रात्रीचे ११:४० वाजले आहेत, बँकॉक टाइम. एक खरेदीदार व्हॉट्सअॅपवर मेसेज टाकतो, आणि तुमचा प्रॉपर्टी मॅनेजर सकाळी उठून उत्तर देतो. तोपर्यंत त्याच खरेदीदाराने आधीच पाच वेगळ्या एजन्सींना मेसेज पाठवलेला असतो. हीच गोष्ट, या साध्या वेगाची कमी, आज AI टूल्समुळे बदलत आहे आणि तेच खरं गुपित आहे, कोणत्याही मॉडेलच्या हुशारीपेक्षा जास्त.
RealPage चा दावा नेमका काय आहे?
१० ऑगस्ट २०२६ रोजी RealPage या कंपनीने Lumina AI Suite लाँच केलं. ही कंपनी जगभरात २ कोटींहून अधिक भाड्याच्या युनिट्सचं व्यवस्थापन करते, त्यामुळे हा आकडा कोणत्या दहा-युनिटच्या पायलट प्रोजेक्टमधून आलेला नाही. त्यांचा मुख्य दावा सोपा आहे: लीज ऑडिटला आधी अनेक दिवस लागत होते, आता ते सुमारे ९० मिनिटांत होतं. हा एकच आकडा या संपूर्ण चर्चेचा केंद्रबिंदू आहे.
ही आकडेवारी विक्रेत्याने स्वतः दिलेली आहे, कोणत्याही स्वतंत्र ऑडिटची नाही. उद्योगात हे सामान्य आहे, पण याचा अर्थ हा आकडा वरची मर्यादा समजावा, गॅरंटी नाही.
Lumina Suite चार एजंट्समध्ये नेमकं काय करते?
ही एकच सामान्य चॅटबॉट नाही, तर चार वेगळे स्पेशलाइज्ड एजंट्स आहेत:
- AI Leasing Agent: भाडेकरूंच्या नियमित चौकशींना उत्तर देतो आणि त्यांना प्रत्यक्ष व्ह्यूइंग अपॉइंटमेंटमध्ये बदलतो. काही क्लायंट्ससाठी व्ह्यूइंग बुकिंग्स तिप्पट झाल्या, पण हे सर्वोत्तम केस स्टडीचं उदाहरण आहे, सरासरी निकाल नाही.
- AI Operations Agent: लीज ऑडिटचा वेळ अनेक दिवसांवरून ९० मिनिटांवर आणतो.
- AI Analytics Agent: प्रॉपर्टी-लेव्हल रिटर्न्स, योजनेपासून विचलन, आणि पुढील शिफारशी साध्या भाषेत सांगतो, एक्सेलमध्ये काहीही एक्सपोर्ट न करता.
- AI Spend Agent: खर्च होताच त्याची अंतर्गत धोरणाशी तुलना करून तपासतो.
RealPage ने विश्वासार्ह AI साठी पाच तत्त्वं मांडली आहेत: उद्योगातील डेटावर आधारित असणं, नियंत्रित मेट्रिक्स, इनपुट आणि कॉन्फिडन्स लेव्हल दाखवणारं पारदर्शक तर्क, ऑडिट करण्यायोग्य कृतींसह नियामक पालन, आणि प्रत्येक निर्णयासाठी माणसाची जबाबदारी.
प्रत्यक्षात रोजच्या कामात काय बदललं?
सर्वात मोठा फायदा मजकूर तयार करण्यात नाही. AI अजूनही सामान्य दर्जाची लिस्टिंग कॉपी लिहितो, हे कोणीही प्रॅक्टिशनर मान्य करेल. खरी किंमत आहे कंटाळवाण्या, स्वस्त, पुनरावृत्ती होणाऱ्या कामात: शेकडो लीज कॉन्ट्रॅक्ट्स वाचून त्यांची धोरणाशी तुलना करणं आणि विसंगती दाखवणं.
दुसरा फायदा प्रतिसादाच्या वेगात आहे. आधी सांगितलेलं ते रात्री ११:४० चं उदाहरण, तिप्पट व्ह्यूइंग बुकिंग्स याच वेगामुळे झाल्या, मॉडेलच्या कोणत्या विशेष हुशारीमुळे नाही.
तिसरा फायदा खर्चावरच्या नियंत्रणात आहे. कॉन्ट्रॅक्टरच्या इनव्हॉइसची पैसे देतानाच खर्चमर्यादेशी पडताळणी झाली, तर तिमाही रिपोर्टमध्ये दिसणारं ओव्हररन आधीच पकडलं जातं. उदा. रावाई (Rawai) मधल्या स्विमिंग पूल, माळी आणि एसी सर्व्हिस असलेल्या व्हिलावर हा फरक वर्षाला काही हजार बाहतपर्यंत जाऊ शकतो.
थायलंडमध्ये हे तंत्रज्ञान कुठे अडखळतं?
