Built World AI - Chiến lược chuyển đổi AI cho ngành xây dựng và bất động sản

• Xây dựng và bất động sản chiếm tỷ trọng lớn trong GDP nhưng quá trình chuyển đổi số vẫn chậm; nay đã đến thời điểm AI đa phương thức có thể xử lý hoạt động cộng tác phức tạp pha trộn ngôn ngữ, hình ảnh và video để thay đổi mạnh mẽ năng suất, an toàn và chất lượng
• Từ thiết kế, báo giá, an toàn công trường, quản lý tri thức đến robotics, bài viết nêu ra 5 nhóm chính trong Construction AI; từ môi giới, tìm kiếm, vận hành đến thiết kế, bài viết nêu ra 4 nhóm chính trong Real Estate AI như những vùng cơ hội cốt lõi
• Trong lĩnh vực xây dựng, các mảng có tiềm năng đặc biệt lớn là tự động tạo thiết kế, tự động hóa takeoff và báo giá dựa trên bản vẽ, giao tiếp tại công trường dựa trên giọng nói và hình ảnh, quản lý tri thức tích hợp tài liệu, cùng robot xây dựng cộng tác với con người
• Trong lĩnh vực bất động sản, các cơ hội chính gồm tự động hóa công việc của nhà môi giới và đại lý, tìm kiếm và khám phá bất động sản bằng ngôn ngữ tự nhiên, tự động hóa vận hành chạy trên các hệ thống legacy, và thiết kế, trực quan hóa không gian bằng generative AI
• Nhìn tổng thể, trong bối cảnh dự kiến sẽ có một thay đổi vượt cả thời kỳ CAD và SaaS được áp dụng, những nhà sáng lập hiểu rõ lợi thế dữ liệu, tích hợp workflow và đặc tính ngành định hướng quan hệ sẽ có thể tạo ra giá trị dài hạn trong Built World AI

---

Tổng quan về Built World và chuyển đổi AI

• Built World gồm các tòa nhà và hạ tầng là một hệ thống cộng tác khổng lồ nơi con người, vốn và vật liệu được kết hợp tinh vi; đây là cấu trúc tạo ra khối lượng lớn công việc ngôn ngữ và tài liệu trong toàn bộ quá trình thiết kế–thi công–vận hành
  • Từ đường chân trời đô thị, khu phố cho đến từng tòa nhà, tất cả đều là kết quả của những dự án bao trùm vô số bên tham gia, quy trình phức tạp, quy định và huy động vốn
  • Thiết kế đòi hỏi trí tưởng tượng, thi công đòi hỏi kỷ luật và nguồn lực, còn bảo trì đòi hỏi khả năng chống chịu và tính bền vững trong thời gian dài
• Trong nền kinh tế Mỹ, xây dựng đạt quy mô 1,3 nghìn tỷ USD (4,4% GDP), còn bất động sản, cho thuê và leasing đạt 4,2 nghìn tỷ USD, nhưng những ngành này mới chỉ hưởng lợi hạn chế từ làn sóng đổi mới SaaS
  • Cả hai ngành đều lấy việc điều phối giữa nhiều địa điểm và các bên liên quan làm trọng tâm, đồng thời có đặc tính xử lý bằng ngôn ngữ các quyết định rủi ro cao pha trộn văn bản, hình ảnh và video
  • Dù đã có tiến bộ công nghệ trong 20 năm qua, chừng đó vẫn chưa đủ để giải quyết tận gốc những vấn đề điều phối phức tạp này
• Hạ tầng vật lý là lĩnh vực gánh trách nhiệm rất lớn về chi phí, chất lượng, an toàn và tuân thủ quy định; AI đa phương thức là công cụ có thể thiết kế lại toàn bộ các trục này
  • Nếu hình dung đến năm 2030, từ một bản phác thảo có thể lập tức tạo ra mô hình tòa nhà hoàn chỉnh; người lập dự toán sẽ điều chỉnh báo giá được tạo tự động từ bản vẽ; và báo cáo an toàn công trường sẽ được nhập bằng giọng nói và hình ảnh
  • Trong tìm kiếm và mua nhà, cũng như quản lý tòa nhà, sẽ có thể hình thành môi trường khám phá trực quan hơn và vận hành được tự động hóa
• Built World AI sẽ tạo ra một bước ngoặt cấu trúc nữa sau CAD và SaaS, với LLM đa phương thức và những cách cộng tác người–máy mới đóng vai trò trục trung tâm
  • Bessemer, tiếp nối các khoản đầu tư hiện có như Procore và ServiceTitan, xem hai mảng Vertical AI cho xây dựng và bất động sản là các lĩnh vực trọng tâm

