Trebellar získává $18M v sérii A, aby přinesl AI agenty do firemních nemovitostí

Trebellar získala $18 million v sérii A, protože se snaží přinést AI agenty a automatizované rozhodování do jedné z podnikových funkcí, která zůstala neobvykle závislá na tabulkových procesorech, nesourodém softwaru a externích konzultantech: firemní nemovitosti.

Kolo financování vedla Blossom Capital, s účastí Haystack, Alt Capital, 1Flourish a Bynd. Trebellar uvádí, že nový kapitál bude použit k rozšíření inženýrských a obchodně‑marketingových týmů, prohloubení AI schopností a rozšíření podnikového zákaznického portfolia.

Společnost sídlící v San Franciscu již přilákala několik významných zákazníků, včetně Meta, Uber, Merck a Cohesity, čímž získala první postavení mezi organizacemi spravujícími rozsáhlé a složité portfolia nemovitostí.

Pro Trebellar nejde jen o nahrazení tabulek dalším panelem. Společnost se snaží vytvořit AI‑nativní vrstvu, která dokáže porozumět portfoliu nemovitostí organizace, neustále analyzovat, jak je portfolio využíváno, a pomáhat týmům rozhodovat o všem, od nájmů a využití kanceláří až po budoucí lokality.

Firemní nemovitosti mají problém s daty

Velké společnosti generují obrovské množství dat o svém fyzickém rozsahu.

Nájemní smlouvy obsahují finanční závazky a data obnovy. Systémy pro identifikaci pomocí odznaků a Wi‑Fi sítě poskytují signály o přítomnosti v kanceláři. Platformy pro rezervaci místností ukazují, jak zaměstnanci využívají zasedací prostory. Systémy lidských zdrojů obsahují údaje o počtu zaměstnanců a organizační informace, zatímco průzkumy mohou odhalit, zda zaměstnanci skutečně považují kancelář za užitečnou.

Problém spočívá v tom, že velká část těchto informací tradičně sídlí v oddělených systémech.

Než tým pro firemní nemovitosti může rozhodnout, zda obnoví nájem, zmenší kancelář, expanduje na další trh nebo změní politiku pracoviště, analytici často nejprve musí shromáždit a sladit informace z tabulek, PDF a různých softwarových platforem.

Trebellar buduje svou platformu kolem sjednocené datové vrstvy, která je navržena k agregaci a normalizaci těchto zdrojů před aplikací AI. Systém může zahrnovat data o nájmech a provozních nákladech, tržní informace, údaje o obsazenosti z odznaků, Wi‑Fi a senzorů, systémy rezervace prostor, HR platformy a průzkumy zaměstnanců. Společnosti mohou také přidávat informace prostřednictvím API, nahrávání CSV a interního výzkumu nebo politických dokumentů.

Tento datový základ je důležitý, protože podniková AI se stává podstatně užitečnější, když modely dokážou uvažovat nad strukturovanými provozními informacemi místo sbírky izolovaných dokumentů.

Přechod z panelů k AI agentům

Jakmile jsou informace propojeny, Trebellar’s AI platform aplikuje kombinaci AI agentů, velkých jazykových modelů a modelů strojového učení na rozhodnutí v oblasti firemních nemovitostí.

Místo toho, aby uživatelé museli ručně sestavovat panely, Trebellar umožňuje týmům klást otázky o svých portfoliích a generovat zprávy, doporučení nebo analýzy týkající se konkrétních problémů.

Jeho úkolově specifické agenty mohou pokrýt oblasti jako správa portfolia, strategie a plánování lokací. Platforma může analyzovat výkonnost nájmů a lokací, provádět hodnocení lokací, modelovat různé scénáře nabídky a poptávky a vytvářet výzkum potenciálních trhů.

Prediktivní modely přidávají další vrstvu. Trebellar uvádí, že jeho technologie dokáže předpovídat návštěvnost kanceláří, odhalovat neobvyklé změny v pracovních vzorcích a pomáhat společnostem odhadnout, jak by mělo být přizpůsobeno personální obsazení nebo služby na základě očekávaného využití.

To posouvá software blíže k systému podpory rozhodování než k tradičnímu produktu business intelligence.

Například společnost zvažující, zda potřebuje konkrétní kancelář, by mohla potenciálně kombinovat náklady na nájem, trendy využití, umístění zaměstnanců, dobu dojíždění a sentiment pracovního prostředí, místo aby hodnotila každou proměnnou samostatně.

