Trebellar تجمع $18M في تمويل السلسلة أ لتقديم وكلاء الذكاء الاصطناعي إلى العقارات المؤسسية

Trebellar جمعت $18 مليون في تمويل السلسلة أ بينما تسعى لتقديم وكلاء الذكاء الاصطناعي واتخاذ القرار الآلي إلى إحدى وظائف المؤسسة التي ظلت تعتمد بشكل غير عادي على جداول البيانات والبرمجيات غير المتصلة والاستشاريين الخارجيين: العقارات المؤسسية.

قادت الجولة Blossom Capital، بمشاركة Haystack، Alt Capital، 1Flourish وBynd. تقول Trebellar إن رأس المال الجديد سيُستخدم لتوسيع فرق الهندسة والتسويق، وتعزيز قدرات الذكاء الاصطناعي لديها، وتنمية قاعدة عملائها المؤسسية.

الشركة التي تتخذ من سان فرانسيسكو مقراً لها قد جذبت بالفعل عدة عملاء رئيسيين، بما في ذلك Meta وUber وMerck وCohesity، مما منحها موطئ قدم مبكر بين المؤسسات التي تدير محافظ عقارية كبيرة ومعقدة.

بالنسبة لـ Trebellar، الفرصة ليست مجرد استبدال جداول البيانات بلوحة تحكم أخرى. تحاول الشركة إنشاء طبقة أصلية للذكاء الاصطناعي قادرة على فهم محفظة العقارات الخاصة بالمؤسسة، وتحليل كيفية استخدام تلك المحفظة بشكل مستمر، ومساعدة الفرق على اتخاذ قرارات حول كل شيء من العقود الإيجارية واستخدام المكاتب إلى المواقع المستقبلية.

العقارات المؤسسية تواجه مشكلة في البيانات

تولد الشركات الكبيرة كميات هائلة من البيانات حول بصمتها المادية.

تحتوي عقود الإيجار على التزامات مالية وتواريخ تجديد. توفر أنظمة البطاقات وشبكات الواي فاي إشارات حول حضور الموظفين للمكاتب. تُظهر منصات حجز الغرف كيفية استخدام الموظفين لمساحات الاجتماعات. تحتوي أنظمة الموارد البشرية على عدد الموظفين ومعلومات تنظيمية، بينما يمكن للمسوحات أن تكشف ما إذا كان الموظفون يجدون المكتب فعليًا مفيدًا.

المشكلة هي أن الكثير من هذه المعلومات تقليديًا موجودة في أنظمة منفصلة.

قبل أن يتمكن فريق العقارات المؤسسية من اتخاذ قرار بشأن تجديد عقد إيجار، تقليص مساحة مكتب، التوسع إلى سوق آخر أو تغيير سياسة مكان العمل، قد يتعين على المحللين أولاً جمع وتوفيق المعلومات من جداول البيانات، ملفات PDF والعديد من منصات البرمجيات.

تبني Trebellar منصتها حول طبقة بيانات موحدة صُممت لتجميع وتوحيد تلك المصادر قبل تطبيق الذكاء الاصطناعي عليها. يمكن للنظام دمج بيانات الإيجار ومصروفات التشغيل، ومعلومات السوق، وبيانات الإشغال من البطاقات، والواي فاي وأجهزة الاستشعار، وأنظمة حجز المساحات، ومنصات الموارد البشرية، ومسوحات الموظفين. يمكن للشركات أيضًا إضافة معلومات عبر واجهات برمجة التطبيقات (APIs)، ورفع ملفات CSV، والبحوث الداخلية أو وثائق السياسات.

تُعد هذه الأساسيات البيانية مهمة لأن الذكاء الاصطناعي المؤسسي يصبح أكثر فائدة عندما تستطيع النماذج الاستدلال على معلومات تشغيلية منظمة بدلاً من مجموعة من الوثائق المعزولة.

الانتقال من لوحات التحكم إلى وكلاء الذكاء الاصطناعي

بمجرد ربط تلك المعلومات، منصة الذكاء الاصطناعي لـ Trebellar تطبق مزيجًا من وكلاء الذكاء الاصطناعي، نماذج اللغة الكبيرة، ونماذج التعلم الآلي على قرارات العقارات المؤسسية.

بدلاً من مطالبة المستخدمين بتجميع لوحات التحكم يدويًا، تسمح Trebellar للفرق بطرح أسئلة حول محافظهم وتوليد تقارير أو توصيات أو تحليلات حول مشكلات محددة.

يمكن للوكلاء المتخصصين في المهام التعامل مع مجالات مثل إدارة المحافظ، استراتيجية الموقع والتخطيط. يمكن للمنصة تحليل أداء العقود الإيجارية والمواقع، إجراء تقييمات للمواقع، نمذجة سيناريوهات مختلفة للعرض والطلب، وتوليد بحوث حول الأسواق المحتملة.

تضيف النماذج التنبؤية طبقة أخرى. تقول Trebellar إن تقنيتها يمكنها توقع حضور الموظفين إلى المكاتب، واكتشاف تغييرات غير عادية في أنماط مكان العمل، ومساعدة الشركات على تقدير كيفية تعديل عدد الموظفين أو الخدمات بناءً على الاستخدام المتوقع.

هذا يجعل البرنامج أقرب إلى نظام دعم اتخاذ القرار بدلاً من منتج ذكاء أعمال تقليدي.

على سبيل المثال، قد تتمكن شركة تقيم ما إذا كانت تحتاج إلى مكتب معين من دمج تكاليف الإيجار، اتجاهات الاستخدام، مواقع الموظفين، أوقات التنقل، ومشاعر مكان العمل بدلاً من تقييم كل متغير على حدة.