Insight cốt lõi: Cơ hội của Built World AI

• Xây dựng và bất động sản chiếm gần 1/4 GDP của Mỹ, nhưng tỷ trọng đầu tư công nghệ và mức độ số hóa vẫn thấp hơn đáng kể so với các ngành khác
  • Theo Deloitte, tỷ lệ đầu tư công nghệ của ngành xây dựng chỉ ở mức 2,7% doanh thu, trong khi tài chính, sản xuất và các ngành khác đầu tư từ 5–10% trở lên
  • Với những ngành mà độ chính xác và điều phối đặc biệt quan trọng, sự thiếu hụt hạ tầng số dẫn đến tổn thất cơ hội còn lớn hơn
  • Công nghệ AI đa phương thức nay đã đạt đến thời điểm có thể thay đổi tận gốc cách làm việc trong toàn bộ vòng đời thiết kế–thi công–vận hành
• Trong xây dựng, 5 nhóm tạo thiết kế, bóc tách khối lượng và báo giá, điều phối tại công trường, quản lý tri thức, robotics là mục tiêu ưu tiên đầu tiên cho ứng dụng AI
  • Design generation: tự động tạo bản thiết kế và mô hình 2D/3D có phản ánh tuân thủ quy chuẩn và tối ưu chi phí, chuyển quy trình vốn xoay quanh CAD sang thiết kế tạo sinh
  • Takeoff & estimation: tự động trích xuất khối lượng vật liệu và hạng mục từ bản vẽ để người phụ trách báo giá tập trung vào tối ưu giá và biên lợi nhuận
  • On-site coordination: tích hợp giọng nói, hình ảnh, video và văn bản tại công trường để giúp giao tiếp và quản lý an toàn nhanh hơn, chủ động hơn
  • Knowledge management: hợp nhất dữ liệu phân tán như hợp đồng, bản vẽ, RFI và change order thành một nguồn sự thật duy nhất có thể truy vấn
  • Construction robotics: công trường dựa trên cộng tác người–robot điều khiển thiết bị tự động hoặc bán tự động thông qua giao diện ngôn ngữ tự nhiên
  • Mỗi mảng đều bao gồm những luồng dữ liệu phức tạp pha trộn ngôn ngữ và bản vẽ như bản vẽ, hợp đồng, RFIs, change order và báo cáo an toàn
  • LLM đa phương thức và các mô hình chuyên biệt theo miền nay đã đạt tới điểm có thể tự động hóa và tăng cường những luồng này
• Trong bất động sản, LLM và các mô hình tạo sinh đang mở rộng vai trò xoay quanh 4 cơ hội chính
  • Tự động hóa công việc của broker và agent, tìm kiếm và khám phá bất động sản cho khách hàng, tự động hóa vận hành dựa trên hệ thống legacy, và thiết kế, trực quan hóa bằng generative AI
  • Do đặc tính ngành định hướng quan hệ và dựa trên tri thức địa phương, cấu trúc lấy con người làm trung tâm vẫn được giữ nguyên, nhưng theo hướng cắt giảm mạnh công việc hành chính và lặp lại
• Trên toàn ngành xây dựng và bất động sản, các sản phẩm có dữ liệu chuyên biệt theo miền, tích hợp sâu, căn chỉnh động lực và sự đồng cảm với người dùng sẽ là năng lực cạnh tranh cốt lõi của các công ty Vertical AI
  • Điều quan trọng không chỉ là tự động hóa đơn thuần mà còn là thiết kế workflow cùng lúc cải thiện lợi nhuận (margin), rủi ro và độ tin cậy

