Искусственный интеллект стремительно входит в работу девелоперов, отделов продаж и маркетинга. ChatGPT, Claude, Kimi, Gemini, DeepSeek и другие сервисы помогают обрабатывать данные, готовить отчёты, анализировать рынок недвижимости и создавать презентации. Но наличие инструмента ещё не означает умение им пользоваться.
На первый взгляд всё выглядит прекрасно. Документы аккуратно оформлены. В отчётах есть таблицы, графики и выводы. В презентациях используются правильные термины: конверсия, воронка продаж, целевая аудитория, конкурентное окружение, динамика спроса.
Есть только одна небольшая проблема: иногда внутри нет вообще никакой логики. Человек загружает в искусственный интеллект огромный массив информации, получает сорок страниц текста и, даже не прочитав их, пересылает документ руководителю, застройщику или клиенту.
Он не проверяет исходные данные. Не задаётся вопросом, как получены выводы. Не замечает противоречий. Не понимает, что действительно важно для продаж недвижимости, а что искусственный интеллект просто сформулировал красивыми словами.
В итоге ИИ вроде бы сэкономил одному человеку несколько часов. Но теперь эти часы потеряют все остальные, вынужденные разбираться в созданном им информационном мусоре.
Красивый отчёт ещё не означает качественную аналитику
Мы почему-то слишком легко путаем качество оформления с качеством мысли. Если перед нами большой документ, разбитый на разделы, с графиками, таблицами и уверенно сформулированными выводами, кажется, что кто-то провёл серьёзную работу.
Хотя иногда вся работа заключалась в том, чтобы загрузить несколько файлов и написать: «Проведи анализ рынка недвижимости и подготовь подробный отчёт».
Искусственный интеллект действительно подготовит отчёт. Он расскажет о спросе, предложении, ценах, конкурентах и покупательских предпочтениях. Возможно, даже предложит стратегию продаж жилого комплекса.
Но откуда взялись исходные данные? За какой период они собраны? Какие объекты вошли в выборку? Чем регистрация договора отличается от фактической даты продажи? Учитывались ли повторные регистрации? Как обрабатывались квартиры без указанной цены? Где проходят границы исследуемого рынка?
Без ответов на эти вопросы аналитический обзор превращается в красиво оформленный набор предположений. Большой объём текста не означает глубину анализа. Наоборот, искусственный интеллект способен создать столько текста, что за ним становится невозможно увидеть суть.
Вместо трёх выводов, которые помогут коммерческому директору принять решение, появляется тридцать страниц общих рассуждений. Вместо ответа — ещё одна задача: всё это нужно прочитать, проверить и понять, есть ли в документе хоть что-то полезное.
Аналитика рынка недвижимости начинается не с ИИ
Сейчас мы делаем аналитику по четырём регионам: Тюмень, Уфа, Екатеринбург и Крым. Наша команда много работает с данными по рынку новостроек и хорошо понимает специфику девелопмента.
Искусственный интеллект нам действительно помогает.
Но личный кабинет с аналитикой не появился после одного удачного запроса.
Очень много времени ушло на разработку архитектуры: какие данные мы собираем, как их связываем, какие показатели рассчитываем, что с чем можно сравнивать и что именно должен увидеть застройщик.
Нам нужно было определить:
- как сравнивать жилые комплексы;
- как оценивать продажи новостроек;
- как учитывать площади квартир и стоимость лота;
- как анализировать цены и темпы реализации;
- как сопоставлять проекты разных классов;
- какие показатели действительно важны для девелопера;
- где заканчиваются исходные данные и начинается наша интерпретация.
Искусственный интеллект может ускорить обработку информации, помочь найти закономерности или подготовить предварительное описание. Но он не способен вместо нас определить, какую аналитическую систему мы строим и какие управленческие решения должны приниматься на её основе.
Для этого необходимо понимать рынок недвижимости, экономику проекта, продукт, ценообразование и работу коммерческого блока застройщика.
В «Земляне Девелопмент» мы не только используем эти инструменты в собственной работе, но и помогаем застройщикам внедрять искусственный интеллект в аналитику, маркетинг, CRM и процессы отдела продаж. Но для нас внедрение ИИ — это не покупка очередного модного сервиса. Сначала нужно понять, какую задачу он решает, какие данные получает, кто проверяет результат и какое управленческое решение будет принято на его основе.
Искусственный интеллект ошибается — и делает это убедительно
Даже после автоматической обработки данных мы не отправляем результат застройщику сразу. Сначала всё перепроверяем. И практически каждый раз находим ошибки.
Где-то некорректно сопоставились названия жилых комплексов. Где-то в исходной выгрузке отсутствовала цена. Где-то один проект оказался записан под несколькими названиями. Где-то формально правильный расчёт привёл к неправильному содержательному выводу.
Иногда вывод выглядит убедительно: у проекта вырос средний чек, значит, застройщик поднял цены. Но после проверки может оказаться, что цены не менялись. Просто в конкретном периоде покупатели приобрели больше квартир крупной площади. Цифра правильная. Вывод неправильный.
Искусственный интеллект не всегда понимает разницу между совпадением и причиной. Он может заметить изменение показателя, но не знать, что происходило в отделе продаж, какие акции запускал застройщик, менялась ли экспозиция и какие квартиры оставались в реализации.
Без опыта такие ошибки можно вообще не заметить. Таблица выглядит профессионально, график построен красиво — значит, всё хорошо. Но в аналитике недостаточно получить ответ. Нужно понимать, может ли этот ответ быть верным.
