mercredi 5 juin 2019

Intelligence artificielle et immobilier: première partie

Bonjour à toutes et à tous,

Nous sommes très heureux de vous retrouver pour cette rentrée immobilière 2019 qui s'annonce passionnante. Aujourd'hui, pour nous parler nous recevons Godefroid Petit, qui est chercheur à l'Université Internationale de Genève. Il est spécialiste de machine learning et d'intelligence artificielle. Ces prochaines semaines, nous parlerons avec lui de l'impact des nouvelles technologies sur le marché de l'immobilier.

Godefroid, il peut paraître étrange de vouloir appliquer les techniques de l'intelligence artificielle à l'immobilier. Comment cela fonctionne-t-il?

GP: Cela peut paraître surprenant de vouloir appliquer de tels modèles informatiques à un domaine réputé plutôt conservateur, mais il est de plus en plus important de manier des masses de données lorsque l'on souhaite investir dans l'immobilier, de la planification à la réalisation. Comment choisir un endroit pour construire? Rien que cette question nécessite des milliers de ressources: recensement des conditions naturelles et météorologiques, niveau de vie des habitants de la zone, historique des variations de différentes taxations, etc. En essayant de "faire parler" toutes ces données, l'intelligence artificielle - ou plutôt le machine learning dans ce cas - va tenter de nous donner une idée de ce que l'on peut attendre d'un marché donné.

PI: Quelles sont les données les plus importantes qui vont déterminer l'intérêt d'un investissement?
GP: Ce sont bien sûr l'évolution des loyers d'une part, et l'évolution des taux de rendement. Il existe déjà des modèles qui "classent" la plupart des villes de Suisse en fonction de leur attractivité. Sans surprise, elles rejoignent dans de nombreux cas l'attractivité observée. Cependant, l'intérêt n'est pas de faire un constat sur le présent, mais d'anticiper sur l'avenir: quelle région, quelle ville sera profitable à moyen terme, pour un investissement moindre aujourd'hui? En posant une telle question, on comprend mieux l'intérêt des grandes régies immobilières pour le machine learning.

Aucun commentaire:

Enregistrer un commentaire