Чернышев AI - ИИ / Недвижимость

Про что вчера рассказывал:

1. Описание объектов по фотографиям через ИИ. Что работает, а что нет. Сделаю на это отдельный пост.
+ рассказал о том что обогащение текста в описании через ИИ так себе решение и почему.

2. Аналитика звонков. Это как раз успешный наш кейс. Мы сделали программу которая анализирует звонки, мгновенно подсвечивает проблемы и помогает исключить из цепочки отдел качества, либо его минимизировать. Схема рабочая, пользуемся давно, отдельно уделю тоже пост и расскажу.

3. Rag хранилище. Самая интересная его функция это поиск по вашим локальным знаниям и инструкциям. Своеобразное разгрузка адм персонала от раздражающих однотипных вопросов.

Бонусом это построение графиков по вашим данным из таблиц. Можно делать достаточно многослойные графики которые не позволяют строить конструкторы презентаций внутри crm.

Что интересного рассказали ребята из Авито:

- алгоритм продвижения не линейный (ответ на вопрос: я сделал продвижение а оно не наверху🙃), теперь это больше похоже на ретаргетинг директа.

- продавцам и покупателям предметов роскоши (яхты и тд) алгоритм предложит релевантную недвижимость.

- есть скор заполнения объявления (качество) и анализ объективно интереса посетителей к лоту

Ну в общем постпанк уже здесь)

Чернышев AI - ИИ / Недвижимость

Завтра у Авито снова закрытое (или нет? 🙃) мероприятие. Темы: ИИ в недвижимости (я выступаю), аналитика рынка Москвы и новые фичи Авито.

Накидаю сюда тезисы после мероприятия.

Кстати кто-то из подписчиков приглашен? Увидимся лично?

Эволюция отчетов для клиентов в агентствах недвижимости (да и наверное везде). Как это было)

1. 2008-2015 год. Это был word/exel. Этот скучный момент истории опустим. Знаю только что в то время во многих компании вообще печатали на принтере и с голубями отправляли. Ну e-mail иногда использовался.

2. 2015 год по настоящее время. Начался расцвет pdf, монополия adobe была свергнута и появилось много разного софта который позволял редактировать и конвертировать pdf. Тогда и сейчас это просто прекрасное решение, практически универсальное и непоколебимое. Можно создать все что угодо, сделать любой дизайн. Минус всего один - оно не динамическое. Нельзя воткнуть туда галерею, нельзя автоматически менять данные (актуализировать).

3. В 2019 году все массово начали делать web странички и казалось бы наступил рай. Клиент получает персональную ссылку, информация вся персонализирована, всегда актуальна. Можно засунуть любые метрики, можно добавлять любую информацию - просто восторг.

Но блин появились мошенники, которые напугали целую страну своими фишинговыми ссылками и другими методами взлома через ссылку. И у клиентов началась паранойя - "я эту ссылку открывать не буду" и тд. Их можно понять. Компании вложили огромные деньги в создание всей этой системы, а она разбилась об реальность и ситуацию.
Потом каждый второй клиент стал отказываться открывать (наша внутренняя статистика, да и на всех конференциях это обсудили).

4. 2024-2025 год. Все компании начали делать два источника web + pdf. Как будто бы мы нашли золотую середину.

И тут в начале 2025 года появлется вирус типа Graphite с заражением через pdf.

Я понимаю, что проблема не массовая. Ну если вдруг она станет массовой, что будем отправлять клиентам?

🔥 Max это не пропустит, он самый безопасный
🤣 Буду слать картинки и гифки
👀 Ого, у вас есть клиенты?

Ну вот, наконец. Теперь все будут писать посты сами, а не с GPT. Не то что раньше.

(Если кто пропустил em-dash это длинное тире которое выдает что текст написан нейросетью, т.к. человеки им не пользуются и, часто, не знают как ставить)

Хочу с вами порассуждать на одну важную тему, в том числе для меня.

Я думаю, что много знают о том что я не зарабатываю ведением канала (реклама и тд) это не мой основной вид деятельности и источник дохода - скорее это просто хобби, которое позволяет мне быть на острие прогресса и технологий (как и развитие собственой crm).

Но есть проблема, которую я пока не знаю как решить.

Баланс между временем на обучение себя новым технологиям/процессам и организационной работой.
С экспоненциальным развитием ИИ (да и вообще технологий) времени на изучение и отслеживание даже ключевых технологий стало тратиться …. ну просто очень много.

Если раньше было достаточно уделять 1 час самообучению в день, то сейчас нужно просто 24/7. Я стал сильно больше времени проводить за ноутбуком.
Это похоже на какую-то ловушку.

Сам ИИ точно упрощает жизнь, а вот его изучение и актуализация знаний … как спорткар - едет быстро, но содержать сложно.

