Бианка Эканаяке, Генеративный ИИ для специалистов и исследователей в сфере недвижимости. Размышления из основного доклада на 32-й конференции PRRES, Аделаида, Австралия, 2026 г.

Александр Слуцкий

Аннотация

 

Генеративный искусственный интеллект (GenAI) быстро превратился из специализированной технологической разработки в общепринятый инструмент в профессиональной, образовательной и организационной сферах. Для специалистов и исследователей в области недвижимости это развитие поднимает важные вопросы о возможностях, способности принимать решения, этике, управлении и будущем профессиональной работы. Данная аналитическая статья основана на ключевом докладе «Генеративный ИИ для специалистов и исследователей в области недвижимости», представленном доктором Биянкой Эканаяке на 32-й конференции Тихоокеанского общества недвижимости (2026). [1]

В статье обсуждаются новые способы применения GenAI в секторе недвижимости, барьеры на пути ответственного внедрения, развитие профессиональных компетенций и оперативное проектирование. В ней утверждается, что GenAI следует понимать не просто как инструмент повышения производительности, а как трансформационное развитие, изменяющее профессиональные возможности. Эффективное внедрение требует критической оценки, контекстуального анализа, ответственного использования, надежного организационного управления и внимания к образованию в сфере недвижимости. В статье также освещается следующий этап развития ИИ, где GenAI переходит от инструмента реагирования к ИИ — агентам, способным наблюдать, принимать решения и действовать в определенных средах.

 

Введение

Главный аргумент основного доклада заключался в том, что специалистам в сфере недвижимости, исследователям и преподавателям необходимо понимать GenAI. Однако это понимание невозможно развить без предварительного установления концептуальной ясности.

Доктор Эканаяке подчеркнула, что на практике такие термины, как искусственный интеллект, генеративный ИИ, большие языковые модели, GPT и ChatGPT, часто используются взаимозаменяемо, что создает путаницу в отношении того, что представляют собой эти технологии и чем они отличаются.

Искусственный интеллект, или ИИ, в широком смысле относится к компьютерным системам, которые могут выполнять задачи, обычно ассоциируемые с человеческим интеллектом, включая рассуждение, решение проблем и обучение на основе опыта (Gil de Zúñiga et al., 2023).

Генеративный ИИ, или GenAI, является подмножеством ИИ, которое создает новый контент, такой как текст, изображения, аудио или видео, путем выявления и воспроизведения закономерностей из существующих наборов данных (Sengar et al., 2025).

В рамках GenAI большие языковые модели, или LLM, специально разработаны для понимания и генерации человеческого языка. Эти модели используют большие наборы данных, передовые методы машинного обучения и глубокие нейронные сети для создания связного текста, ответов на вопросы и выполнения ряда языковых задач (Peykani et al., 2025).

Генеративный предварительно обученный трансформер (Generative Pre-trained Transformer, GPT) — это семейство моделей машинного обучения, разработанных OpenAI с использованием архитектуры трансформера для генерации языковых результатов на основе запросов пользователей.

ChatGPT — это приложение GPT и, как и Microsoft Copilot, может рассматриваться как инструмент GenAI, используемый для поддержки диалогового взаимодействия, составления черновиков, суммирования и других языковых действий (Abdullah et al., 2022).

Такие инструменты GenAI могут обрабатывать большие наборы данных, помогать в принятии решений и улучшать качество обслуживания клиентов.

При этом в докладе подчеркивалось, что применение инструментов GenAI ценно в секторе недвижимости, который традиционно полагается на ручные процессы (Chui et al., 2023).

Новые возможности применения искусственного интеллекта в секторе недвижимости

Размышляя о роли GenAI в секторе недвижимости, доктор Эканаяке подчеркнула его практическую значимость в широком спектре профессиональной деятельности, приведя примеры инструментов GenAI.

К ним относятся

·       составление и редактирование отчетов,

·       подготовка резюме,

·       разработка коммуникаций с заинтересованными сторонами,

·       создание маркетингового контента,

·       поддержка визуализации,

·       организация протоколов совещаний,

·       подготовка презентационных материалов,

·       помощь в координации рабочих процессов и

·       преобразование неструктурированной информации в более удобные форматы.

В сфере девелопмента недвижимости инструменты GenAI могут помочь в передаче концепции, взаимодействии с заинтересованными сторонами и создании предварительных сценариев.

