De softwareleverancier met hoofdkantoor in Santa Barbara, Californië, richt zich al 42 jaar op de real estate markt. Het familiebedrijf heeft ruim 10.000 professionals in dienst en 40 kantoren wereldwijd. Via het Yardi-platform kunnen klanten het beheer van verschillende typen vastgoed, waaronder commercieel vastgoed of sociale huurwoningen, stroomlijnen door administratie, verhuur en financiën samen te brengen in één gecentraliseerd systeem.

Dat AI het bedrijf en de sector zal transformeren staat voor Gemassmer vast. De vraag is volgens hem alleen op welke manier. ‘Er zijn zo veel manieren waarop AI ingezet kan worden. De vraag is alleen hoe je deze nieuwe technologie het beste toepast binnen de vastgoedsector. Daarbij is er uiteraard ook nog onderscheid in hoe wij het intern inzetten en hoe wij onze klanten in staat stellen om AI zo te gebruiken dat zij hun processen verder kunnen verbeteren en activiteiten te diversifiëren’, legt hij uit.

Klanten beter bedienen

De impact op Yardi zelf ligt niet in het verkleinen van de teams benadrukt Gemassmer. ‘Veel grote bedrijven in de IT-sector ontslaan mensen vanwege AI. Wij zijn dat niet van plan. Wij focussen op onze klanten en omarmen AI, omdat wij geloven dat het ons helpt om onze klanten beter te bedienen. Ons startpunt is dan ook om onze mensen in staat te stellen om AI en ontwikkeltools effectief te gebruiken. Als we producten sneller kunnen ontwikkelen en doorontwikkelen, profiteren klanten hier direct van. Het grootste effect van AI zien wij nu bij ons ontwikkelteam; de snelheid waarmee ze kunnen ontwikkelen met tools als GitHub Copilot, MCP (Model Context Protocol) en Figma en andere tools voor prototyping is gigantisch. Daarnaast kijken wij hoe we AI kunnen inbouwen en in het kernplatform integreren om bestaande functies te versterken, maar ook door koppelingen met taalmodellen en AI-leveranciers, zoals Anthropic, Google Gemini, Microsoft Copilot of OpenAI, mogelijk te maken, zodat onze klanten elke AI-motor kunnen gebruiken binnen het Yardi-platform.’

De inzet van AI is volgens Gemassmer met name interessant voor de vastgoedsector, omdat deze te maken heeft met veel gefragmenteerde data uit verschillende bronnen. Zonder een goed fundament heeft het volgens hem echter weinig zin om AI in te zetten. ‘AI voedt zich met data, het creëert geen data en het schoont data ook niet automatisch op. AI is een enabler, het helpt je productiever te zijn en bedrijfsprocessen te automatiseren. Maar als data verspreid staan over meerdere platforms, is het moeilijk om een coherente datastructuur te vormen. Onze visie is: begin met een sterke fundering. Net als bij een gebouw: zorg dat het fundament solide is voordat je begint te bouwen.’

Sterke fundering

Concreet betekent dit dat bedrijven een goed gestructureerde database moeten nastreven waarin alle informatie is verzameld. Gemassmer: ‘Binnen verschillende platforms kan de definitie van een ‘pand’, een ‘unit’ of een ‘huurder’ totaal anders zijn. Hoe combineer je die data dan? En hoe verwacht je dat AI die verschillende datadefinities kan lezen? Met een sterke fundering, dat wil zeggen goede data governance rond termen en technologie, afgestemd op de verschillende deelsectoren van vastgoed, kun je AI productiever inzetten.’

Gerassmer haalt aan dat er statistieken zijn waaruit blijkt dat 95 procent van de AI-projecten mislukt. ‘Ik denk dat dat komt omdat mensen wel dingen uitproberen, maar de definitie van het doel ontbreekt. Veel pilotprojecten hadden geen duidelijk omschreven doelstelling, of de data-fundering was niet op orde. Daardoor was het moeilijk om iets te meten en herhaalbaar te maken. Bain Consulting heeft hier onderzoek naar gedaan en concludeert dat de meeste mislukkingen te wijten zijn aan inconsistente datasets, wat teruggaat naar het fundament.’

De meeste organisaties worstelen daar mee. ‘Een gemiddeld bedrijf gebruikt 20 tot 40 verschillende IT-platformen. Als die allemaal verschillende definities en datastructuren hebben, is het moeilijk om een coherente AI-strategie te voeren. Vastgoed is bovendien een uniek vakgebied: we maken het onszelf soms moeilijk met verschillende meetstandaarden, KPI’s en definities. De sector moet intern kijken hoe we onszelf kunnen helpen door meer te standaardiseren. AI maakt het ook mogelijk om ideeën sneller te testen. Maar we moeten niet overdreven optimistisch worden en denken dat AI al onze problemen gaat oplossen.’