# [I. Construction AI: Vì sao là lúc này]

• Trong hơn 60 năm qua, năng suất lao động tổng thể của Mỹ đã tăng hơn 290%, nhưng năng suất lao động trong xây dựng lại cho thấy xu hướng giảm trung bình khoảng 1% mỗi năm trong giai đoạn 1970–2020
  • Ngành xây dựng sử dụng hơn 7 triệu lao động và tạo ra giá trị 1,3 nghìn tỷ USD mỗi năm, nhưng tình trạng trì trệ năng suất đang kìm hãm tăng trưởng
  • Vấn đề không nằm ở sự thiếu nỗ lực hay chuyên môn, mà ở độ khó của việc điều phối giữa các bên liên quan phức tạp và các công đoạn
• Hệ sinh thái xây dựng được chia thành 4 phân ngành nhà ở, thương mại, công nghiệp và hạ tầng, trong đó các phần mềm như Procore và Autodesk đóng vai trò hạ tầng cơ bản kết nối chúng
  • Dù vậy, ngành vẫn đang đối mặt với những lực cản cấu trúc như thiếu hụt lao động kéo dài (ước tính chỉ riêng năm 2026 cần thêm khoảng 500.000 người để đáp ứng nhu cầu), lãi suất tăng, biến động giá nguyên vật liệu, cùng các cú sốc chính sách và chuỗi cung ứng
  • Theo dữ liệu của Deloitte, các công ty xây dựng chỉ đầu tư 2,7% doanh thu hằng năm cho công nghệ, mức thấp nhất trong số các ngành được khảo sát
  • Điều này tương phản với tài chính hoặc sản xuất, nơi nhiều doanh nghiệp chi từ 5–10% trở lên cho công nghệ
• Dự án xây dựng vận hành xoay quanh dữ liệu đa phương thức pha trộn ngôn ngữ và bản vẽ như hợp đồng, bản vẽ, tài liệu thi công, kế hoạch dự án, báo cáo an toàn, đơn đặt hàng, change order và báo cáo kiểm tra
  • Đây là cấu trúc phức tạp với hơn 15 nhóm bên liên quan tham gia dự án, gồm nhà thầu chính, nhà thầu phụ, kỹ sư, cơ quan quản lý, tổ chức tài chính, bảo hiểm, chủ đầu tư và các bên khác
  • Ở mỗi giai đoạn thiết kế–preconstruction–thi công–closeout đều phát sinh ma sát trong trách nhiệm và luồng thông tin
• Khi các ứng dụng chuyên biệt cho Construction dựa trên LLM đa phương thức xuất hiện, nền tảng công nghệ để giải quyết bài toán điều phối và bài toán luồng tri thức — những nút thắt lớn nhất — đang dần được hình thành
  • Parametric design và xử lý hình học vẫn là những chủ đề nghiên cứu khó, nhưng số lượng bài báo AI/ML liên quan, cộng đồng học thuật, tổ chức chuyên ngành và hội nghị chuyên biệt đang tăng nhanh
  • Xu hướng này đang dẫn đến sự gia tăng của các startup Construction AI và mở rộng các cohort accelerator

5 danh mục chính của Construction AI

• 1. Tạo thiết kế (Architecture & Design)

  • Hiện nay, thiết kế tòa nhà phụ thuộc vào các công cụ thiết kế số như AutoCAD, Revit, nhưng mức độ tự động hóa thực sự vẫn thấp và đòi hỏi chuyên môn cao
    • Mỗi khi có thay đổi phương án thiết kế hoặc cập nhật quy chuẩn, phải chỉnh sửa thủ công toàn bộ bản vẽ 2D và mô hình 3D, tạo ra gánh nặng rất lớn
    • Những công cụ này mạnh về độ chính xác nhưng không phù hợp cho lặp lại nhanh và thử nghiệm, khiến tốc độ thay đổi thiết kế chậm hơn và cũng hạn chế tính sáng tạo
  • Nếu có thể triển khai hệ thống tạo tức thời bản vẽ thiết kế, bản vẽ thi công và tài liệu, bao gồm cả tuân thủ quy chuẩn, tối ưu chi phí và phản ánh yêu cầu khách hàng, thì tốc độ thiết kế có tiềm năng tăng lên tới 10 lần
    • Nhờ đó, kiến trúc sư, kỹ sư kết cấu và nhà thiết kế MEP có thể tập trung vào các quyết định thiết kế cấp cao thay vì công việc thủ công lặp đi lặp lại
  • Nhiều công ty như Higharc, Finch, Augmenta đang xây dựng nền tảng thiết kế tạo sinh kết hợp giữa sinh tham số và suy luận
    • Vì xây dựng về bản chất là sự kết hợp giữa hình học và các điều kiện ràng buộc, nên năng lực hiểu sâu và tạo ra độ phức tạp hình học sẽ trở thành yếu tố khác biệt bền vững

