Η AI για property managers δεν χρειάζεται να σημαίνει ακριβά εργαλεία, περίπλοκες εγκαταστάσεις ή τεχνικές γνώσεις. Ακόμη και μια μικρή επιχείρηση βραχυχρόνιων μισθώσεων μπορεί να ξεκινήσει με κάτι πολύ απλό: να οργανώσει όσα ήδη γνωρίζει για τα ακίνητά της και να αφήσει την τεχνητή νοημοσύνη να βρίσκει τις σωστές απαντήσεις.
Ποιος είναι ο κωδικός του WiFi; Τι ώρα γίνεται το check-in; Ποιον καλούμε αν χαλάσει το κλιματιστικό; Χρειάζεται έγκριση του ιδιοκτήτη για μια επισκευή και, αν ναι, από ποιο ποσό και πάνω; Όσο μεγαλώνει ένα χαρτοφυλάκιο, τέτοιες απλές πληροφορίες καταλήγουν συχνά σκορπισμένες σε emails, αρχεία στο Google Drive, μηνύματα στο WhatsApp και –κυρίως– στο μυαλό του property manager.
Μια απλή λύση σε αυτό το πρόβλημα παρουσίασε η Uvika Wahi του Rental Scale-Up σε masterclass των RSU by PriceLabs και RevLabs by PriceLabs: τη δημιουργία ενός «property brain» με το NotebookLM της Google. Στην πράξη, πρόκειται για μια βάση γνώσης στην οποία ο διαχειριστής βάζει τα έγγραφα που ήδη χρησιμοποιεί για τα ακίνητά του και στη συνέχεια μπορεί να αναζητά τις πληροφορίες που χρειάζεται κάνοντας απλώς ερωτήσεις στην AI.
Το σημαντικό για έναν μικρό property manager είναι ότι δεν χρειάζεται να στήσει κάποιο σύνθετο σύστημα AI ούτε να δημιουργήσει από την αρχή μια καινούργια βάση δεδομένων. Μπορεί να ξεκινήσει με τα αρχεία που ήδη έχει – οδηγίες check-in, house manuals, κανόνες, στοιχεία τεχνικών και διαδικασίες συντήρησης – και να τα μετατρέψει σε ένα κοινό «δεύτερο μυαλό» για την ομάδα του.
AI για property managers: Από το «ρώτα τον manager» στο «ρώτα το property brain»
Σε πολλές εταιρείες διαχείρισης, ένα μεγάλο μέρος της επιχειρησιακής γνώσης βρίσκεται συγκεντρωμένο σε λίγα άτομα.
Ένας νέος συνεργάτης θέλει να μάθει τι ισχύει για late check-out. Κάποιος από το guest support πρέπει να βρει ποιος τεχνικός εξυπηρετεί ένα συγκεκριμένο ακίνητο. Ένας υπάλληλος που καλύπτει τη βραδινή βάρδια χρειάζεται να ξέρει τι πρέπει να κάνει αν σταματήσει να λειτουργεί το κλιματιστικό.
Η συνηθισμένη λύση είναι ένα μήνυμα ή ένα τηλεφώνημα στον άνθρωπο που «ξέρει». Το πρόβλημα είναι ότι αυτή η διαδικασία δύσκολα κλιμακώνεται όσο μεγαλώνει μια εταιρεία.
Με το NotebookLM, ο διαχειριστής μπορεί να συγκεντρώσει τα έγγραφα που αφορούν ένα ή περισσότερα ακίνητα και στη συνέχεια η ομάδα να αναζητά την πληροφορία μέσα από ερωτήσεις σε φυσική γλώσσα.
Αντί, για παράδειγμα, κάποιος να ψάχνει σε διαφορετικά αρχεία για να βρει τι ισχύει σε περίπτωση βλάβης, μπορεί απλώς να ρωτήσει: «Τι κάνω αν δεν λειτουργεί το κλιματιστικό στο συγκεκριμένο ακίνητο;».
Γιατί έχει σημασία από πού «μαθαίνει» η AI
Ένα από τα βασικά πλεονεκτήματα του NotebookLM είναι ότι λειτουργεί πάνω στις πηγές που εισάγει ο χρήστης.
Αυτό έχει ιδιαίτερη σημασία στη διαχείριση ακινήτων, όπου η σωστή απάντηση δεν είναι απαραίτητα η γενικά σωστή απάντηση.