Problemen oplossen met AI

Ook daarom is het van belang om niet op elke nieuwe AI feature te duiken en er voor te kiezen AI alleen in te zetten om waarde te creëren vanuit een sterke basis. ‘De afgelopen vier jaar is ons doel geweest om goed in kaart te brengen welke processen of handelingen binnen de vastgoedsector veel gedoe geven - zoals moeilijke communicatie met een aanvrager , huurder, leverancier of investeerder - en die processen te digitaliseren. Het is vooral belangrijk om eerst te bepalen welk probleem je wilt oplossen. Blockchain was tien jaar geleden het big topic op dit podium. Maar blockchain is een technologie gebleven op zoek naar een probleem. Buiten crypto is het nooit echt van de grond gekomen. Bij AI zal dit sowieso anders zijn, maar ook AI lost alleen een probleem op als je kunt definiëren wát het probleem is en dit vervolgens koppelt aan een bedrijfsproces.’

Op het moment dat het probleem duidelijk is, kan een toepassing ook direct waarde creëren. Dit blijkt volgens Gemassmer uit een voorbeeld uit de woningmarkt. ‘De meeste mensen zoeken naar een huis of appartement buiten kantooruren. Je wilt dat proces personaliseren voor de klant, zodat zij niet alleen via Funda hun naam achterlaten en vervolgens vier dagen moeten wachten om teruggebeld te worden. Nu kunnen wij het direct persoonlijk maken: Nog voor het verhuurteam de volgende ochtend of maandagochtend binnenkomt, is er al een bezichtiging ingepland, misschien is de huurovereenkomst al getekend, de betaling gedaan, een referentiecheck uitgevoerd. Dat is de grootste consumentgerichte AI-toepassing tot nu toe’, licht hij toe.

Chatbot assistentie

De volgende fase waarbij AI kan helpen is het aanpakken van interne bedrijfsprocessen. Gemassmer: ‘Denk aan het automatisch samenvatten van huurovereenkomsten of het versnellen van de maandelijkse financiële afsluiting. Als je die processen automatiseert maar de menselijke validatie behoudt, kan agentic AI-orkestratie een grote impact hebben.

Vanuit consumentenperspectief zijn mensen ook bereidwilliger geworden om door een chatbot geholpen te worden. Ze weten nu dat AI veel slimmer is dan een paar jaar geleden. Vroeger waren chatbots machine-learning-systemen met vooraf geprogrammeerde antwoorden op bepaalde vragen, zogenaamde intents. AI tilt dat naar een hoger niveau: het kan veel persoonlijker reageren op elke specifieke vraag. Als iemand reageert op een appartement en vertelt dat zijn hond een Golden Retriever is die Pixie heet dan kan de bot die informatie opnemen en vragen hoe zwaar Pixie is, en zo verder het aanvraagproces doorlopen.’

Dataprivacy en AVG zijn hierbij wel cruciaal. Gemassmer: ‘Europa loopt voorop als het gaat om privacywetgeving. Ik zie twee kanten: dataprivacy én het risico op desinformatie door AI-modellen — zogenaamde hallucinaties, waarbij een AI-engine onjuiste antwoorden geeft of informatie verzint. De verantwoordelijkheid ligt bij technologiebedrijven zoals Yardi, bij de klanten die de platforms gebruiken, én bij de AI-modellen zelf. Onze aanpak: de source of record blijft in een afgeschermd gebied. Met het juiste enterprise-model wordt die informatie niet gedeeld in de bredere AI-omgeving en wordt er geen nieuwe informatie gecreëerd. Er blijven risico’s, zoals datalekken, onjuiste informatie of aanstootgevende uitingen, maar we leren continu. Alles wat we nu weten, zal over twaalf maanden weer anders zijn.’

De menselijke component

AI vervangt mensen niet en het doel van AI-inzet is ook niet om mensen alleen maar meer te kunnen laten doen. Het moet volgens Gemassmer altijd een aanvulling zijn. ‘Spotify kondigde een paar jaar geleden een personeelsreductie van 50 procent aan vanwege AI. Zes maanden later namen ze bijna iedereen weer in dienst, omdat ze het servicemodel en de menselijke component niet konden missen. Ik verwacht wel andere impact. Zeven jaar geleden hadden de meeste organisaties geen breed thuiswerkbeleid. Nu verplichten maar weinig organisaties mensen nog om vijf dagen per week naar kantoor te komen. De rol van het kantoor is dus al aan het veranderen. Het wordt interessant om te zien hoe AI dat verder beïnvloedt.’

AI biedt kansen, maar je moet het wel persoonlijk houden, is de conclusie. ‘Je kunt Copilot of Claude vragen je agenda te optimaliseren voor de komende twee weken, of een agent e-mails laten beantwoorden. Maar wil je dat de agent al die dingen doet of wil je die persoonlijke component behouden? Het gaat om leren door te doen. De enige zekerheid die we hebben is dat als we hier over twaalf maanden weer zitten, wij een ander gesprek voeren. Niet slechter, maar we zullen veel geleerd hebben.’

Dit artikel is gesponsord door Yardi.