Делитесь со своими честными ощущениями/опытом/позицией по этому вопросу.

Чернышев AI - ИИ / Недвижимость

Оу. Еще одно кино от Авито там где я был лысым и говорил всякие умные мысли.

Смотрим

А вы заметили как много людей в вашем окружении стали писать с помощью ИИ: поздравления, деловые переписки, даже письма.
Всё такое отполированное и зализанное. Как будто все стали немного Пушкины.
(забывают только «—» удалить, тут писал про это)

Дошло до того, что мои хорошие знакомые пишут мне вопросы в работе с ИИ с помощью ИИ (стесняясь показаться не сильно погруженными в тему наверное).

Мне кажется, что у коллективного сознания уже формируется восприятие: это спам/вчитываться не буду.

Так хочется живых людей которые пишут сами, ошибаются, не расставляют запятые, используют неформальную речь.

Жалко клиентов которые сталкиваются с бесконечными сгенерированными сообщениями 😢

Уверен, что это временно, это пройдет.

Чернышев AI - ИИ / Недвижимость

Интересное исследование 180 миллионов вакансий за 2 года и как на них повлял ИИ. Чтобы вас не обременять долгим разбором аналитики приведу несколько интересных тезисов. (сама статья вот, к качеству данных тоже есть вопросы, но другого у нас нет)

Первый слайд - профессии на которых количество вакансий существенно уменьшилось и это очень сильно коррелирует с данными большинства тематических исследований по сегментам и различных конференций на которых я был.

1️⃣ графические художники (–33%), фотографы (–28%), копирайтеры (–28%)

Несомненно, именно это мы автоматизировали у себя первым делом, но есть нюанс. Ретушер стал координатором ИИ и low-code интегратором в сегменте графики.

Творческие роли, которые «исполняют», идут на спад, в то время как творческие лидерские роли работают хорошо.

2️⃣ Специалисты по корпоративному комплаенсу и устойчивому развитию - 35%

Что это за люди такие: первые это - специалисты, которые следят за тем, чтобы бизнес действовал в рамках закона и внутренних правил. Про ИИ и законодательство - это бред, ИИ в этом плане помойка из мнений разных людей и ассортимента устаревших законов, а вторые ребята - это ESG повестка (Экология, Социальная политика, Корпоративное управление). Отчасти из-за негативного отношения Трампа к этому и мнения многих компаний, что это труднодостижимо и вредит развитию. Непонятно где тут ИИ лапку приложил.

3️⃣ Второй слайд - первое место очевидно ML инженеры и дальше шлейф связанных с этим специалистов. Логично? Несомненно.

Все остальное вы можете посмореть в статье сами.

Из интересного - спрос на маркетологов вырос на 18%. С ИИ маркетологи просто стали эффективнее. Руководящий состав компании вообще не пострадал, а менеджеров стало требоваться на 9% (всё-таки это погрешность а не влияние ИИ)

ИИ не разрушает рынок труда, профессии становится эффективнее, начинают видоизменяться, прирастать softskills, рождаются новые профессии.

Из моего опыта и того, что я вижу в профильных источниках: ИИ и обычные боты заменяют в техподдержке людей. Неоспоримый факт.

НО:
- они не делают это в премиум сегменте
- не надо путать техподдержку (где клиент уже "ваш", и он будет терпеть и переписваться с ботом), от прямых продаж в переписке (где клиент вообще не ваш, и может купить у другого).

Чернышев AI - ИИ / Недвижимость

Продолжение вот этого поста.

Вот в чем нюанс.

Если информация разбита на фрагменты, как гарантировать, что при поиске будут найдены ВСЕ нужные кусочки? Это особенно сложно с таблицами, где объяснение может быть в другом абзаце, или когда в системе есть несколько версий одного документа с противоречивой информацией.

Один из способов решения — Re-Ranking (повторное ранжирование).
После того как векторный поиск нашел первоначальный набор фрагментов, специальная модель-ранжировщик "перепроверяет" их и сортирует по степени релевантности запросу, обеспечивая подачу в LLM самого ценного контекста.

А еще контроль доступа...

Контроль доступа - это одна из главных причин, почему RAG безопаснее и практичнее прямой работы с публичными LLM.

На уровне публичной LLM контроля доступа практически нет. Любую модель можно "уговорить" раскрыть конфиденциальную информацию, на которую у собеседника не должно быть прав. Кто-то там даже мини реактор в США собрал ))

RAG решает эту проблему на фундаментальном уровне.
Прямо в метаданных векторного хранилища мы можем прописать, что фрагмент с данными по коммерческой аренде доступен только отделу аренды, а финансовые отчеты - только руководителю. Таким образом, менеджер по продажам квартир физически не получит в контексте данные, к которым у него нет доступа, как бы он ни формулировал свой вопрос.

