Reza Sardeha, grundlægger og administrerende direktør for Anyone.com – Interviewserie

Reza Sardeha er en serieiværksætter og innovator med base i Amsterdam. Før lanceringen af Anyone.com fungerede han som administrerende direktør for Dan.com, hvor han hjalp med at omforme markedet for domænenavne ved hjælp af blockchain og strømlinede digitale transaktioner, og han grundlagde også den prisvindende webbureau AZS Media Group. Med en track record for at opbygge skalerbare, brugerorienterede platforme, fokuserer Sardeha nu på at løse en af verdens største udfordringer: adgangen til ejerskab af boliger.

Anyone.com er en platform for næste generations ejendomshandel, der bringer hele processen med køb og salg af boliger ind i et enkelt digitalt arbejdsområde. Platformen giver købere, sælgere, agenter og relaterede fagfolk mulighed for at administrere tilbud, visninger, tilbud, forhandlinger og afslutninger på en sammenhængende og gennemsigtig måde. Med AI-drevet agentmatchning, slut til slut-arbejdsprocesser og planer for en “Anyone Hypotek”, sigter virksomheden mod at gøre ejerskab af boliger hurtigere, mere retfærdigt og mere tilgængeligt på globalt plan.

Hvad var den personlige erfaring eller indsigt, der fik dig til at grundlægge Anyone.com, og hvordan påvirkede din rejse med opbygning og afhænding af Dan.com din beslutning om at løse ejendomshandelsproblemer med AI som kerne løsning?

Efter at have opbygget og afhændet Dan.com til GoDaddy (GDDY ), indså jeg, at jeg ikke ønskede at løse små problemer i relativt lavindflydelsesindustrier. Jeg ønskede at løse noget, der virkelig var brudt. Ejendomshandel stod ud. Det er en af de sidste trilliondollarsindustrier, der stadig kører på forældede, fragmenterede værktøjer. Hos Dan byggede vi infrastruktur, der gjorde overførsel og ejerskab af domænenavne sammenhængende. Jeg så muligheden for at gøre det samme, men på en langt større skala, med ejendomshandel, drevet af AI. Hvorfor AI? Innovation er i min mening intet andet end procesoptimering. AI er et superværktøj til at opnå det, når det anvendes korrekt, og derfor valgte vi denne retning.

Hvorfor er køb af boliger ofte langsomt, dyrt og uigennemsigtigt? Hvordan gør AI hos Anyone.com det muligt at gøre ejerskab mere tilgængeligt ved at reducere kompleksiteten?

Vores AI fjerner gæt fra hver enkelt fase. Fra at matche dig med den rette agent til at hjælpe dig med at lave smartere tilbud (snart tilgængeligt) til at administrere hver enkelt fase digitalt. Det gør processen hurtigere, billigere og langt mere gennemsigtig. Vi har automatiseret de “hvad skal jeg gøre herefter?”-øjeblikke, som købere altid kæmper med, og vi giver købere alt, hvad de behøver for at lykkes, i stedet for kun en del af det. Traditionelle portaler hjælper kun med opdagelse af ejendomme, for eksempel, men købers rejse er langt mere omfattende end blot det.

Deres platform analyserer over 12 milliarder datapunkter. Kan du dele et konkrekt eksempel på, hvor AI fandt en uventet match eller indsigt, som et menneske sandsynligvis ville have overset?

Vi matchede en gang en køber, der flyttede fra London til Lissabon, med en agent, der havde håndteret en næsten identisk grænseoverskridende transaktion blot få måneder tidligere, selvom de ikke var i topresultaterne og ikke vidste, hvilke agenter der var gode eller ej i Lissabon. Et menneske ville ikke have kendt den kontekst. Vores AI fremhæver nuancer, der er umulige at spore manuelt, og baserer beslutninger på ALLE tilgængelige data, i stedet for brudstykker.

Tillid er en enorm udfordring i både ejendomshandel og AI. Hvordan designer du algoritmer, som folk vil føle sig komfortable med at stole på til livets største køb?