В управлении активами и объектами они поддерживают составление сводок по результатам инспекций, информирование о техническом обслуживании, инструктажи подрядчикам и документирование рисков.

Чат-боты и виртуальные помощники на основе ИИ также могут улучшить обслуживание клиентов, отвечая на запросы арендаторов в режиме реального времени, а прогнозная аналитика открывает потенциал для проактивного технического обслуживания, оптимизации ресурсов и контроля затрат (Topraklı, 2025).

В сфере инвестиций и оценки инструменты GenAI могут помочь обобщить рыночные комментарии, структурировать документы комитетов, подготовить обзоры для инвесторов и обработать большие объемы рыночных данных для поддержки оценки рисков, выявления возможностей и принятия решений (Szumilo & Wiegelmann, 2024).

В маркетинге контент, созданный с помощью ИИ, целевые кампании и виртуальные туры могут помочь агентствам недвижимости более эффективно общаться с потенциальными покупателями, арендаторами и инвесторами.

Эти приложения показывают, что GenAI не ограничивается одной частью сектора недвижимости; скорее, он имеет потенциал влиять на обслуживание клиентов, операционную деятельность, оценку, инвестиции, маркетинг и стратегическое принятие решений. Важно отметить, что это влияние распространяется за пределы профессиональной практики в исследования, где инструменты GenAI поддерживают поиск литературы, разработку идей, помощь в кодировании, редактирование, перевод, уточнение аннотаций и подготовку обзоров.

 

Препятствия на пути ответственного внедрения GenAI

 

Хотя эти приложения демонстрируют потенциал GenAI в сфере недвижимости, доктор Эканаяке отметила, что к внедрению GenAI следует подходить с осторожностью.

Австралийский сектор недвижимости по-прежнему сталкивается со значительными препятствиями на пути к полной реализации GenAI. Одна из важных проблем — качество и согласованность данных. Данные о недвижимости часто фрагментированы, неполны или хранятся в разных системах, что может ограничивать точность и полезность результатов, генерируемых ИИ (Australian Property Institute, 2023).

Это критически важная проблема, поскольку результаты GenAI настолько надежны, насколько надежны данные и предположения, на которых они основаны.

Существуют также практические проблемы, связанные с внедрением.

Многие организации, работающие в сфере недвижимости, продолжают полагаться на устаревшие системы, которые могут плохо интегрироваться с новыми платформами ИИ. В результате внедрение GenAI — это не просто вопрос внедрения нового инструмента. Оно требует инвестиций в инфраструктуру, совместимость, повышение квалификации персонала и организационные изменения (Szumilo & Wiegelmann, 2024).

Еще одним важным аспектом является реакция человека на ИИ. Сопротивление изменениям, опасения по поводу потери рабочих мест и неопределенность в отношении окупаемости инвестиций могут замедлить внедрение (Koroleva & Souza, 2023).

Эти опасения не следует игнорировать. Для многих специалистов в сфере недвижимости GenAI представляет собой сдвиг в том, как выполняется работа, как оценивается экспертиза и как принимаются решения. Поэтому успешное внедрение будет зависеть от того, смогут ли организации завоевать доверие, обеспечить обучение и четко донести роль ИИ как поддержки профессионального суждения, а не его замены.

Этические и правовые вопросы остаются центральными в обсуждении. Конфиденциальность данных, алгоритмическая предвзятость и соблюдение нормативных требований не являются второстепенными проблемами, поскольку они имеют фундаментальное значение для ответственного использования ИИ. Инструмент, способный генерировать беглую речь, может казаться более компетентным, чем он есть на самом деле. Это создает риск того, что пользователи могут доверять результатам, сгенерированным ИИ, просто потому, что они хорошо написаны, даже если контент может быть неточным, не подтвержден доказательствами или неподходящим для конкретного контекста. С другой стороны, для исследователей использование GenAI может вызывать опасения, связанные с достоверностью, прозрачностью, предвзятостью, злоупотреблением и заменой человека.

В этом контексте особенно важен человекоцентричный подход к интеграции ИИ.

The Property Council of Australia (2023) подчеркивает необходимость баланса между автоматизацией и человеческим суждением, что согласуется с размышлениями доктора Эканаяке в основном докладе. Генериративный ИИ может помочь специалистам в сфере недвижимости, но он не должен снимать ответственность с лиц, принимающих решения.

