AktivBo lanserar AI-tjänst för fastighetsbranschen

Proptech-bolaget AktivBo har tagit fram en AI-tjänst som hjälper fastighetsbolag att få nöjdare hyresgäster och samtidigt spara både tid och pengar. Med stöd av AI och ML presenteras konkreta åtgärder tillsammans med kostnadsuppskattningar, tidsestimat för genomförande av åtgärderna samt kostnadsbesparingar (ROI). Utvecklingen har skett tillsammans med ett antal större fastighetsbolag där hyresgästernas feedback från hyresgästundersökningar har använts som underlag. 

Branschanpassad AI baserad på 30 års erfarenhet 
I utvecklingen har AktivBo dragit nytta av den data och erfarenhet man har förvärvat under 30 års tid. Kunskapen om hur fastighetsbolag arbetar och driver förbättringar kopplat till kundnöjdhet har varit central för att kunna skapa en tjänst med hög tillförlitlighet. Lösningen använder den senaste tekniken för generativ AI där AktivBos tjänst effektivt och strukturerat kan klassificera stora mängder hyresgästfeedback. För att bevara hyresgästernas integritet anonymiseras feedbacken fullständigt. Den överförs och lagras krypterat, används inte som träningsdata samt raderas automatiskt efter klassificering. 

- Ambitionen med AI-tjänsten är att ytterligare effektivisera och stödja fastighetsbolagens förbättringsarbete. Den senaste tiden har enorma framsteg gjorts inom AI-teknik och de flesta branscher har hoppat på tåget för att skapa nya effektivare automatiserade tjänster. Samtidigt blir inte systemen och de nya tjänsterna smartare än den data vi ger dem. Tack vare den erfarenhet och kunskap vi samlat på oss kan vi nu skapa den här typen av tjänster som bidrar med ett reellt värde och visar på konkret ROI. Vår nya tjänst kommer att vidareutvecklas kontinuerligt i takt med den generella AI-utvecklingen och är en del av flera spännande satsningar vi gör inom området, säger Martin Talme, Produkt- och affärschef på AktivBo. 

Skalbar modell med stor potential för fastighetsbolagen 
Tjänsten som tagits fram är skalbar, fungerar för olika typer av processer i ett fastighetsbolags kundresa och kan identifiera åtgärder för både lokal- och bostadsbolag på nedbrytbara nivåer. Utifrån hyresgästernas skrivna svar ges automatiskt förslag på konkreta förbättringsåtgärder, som sedan kategoriseras utifrån affärsområde och åtgärdstyp. Baserat på detta uppskattas sedan tid och kostnader för åtgärdens genomförande. Detta innebär att den blir en viktig länk mellan analysarbetet och de handlingsplaner kunderna knyter till hyresgästernas svar.  

- Varje år samlar vi in över 1,2 miljoner textsvar ifrån olika typer av enkätundersökningar och valde att utgå från dessa i utvecklingen av tjänsten. Det finns ett stort värde i hyresgästernas egna ord som bidrar till att förståelse, vilket inte utnyttjas fullt ut i förbättringsarbetet. I kombination med de kvantitativa svaren blir detta oerhört kraftfullt och effektiviserar uppföljning och förbättring av hela kundresan. Detta kommer gynna både hyresgäster och hyresvärdar, och flera bolag har utryckt intresse av att vara med i vidareutvecklingen av modellen, avslutar Martin Talme.