Για παράδειγμα, ένας επισκέπτης μπορεί να ζητά early check-in. Η πολιτική όμως διαφέρει από ακίνητο σε ακίνητο. Σε ένα μπορεί να επιτρέπεται δωρεάν, σε άλλο να χρεώνεται και σε τρίτο να μην επιτρέπεται καθόλου.
Το ίδιο ισχύει για τη συντήρηση, τις εγκρίσεις ιδιοκτητών, τις ώρες επικοινωνίας, τους προμηθευτές ή τις διαδικασίες έκτακτης ανάγκης.
Στην επίδειξη που παρουσιάστηκε στο masterclass, όταν τέθηκε μια ερώτηση για πληροφορία που δεν υπήρχε στα έγγραφα –ποιο είναι το κοντινότερο αεροδρόμιο– το NotebookLM δεν επιχείρησε να συμπληρώσει το κενό με μια αυθαίρετη απάντηση, αλλά ανέφερε ότι η πληροφορία δεν υπήρχε στις διαθέσιμες πηγές.
Αυτό ακριβώς είναι που κάνει ένα τέτοιο σύστημα χρήσιμο ως εσωτερικό εργαλείο μιας εταιρείας: η ομάδα γνωρίζει ότι οι απαντήσεις βασίζονται στην πληροφορία που έχει εγκριθεί και αποθηκευτεί από την ίδια την επιχείρηση.
Τι μπορεί να περιλαμβάνει ένα «property brain»
Η αρχική βάση γνώσης δεν χρειάζεται να είναι περίπλοκη.
Μπορεί να ξεκινήσει από τα έγγραφα που ήδη διαθέτει ο property manager: οδηγούς ακινήτων, house manuals, checklists, συμφωνίες με ιδιοκτήτες και στοιχεία προμηθευτών.
Μεταξύ άλλων, μπορούν να συγκεντρωθούν:
- τα βασικά χαρακτηριστικά κάθε ακινήτου,
- οι οδηγίες check-in και check-out,
- οι κωδικοί WiFi και οι οδηγίες πρόσβασης,
- οι κανόνες του σπιτιού,
- οι πολιτικές για early check-in και late check-out,
- τα στοιχεία συνεργατών και τεχνικών,
- οι διαδικασίες για βλάβες και έκτακτα περιστατικά,
- τα όρια δαπανών που απαιτούν έγκριση ιδιοκτήτη,
- οι εσωτερικές διαδικασίες που ακολουθεί η ομάδα.
Τα αρχεία μπορούν να προέρχονται από το Google Drive ή να ανεβαίνουν απευθείας στο NotebookLM.
Το κρίσιμο σημείο, βέβαια, είναι η ποιότητα αυτών των εγγράφων. Αν οι διαδικασίες είναι παλιές, αντιφατικές ή ελλιπείς, η AI δεν μπορεί να διορθώσει από μόνη της την κακή οργάνωση της πληροφορίας.
Με αυτή την έννοια, η δημιουργία ενός «property brain» λειτουργεί και ως άσκηση οργάνωσης για την ίδια την εταιρεία.
Το παράδειγμα με το χαλασμένο κλιματιστικό
Στο masterclass παρουσιάστηκε ένα χαρακτηριστικό παράδειγμα.
Η ερώτηση προς το NotebookLM ήταν τι πρέπει να κάνει η ομάδα αν χαλάσει το κλιματιστικό.
Αντί για μια γενική απάντηση, το σύστημα αναζήτησε τις πληροφορίες από τα έγγραφα του ακινήτου και έδωσε συγκεκριμένη διαδικασία: αρχικούς ελέγχους στον θερμοστάτη, στον ηλεκτρικό πίνακα και στις μπαταρίες και, εφόσον το πρόβλημα παρέμενε, τα στοιχεία του συγκεκριμένου συνεργάτη που έπρεπε να ειδοποιηθεί.
Παράλληλα, ανέφερε και τι δεν έπρεπε να κάνει ο εργαζόμενος: να επικοινωνήσει απευθείας με τον ιδιοκτήτη, καθώς το συγκεκριμένο θέμα καλυπτόταν από συνεργάτη συντήρησης.