Таким образом, генеративный ИИ представляет собой новый катализатор перемен. Он бросает вызов тому, как работают специалисты в сфере недвижимости, как учатся студенты, изучающие недвижимость, как исследователи в этой области создают и передают знания, а также как организации управляют информацией, экспертизой и рисками.

 

Развитие профессиональных компетенций

Доктор Эканаяке подчеркнула, что для эффективного использования GenAI важно развитие трех ключевых компетенций. Специалистам в сфере недвижимости, преподавателям, исследователям и студентам необходимо понимать, что GenAI может и чего не может делать, как оценивать его результаты и когда человеческое суждение должно преобладать над предложениями, сгенерированными машиной.

  1. Во-первых, важно понимать потенциал и ограничения инструментов GenAI. Эта компетенция предполагает признание того, что GenAI может помогать в решении задач, но также требует от пользователей понимания того, что GenAI не «знает» так же, как эксперт-человек. Инструменты GenAI генерируют ответы, выявляя закономерности в данных и прогнозируя вероятные последовательности текста, а это значит, что их результаты могут казаться связными и авторитетными, даже если они неточны, неполны или не подтверждены. Это особенно важно в секторе недвижимости, где профессиональные рекомендации часто зависят от текущих рыночных данных, правового контекста, нормативных требований и информации, специфичной для конкретного объекта. Поэтому понимание ограничений GenAI включает в себя осознание предвзятости, иллюзий, конфиденциальности данных, защиты персональных данных и чрезмерной зависимости. Понимание ограничений GenAI, следовательно, включает в себя осознание предвзятости, иллюзий, конфиденциальности данных, защиты персональных данных и чрезмерной зависимости.
  2. В то время как первая задача заключается в понимании работы GenAI до и во время его использования, вторая задача – в оценке конкретного результата работы GenAI после его получения. Доктор Эканаяке подчеркнула необходимость критической оценки результатов работы ИИ. GenAI может создавать текст, который является связным, уверенным и убедительным, даже если исходное содержание неполное или неверное. Это особенно проблематично в профессиональной среде, где результаты могут использоваться в отчетах, рекомендациях, общении с клиентами или поддержке принятия решений. Критическая оценка требует экспертных знаний в соответствующей области. Специалист по недвижимости, разбирающийся в оценке, управлении активами, планировании, инвестициях, управлении объектами или земельном праве, лучше способен выявлять ошибки, чем тот, кто полагается только на результат работы. Доктор Эканаяке пояснила, что вторая задача – это самостоятельная оценка результата работы.
  3. Однако третья задача – это понимание того, когда проблема выходит за рамки ваших полномочий или компетенции и требует эскалации. В организации, занимающейся недвижимостью, результаты работы ИИ не должны напрямую передаваться клиенту, арендатору, инвестору, регулирующему органу или заинтересованной стороне. Эти результаты требуют проверки старшим специалистом, юрисконсультом, сотрудником по вопросам соответствия, техническим экспертом или научным руководителем. Это особенно актуально в тех случаях, когда ИИ используется для оценки рисков, интерпретации договоров аренды, комментариев, связанных с оценкой, инвестиционных консультаций, документации по безопасности и разработки политики. В более широком смысле, генерация ИИ не уменьшает важность профессионального суждения, а, наоборот, повышает его. Способность задавать обоснованные вопросы, предоставлять контекст, оценивать результаты, распознавать ограничения и выявлять риски становится более ценной, а не менее.

 

Промпт — проектирование как структурированное профессиональное мышление

Обосновав необходимость развития профессиональных компетенций, следующий вопрос заключается в том, как специалисты по недвижимости могут применить эти компетенции на практике.

Один из практических способов — это разработка подсказок. Доктор Эканаяке объяснила, что разработка промптов — это не просто технический навык, а форма структурированного профессионального мышления, которая помогает пользователям определить задачу, обеспечить контекст, установить границы и определить требуемое качество результата.

В своем основном докладе доктор Эканаяке представила структуру R.I.S.E. (Role, Input, Steps and Expectation) как практический метод структурирования промптов.

Эта структура полезна, потому что она отражает подход специалистов к четко определенным задачам.

