dimostrare a un vasto pubblico tutto ciò che è possibile grazie alla tecnologia. Da quando è stato lanciato ­ChatGPT, i tool di IA sono praticamente sulla bocca di tutti. Quasi ogni giorno spuntano nuove applicazioni.

L’IA nella valutazione non è una novità

Anche nel settore della valutazione immobiliare l’IA è un tema onnipresente. Viene utilizzata non solo per valutare direttamente le proprietà immobiliari, ma anche per acquisire dati, come spiega Jacqueline Schweizer, partner di Wüest Partner: «I tool basati sull’IA ad esempio possono analizzare automaticamente estratti del Registro fondiario, foto o annunci immobiliari.» Aumentando così il volume e la qualità dei dati per gli strumenti di valutazione. Wüest Partner utilizza l’IA già da oltre un decennio. Non solo per acquisire dati, ma, a seconda del campo di applicazione, in combinazione con i modelli edonici anche per determinare i prezzi degli immobili. «Questi approcci ibridi rappresentano l’optimum perché sfruttano i vantaggi di entrambi i modelli», prosegue Schweizer.

Si muovono in analoga direzione anche altre rinomate società di valutazione, come ad esempio CIFI (si veda l’­intervista a pag. 14). Attualmente non si pone il problema dei tool basati sull’IA nelle valutazioni che devono ottemperare a requisiti normativi – ad esempio sul mercato ipotecario. «Qui le classiche valutazioni edoniche rimangono la prima scelta», chiarisce Schweizer. Laddove, volendo essere precisi, i modelli edonici rientrano già nell’intelligenza artificiale, sebbene spesso non vengano percepiti come tali. Perché l’IA – a prescindere dalla complessità – è un concetto generico che comprende tutti i modelli computerizzati basati su regole (si veda il grafico a pag. 9). Tra questi anche il «machine learning», dunque i metodi che analizzano le statistiche con l’ausilio di algoritmi. Come per l’appunto i modelli edonici. Vista sotto questa prospettiva, da anni ormai l’IA ha fatto il suo ingresso nel settore della valutazione.

Ciò che oggi viene comunemente definito IA di norma si riferisce a tool ricavati dai cosiddetti sistemi «deep ­learning», ovvero sistemi in cui il computer viene addestrato a mettere in relazione un gran numero di dati, a riconoscere i collegamenti e a utilizzarli per altri compiti. L’applicazione più conosciuta attualmente è ChatGPT.

Precorritrici in materia di deep learning nel settore immobiliare sono soprattutto le imprese statunitensi, cinesi e australiane, come Truly o PropertyAI. Ma anche in Europa stanno emergendo nuovi nomi. Il loro modello di business si differenzia da quello delle vecchie grandi società di valutazione locali, non solo per gli strumenti utilizzati per la determinazione del prezzo, ma anche per i prodotti offerti e i gruppi target. Le nuove imprese in genere offrono valutazioni immobiliari basate sui tool di IA a cui però affiancano anche un’ampia gamma di servizi accessori per l’acquisto, la vendita o il finanziamento delle proprietà immobiliari.

a i player del mercato locale possiamo citare ad esempio Immosparrow, una consociata del gruppo Avobis che ha cominciato a utilizzare l’IA per le valutazioni immobiliari già nel 2018, o altri nomi emergenti come Price­hubble e Neho. Quest’ultimo non lavora con tool suoi ma con quelli di Price­hubble. A un’analisi più approfondita, si notano le affinità: generalmente i tool basati sull’IA vengono offerti solo per gli immobili residenziali. Il gruppo target di solito comprende intermediari, sviluppatori immobiliari, appaltatori e architetti.

«I tool basati sull’IA possono analizzare estratti del Registro fondiario, foto o annunci immobiliari.»

Gli attori sono relativamente nuovi sul mercato; alcune di queste società sono state costituite apposta per commercializzare servizi immobiliari basati sull’IA. Questi elementi in comune non sono casuali. Infatti gli immobili residenziali rappresentano la fetta principale del mercato e a molti operatori servono i dati per poter stabilire ad esempio il prezzo di vendita o di locazione per annunci o progetti. Senza contare che negli immobili residenziali la formazione del prezzo è influenzata da una miriade di fattori che si basano su dati facilmente disponibili, rilevabili e utilizzabili mediante algoritmi. Per gli immobili commerciali invece contano il ramo di attività, i potenziali proventi e le conseguenze future degli investimenti. Tutti fattori che i modelli di IA sono in grado di valutare solo limitatamente. Di norma qui si ricorre a metodi comprovati, come il valore reddituale e il DCF, ampiamente riconosciuti nel settore e in grado di fornire risultati di calcolo chiaramente ricostruibili.