Σε άλλη ερώτηση, σχετικά με επισκευή άνω των 300 δολαρίων, το σύστημα εντόπισε από τα έγγραφα ότι πάνω από αυτό το ποσό απαιτούνταν έγκριση της ιδιοκτήτριας και έδωσε τη σχετική διαδικασία επικοινωνίας.
Για μια ομάδα με δεκάδες ή εκατοντάδες ακίνητα, αυτή ακριβώς η λεπτομέρεια είναι που μπορεί να κάνει τη διαφορά: όχι απλώς να βρεθεί μια απάντηση γρήγορα, αλλά να βρεθεί η σωστή απάντηση για το συγκεκριμένο ακίνητο.
Η μεγαλύτερη χρησιμότητα μπορεί να είναι στο onboarding
Η εφαρμογή δεν περιορίζεται στην εξυπηρέτηση επισκεπτών.
Ένα από τα πιο προφανή οφέλη βρίσκεται στο onboarding νέων εργαζομένων και συνεργατών.
Αντί ένας νέος υπάλληλος να χρειάζεται εβδομάδες για να μάθει ποιος προμηθευτής εξυπηρετεί ποιο ακίνητο, ποιες εξαιρέσεις ισχύουν σε κάθε property και πού βρίσκονται οι διαφορετικές διαδικασίες, μπορεί να έχει πρόσβαση σε μία ενιαία βάση γνώσης.
Αυτό είναι ιδιαίτερα σημαντικό για εταιρείες με εποχικό προσωπικό, βάρδιες ή εξωτερικούς συνεργάτες, όπου οι ίδιοι άνθρωποι δεν είναι πάντα διαθέσιμοι.
Το notebook μπορεί να κοινοποιηθεί στα μέλη της ομάδας, ώστε όλοι να έχουν πρόσβαση στην ίδια πληροφορία.
Ένα notebook ή πολλά;
Για μικρό χαρτοφυλάκιο, ένας διαχειριστής μπορεί να συγκεντρώσει περισσότερα ακίνητα σε ένα notebook.
Καθώς όμως η εταιρεία μεγαλώνει, μπορεί να είναι πιο λειτουργικό να οργανώσει τη γνώση με διαφορετικό τρόπο: ένα notebook ανά ακίνητο, ανά περιοχή, ανά κτίριο ή ακόμη και ανά λειτουργία, όπως guest support, maintenance και owner relations.
Δεν υπάρχει μία μοναδική σωστή δομή. Η λογική είναι να δημιουργηθεί ένα σύστημα στο οποίο η πληροφορία παραμένει εύκολα ενημερώσιμη και, κυρίως, αξιόπιστη.
Από τα SOPs στα AI knowledge systems
Η ιδέα δεν είναι εντελώς καινούργια. Οι οργανωμένες εταιρείες διαχείρισης χρησιμοποιούν εδώ και χρόνια SOPs –τυποποιημένες διαδικασίες λειτουργίας–, manuals και εσωτερικές βάσεις γνώσης.
Η διαφορά είναι ότι μέχρι τώρα ο εργαζόμενος έπρεπε να γνωρίζει πού βρίσκεται το σωστό έγγραφο, να το ανοίξει και να βρει μέσα σε αυτό την πληροφορία που χρειάζεται.
Με την AI, η διαδικασία αντιστρέφεται: ο εργαζόμενος κάνει την ερώτηση και το σύστημα εντοπίζει το σχετικό σημείο μέσα στις διαθέσιμες πηγές.
Ορισμένα property management systems και άλλες πλατφόρμες του κλάδου ενσωματώνουν ήδη παρόμοιες δυνατότητες. Το NotebookLM, ωστόσο, προσφέρει έναν σχετικά απλό τρόπο για να δοκιμάσει μια εταιρεία τη λογική αυτή χρησιμοποιώντας τα έγγραφα που ήδη διαθέτει.
Και ίσως αυτό να είναι το σημαντικότερο στοιχείο για τους property managers: η AI δεν χρειάζεται απαραίτητα να αντικαταστήσει ένα PMS ή να αναλάβει ολόκληρη την επικοινωνία με τον επισκέπτη για να έχει πρακτική αξία.
Μπορεί να ξεκινήσει από κάτι πολύ πιο απλό: να σταματήσει η ίδια ερώτηση να απαντάται δέκα φορές από δέκα διαφορετικούς ανθρώπους.