Специалист по недвижимости не станет давать консультанту задание, говоря: «Напишите мне отчет», без контекста. Он укажет цель отчета, целевую аудиторию, доступную информацию, необходимую структуру, стандарт анализа и ограничения. Та же логика применима и при работе с GenAI.

Например, слабая подсказка может звучать так: «Подготовьте отчет о состоянии здания». Более четкая подсказка должна определять роль модели, контекст здания, уточнять информацию об инспекции, запрашивать классификацию проблем по уровню риска, требовать внимания к вопросам соответствия требованиям и безопасности, а также определять ожидаемый формат отчета и целевую аудиторию. Качество результата улучшается, поскольку улучшается качество формулировки задачи.

Некоторые задачи в сфере недвижимости хорошо подходят для помощи ИИ благодаря хорошо структурированным промптам, например, составление кратких изложений протоколов совещаний, повышение ясности отчетов, подготовка черновиков сообщений и генерация альтернативных формулировок. Другие задачи требуют осторожности, особенно если они связаны с профессиональным суждением, текущими рыночными данными, юридической интерпретацией, конфиденциальной информацией или регулируемыми консультациями. Таким образом, разработка подсказок — это не только получение более качественных ответов. Это также понимание границ задачи.

Последствия для образования в сфере недвижимости

Если использование GenAI зависит от структурированного мышления, контекстной оценки и критического анализа, то эти навыки необходимо развивать до того, как выпускники начнут профессиональную практику. Следовательно, GenAI создает значительные последствия для образования в сфере недвижимости. Эта проблема усугубляется тем фактом, что студенты попадают в профессиональную среду, в которой работа с использованием ИИ, вероятно, станет нормой.

Ссылаясь на специализацию доктора Эканаяке по технологиям в сфере недвижимости в Сиднейском технологическом университете (Ekanayake & Friel, 2026), она подчеркнула, что преподаватели в области недвижимости сталкиваются с двумя взаимосвязанными обязанностями.

  1. Первая — это поддержание академической честности и обеспечение непрерывного развития у студентов подлинных знаний и навыков.
  2. Вторая — подготовка студентов к ответственному использованию инструментов GenAI в профессиональной среде.

Решение заключается не просто в запрете GenAI или игнорировании его. Скорее, образование в сфере недвижимости должно учить студентов критическому, этичному и прозрачному использованию ИИ.

Необходимы изменения в учебной программе и оценке. Типичные письменные задания могут стать менее эффективными, если их можно выполнить с минимальным участием студентов. Необходимы более аутентичные оценки, требующие от студентов оценки и улучшения результатов, сгенерированных ИИ, а также оценки с использованием прикладных тематических исследований, устной защиты и моделирования. От студентов следует требовать не только предоставления ответов, но и обоснования решений, выявления ограничений, оценки рисков и демонстрации профессионального мышления.

GenAI также создает возможность рассказать студентам, изучающим недвижимость, об изменяющейся природе профессиональной работы. Будущие выпускники будут управлять рабочими процессами с использованием ИИ, анализировать автоматизированные результаты и взаимодействовать с системами, поддерживающими ИИ. Поэтому грамотность в области ИИ следует рассматривать как часть компетенций выпускников, наряду со знаниями в области технической собственности, коммуникативными навыками, этикой, устойчивым развитием, грамотностью в работе с данными и профессиональным суждением.

Последствия для организаций, занимающихся недвижимостью.

Ещё один важный момент, отмеченный в основном докладе, заключается в том, что внедрение GenAI нельзя оставлять исключительно на усмотрение отдельных экспериментаторов.

Многие специалисты уже используют инструменты ИИ в неформальном порядке. Хотя эксперименты могут быть ценными, неконтролируемое использование создаёт риски. Организациям необходимы политики, утвержденные инструменты, обучение, механизмы проверки и чёткая подотчётность.

Управление должно определять, когда можно использовать ИИ, какие инструменты утверждены, какие данные можно вводить, как следует проверять результаты, нужно ли раскрывать информацию об использовании ИИ и кто несёт ответственность за окончательные решения.

Безопасность и конфиденциальность данных особенно важны в контексте недвижимости, где специалисты могут работать с личной информацией, данными арендаторов, условиями коммерческой аренды, стратегиями приобретения, информацией об оценке и конфиденциальными материалами клиентов.

