Valoración Inmobiliaria Automática: Algoritmos que imitan el Cerebro.

por -

¿Comienza el fin del “tasador humano” para los inmuebles habitacionales?

Los métodos de valoración de inmuebles han pasado por diferentes fases. Inicialmente, la valoración de una vivienda utilizaba métodos estadísticos y matemáticos de homogeneización y en la actualidad conviven y se apoyan en otros modelos de predicción de respuesta.

Históricamente los humanos en la medida que evolucionamos tecnológicamente desde el descubrimiento de la agricultura, revolución industrial, globalización e inteligencia artificial, hemos tenido que reacomodar nuestras actividades, no obstante, estas adaptaciones no han sido del todo fáciles, dejando en el periodo inmediato un amplio número de afectado.

Las tasaciones no están ajenas a esta consecuencia, pues es ya una realidad que para aquellas determinaciones de valor comercial de los bienes inmuebles repetitivos como casas en barrios homogéneos, departamentos y terreno típicos, es cada vez mas frecuente el uso de programas especializados que elaboran resultados en base a algoritmos.

Tasaciones y Algoritmos.

En el ámbito inmobiliario su uso se está extendiendo de forma significativa y adquiere un papel de gran importancia para los principales actores del mercado: socimis, promotoras, entidades financieras, etc…

Aunque en el mercado ya existen algoritmos capaces de predecir el valor de un activo de forma automática, no todas las predicciones arrojan la misma fiabilidad. El grado de éxito se sustenta en dos pilares fundamentales. Por un lado, la calidad y veracidad de la información disponible y por otro, un modelo estadístico en continua evolución y mejora. Del desarrollo de algoritmos mediante métodos estadísticos y matemáticos para la valoración automatizada de inmuebles (AVM en inglés), se ocupa el Machine Learning, cuyo uso y desarrollo comenzó a desarrollarse en los años 80, y su vertiente ‘Deep Learning’.

¿Qué diferencias hay entre Machine Learning y Deep Learning?

 Tanto Machine Learning como Deep Learning pueden definirse como dos formas de Inteligencia Artificial que desarrollan sistemas capaces de aprender por sí solos y de imitar ciertas funciones cognitivas humanas, como aprender y resolver problemas o analizar datos e imágenes de manera exhaustiva para obtener conclusiones relevantes en la materia inmobiliaria. La diferencia principal entre ambos conceptos radica en que el método de aprendizaje en Deep Learning es más sofisticado, complejo y autónomo que el de Machine Learning.

Inteligencia Artificial y mercado inmobiliario.

La capacidad de aprender automáticamente es la característica principal que diferencia a los sistemas de inteligencia artificial de otros menos avanzados. En Deep Learning los sistemas van por capas o unidades neuronales. Estas unidades neuronales pueden definirse como sistemas informáticos dotados de microprocesadores con múltiples conexiones entre ellos, como si de una red de neuronas cerebrales se tratase, que intentan operar de forma análoga al cerebro humano. Su trabajo consiste en concebir algoritmos que puedan registrar datos (por ejemplo, ofertas del mercado inmobiliario e información sobre inmuebles que conocemos, como precios o características) y aprender de ellos. A partir de ahí, son capaces de estimar la importancia de cada una de las variables que intervienen en la generación de datos (estableciendo valores máximos y mínimos, cribando datos atípicos), así como extraer conclusiones para establecer predicciones sobre el precio de una vivienda o conjunto de inmuebles.

Si el nivel de evolución actual de la Inteligencia Artificial es asombroso y es fácil pensar que su potencial es ilimitado: ¿Podríamos obtener el valor de una tasación a través de opiniones de los vecinos de un barrio o zona concreta y a través de sus imágenes?

La tecnología abre un enorme abanico de posibilidades de información vinculado a la explotación del big data. Pero más que la cantidad de datos que se pueda manejar, la clave de un buen sistema es contar con información confiable. Lo que se denomina la “calidad del dato”.

Valoraciones masivas eficientes, prioridad para la banca.

El pasado 1 de enero entró en vigor una nueva Circular del Banco de España que, adaptando las normas de contabilidad internacional, obliga a la banca a aplicar un modelo de provisiones más complejo que el anterior. A partir de ahora, el cálculo de provisiones debe basarse en el concepto de pérdida esperada para la cartera, en lugar del de pérdida incurrida. Es decir, se obliga a las entidades a medir el riesgo de todos sus préstamos para anticiparse al mercado y a posibles cambios de ciclo.

Los retos del futuro de la Inteligencia Artificial.

  1. Proporcionar a los sistemas estadísticos un volumen de datos suficiente para que los algoritmos puedan reconocer patrones, clasificarlos y categorizarlos con una rigurosidad total.
  2. Que los propios sistemas estadísticos puedan aprender de los usos que hacen los agentes inmobiliarios para lograr una máxima precisión en sus estimaciones, captando la realidad del mercado inmobiliario a pie de calle a través de modelos de valoración automática centrados en el aprendizaje para optimizar la eficiencia y productividad de los departamentos de tasación y control.
  3. Que sean capaces de analizar imágenes y fotografías de viviendas para poder detectar la calidad de los materiales y acabados.

¿Qué puede pasar con los Tasadores?

La heterogeneidad del mercado inmobiliario hace inviable la existencia de un único método de valoración, pero el disponer de una herramienta tecnológica que efectúe valoraciones de inmuebles de forma ágil y efectiva, supone un avance muy relevante.

Para lo anterior, por lo tanto, si bien la tasación no la efectuará directamente un humano, siempre existirá la dependencia de él y nuevas funciones como alimentar las bases de datos y diseñar nuevas variaciones metodológicas, sistemas de control y selección de antecedentes.

Con respecto a otros bienes tanto del tipo inmobiliarios de mayor complejidad, peritajes, actividades productivas, análisis y determinación de inversión, y finalmente la siempre opinión de un experto, afortunadamente aun tenemos mucho campo de acción.

Fuente: Directorio Asatch, basado en publicación de Tinsa España. Marzo 2017

Artículo original: https://www.tinsa.es/blog/tecnologia/inteligencia-artificial-valoracion-inmobiliaria/

 

 

 

 

 

 

Asatch

Agregar un comentario

Su dirección de correo no se hará público. Los campos requeridos están marcados *