I più attivi sul mercato delle valutazioni basate sull’IA sono soprattutto i nuovi attori. Ciò potrebbe dipendere dal fatto che per i nuovi strumenti di valutazione è pressoché irrilevante che si tratti di un immobile o di un altro prodotto commerciale. Quindi anche specialisti di dati e IA di altri settori sarebbero in grado di sviluppare tool. «Alla fine in ogni comparto si tratta di trovare un modello di valutazione dei prezzi automatizzato che fornisca risultati aderenti alla realtà», spiega Daniel Dutli, Data Machine Learning Engineer presso Immosparrow a Zurigo.

I modelli richiedono addestramento

Per comprendere cosa offrono i tool basati sull’IA, quanto potrebbero contare nella valutazione immobiliare e come si differenziano dai modelli edonici ormai consolidati, si dovrebbe comprenderne il funzionamento nel dettaglio. Gli strumenti basati sull’IA puntano su grandi volumi di dati e su una miriade di parametri che vanno ben oltre l’immobile e i suoi dati chiave alla base dei modelli edonici. Così ad esempio si valutano anche le foto o le riprese su Google Street View. I tool di IA possono anche estrapolarne informazioni – ad esempio il numero di piani, i balconi o l’epoca di costruzione.

Tutti questi dati vengono sovrapposti al prezzo e agli altri dati salienti delle proprietà immobiliari ricavati dagli annunci pubblicati in tutta la Svizzera – vale a dire il prezzo di offerta. Con l’ausilio delle cosiddette reti neurali il software ricerca modelli e collegamenti. Ad esempio la connessione tra la frequenza dei treni in una determinata stazione, il numero di piani di un ­edificio, l’epoca di costruzione dell’immobile e i prezzi pubblicati negli annunci.

«Come per gli altri modelli, anche qui coerenza e continuità rappresentano l’alfa e l’omega per l’accettazione»

La ricerca di questi modelli e degli algoritmi più adatti viene anche definita «training» (addestramento), dagli esperti. «Semplificando, cerchiamo la funzione matematica che dai dati disponibili calcola il valore più vicino alla realtà», prosegue Dutli di Immosparrow. Per verificare se l’algoritmo funziona, i prezzi calcolati dal sistema di IA vengono confrontati con i valori pubblicati sugli annunci i cui dati non sono confluiti nel tool. Importante quanto la precisione della valutazione è il fattore tempo: gli algoritmi non devono reagire troppo rapidamente e marcatamente ai cambiamenti dei singoli parametri nel corso del tempo: «Come per gli altri modelli di valutazione, anche qui coerenza e continuità rappresentano l’alfa e l’omega per l’accettazione», afferma Jacqueline Schweizer di Wüest Partner.

L’acquisizione dei dati, l’addestramento e la verifica del tool di IA comportano costi ingenti e richiedono personale qualificato. «Programmare un algoritmo di IA non è un compito particolarmente difficile. Tuttavia per addestrare un modello valido, affidabile e stabile non bastano le competenze tecniche ma serve anche e soprattutto un know-how specialistico di tutto rispetto», conclude Schweizer.

L’essere umano può ancora
dire la sua

Oggi sono molte le start up che tentano di entrare nel mercato della valutazione immobiliare basata sull’IA. Se tutte possiedono le necessarie conoscenze immobiliari, così come l’accesso a basi di dati di prim’ordine, e se sono in grado di garantire la qualità richiesta per una valutazione è ancora tutto da vedere. Invece è già chiaro come vengono utilizzati gli strumenti. Basta dare un’occhiata al mercato: l’uso dipende soprattutto dal segmento di clientela e dalle sue esigenze. Dove intermediari e privati sono alla ricerca solo di una fascia di prezzo per una locazione o vendita, o di informazioni sull’area circostante un determinato immobile, i tool basati sull’IA dei nuovi operatori sono un passo avanti. Dove invece le società finanziarie vogliono garantire i loro investimenti o crediti ipotecari, si usa ricorrere agli strumenti edonistici riconosciuti dai regolatori finanziari. E dove sono richieste conoscenze tecniche specifiche ed esperienza, tornano alla ribalta i valutatori tradizionali. Daniel Dutli di Immosparrow va dritto al punto: «Non vogliamo né sostituire il modello edonico, né fare concorrenza ai valutatori tradizionali, ma offrire una terza via, indipendente e consolidata.»

TIPI DI IA