• 2. Tiền xây dựng: bóc tách khối lượng và dự toán (Takeoff & Estimation)

  • Chỉ riêng tại Mỹ đã có hơn 200.000 chuyên viên dự toán (Estimator) chống đỡ nền tảng tài chính của ngành xây dựng, nhưng họ vẫn đang phụ thuộc vào các quy trình làm việc thủ công, lặp đi lặp lại và dễ phát sinh lỗi
    • Bản thân thuật ngữ ‘Takeoff’ bắt nguồn từ thời kỳ người ta đo kích thước trên bản vẽ giấy và đếm vật liệu thủ công từng món một
    • Ngay cả khi dùng phần mềm hiện có, vẫn phải tự thực hiện từng bước như định nghĩa assembly cho từng hạng mục như tường, cửa sổ, sàn, đo số lượng vật liệu, rồi tổng hợp chi phí nhân công và vật liệu
  • Mỗi khi có thay đổi thiết kế hoặc biến động đơn giá, lại phải tính toán lại từ đầu, khiến một quy trình lẽ ra phải dựa trên dữ liệu bị biến dạng thành thứ gần với “phỏng đoán có cơ sở (educated guess)”
    • CFO của một nhà thầu phụ ở New York thậm chí mô tả rủi ro này bằng câu: mỗi năm làm 365 dự án là “đánh cược 365 lần”
  • Bild AI, Drawer AI, SketchDeck AI đang phát triển sản phẩm theo hướng tự động hóa assembly và bóc tách khối lượng theo các thay đổi thiết kế, để chuyên viên dự toán tập trung nhiều hơn vào biên lợi nhuận và chiến lược giá
    • Các mô hình đa phương thức có thể diễn giải cả hình ảnh và video sẽ là nền tảng thúc đẩy nhanh tự động hóa lĩnh vực này, khi chúng hiểu bản vẽ, spec và dữ liệu công trường ngày càng tinh vi hơn

• 3. Giao tiếp và điều phối tại công trường (On-site Communication & Coordination)

  • Giao tiếp tại công trường và quản lý an toàn vẫn đang phân tán trên các kênh rời rạc gồm email, điện thoại, tin nhắn, nhật ký giấy và bảng tính
    • Các chương trình an toàn cũng vẫn xoay quanh kiểm tra định kỳ và checklist, nên có hạn chế là nhiều trường hợp chỉ bộc lộ sau khi rủi ro đã xảy ra
    • Ngay cả những nền tảng dẫn đầu cũng còn phụ thuộc nhiều vào nhập liệu thủ công, đồng thời thiếu các tính năng dịch thời gian thực, hiểu ngữ cảnh và cung cấp insight
  • Cần tạo ra một môi trường mà chỉ với giọng nói, chỉ huy công trường và công nhân có thể để lại RFI đa ngôn ngữ, báo cáo hiện trường và quan sát an toàn, rồi chúng được tự động liên kết với dấu thời gian, đa ngôn ngữ, bản vẽ, tiến độ và vị trí
    • Chỉ dẫn bằng lời, ghi chú tiến độ và câu hỏi sẽ được tích lũy thành hồ sơ dự án có cấu trúc, có thể tìm kiếm, để mọi bên tham gia đều chia sẻ cùng một thông tin bất kể ngôn ngữ, ca làm hay công đoạn
  • Thông qua LLM đa phương thức kết hợp giọng nói, hình ảnh, video và văn bản, các công cụ tạo ra khả năng điều phối nhanh hơn, can thiệp an toàn chủ động và công trường có nhận thức rủi ro cao hơn sẽ là đặc trưng của thế hệ phần mềm Construction tiếp theo

• 4. Quản lý tri thức (Knowledge Management)