Vi prioriterer gennemsigtighed. Brugere ser, hvorfor de bliver matched, hvilke kriterier der blev brugt, og kan altid udforske alternative muligheder. AI erstatter ikke menneskelig dømmekraft, men forbedrer den. Ud over det bruger vi AI til at matche dig, men til sidst hjælper en ekspertagent dig gennem transaktionen på vores platform.

Ejendomsmarkeder varierer vildt fra Amsterdam til New York til Tokyo. Hvordan træner du AI-modeller til at tilpasse sig så forskellige lokale regler og adfærd?

Vi prøver ikke at tvinge en global model på lokale markeder, da vi stærkt tror, at ejendomstransaktioner kræver lokal ekspertise. Vores AI-model indtager alle agenteres performance-data fra hvert enkelt lokal område og giver tilpassede anbefalinger baseret på det.

Ud over hurtigere transaktioner, hvilke nye muligheder åbner AI — er vi på vej mod en verden, hvor algoritmer forhandler handler eller strukturerer finansiering selv?

Absolut. Vi udforsker allerede AI-støttet forhandlingsstøtte og personlige finansieringsstrukturer. Endemålet er et system, der kan optimere en aftale i realtid, balancere pris, timing og finansiering for at gøre ejerskab af boliger langt mere tilgængeligt.

Under overfladen, hvilke slags maskinelæringsmodeller driver platformen, og hvordan træner du dem til at balancere hastighed, præcision og retfærdighed i ejendomshandelsbeslutninger?

Vi bruger en blanding af overvåget læring, samarbejdende filtrering og naturlige sprogmodeller. Matchingsmotoren, for eksempel, balancerer agentpræstation, køberpræferencer og transaktionskontekst. Vi gen-træner kontinuerligt på reelle resultater for at reducere bias og øge præcision. Vi startede med at arbejde på løsningen for over 2 år siden og lancerede blot et par måneder siden, så vi har brug for mere tid til at blive bedre til, hvad vi gør, da vi får adgang til mere kapital, men løsningen fungerer allerede og hurtigt. Vores ingeniører håndterer enorme mængder data, men har løst alle skaleringsproblemer, vi stod over for.

Jeres fælles ejendoms hypotekmodel lyder revolutionerende. Hvordan bestemmer AI, hvem der kan betale, og tilpasser finansieringsmuligheder til enkelte købere?

Vi tilbyder ikke eller giver den fælles ejendomshypotekmodel på større skala endnu, men det første skridt, vi arbejder på, er at matche dig med hypotekrådgivere og -udbydere på en lignende måde, som vi matcher dig med ejendomsagenter, og skridtet derefter er at give hypotekudbyderne de rigtige værktøjer til at optimere deres arbejdsproces, især det, der vedrører underwritingholdene.

Med milliarder af ejendomsrekorder på tværs af 10+ lande, hvordan sikrer du, at jeres AI ikke blot er hurtigere, men også retfærdig, upartisk og præcis i sine anbefalinger?

Vi tester vores modeller på tværs af demografiske segmenter og markeder regelmæssigt og vil senere give vores AI muligheden for at forbedre sin præstation. Vi tillader aldrig agenter eller vores AI at fremme en bestemt anbefaling, og modellen er altid trænet til at give den bedste anbefaling og ikke en fordomsfuld en, så den er upartisk af design. På vores side behøver vi blot at sikre, at vores data er nøjagtige, da modellen er trænet på data til sidst, og dataintegritet er nøgle til at sikre på større skala.

Hvis AI fundamentalt ændrer rollen for den menneskelige ejendomsagent, hvad ser den nye rolle ud i en verden formet af Anyone.com?

Agenterne bliver igen tillidsfulde rådgivere og ikke administrationsarbejdere. Med AI, der håndterer arbejdsprocessen og det besværlige arbejde, kan agenterne fokusere på strategi, relationer og afslutning af handler. Det handler om at hæve deres rolle, ikke erstatte den.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge Anyone.com.