房地产市场最大的敌人是“信息垄断”。在市场过热时期，模糊的预期主导着市场；而在经济衰退时期，毫无根据的恐慌则主导着市场。
Data Knows公司利用从160个变量中精心挑选出的26个关键指标，开发了一个为期六个月的短期预测模型。该模型在首尔主要区域的准确率低于1%。“Richigo”应用程序每月访问量达130万，广受欢迎，随后随着企业解决方案“AI MAS”的推出，业务拓展至建筑、工程和金融领域。
“事实上，在‘Richigo Real Estate’应用程序创建之前，它的最初模型是‘Richigo Expert’，一个面向专业人士的分析解决方案。”
Data Knows 的首席执行官金在九开发了一个结合全球经济、金融和区域数据的预测模型。他解释说，该模型“在专家中引起了热烈反响”。出于与公众分享这些分析成果的愿望，他大幅简化了用户界面/用户体验，最终推出了现在的“Richgo Real Estate”应用程序。
普通用户服务充当了大规模的“数据验证试验场”。他解释说：“通过对比130万用户在应用上展现的购买意愿、区域兴趣以及实际市场变化，我们的预测模型得到了进一步完善。” 由于普通用户服务验证了“数据和预测模型的可靠性”，企业解决方案“AI MAS”得以迅速赢得保守的金融和建筑公司的认可。
2022年，金在九社长接管公司业务时，他设定了一个目标，即成为“向高附加值工作转型和成功商业决策的合作伙伴”。
“我们致力于将企业客户分析房地产市场和计算销售价格所需的时间从几天或几周缩短到几个小时。”
为了实现这一目标，他整合了三大核心竞争力：丰富的投资实践经验、强大的数据分析能力以及人工智能和大数据技术。他回忆道：“与现代建设、DL建设和韩华建设等大型建筑公司的合作至关重要。” 他补充说：“我们并没有仅仅追求技术理想，而是结合自身优势，不断改进，以应对房地产开发商在现实世界中面临的挑战。”
最近发布的一项短期价格预测模型显示，首尔主要地区的预测准确率不足1%。该模型综合分析了包括M2货币供应量、利率和购买情绪在内的26项指标。
“人工智能价格预测的成败最终取决于数据的质量。仅仅增加数据量并不一定能提高准确性。”
自成立以来，Data Knows 九年来一直在不断完善和测试房地产市场的各种变量。他解释说：“Richigo 拥有大约 140 到 160 个变量，但我们只使用其中 26 个核心变量进行为期六个月的短期预测，这些变量对短期变化最为敏感。”
数据管理分为三个层次：公共数据原型、组合和处理后的数据以及专有逻辑数据。
“在实际的预测模型中，贡献最大的指标通常是直接设计、处理和专有逻辑数据。这是 RichGo 的独特卖点，也是现有统计模型无法比拟的。”
在波动剧烈的国内市场中，有两个关键因素有助于将预测精度维持在1%以内。从宏观角度来看，“市值与货币供应量之比”（评估房地产市场的整体流动性水平）和“Richgo领先经济指数”（预测经济趋势）能够反映更广泛的市场状况。从区域和心理层面来看，“上涨势头指数”（量化投资者情绪）、“购房负担指数”（分析实际居民的购房能力）和“月租金收益率与存款比率”等指标至关重要。
“现有模型仅使用供需趋势和交易趋势等公开数据作为参考，但我们对这些数据进行解读和分析，将其视为‘市场参与者情绪的即时变化’。这些指标对于预测未来一到三个月内的变化极其有用。”
Data Knows 将“可解释人工智能”奉为核心价值。在房地产项目融资市场，投资额高达数千亿甚至数万亿韩元，诸如“相信我们，因为人工智能预测到了”之类的说服策略行不通。
“我们不仅进行简单的价格预测，还提供数值数据，显示哪些变量对结果有影响，以及影响的百分比。”
这种“解释力”实际上正在推动该领域的两大变革。他强调：“在公司内部，销售团队（积极进取）和市场营销团队（注重风险管理）之间总是就合适的售价存在争论。过去，各部门的‘直觉’或‘经验’相互冲突，但随着人工智能多智能体系统（AI MAS）的引入，现在的讨论是基于客观变量的贡献。”
