الباحث الذي لا يبحث للجميع بالتساوي
أعلنت Realtor.com عن إطلاق تطبيقها ضمن ChatGPT لتبسيط ما يُسمى مرحلة "ما قبل البحث": تلك اللحظة التي لا يعرف فيها المشتري أو المستأجر بعد ما يمكنه تحمله أو أي حي يجب أن يبحث فيه. الاقتراح مباشر: يتحدث المستخدم مع الذكاء الاصطناعي لتحديد ميزانيته وموقعه، ثم يُعاد توجيهه إلى المنصة للتواصل مع وكيل محلي، جدولة زيارة، واستخدام أدوات بحث متقدمة.من وجهة نظر تجربة المستخدم، فإن هذه الخطوة منطقية. المرحلة التي تسبق البحث الرسمي تُعتبر، إحصائيًا، أكثر مراحل عملية الشراء أو الاستئجار معطلة. لا يعرف الناس ما إذا كانوا مؤهلين للحصول على رهن عقاري، ولا يعرفون الأسعار الحقيقية لكل متر مربع في الحي الذي يجذبهم، وينتهون بإنفاق ساعات على منصات تُظهر لهم عقارات تفوق قدراتهم. تقليل هذا الاحتكاك الأولي من خلال محادثة بلغة طبيعية له قيمة تشغيلية قابلة للقياس: انخفاض نسبة التخلي، زيادة نية التواصل، ودورات تحوّل أقصر.
ولكن هناك طبقة تحت تلك الراحة تستحق اهتمامًا مستمرًا.
درع البيانات ومن يستفيد حقًا
تتضمن بيان Realtor.com بندًا، في سياق آخر، قد يمر دون ملاحظة: بيانات MLS — نظام القوائم المتعددة الذي يركز العرض العقاري في الولايات المتحدة — محميّة بممنوع صارم للاستخدام في تدريب نماذج الذكاء الاصطناعي. هذه العبارة ليس مجرد تفصيل تقني بسيط. إنها تعبير عن توتر هيكلي يعبر الصناعة بكاملها.تُعتبر MLS، في جوهرها، قواعد بيانات تعاونية تسيطر عليها جمعيات الوكلاء العقاريين. تحتوي على عقود من المعلومات حول أسعار المعاملات، ومدة السوق، ومعدلات الخصم، وخصائص العقارات. بالنسبة لأي شركة تدرب نماذج التقييم أو توقع الطلب، تُعتبر هذه المعلومات بمثابة ميزة تنافسية من الدرجة الأولى. تخبر Realtor.com السوق — وخاصةً MLS التي لديها اتفاقيات شراكة معها — بأنها لن تستخدم تلك المعلومات كمادة خام للتدريب.
تلك الوعده لها قيمة تساوي إدارة الحكم التي تدعمها. لا يوجد في البيان أي ذكر لعمليات تدقيق من جهات خارجية، أو شهادات تقنية، أو آليات إنفاذ تضمن تلك الحدود مع مرور الوقت. يتم الإعلان عن الحماية كسياسة داخلية، مما يعني أن استمراريتها تعتمد فقط على الحوافز التجارية للشركة في كل دورة عمل. إذا كانت MLS لا تتوفر على رؤية تقنية حول كيفية تدفق بياناتها داخل هيكل ChatGPT، فإن الوعد، من الناحية العملية، يصبح غير قابل للتحقق.
هذا يهم لأنه يحدد من يمتلك القوة التفاوضية في السلسلة. لقد تنازلت MLS عن الوصول إلى قوائمها بموجب نموذج شراكة. إذا تمكنت في المستقبل Realtor.com — أو أي منصة في وضع مشابه — من جمع سلوك المستخدم بشكل كافٍ من خلال واجهة المحادثة، فيمكنها بناء إشارات الطلب دون الحاجة إلى التعامل مع بيانات المعاملات. الحد الفاصل بين "عدم التدريب على بيانات MLS" و"التدريب على أنماط التفاعل مع ملايين المستخدمين الذين يبحثون عن عقارات MLS" هو فنيًا غير صارم.