Осталось только внедрить 🙃

Чернышев AI - ИИ / Недвижимость

Привет всем. Сегодня - завтра я в СПб, выступаю на закрытом мероприятии Авито по теме внедрения ИИ в процессы агентства недвижимости.

Само мероприятие будет 30.10.25. Интересен сам формат - закрытое. То есть есть какой-то критерий отбора гостей: надеюсь по уровню прогресса и результата ☺️

RAG-хранилища: Как повысить экспертизу и координацию в агентстве недвижимости

Коллеги, многие из нас уже знакомы с большими языковыми моделями (LLM). Мы все, наверное, разговариваем с нейросетью: «как ответить на возражение клиента по цене?» или «составь вежливое сообщение чтобы попросить отзыв». Nice, идем дальше, т.к. общие советы уже не достаточны. Нам нужна не просто ответ, а точность и глубина знаний.

Есть неплохой метод, можно резко повысить экспертность в общении с клиентами и выстроить единую систему знаний внутри компании.

RAG - Retrieval-Augmented Generation

1. Retrieval (Поиск): Представьте, что менеджер задает вопрос: «Какие документы нужны для сделки с ипотекой для иностранного гражданина?». Обычный чат-бот начинает "фантазировать" на основе данных из этих ваших интерентов. Система RAG действует иначе: сначала она ищет релевантные документы в вашей внутренней базе знаний. Это могут быть последние обновления законодательства, внутренние инструкции, шаблоны договоров, памятки от юристов — что угодно.

2. Augmentation (Дополнение/Обогащение): Найденные релевантные фрагменты текста (документы, параграфы, факты) подставляются в ваш исходный вопрос как контекст.

3. Generation (Генерация): Теперь LLM получает не просто ваш вопрос, а вопрос + точные, проверенные данные из ваших документов. Его задача сводится к тому, чтобы понять вопрос, опереться на предоставленные данные и сформулировать четкий, точный ответ.

Почему просто LLM not enough?
Почему LLM не может решить этот вопрос? LLM - не ищет информацию, он ее "знает" - генерирует информацию на основе "выученного". RAG нужен, чтобы научить LLM "искать" и давать точные ответы.

Приведу аналогию:
LLM без RAG - это студент на экзамене, который пытается вспомнить все, что он учил за год.
LLM с RAG - это этот же студент, но ему разрешили принести на экзамен его личный, идеально структурированный конспект, где есть все нужные заметки. Он просто находит точный ответ и грамотно его формулирует.

Векторное хранилище

Для работы RAG-ретривер может искать данные где угодно: в корпоративной SQL-базе, в почте, в файлах на Google Диске. Но это часто непрактично: такой поиск будет медленным и неточным, как поиск по ключевым словам.

Предпочтительный на сегодня способ - это векторная база данных (Vector Store).
Проще говоря, она хранит не текст, а "смысловые отпечатки" фраз и документов. Например, запросы «квартира с евроремонтом» и «апартаменты с современной отделкой» будут иметь почти одинаковые "векторы" и найдут одни и те же объекты, даже если в описании нет дословных совпадений.

Кроме того, векторная база хранит метаданные - то есть "данные о данных". Это критически важно для: фиксации источника информации, разграничения прав доступа (кто может видеть какие документы), категоризации (это инструкция по продажам или юридический документ?) и так далее.

Но есть нюанс... (будет продолжение через пару дней).

Чернышев AI - ИИ / Недвижимость

Друзья, напомню что завтра я выступаю в 9 утра в зале ТПП.

Я знаю, что завтра все будут спать и почти никто не придёт на такое ранее выступление 😅, именно поэтому я расскажу пять охрененных кейсов, которые вы вряд ли делали и знаете о них. Презентации не будет, буду рассказывать словами и информация останется в головах у тех, кто придёт 🙂

Кто был на моих выступлениях, знают что я даю всегда реальный эксклюзив и никогда не повторяюсь.

До встречи завтра 😎

Ощущения от конгресса двоякие. Очень много интересных спикеров по юридическому блоку, техникам общения, новостройкам. Но вот ИИ и автоматизация это боль.

Приходят люди, прикрутившие к телеграм боту какой-нибудь GPT или конструктор ужасных по дизайну презентаций, где ты должен пройти огромное количество этапов добавления параметров, а потом те же языковые модели просто тебе составят описание…

Многие выступавшие - просто теоретики, рассказывают о кейсах, которые (при уточняющих вопросах) сами не делали, но «уверены что тема рабочая». 😭

Никаких тем про безопасность данных, mcp-серверы, векторные хранилища, сквозной анализ, построение гибких отчетов.