此外，现有的项目审查报告仅限于过去的分析，例如，“由于附近的综合体过去曾以这种价格出售，所以这次也可能如此”，而采用 Data Knows 解决方案的公司则会创建未来的场景。
“一种新的文化正在兴起，在这种文化中，我们会研究和模拟影响特定地区的各种因素，以便做出最佳决策。”
Data Knows 获得了 CAES 颁发的最高级别数据质量认证“A 级（质量得分 0.99 或更高）”。
为了确保在处理来自 252 个城市和县的 10 年数据的过程中，即使是 0.01% 的错误也不被容忍，一个多层“自动净化系统”正在运行。
“为了处理人眼无法处理的海量数据，我们构建了一个基于人工智能的异常值过滤算法。”
如果交易与市场不同步或数据在逻辑上不合理，则会在工程阶段立即将其隔离并纠正。Data Knows 的独特竞争优势在于其为普通用户和企业提供的良性循环服务。
他解释说：“Richigo应用程序的130万用户不仅仅是信息的消费者；他们也是实时数据的最终验证者。他们最先发现现场信息的细微变化或数据错误，并提供反馈，这些反馈会立即反映在系统中。”
计算合适售价的方法也已改为使用 Data Knows 进行科学模拟。
大型建筑公司面临的首要变化是“速度”。过去，从业人员平均需要一周时间收集数据并准备报告，才能确定项目地点的合适售价。然而，人工智能多属性评估系统（AI MAS）能够即时整合周边市场价格、要价、实际成交价格和未来预测等数据，只需几分钟即可得出初步结果。
建筑公司节省的风险成本远不止人工成本。如果定价策略不当导致房屋滞销，建筑公司必须承担的财务损失、品牌价值下降以及转售营销成本，每个项目可能高达数百亿至数千亿韩元。
除了提供简单的解决方案外，我们正在拓展到一个名为“购买+”的营销领域。现有的购买广告市场依靠无差别的曝光和挑衅性的广告语来吸引客户，而“购买+”则利用人工智能和大数据等精准标准，在最佳时机将供应商和买家联系起来。
Data Knows与金融机构的合作也十分活跃。该公司与KB、Hana和NH等大型金融机构开展合作，因为其数据能够降低金融机构的风险并增加盈利机会。
“传统银行的抵押贷款审查流程侧重于‘当前市场价格’，而我们的预测数据则能让我们了解‘未来抵押品的价值’。”
最近举办的“AI MAS DAY”活动吸引了众多建筑公司和信托公司官员参加，他们表现出了浓厚的兴趣。
“我接触到的业内人士想要的是‘能够弥补人类判断局限性的客观指标’。随着生成式人工智能的普及，房地产领域的从业者也希望人工智能能够从逻辑上解释‘为什么会取得某些结果’。”
针对市场可预测性提高可能会加速市场集中化的担忧，CEO金在九有着明确的理念。
他说：“信息垄断会制造泡沫，而当这些泡沫破裂时，受苦的总是缺乏信息的普通民众。”他还解释说：“我们正在追求的‘数据民主化’不是在猜测未来，而是在构建一个社会安全网，将市场的‘不确定性’转化为‘可控的可预测性’。”
市场过热往往源于模糊的恐惧或毫无根据的预期，而非准确的信息。当人人都在高喊“现在不买，以后就买不到了”时，如果数据客观地表明“该地区目前的房价已被历史性高估”，就能起到刹车的作用，遏制非理性的恐慌。反之，当房地产市场低迷构成社会问题时，客观的低估指标和未来价值预测可以帮助人们买到房子。
最后，我问及他的愿景。首席执行官金在九回答说：“我们追求的不仅仅是冷冰冰的数字，而是成为连接家园与梦想的‘值得信赖的灯塔’，成为房地产界的‘彭博社’。”他强调：“尽管国籍和语言各不相同，但我们将创造一个世界，让每个人都能通过客观的数据指南针做出最佳选择。”
You must be logged in to post a comment.