  • Quản lý dự án thường xuyên rơi vào tình huống phải qua lại giữa nhiều kênh như công cụ quản lý dự án, email và ứng dụng nhắn tin để tìm thông tin cần thiết hoặc giải quyết xung đột
    • Dữ liệu cốt lõi bị cô lập theo từng nhóm hoặc bị chôn vùi trong các luồng hội thoại dài, dẫn đến chậm ra quyết định, chậm tiến độ, sai sót và vấn đề giao hàng
  • Cần một trung tâm tri thức nơi quản lý dự án có thể đặt câu hỏi bằng ngôn ngữ tự nhiên để lập tức tìm ra tài liệu cần thiết, nhận câu trả lời cho các câu hỏi kỹ thuật phức tạp, và giải quyết các vấn đề điều phối trước khi chúng ảnh hưởng đến chi phí và tiến độ trên một nền tảng duy nhất
    • Dưới dạng có thể khám phá mối quan hệ giữa các nguồn dị thể như RFI, change order, hợp đồng và bản vẽ dựa trên truy vấn ngôn ngữ
  • Trunk Tools, TwinKnowledge đang tái cấu trúc luồng tri thức dự án bằng cách kết nối các tài liệu phân mảnh như hợp đồng, bản vẽ, RFI và change order
    • Họ đang thử nghiệm để hiện thực hóa quản lý dự án kiểu hỏi đáp dựa trên ngôn ngữ tự nhiên

• 5. Robotics xây dựng (Construction Robotics)

  • Tình trạng thiếu lao động, rủi ro an toàn và chi phí vật liệu tăng cao đang khiến công việc tại công trường ngày càng đắt đỏ và khó mở rộng
    • Dù tự động hóa đã tiến rất xa ở các ngành khác, nhiều quy trình xây dựng vẫn chủ yếu mang tính thủ công
    • Trong bối cảnh nhu cầu đối với hạ tầng trọng yếu như trung tâm dữ liệu tăng vọt, chỉ dùng cách làm truyền thống sẽ thiếu khả năng mở rộng
  • Nếu hệ thống robot tự hành và bán tự hành có thể làm việc cùng con người, tạo ra một công trường nơi một người điều khiển nhiều thiết bị bằng ngôn ngữ tự nhiên, thì tiềm năng nâng cao đồng thời hiệu suất sử dụng nhân lực và thiết bị là rất lớn
    • Terrafirma, Bedrock Robotics và các công ty khác đang cải tạo thiết bị hiện có để cho phép vận hành tự hành và bán tự hành
  • Bước tăng năng suất tiếp theo sẽ đến từ hợp tác người–máy
    • Ban đầu sẽ phát triển từ điều khiển kiểu point-and-click sang hướng điều khiển đồng thời nhiều thiết bị bằng ngôn ngữ tự nhiên về sau

5 nguyên tắc dành cho nhà sáng lập Construction AI

• Tạo giá trị (Value Creation): Điều quan trọng là thiết kế sản phẩm không chỉ cải thiện hiệu quả đơn thuần, mà còn mang lại tác động tài chính có thể đo lường được như cắt giảm chi phí rõ ràng hoặc cải thiện doanh thu/biên lợi nhuận
• Điểm đau (Pain Points): Muốn tạo ra thay đổi có ý nghĩa thì không nên chỉ nhắm vào công việc rời rạc của một nhóm, mà phải tấn công những nút thắt cổ chai cốt lõi có nhiều bên liên quan và ảnh hưởng trực tiếp đến thời hạn cũng như kết quả dự án
• Lợi thế dữ liệu (Data Advantage): Cần theo đuổi chiến lược xây dựng lợi thế dữ liệu dài hạn bằng cách bảo đảm các tài sản dữ liệu chuyên biệt theo miền như thư viện chi phí, bản vẽ có chú thích và lịch sử dự án, từ đó tạo ra năng lực phòng thủ tích lũy theo thời gian
• Độ sâu tích hợp (Integration Depth): Điều quan trọng là tích hợp sâu với quy trình và công cụ hiện có để giảm tối đa rào cản triển khai, đồng thời tạo ra quy trình làm việc lan tỏa tự nhiên đến công trường, dự án và đội nhóm
• Thấu cảm người dùng (User Empathy): Cần hiểu tỉ mỉ bối cảnh, ràng buộc và động lực của từng vai trò như kiến trúc sư, chuyên viên dự toán (Estimator), chỉ huy công trường, kỹ sư dự án và công nhân, rồi thiết kế trải nghiệm sản phẩm phản ánh đúng thực tế đó