Этическое использование также имеет важное значение. Коммуникация с использованием ИИ должна проверяться на предмет тона, справедливости, инклюзивности и предвзятости. Также необходимо уделять внимание правовым вопросам и вопросам соответствия требованиям, включая авторское право, конфиденциальность, ведение документации, профессиональные стандарты и организационную подотчётность.

Многие риски возникают не из-за самой технологии, а из-за неправильного понимания её пользователями. Персоналу необходимо практическое обучение по оперативному проектированию, проверке результатов, защите данных и этичному использованию. Организациям также необходима постоянная оценка, поскольку инструменты ИИ быстро меняются. Политика, разработанная сегодня, может потребовать пересмотра в течение нескольких месяцев по мере развития инструментов, нормативных актов и профессиональных требований.

Будущее: от инструментов к агентам

Следующий этап развития ИИ — это переход от GenAI как инструмента быстрого реагирования к ИИ-агентам, способным наблюдать, принимать решения и действовать в заданных условиях. Этот сдвиг имеет серьезные последствия для индустрии недвижимости.

Инструмент ИИ может помочь составить отчет по запросу.

ИИ-агент может отслеживать рабочий процесс, выявлять недостающие документы, планировать встречи, генерировать напоминания, сравнивать источники данных или инициировать составление корреспонденции.

В крупных портфелях недвижимости это может быть очень ценно. Работа с недвижимостью часто включает в себя многократную координацию между собственниками, арендаторами, подрядчиками, консультантами и внутренними командами. ИИ-агенты могут помочь в отслеживании задач, контроле документов, напоминаниях о соответствии требованиям, рабочих процессах технического обслуживания и управлении коммуникациями. Однако большая автономность увеличивает потребность в более строгих ограничениях. Чем больше может делать система ИИ, тем четче должны быть правила в отношении утверждения, доступа и подотчетности.

Поэтому индустрия недвижимости должна внедрять ИИ — агентов на ранних этапах, а не ждать, пока инструменты будут внедрены без достаточного контроля. Вопросы ответственности, профессиональных стандартов, доверия, прозрачности и управления станут более важными по мере того, как системы ИИ перейдут от генерации контента к инициированию действий.

GenAI не устранит необходимость в экспертных знаниях в области недвижимости. Скорее, он сделает больший акцент на качестве человеческого суждения. Больше всего от этого выиграют специалисты, способные четко определять проблемы, предоставлять контекст, критически оценивать результаты и понимать, когда необходим человеческий контроль. Возможность для дисциплины недвижимости заключается не просто в принятии GenAI, а в формировании ответственного использования этой технологии таким образом, чтобы укрепить профессиональную практику, качество исследований и образование.

Ссылки

Abdullah, M., Madain, A. & Jararweh, Y, 2022. ChatGPT: Fundamentals, applications and social impacts. In: 2022 Ninth International Conference on Social Networks Analysis, Management                and                  Security   (SNAMS).       IEEE,                pp. 1–8. https://doi.org/10.1109/SNAMS58071.2022.10062688

Australian Property Institute, 2023. Future of the property profession report. Sydney: API. Available at: https://www.api.org.au/wp-content/uploads/2023/11/Future-of-the-Property- Profession-Report.pdf

Chui, M., Hazan, E., Roberts, R., Singla, A., Smaje, K., Sukharevsky, A., Yee, L. & Zemmel, R., 2023. The economic potential of generative AI: The next productivity frontier. McKinsey & Company. Available at: https://www.mckinsey.com/capabilities/mckinsey-digital/our- insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier.

Ekanayake, B., & Friel, S. (2026, January 11–14). Evolving use of generative AI in property technology education. 32nd Annual Pacific Rim Real Estate Society Conference, Adelaide, Australia.

[1] Ekanayake B. (2026), Generative AI for Property Professionals and Researchers. Reflections from the keynote speech at the 32nd PRRES Conference, Adelaide, Australia, 2026 PACIFIC RIM PROPERTY RESEARCH JOURNAL, 2026, VOL.31, No.1, https://www.prres.org/uploads/1350/2027/Generative-AI-for-Property-Professionals-and-Researchers_p01.pdf . Бианка Эканаяке (Biyanka Ekanayake) – Доктор философии. Лектор в Технологическом университете Сиднея.