इथेच खरी अडचण आहे. थायलंडमध्ये कोणतीही एकत्रित MLS-स्तरावरची प्रॉपर्टी डेटाबेस नाही. जोमतिएन (Jomtien) मधला एकच कंडोमिनियम पंधरा वेगळ्या एजंटांकडून वेगळ्या किमतीत आणि वेगळ्याच फ्लोअर प्लॅनसह लिस्ट केला जाऊ शकतो. अशा डेटावर ट्रेन झालेलं मॉडेल आत्मविश्वासाने चुकीचा मार्केट इस्टिमेट देईल, जो एका वकिलाच्या फोनकॉलनंतरच कोसळतो.
दुसरी अडचण कायदेशीर आहे. भाषा मॉडेल्स सहज ३०-वर्षांच्या लीजहोल्डबद्दल आपोआप रिन्युअलची खात्री देतील, जी कायदा प्रत्यक्षात देत नाही. ते ४९% परदेशी मालकी कोटा आणि फ्लोअर-लेव्हल कोटा यांची अनेकदा गल्लत करतात. मी स्वतः एक खरेदीदार अशाच एका चुकीच्या माहितीवर विश्वास ठेवून डिपॉझिट भरताना पाहिलेला आहे. थाई वकिलाकडून केलेली योग्य पडताळणी अशा चुकीपेक्षा खूपच स्वस्त असते. फुकेतमधल्या डेव्हलपर्ससाठीच्या ड्यू डिलिजन्स गाइडमध्ये एक ठोस, पडताळता येणारा नियम आहे: ONEP च्या नियमांनुसार ८० युनिट्सपेक्षा जास्त किंवा ४,००० चौ.मी. पेक्षा मोठ्या प्रोजेक्ट्ससाठी Environmental Impact Assessment (EIA) अनिवार्य आहे, आणि हा एक असा तपशील आहे जो कोणतंही AI मॉडेल फुकेतच्या प्रत्येक प्रोजेक्टसाठी विश्वासार्हपणे ट्रॅक करत नाही.
माझं मत स्पष्ट आहे: जर तुमच्याकडे फक्त एकच मालमत्ता असेल, तर तुम्हाला यातलं कोणतंही प्लॅटफॉर्म लागत नाही. एक ट्रान्सलेटर, एक साधा ROI कॅल्क्युलेशन टेम्प्लेट आणि एक बुकिंग कॅलेंडर पुरेसा आहे. ऑटोमेशन साधारण पाच युनिट्सपासून खर्च वसूल करू लागतं, त्याखाली तुम्ही सॉफ्टवेअरवर जास्त खर्च करता, वेळेत जितकी बचत होते त्यापेक्षा.
गुंतवणूकदाराने पुढचं पाऊल कसं टाकावं?
- आधी डेटा नीट करा. एक स्प्रेडशीट पुरेशी आहे: मालमत्ता, आकार, मालकीचा प्रकार (फ्रीहोल्ड ४९% कोट्याच्या आत, की लीजहोल्ड), खरेदी तारीख, किंमत, मागील १२ महिन्यांचा प्रत्यक्ष खर्च. हे नसेल तर कोणताही AI एजंट रिकाम्या हातावर काम करतोय असंच समजा.
- इनबाउंड चौकशींना पहिला प्रतिसाद ऑटोमेट करा. हे एक पाऊल जवळजवळ नेहमीच फायदेशीर ठरतं, वेगामुळेच त्या तिप्पट बुकिंग्स झाल्या होत्या.
- तुमचे लीज कॉन्ट्रॅक्ट्स मॉडेलमधून तपासून घ्या, अटी, इंडेक्सेशन, युटिलिटीजची जबाबदारी. मोठ्या पोर्टफोलिओसाठी ९० मिनिटं लागलं ते तुमच्या लहान पोर्टफोलिओसाठी एका संध्याकाळीत होईल.
- खर्चावर देखरेख ठेवा. एक साधी पद्धतही चालते: इनव्हॉइसचा फोटो, मर्यादेशी तपासणी, मर्यादा ओलांडल्यावर अलर्ट.
- मानवी देखरेखीचा नियम लिहून ठेवा. पाचवं तत्त्व नेमकं हेच सांगतं, कोणतीही कायदेशीर किंवा पैशांची कृती माणसाच्या पुष्टीशिवाय होऊ नये.
- तपासणी सहलीचं नियोजन करताना ही टूल्स वापरा. फुकेत आणि कोह समुई (Koh Samui) साठी AI प्लॅनिंग टूल्स ठीक काम करतात, आणि डिसेंबर ते फेब्रुवारी या हाय सीझनमधल्या किंमतीतला फरक लक्षात घेऊन तिकिटं आणि निवास आधीच बुक करणं फायद्याचं ठरतं.
- एका तिमाहीनंतर आकड्यांची तुलना करा. वाचलेला वेळ बाहतमध्ये बचतीत बदलला नसेल, तर टूल बंद करा.
स्रोत: RealPage