Одна Мариана Белькова - one love) всегда в тренде.

Upd: еще парень из Самолета (который развитием ии занимается). Не запомнил имя🙈. Правильные вещи говорит.

Это же канал про ИИ, а то я отвлекся на управленческую рутину 🙈

Короче, сложно обойти вниманием то что openai запустил свой конструктор агентов, чтоб собирать своих AI-агентов и рабочие процессы без кода.

Можно просто накидывать блоки в UI, все наглядно и удобно. Это для тех кто знаком с n8n или Zapier но хотел быть внутри openai😁

Интерфейс drag-and-drop + куча готовых шаблонов: боты, Q&A, обработка данных и тд

Есть логика (if-else, циклы), поиск по файлам, коннект к MCP серверам, трансформация данных.

Кстати можно видеть в реальном время что агент делает и где он застрял.

Этому надо научиться, если хотите быть на волне прогресса. Вот ссылка

Будут выступать на конгрессе в Москве 16 октября 2025
9:00-11:00, зал ТПП РФ

Оперативный онбординг: как обучить и адаптировать агента за 30 дней.

(на самом деле быстрее 🫡)

Это очень классная тема, я этим занимаюсь постоянно и очень результативно. Будет полезно, без ии и автоматизации процессы сейчас не случаются 🙃.

👀 Но честно скажу это не то что я хотел бы рассказать. В теме ИИ у меня есть куда более интересные темы и наработки.

Но похоже у Авито будет два классных мероприятие в конце ноября и середине ноября в Москве и Питере, и вот там я расскажу самое-самое прогрессивное.

Кстати, напишите темы, которые вас интересуют. Сделаю серию постов. Концерт по заявкам ☺️

Бэк-офис, который съест агентство

Давайте посмотрим правде в глаза. Современное агентство недвижимости - это уже не только риелторы и юристы. Это:
- Отдел контроля качества (который проверяет, как вы позвонили).
- Служба заботы о клиентах (которая подключается после того, как клиент уже написал гневный отзыв).
- Интеграторы, адаптологи, тренеры.
- Руководители отделов, подразделений, групп, смен, левых половинок офиса.
- Маркетологи по вторичке, новостройкам, аренде и, возможно, по загородной недвижимости премиум-класса.

Становится похоже на микроменеджмент? Так и есть.

Но вот в чем главный парадокс. Вся эта огромная машина создана с одной правильной целью - увеличить прибыль. Систематизировать, оптимизировать, контролировать, предотвращать ошибки.

И здесь мы подходим к главной мысли, которую забыли 90% крупных игроков:

> Первое правило учета - стоимость учета не должна превышать прибыли от его ведения.

Что это значит на практике?

- Если на содержание отдела контроля качества уходит 2 млн рублей в месяц, а его работа предотвращает убытки лишь на 500 тысяч — такой учет убыточен. Эти деньги можно потратить на рекламу.
- Если для внедрения новой CRM-системы нужен целый отдел интеграторов, а выгода от нее для риелтора сомнительна — мы снова работаем на систему, а не система на нас.

Что получаем на выходе?

Выгорание лучших специалистов. Талантливые риелторы ненавидят волокиту. Им нужна свобода, а не бесконечные отчеты о «количестве звонков». Они уходят в меньшие агентства или открывают свои ИП, где могут работать эффективно.

Агентство не выдерживает простые стресс тесты. (например отмену льготной ипотеки). В один момент становится ясно что отдел контроля качества не генерирует прибыль. Да, предотвращает потери. Но при падении прибыли компании, ОКК перестаёт оправдывать себя и начинает съедать бюджет (что у нас там про автоматизацию в 2025 😅).

Прежде чем создать новую должность или отдел, задайте себе простые вопросы:
1. Можно ли решить эту задачу проще? Может, не нужен целый отдел, а достаточно одного человека или внешнего подрядчика/сервиса?
2. Не пренебрегаете ли вы ОС на местах? Часто лучшие решения рождаются у тех, кто каждый день работает с клиентами.

Если коротко:
Эффективный бэк-офис - это смазанный и незаметный механизм, который помогает риелторам делать сделки. Из опыта, с учетом текущего уровня автоматизации и технологического уклада в нашей нише - 8-10% от численности сотрудников. Лет 7 назад было 25-30%.

P.s. Лично видел 25 сотрудников на 55 брокеров, какое-то время работало, потому что государство оплачивало все это через механизм льготной ипотеки.

Чернышев AI - ИИ / Недвижимость

Ооо...вышла вторая серия шоу для риэлторов от Авито, я там вещал (лысый молодой человек это я)
Посмотреть можно тут
А кто не видел первый выпуск - тыц