Il y a une raison pour laquelle la plupart des victimes d'escroqueries liées au « jeonse » se tournent vers les villas et les appartements meublés. Alors qu'il est facile de consulter les prix du marché pour les grands complexes d'appartements sur les portails spécialisés, les villas restent opaques. Les transactions sont rares et l'information fragmentée, ce qui rend difficile pour le grand public, et même pour les institutions financières, d'évaluer correctement les prix. Comme il est impossible de savoir si le prix du « jeonse » est excessivement élevé par rapport à la valeur marchande, le risque de perdre l'acompte est quasi inexistant. En réalité, plus un logement est abordable, plus les frais financiers et les primes d'assurance sont élevés. Cette situation absurde découle d'un manque d'information.
Une personne a bouleversé ce système grâce à l'IA. Maeng Jun-young, PDG de Gonggam Lab, a fondé l'entreprise en 2015 après avoir travaillé pendant 15 ans comme expert immobilier au sein du Korea Appraisal Board. Son service d'évaluation immobilière, House Much, est actuellement utilisé par plus de 20 institutions financières, dont Shinhan, Woori, Nonghyup, Jeil et Kakao Bank, pour calculer les prêts garantis. Désormais, même les villas peuvent être évaluées en une seconde. C'est ce manque d'intelligence artificielle qui frustrait Maeng lorsqu'il était expert immobilier.
« Pour les grands complexes d'appartements, les prix du marché sont facilement accessibles, ce qui simplifie les transactions, le financement et l'assurance. Cependant, les transactions sont rares dans des secteurs comme les villas, les immeubles de bureaux et les centres d'activités, et l'information est fragmentée, ce qui rend difficile la prise de décisions éclairées. »
J'ai mené des recherches et proposé des solutions au sein des institutions publiques, mais aucune n'a été acceptée. Il est devenu évident que la réforme institutionnelle gouvernementale à elle seule avait ses limites. Convaincu que la publication périodique des prix de marché de tous les biens immobiliers, comme ceux des grands ensembles d'appartements, permettrait de résoudre le problème, j'ai décidé de créer mon entreprise.
Quitter un emploi stable d'expert immobilier n'a pas été une décision facile. Je gagnais bien ma vie et je devais subvenir aux besoins de ma famille. Pourtant, je me disais : « Si je ne le fais pas maintenant, je ne le ferai jamais. » Avec des collègues qui partageaient le même rêve, je me suis préparé techniquement pour tenir au moins deux ou trois ans, et remporter le concours de start-up m'a donné l'impulsion finale.
Le point fort de l'AVM de HouseMuch réside dans sa capacité à allier prix et fiabilité. Elle ne se contente pas d'afficher des chiffres ; elle démontre également la pertinence du prix proposé.
« Même les évaluateurs trouvent certains objets faciles à évaluer et d'autres difficiles. Un même objet peut avoir des prix différents selon l'évaluateur. Notre algorithme « House Much » intègre cette philosophie, garantissant que nous ne prétendons pas savoir des choses que nous ne savons pas. »
Durant mes 15 années au sein de la Commission d'évaluation immobilière, j'ai personnellement observé et évalué des dizaines de milliers de propriétés, acquérant ainsi une connaissance directe des facteurs qui déterminent leur prix. Au-delà de la simple évaluation de la superficie et de l'âge, j'identifie et perfectionne également des modèles prenant en compte des facteurs tels que le type de bâtiment, la surface habitable, l'orientation et l'état d'entretien du bien, ainsi que les valeurs aberrantes et les longues périodes d'inactivité dans l'historique des transactions. Concevoir un tel modèle sans expérience pratique est une tâche complexe.
Pour les biens immobiliers très particuliers comme les villas et les appartements-bureaux, nous partons du principe qu'« il n'existe pas deux biens identiques ». Nous quantifions donc les similarités selon de multiples perspectives, calculons comment estimer les prix en fonction de ces différentes perspectives, puis combinons ces résultats. La principale difficulté résidait dans la gestion des données manquantes de manière compréhensible. Nous y sommes parvenus non pas par un simple apprentissage automatique, mais en combinant la logique d'évaluation et l'inférence statistique.
Au cœur des quatre brevets se trouvent l'approche de tarification et son application d'ensemble sous différents angles, la détection des valeurs aberrantes et la correction des pénuries, l'extraction des caractéristiques de la population influençant l'incertitude des prix, et la logique d'évaluation de la stabilité des prix. L'estimation est possible en une seconde car le système a subi au préalable des dizaines d'étapes de perfectionnement et d'apprentissage.
Du point de vue de la proptech, l'importance de cette technologie est indéniable. La transparence de l'information est essentielle aux transactions immobilières. Les données du marché des appartements sont publiques, ce qui dynamise les transactions et réduit les coûts de financement. En revanche, le manque d'informations concernant les autres types de biens immobiliers complique les transactions et augmente considérablement les coûts financiers. HouseMuch comble ce manque d'information grâce à la technologie.