# [II. Real Estate AI]

Vì sao là lúc này: ngành công nghiệp dựa trên quan hệ và mô hình ngôn ngữ

• Sau khi công trình hoàn thành, tòa nhà sẽ đón người thuê và cư dân vào ở, đồng thời bước vào một chuỗi giá trị mới kéo dài qua phân phối bán hàng·cho thuê·thanh toán·quản lý tài sản·bảo trì
  • Dù dòng chảy khác nhau tùy theo loại tài sản (nhà ở·thương mại·công nghiệp·mục đích đặc biệt), điểm chung là đây là một hoạt động kinh doanh dựa trên niềm tin, quan hệ và tri thức địa phương
• Thị trường hiện đang đối mặt với những khó khăn mang tính cấu trúc dưới áp lực vĩ mô như mất cân bằng cung–cầu, gánh nặng chi phí nhà ở ở mức kỷ lục, và chi phí vận hành tăng cao
  • Tuy nhiên, các bên chủ chốt như nhà phát triển, môi giới, chủ sở hữu tài sản, đơn vị vận hành vẫn đang phụ thuộc vào công việc thủ công, dữ liệu phân tán và phần mềm lỗi thời
  • Dữ liệu bị rải rác ở nhiều nơi như bảng tính, PDF, hệ thống quản lý tài sản và đăng tin legacy, gây ra sự kém hiệu quả và bỏ lỡ cơ hội
• AI đa phương thức mở ra khả năng tự động hóa và cung cấp insight trên toàn bộ chuỗi giá trị bằng cách hiểu và suy luận xuyên suốt dữ liệu phi cấu trúc
  • Khi việc tích hợp với các hệ thống hiện có ngày càng dễ dàng hơn, ngành bất động sản cũng đã đến thời điểm có thể đạt được bước nhảy vọt năng suất nhờ Real Estate AI lần đầu tiên sau hàng chục năm
• Bất động sản về bản chất là một ngành kinh doanh nơi con người trò chuyện với con người, trong đó chuyên môn địa phương và sự tin cậy quyết định kết quả
  • Chỉ riêng tại Mỹ, phí hoa hồng môi giới đã vượt 100 tỷ USD mỗi năm, cơ sở dữ liệu MLS (danh sách niêm yết bất động sản) bị phân mảnh thành hơn 500 hệ thống, và việc hoàn tất một giao dịch nhà ở vẫn mất hơn 30–60 ngày — cho thấy một cấu trúc kém hiệu quả vẫn đang được duy trì
  • Công nghệ LLM và agent đang ở vị thế có thể giúp giảm các công việc ngôn ngữ và hành chính lặp lại, đồng thời hỗ trợ ra quyết định tốt hơn và xây dựng quan hệ hiệu quả hơn

4 danh mục chính của Real Estate AI

• 1. Tự động hóa công việc của broker và agent

  • Với nhân viên môi giới và broker bất động sản, xây dựng quan hệ là vai trò cốt lõi, nhưng trên thực tế họ dành phần lớn thời gian cho tìm lead·sàng lọc lead·điều phối lịch tham quan·soạn ý kiến định giá·quản lý compliance·thu thập chữ ký cùng nhiều công việc hành chính khác
    • Trong kỷ nguyên AI, dư địa để tự động hóa những quy trình lặp lại và thiên về ngôn ngữ như vậy là rất lớn
  • Serif, Fyxer tập trung vào tự động hóa email, còn Closera, HenryAI nhắm tới những quy trình khác nhau bằng cách cung cấp công cụ marketing và định giá
    • Các brokerage dựa trên AI như TurboHome xây dựng mô hình cung cấp công cụ AI cho agent để tự động hóa quy trình làm việc, rồi hoàn lại phần chi phí tiết kiệm được cho khách hàng dưới dạng giảm phí hoa hồng

• 2. Tìm kiếm và khám phá tài sản (Property Search & Discovery)

  • Ở cả mảng thương mại lẫn nhà ở, các cổng đăng tin truyền thống vẫn chủ yếu dựa vào bộ lọc cơ bản và thuộc tính tĩnh,
    • nên có hạn chế trong việc phản ánh các ngữ cảnh quan trọng như đặc điểm khu vực lân cận, tiềm năng đầu tư, tình trạng tài sản (tòa nhà)
  • Trong bất động sản thương mại, đang xuất hiện các công cụ chọn địa điểm dựa trên AI giúp tối ưu chiến lược vị trí bằng cách xử lý dữ liệu phi cấu trúc từ nhiều nguồn
    • Mục tiêu là giúp doanh nghiệp ra quyết định vị trí nhanh hơn và dựa trên dữ liệu hơn
  • Ở phía người tiêu dùng, các nền tảng thế hệ mới đang xuất hiện với truy vấn bằng ngôn ngữ tự nhiên và trải nghiệm tìm kiếm được cá nhân hóa
    • Người mua có thể tìm bất động sản mong muốn thông qua truy vấn hội thoại, đặt lịch tham quan, xử lý giấy tờ bằng quy trình kiểu agent, và giảm phí môi giới
  • Tích hợp ChatGPT của Zillow là một ví dụ ban đầu cho hướng mở rộng tìm kiếm bất động sản từ tra cứu đơn thuần thành copilot hỗ trợ toàn bộ hành trình mua bất động sản