Modelování scénářů také umožňuje týmům testovat, jak by změny v jejich portfoliu mohly ovlivnit náklady, kapacitu nebo přístup zaměstnanců, ještě před učiněním rozhodnutí.

AI postavená na datech o nemovitostech

Vertikální AI společnosti se stále více odlišují tím, že budují systémy kolem datových struktur a pracovních postupů konkrétního odvětví, místo aby do existujícího softwaru přidávaly obecný chatbot.

Trebellar tento přístup uplatňuje v oblasti nemovitostí.

Společnost uvádí, že její modely jsou navrženy kolem dat o obsazenosti, pracovním prostředí a nájmech, zatímco její AI agenti jsou školeni k provádění konkrétních analýz nemovitostí. Jeho technologie pro strategii lokací například může kombinovat veřejné informace s tržními, demografickými, dopravními a talentovými daty při hodnocení potenciálních lokalit.

Architektura také obsahuje komponentu podnikového zabezpečení.

Trebellar má certifikaci SOC 2 Type II a společnost uvádí, že modely strojového učení, které závisí na zákaznických datech, jsou trénovány samostatně pro každou organizaci, místo aby se sdružovaly zákaznické datové sady. Trebellar také provozuje vlastní infrastrukturu strojového učení a podporuje open‑source velké jazykové modely, přičemž při zapojení externích poskytovatelů podnikových LLM používá abstrakční mechanismy.

Tyto ochranné opatření jsou zvláště relevantní pro firemní nemovitosti, kde mohou datové sady nepřímo odhalovat citlivé informace o docházce do kanceláří, plánech rozšíření společnosti a organizační struktuře.

Z vedlejšího projektu k podnikovému AI pro realitní správu

Počátky Trebellaru jsou poněkud vzdálené od komerčních nemovitostí.

Společnost sleduje své počátky až k pandemii, kdy spoluzakladatelé Diego Ferreiro Val and David Garcia Quintas začali experimentovat s centralizovaným projektem domácí automatizace. Ferreiro Val byl dříve viceprezidentem inženýrství ve společnosti Salesforce, zatímco Garcia Quintas přinesl zkušenosti s AI a infrastrukturou z Google a Waymo.

Produkt domácí automatizace nikdy nebyl uveden na trh.

Místo toho projekt upoutal pozornost organizace pro pracovní technologie společnosti Salesforce, kde týmy řešily větší verzi stejného problému: velké objemy dat o budovách a pracovištích rozptýlených mezi nesourodými systémy.

Toto uvědomění se nakonec proměnilo v Trebellar.

Společnost od té doby rozšířila tým o zkušenosti ze společností Salesforce, Google, Waymo a Verkada. Také přidala bývalého výkonného manažera realitního oddělení Googlu Dave Radcliffe jako poradce. Radcliffe pomáhal dohlížet na rozšiřování fyzické přítomnosti Googlu během období Eric Schmidt, Larry Page a Sundar Pichai.

$18M Series A cílí na velkou, ale přehlíženou podnikovou funkci

Nové financování přichází v době, kdy investoři nadále hledají podnikové oblasti, kde specializované AI systémy mohou nahradit ruční analýzu a roztříštěné pracovní postupy.

Právní, finanční, zákaznická podpora a vývoj softwaru již vytvořily rostoucí skupinu vertikálních AI společností. Firemní realitní sektor představuje podobnou příležitost, avšak s neobvykle komplikovanou kombinací finančních, provozních a fyzických dat.

CEO Trebellaru Diego Ferreiro Val tvrdí, že týmy zabývající se nemovitostmi by měly být schopny provádět více této analýzy interně, místo aby se spoléhaly na tabulky a konzultanty.

„Postavili jsme Trebellar, aby poskytl vedoucím nezávislost činit tato rozhodnutí sami,“ řekl Ferreiro Val.

Další fáze otestuje, zda lze tento přístup rozšířit i mimo rané podnikové uživatele.

S 18 miliony dolarů nového financování plánuje Trebellar dále investovat do své AI technologie a rozšířit své inženýrské a obchodní týmy. Větší příležitostí je proměnit firemní realitní sektor z periodicky analyzované sbírky nájemních smluv a budov na kontinuálně aktualizovaný datový soubor, se kterým mohou AI agenti pracovat.

Pokud tento přechod získá na síle, rozhodnutí o tom, kde společnosti umisťují zaměstnance, kolik kancelářské plochy udržují a kolik vynakládají na fyzickou infrastrukturu, by mohla čím dál více představovat další podnikový pracovní proces formovaný AI.