ИИ в продажах недвижимости
Та же проблема возникает, когда искусственный интеллект начинают использовать в продажах недвижимости. Ему можно поручить написать скрипт звонка, подготовить ответы на возражения, проанализировать разговоры менеджеров и составить регламент работы отдела продаж.
Через несколько минут вы получите профессионально выглядящий документ. В нём будут установление контакта, квалификация клиента, выявление потребностей, презентация жилого комплекса, работа с возражениями и назначение встречи. Но будет ли такой скрипт работать?
Это зависит от того, понимает ли его автор реальный путь покупателя. Знает ли, почему люди выбирают этот жилой комплекс. Слышал ли настоящие звонки. Понимает ли продукт и конкурентное окружение. Видит ли разницу между человеком, который присматривается к рынку, и покупателем, готовым выйти на сделку.
Если этой базы нет, искусственный интеллект напишет универсальный скрипт, который формально выглядит правильно, но не помогает продавать квартиры. Потому что продажи — это не набор красивых формулировок. Это понимание клиента, продукта и конкретной ситуации.
Если вы не понимаете вопрос, вы не поймёте ответ
Многие говорят, что главное в работе с искусственным интеллектом — научиться писать хорошие запросы. Это действительно важно. Но прежде чем правильно сформулировать запрос, нужно понимать предмет.
Если человек не знает, как устроена CRM-система застройщика, искусственный интеллект может написать для него красивое описание CRM. Может подготовить регламент, нарисовать воронку продаж, сформировать список показателей и придумать должностные инструкции.
Но что произойдёт, когда этого человека начнут спрашивать?
Как обращения попадают в CRM? Какие статусы проходит клиент? Как связаны звонки, заявки, встречи, бронирования и сделки? Что считать первичным обращением? Как обрабатываются дубли? Как контролируется работа менеджеров? Почему конверсия отдела продаж рассчитывается именно так? Как связать рекламный источник с продажей квартиры?
И здесь вдруг выясняется, что за красивым документом нет человека, который понимает, как работает система. Я всё чаще встречаю людей, которые производят очень сильное впечатление в переписке. Они быстро отвечают, грамотно формулируют мысли, присылают подробные документы и задают как будто бы умные вопросы.
А потом мы встречаемся онлайн или офлайн и начинаем разбирать детали.
Я спрашиваю: — Ты же сам это писал. Объясни, какая здесь логика? Как CRM связана со звонками? Что должен делать менеджер? Откуда появляется этот показатель?
И в ответ — ноль. Потому что переписку вёл не человек. Он просто пересылал ответы искусственного интеллекта, не понимая их содержания.
Искусственный интеллект создаёт иллюзию компетентности
Раньше некомпетентного специалиста было относительно легко распознать. Он путался в терминах, плохо формулировал мысли и не мог подготовить связный документ. Теперь искусственный интеллект способен скрыть все эти признаки.
Он исправит ошибки, добавит структуру, подберёт профессиональные слова и оформит рассуждение так, будто перед нами эксперт по девелопменту, аналитике или продажам. Возникает новая иллюзия компетентности: человек выглядит значительно сильнее, чем является на самом деле.
Компании тоже начинают заваливать друг друга созданными с помощью ИИ исследованиями, регламентами, презентациями и аналитическими отчётами. Документов становится больше. Управленческих решений — не обязательно.
Мы входим в эпоху, в которой производство информации становится почти бесплатным, а человеческое внимание — невероятно дорогим. Любой человек сможет за несколько минут создать сто страниц текста. Но кому-то всё равно придётся эти страницы прочитать, проверить и превратить в действие.
Поэтому главным навыком становится не умение производить ещё больше информации, а способность её отбирать, сокращать и критически оценивать.
Искусственный интеллект не заменяет профессиональную базу
ИИ сегодня — это скорость. Это возможность быстрее обработать данные, изучить конкурентов, подготовить черновик, проверить гипотезу или посмотреть на задачу с неожиданной стороны.
Но искусственный интеллект — это всегда проверка. Чтобы проверить результат, нужно иметь собственную базу: знания, опыт, стандарты качества, понимание рынка и способность анализировать.
Если у человека всё это есть, ИИ делает его значительно сильнее.
Опытный аналитик быстрее обработает данные по рынку недвижимости. Сильный руководитель отдела продаж увидит дополнительные закономерности в звонках. Коммерческий директор сможет быстрее проверить гипотезу. Маркетолог получит больше вариантов рекламных сообщений.
Но если профессиональной базы нет, происходит обратное.
Человек перестаёт думать. Он привыкает получать готовые ответы и постепенно теряет способность отличать сильную мысль от правдоподобной бессмыслицы.
Искусственный интеллект не делает такого человека умнее. Он просто позволяет ему быстрее и убедительнее демонстрировать отсутствие понимания.
Мартышка и очки
В этом смысле искусственный интеллект похож на очки в руках мартышки из басни Крылова. Очки созданы для того, чтобы человек лучше видел. Но если тот, кто держит их в руках, не понимает их назначения, они не помогут увидеть больше. Так же и с искусственным интеллектом.
Это невероятно мощный инструмент, но сам по себе он не создаёт мышление, опыт и ответственность. Он лишь усиливает то, что уже есть у человека. Умных, думающих и умеющих анализировать он делает ещё сильнее. А тем, у кого нет собственной базы и привычки проверять информацию, он даёт опасную иллюзию знаний.
Мы действительно входим в очень интересную эпоху. Искусственный интеллект принесёт огромную пользу девелопменту: ускорит аналитику, изменит продажи недвижимости, поможет работать с клиентами и даст руководителям новые инструменты для принятия решений.
Но вместе с этим он создаст огромное количество убедительно оформленной глупости. И наша главная задача — научиться различать одно и другое.