• 3. Quản lý tài sản (Property Management)

  • Một trong những cơ hội lớn nhất là xây dựng quy trình làm việc dựa trên LLM trên lớp nền các platform property management legacy
    • Những hệ thống cũ đã tồn tại hơn 25 năm này vẫn là xương sống vận hành của ngành, nhưng chưa thể mang lại độ phản hồi và trải nghiệm người dùng hiện đại
  • Startup có thể tìm thấy cơ hội bằng cách tích hợp sâu để mở rộng chức năng thay vì thay thế hoàn toàn các hệ thống này
    • Đặt một lớp điều phối quy trình làm việc LLM lên trên các hệ thống hiện có
  • EliseAI và SurfaceAI tích hợp sâu với các hệ thống quản lý tài sản hiện hữu để
    • điều phối các quy trình được chuyên biệt theo chiều dọc, từ cho thuê·gia hạn·bảo trì·giao tiếp với người thuê
    • Đặc biệt trong vận hành nhà ở đa hộ, chúng cho thấy hình hài của một nền tảng AI agent hỗ trợ khai phá insight doanh thu, tự động hóa quy trình và cải thiện hiệu quả vận hành

• 4. Thiết kế và trực quan hóa (Design & Visualization)

  • Dàn dựng vật lý và ảo, bố trí nội thất, trực quan hóa thiết kế vẫn là những mảng chậm, tốn kém, khó cá nhân hóa, đồng thời thiếu công cụ hỗ trợ trí tưởng tượng
    • Agent ở mảng nhà ở khó tùy biến hình ảnh phù hợp với sở thích hoặc kế hoạch cải tạo của từng người mua,
    • còn agent ở mảng thương mại cũng thiếu công cụ để cho thấy không gian sẽ trông ra sao khi được biến đổi cho phù hợp với quy trình làm việc của một doanh nghiệp cụ thể
  • Việc sản xuất nội dung hiện nay vẫn tốn kém do chi phí cho chụp ảnh, quay video và đội ngũ biên tập; mức độ cá nhân hóa thấp, và cũng không dễ tinh chỉnh nội dung theo từng kênh hay nhóm mục tiêu
  • Các công cụ tạo sinh như Spacely AI, Kassa, Gendo, Renovate AI được tạo ra để xử lý gần như tức thì các bước trực quan hóa·cá nhân hóa·kể chuyện, qua đó cho thấy hướng đi giúp cắt giảm mạnh chi phí và thời gian thực hiện
    • Những startup tái cấu trúc thiết kế·marketing·trải nghiệm với giả định AI tạo sinh ngay từ đầu đang thay đổi cách thức thiết kế và sản xuất nội dung trong bất động sản

5 nguyên tắc dành cho nhà sáng lập Real Estate AI

• Tạo ra giá trị (Value Creation): Phải có khả năng tạo ra tăng trưởng doanh thu hoặc tiết kiệm chi phí có thể đo lường được thông qua việc cắt giảm thuê ngoài và công việc hành chính, cải thiện tỷ lệ chuyển đổi lead, rút ngắn thời gian giao dịch, v.v.
• Mật độ quy trình (Workflow Density): Để hình thành niềm tin, thay vì chỉ giải quyết một chức năng hẹp, sản phẩm có giá trị nhất là sản phẩm quản lý trọn vẹn hành trình phức tạp và giàu cảm xúc như mua bán hoặc cho thuê từ đầu đến cuối
• Dữ liệu sở hữu riêng và bản địa hóa (Proprietary, Localized Data): Chiến lược quan trọng là xây dựng flywheel dữ liệu siêu địa phương phản ánh hành vi thị trường, đặc điểm phân khu (zoning) và mạng lưới quan hệ để tăng độ chính xác và khả năng phòng thủ
• Căn chỉnh động lực lợi ích (Incentive Alignment): Cần thiết kế một cấu trúc mà chủ sở hữu, đơn vị vận hành, người thuê và agent đều cùng hưởng lợi, qua đó giảm ma sát và tăng tốc độ triển khai lẫn lan truyền
• Tính đến yếu tố quan hệ (Account for Relationships): Vì bất động sản là ngành dựa trên quan hệ, cần một thiết kế vừa tự động hóa vừa cải thiện chính trải nghiệm của agent·chủ sở hữu·đơn vị vận hành·người mua·người thuê