Selon le PDG Maeng, la raison pour laquelle les institutions financières ont choisi HouseMuch est simple : sa facilité d’utilisation. Son application pratique est immédiate, notamment en termes de rapidité, d’explicabilité et de gestion des risques. Il explique : « HouseMuch a été conforme à la loi sur les services financiers innovants de la Commission des services financiers, ce qui a entraîné des modifications du règlement sur l’application de la supervision bancaire et a permis techniquement l’automatisation des prêts garantis sans contact direct. » Il ajoute : « La fiabilité et l’explicabilité accrues, grâce à l’accumulation de données de test et de références dans chaque banque, ont également joué un rôle déterminant. » Le fait que HouseMuch soit utilisé par de nombreuses banques du secteur financier primaire signifie de fait que HouseMuch est entré dans la phase de validation des standards du marché. Les contrats avec les institutions financières sont structurés sur la base d’un abonnement et d’une utilisation B2B, les ventes au secteur financier représentant une part importante du total.
Notre collaboration avec KB Real Estate a également constitué un tournant décisif. En couvrant 2,5 millions de logements collectifs à travers le pays, nous avons démontré l'efficacité des modèles d'évaluation automatisée (AVM) dans des environnements réels et à fort trafic. Si la fin de cette collaboration a été décevante à court terme, elle a finalement entraîné une augmentation significative des demandes de renseignements, tant du secteur financier que pour les services directs de HouseMuch. Bien que nous restions ouverts aux collaborations avec les grandes plateformes et à nos propres services, nous sommes toujours conscients des risques liés à la dépendance vis-à-vis des plateformes. Le contrôle des données est primordial. Lors de la crise des fraudes aux baux (jeonse) de 2023, HouseMuch a permis d'identifier facilement les villas dont les loyers étaient excessivement élevés par rapport aux prix du marché. Cela a provoqué une forte hausse des demandes de renseignements concernant les biens à haut risque, ainsi qu'une augmentation des demandes de renseignements émanant des institutions financières et du secteur public.
La stratégie de croissance d'Empathy Lab est unique. Elle s'est concentrée sur une croissance basée sur le chiffre d'affaires plutôt que sur des investissements externes. Elle a généré des revenus stables dès sa deuxième année d'activité et, dès sa cinquième année, elle avait atteint le seuil de rentabilité et dégageait des bénéfices. L'énergie auparavant consacrée à la recherche d'investissements externes a été réorientée vers le renforcement de ses fondamentaux.
Le PDG Maeng a souligné : « Dès 2024, notre chiffre d’affaires annuel atteindra plusieurs dizaines de milliards de wons, et nous connaissons une croissance soutenue grâce à notre intégration complète au secteur financier. » Il a ajouté : « Bien que nous soyons ouverts à de nouveaux investissements, nous n’envisageons pas de simples investissements financiers, notre rentabilité étant déjà assurée. Si un investissement stratégique est réalisé par les secteurs financier ou public, nous prévoyons de nous concentrer sur l’extension de notre couverture de données, l’amélioration de notre modèle et le développement de notre activité B2C. »
L'organisation compte actuellement 13 employés, parmi lesquels des experts en science des données, en évaluation et en immobilier, ainsi que du personnel en développement et en opérations commerciales. Le taux de rotation du personnel est faible : seuls quelques employés ont quitté l'entreprise au cours des dix dernières années. L'entreprise privilégie le professionnalisme et la transparence, encourage le développement personnel de ses employés et favorise une collaboration harmonieuse.
Le choix du quartier de Seongdong-gu à Séoul s'explique par sa forte concentration de startups et de professionnels de l'informatique, tout en offrant un accès facile au centre-ville et des coûts raisonnables. « Les startups et les entreprises informatiques doivent s'implanter là où se trouvent les talents », telle est la philosophie du PDG Maeng et de ses associés fondateurs.
L'avenir dont rêve le PDG Maeng Jun-young est simple.
« D’ici cinq à dix ans, j’espère que Gonggam Lab deviendra la référence incontournable en matière de prix immobiliers. Notre objectif est de nous imposer comme une ressource fiable, un point de référence pour tous ceux qui recherchent des informations lors de transactions immobilières ou de demandes de prêts hypothécaires. »
Il estime que le véritable indicateur de succès réside dans la réduction de l'opacité du marché immobilier, plutôt que dans les ventes ou les parts de marché. La proptech coréenne a désormais dépassé la phase expérimentale pour entrer dans la phase de validation, et l'alliance de l'expertise collective et de l'IA est essentielle. La ténacité d'un expert immobilier, qui a quitté un emploi stable dans le secteur public pour se lancer dans ce domaine, contribue à combler le manque d'information pour les citoyens ordinaires vivant dans des villas et des appartements-bureaux grâce à la technologie.
You must be logged in to post a comment.