وعد الدمقرطة وشروطه المخفية
الArgument المحوري الذي يحيط بإطلاق هذا المنتج يركز على المشتري الأقل كفاءة مالية: شخص لا يعرف كيفية حساب قدرته على الاستدانة، وغير ملم بالسوق المحلي، وكان يعتمد تاريخيًا على وكيل للحصول على المعلومات الأساسية. الذكاء الاصطناعي المحادثاتي، نظريًا، يُزيل تلك الاعتمادية المعلوماتية ويمهد طريق وصول أكثر سلاسة للسوق.تتمتع هذه السردية بشرط لم يُذكر في البيان: تعمل فقط إذا كان النموذج اللغوي الأساسي يعمل دون تحيزات تُركز العرض المرئي نحو ملفات بحث معينة. تم توثيق نماذج التوصية في المنصات العقارية عبر أسواق متعددة، حيث تُظهر قوائم بشكل مختلف بناءً على متغيرات تتعلق بالدخل أو موقع المستخدم. لا تُلغي واجهة المحادثة ذلك الخطر؛ بل تجعلها أقل وضوحًا لأن المستخدم يدرك أنه يُجري محادثة محايدة، وليس يتصفح خوارزمية ترتيب.
الدمقرطة المعلوماتية الحقيقية تتطلب أن يكون النموذج قابلاً للتدقيق في نتائجه، وليس فقط في نواياه المعلنة. بدون مقاييس عامة حول التوزيع الجغرافي للنتائج، أو نطاقات الأسعار المعروضة مقابل النطاقات المتاحة في MLS، أو معدلات التوجيه لوكلاء حسب ملف تعريف المستخدم، فإن وعد الوصول المتساوي هو مجرد طموح للعلاقات العامة، وليس التزامًا يمكن قياسه.
ومع ذلك، فإن الإشارة إلى ذلك لا تُبطل الحركة. بل تُبطل تكاملها كما يتم تقديمها. هناك فرق مادي بين شركة تطلق أداة وصول مع إطار حكم بيانات واضح وشركة تطلق نفس الأداة بوعد حماية لا يمكن إلا لها التحقق منها. لقد تعرض السوق العقاري بالفعل لتاريخ كاف من المعلومات غير المتماثلة بحيث لا يمكن عدم مطالبة ذلك المعيار منذ اليوم الأول.
النموذج المتكرر وما يجب أن يحسبه الشركات في القطاع
ما تبنيه Realtor.com يتبع نمطًا قابلًا للرصد في قطاعات أخرى: استخدام منصة ذكاء اصطناعي محادثاتي ذات حركة مرور عالية كقناة لاكتساب المستخدمين في المرحلة الأكثر عدم اليقين من عملية الشراء، ومن ثم توجيه هؤلاء المستخدمين نحو منصة ملكية حيث تحدث التسييل الفعلي. إنها استراتيجية قمع مع ضبط السلوك عند النقطة الأكثر ارتفاعًا، عندما لا يزال المستخدم لا يعرف شيئًا ولكنه يبحث عن توجيه.تعتمد اقتصاديات ذلك النموذج على متغيرين لم يُحددهم البيان: تكلفة الحصول على مستخدم مُحول من ChatGPT نحو Realtor.com، ومعدل تحويل هؤلاء المستخدمين إلى اتصالات مع الوكلاء أو معاملات فعلية. إذا كانت تكلفة الاكتساب عبر الذكاء الاصطناعي المحادثي أقل بكثير من تكلفة البحث المدفوع أو إعلانات العرض، فإن النموذج يوفر ميزة هيكلية في التكاليف تبرر الاستثمار في التكامل. وإذا لم تكن كذلك، فإن التكامل يصبح مكلفًا وعائده يعتمد على حجم النطاق الذي لا يزال لم يتم إثباته في هذه القناة.
بالنسبة للشركات في القطاع التي تراقب هذه الحركة من الخارج، فإن الحساب ليس إذا كانت ستت adopt الذكاء الاصطناعي المحادثاتي، بل تحت أي شروط لحكم البيانات ستقوم بذلك. شراكة مع منصة لغة خارجية تتحكم في النموذج الأساسي تؤدي إلى التنازل عن إشارات سلوك المستخدم في كل تفاعل. لذلك تكلفة لها لا تظهر دائمًا في العقد الأول، ولكن تظهر في ديناميات القوة التي تتراكم على مر الزمن.
يجب على المديرين التنفيذيين في أي شركة تعمل على بيانات خارجية حل معادلة واحدة فقط: تحديد ما إذا كان نموذجها يستخدم ثقة هؤلاء الشركاء كوقود لتوسيع موضعها، أو ما إذا كانت تبني البنية التحتية للحكم التي تحول تلك الثقة إلى ميزة تنافسية دائمة. الشركات التي تختار الأمر الأول تنمو بسرعة. بينما تلك التي تختار الأمر الثاني تبقى مستمرة.