Ví dụ danh mục đầu tư Built World AI của Bessemer và ý đồ đầu tư

Bessemer đã hỗ trợ nhiều công ty tại điểm giao thoa giữa Built World và AI, đồng thời sở hữu danh mục đầu tư đa dạng ở các mảng như quản lý xây dựng, vận hành tại hiện trường, marketing bất động sản, bảo trì, ứng phó thuế và quy định

• Các ví dụ tiêu biểu phía Construction
  • Procore: nền tảng quản lý xây dựng trên đám mây tích hợp tài liệu, ngân sách và quản lý tiến độ vào một hệ thống, đóng vai trò kết nối nhiều bên liên quan
  • ServiceTitan: phần mềm vận hành end-to-end dành cho các doanh nghiệp dịch vụ chuyên ngành như HVAC, ống nước, điện..., bao gồm đầy đủ lập lịch, điều phối, lập hóa đơn và thanh toán
  • Capmo: đóng vai trò như một trợ lý dự án thông minh, giúp quản lý xây dựng nắm toàn cảnh dự án chỉ trong một màn hình
  • Curri: nền tảng giao vận dựa trên công nghệ giúp vận chuyển nhanh vật tư xây dựng và công nghiệp, hỗ trợ khách hàng hành động nhanh hơn và giao hàng mà không bị giới hạn nguồn cung
  • MaintainX: CMMS (Computerized Maintenance Management System, hệ thống quản lý bảo trì được máy tính hóa) giúp tối ưu hóa bảo trì trong nhiều ngành, bao gồm cơ sở vật chất và bất động sản
  • Miter: cung cấp bộ ứng dụng HR, tài chính và vận hành cho nhà thầu, giúp đơn giản hóa việc điều hành doanh nghiệp
• Ví dụ ở mảng Real Estate và các dịch vụ liên quan
  • EliseAI: nền tảng AI tự động hóa và hội thoại giúp tự động hóa giao tiếp cho các tổ chức nhà ở và chăm sóc sức khỏe nhằm nâng cao hiệu quả vận hành
  • Hatch: giải pháp đội ngũ chăm sóc khách hàng dựa trên AI giúp cải thiện trải nghiệm khách hàng và thúc đẩy tăng trưởng doanh thu trong các lĩnh vực như dịch vụ gia đình và cải tạo nhà cửa
  • LuxuryPresence: nền tảng marketing AI cho môi giới bất động sản giúp agent thu hút thêm khách hàng và làm việc hiệu quả hơn
  • Ownwell: phần mềm giúp giảm chi phí sở hữu bất động sản bằng cách quản lý toàn bộ quy trình khiếu nại thuế, xin giảm thuế và điều chỉnh
  • Rilla: giải pháp cung cấp huấn luyện bán hàng dựa trên AI trong các lĩnh vực như dịch vụ ô tô, dịch vụ gia đình và xây dựng nhà ở
  • Rundoo: phần mềm all-in-one giúp các cửa hàng vật liệu độc lập tăng khả năng thu hút khách hàng và hiệu quả vận hành
  • SurfaceAI: nền tảng AI agent dành cho các đơn vị vận hành nhà ở đa hộ, hỗ trợ tìm kiếm cơ hội doanh thu, tự động hóa workflow và tối ưu vận hành
  • VTS: nền tảng tích hợp dành cho chủ sở hữu và đơn vị vận hành bất động sản thương mại, cho phép quản lý hợp nhất leasing, market intelligence và workflow trải nghiệm tenant
  • WiredScore: tổ chức thiết lập chuẩn benchmark toàn cầu về mức độ kết nối số và trình độ smart building thông qua các chứng nhận WiredScore và SmartScore