نمذجة السيناريوهات تتيح أيضًا للفرق اختبار كيف يمكن أن تؤثر التغييرات في محفظتهم على التكلفة أو السعة أو وصول الموظفين قبل اتخاذ قرار.

الذكاء الاصطناعي مبني حول بيانات العقارات

تزداد الشركات المتخصصة في الذكاء الاصطناعي عموديًا تميز نفسها من خلال بناء أنظمة حول هياكل البيانات وتدفقات العمل في صناعة معينة بدلاً من إضافة روبوت محادثة عام إلى البرامج القائمة.

تتبع Trebellar هذا النهج في مجال العقارات.

تقول الشركة إن نماذجها مصممة حول بيانات الإشغال، مكان العمل، والإيجار، بينما يتم تدريب وكلاء الذكاء الاصطناعي لديها لأداء تحليلات عقارية محددة. على سبيل المثال، يمكن لتقنية استراتيجية الموقع الخاصة بها دمج المعلومات العامة مع بيانات السوق، الديموغرافية، النقل والموهبة عند تقييم المواقع المحتملة.

هناك أيضًا مكوّن أمان مؤسسي في البنية.

تربيلار حاصلة على شهادة SOC 2 Type II، وتقول الشركة إن نماذج التعلم الآلي التي تعتمد على بيانات العملاء تُدرب بشكل مستقل لكل مؤسسة بدلاً من تجميع مجموعات بيانات العملاء. كما تدير تربيلار بنيتها التحتية الخاصة بالتعلم الآلي وتدعم نماذج اللغة الكبيرة مفتوحة المصدر، مع استخدام آليات التجريد عندما يشارك مزودو LLM المؤسسين الخارجيون.

تلك الضمانات ذات صلة خاصة بالعقارات المؤسسية، حيث يمكن لمجموعات البيانات أن تكشف بشكل غير مباشر عن معلومات حساسة تتعلق بحضور الموظفين في المكاتب، وخطط توسيع الشركة، والهيكل التنظيمي.

من مشروع جانبي إلى الذكاء الاصطناعي للعقارات المؤسسية

تعود أصول تربيلار إلى مجال بعيد إلى حد ما عن العقارات التجارية.

ترجع الشركة بداياتها إلى جائحة، عندما بدأ المؤسسان المشاركان Diego Ferreiro Val و David Garcia Quintas في تجربة مشروع أتمتة منزلية مركزة. كان Ferreiro Val نائبًا لرئيس الهندسة في Salesforce، بينما جلب Garcia Quintas خبرة في الذكاء الاصطناعي والبنية التحتية من Google وWaymo.

لم يُطلق منتج الأتمتة المنزلية أبدًا.

بدلاً من ذلك، جذب المشروع انتباه قسم تكنولوجيا أماكن العمل في Salesforce، حيث كانت الفرق تتعامل مع نسخة أكبر من نفس المشكلة: كميات هائلة من بيانات المباني وأماكن العمل موزعة عبر أنظمة غير متصلة.

أدت تلك الفكرة في النهاية إلى تأسيس تربيلار.

قامت الشركة منذ ذلك الحين بتوسيع الفريق بخبرات تشمل Salesforce وGoogle وWaymo وVerkada. كما أضافت المدير التنفيذي السابق للعقارات في Google Dave Radcliffe كمستشار. ساعد Radcliffe في الإشراف على توسيع البصمة المادية لـ Google عبر فترات رئاسة إريك شميت، لاري بيدج، وسوندار بيتشاي.

سلسلة A بقيمة 18 مليون دولار تستهدف وظيفة مؤسسية كبيرة ولكن مهملة

يأتي التمويل الجديد بينما يواصل المستثمرون البحث عن فئات مؤسسية يمكن لأنظمة الذكاء الاصطناعي المتخصصة فيها استبدال التحليل اليدوي وتدفقات العمل المجزأة.

لقد أنتجت المجالات القانونية والمالية ودعم العملاء وتطوير البرمجيات بالفعل مجموعة متزايدة من شركات الذكاء الاصطناعي المتخصصة. تقدم العقارات المؤسسية فرصة مماثلة، ولكن مع تركيبة غير عادية من البيانات المالية والعملياتية والبيانات الواقعية.

يؤكد الرئيس التنفيذي لتربيلار، دييغو فيررييرو فال، أن فرق العقارات يجب أن تكون قادرة على إجراء المزيد من هذا التحليل داخليًا بدلاً من الاعتماد على جداول البيانات والاستشاريين.

قال Ferreiro Val: “بنينا تربيلار لمنح القادة الاستقلالية لاتخاذ هذه القرارات بأنفسهم.”

ستختبر المرحلة التالية ما إذا كان هذا النهج يمكن أن يتوسع إلى ما بعد المتبنين الأوائل في المؤسسات.

مع تمويل جديد قدره 18 مليون دولار، تخطط تربيلار لاستثمار المزيد في تقنيتها للذكاء الاصطناعي مع توسيع فرق الهندسة والتسويق. الفرصة الأكبر هي تحويل العقارات المؤسسية من مجموعة تُحلل دورياً من العقود والمباني إلى مجموعة بيانات محدثة باستمرار يمكن لوكلاء الذكاء الاصطناعي التحليل والاستدلال عليها.

إذا سارت تلك الانتقالة، قد تصبح القرارات المتعلقة بمكان توطين الموظفين، وكمية مساحة المكاتب التي تحتفظ بها الشركات، وما تنفقه على البنية التحتية المادية، بشكل متزايد تدفق عمل مؤسسي آخر يشكله الذكاء الاصطناعي.