Trebellar συγκεντρώνει $18M Series A για να φέρει AI Agents στην εταιρική ακίνητη περιουσία

Trebellar έχει συγκεντρώσει $18 million σε χρηματοδότηση Series A καθώς επιδιώκει να φέρει AI agents και αυτοματοποιημένη λήψη αποφάσεων σε μία από τις επιχειρησιακές λειτουργίες που παραμένει ασυνήθιστα εξαρτημένη από λογιστικά φύλλα, αποσπασμένο λογισμικό και εξωτερικούς συμβούλους: την εταιρική ακίνητη περιουσία.

Η σειρά ηγήθηκε η Blossom Capital, με συμμετοχή από τις Haystack, Alt Capital, 1Flourish και Bynd. Η Trebellar δηλώνει ότι το νέο κεφάλαιο θα χρησιμοποιηθεί για την επέκταση των ομάδων μηχανικής και go-to-market, την ενίσχυση των δυνατοτήτων AI και την ανάπτυξη της βάσης επιχειρησιακών πελατών της.

Η εταιρεία με έδρα το Σαν Φρανσίσκο έχει ήδη προσελκύσει αρκετούς σημαντικούς πελάτες, μεταξύ των οποίων η Meta, η Uber, η Merck και η Cohesity, παρέχοντάς της ένα αρχικό προβάδισμα μεταξύ οργανισμών που διαχειρίζονται μεγάλα και σύνθετα χαρτοφυλάκια ακίνητης περιουσίας.

Για την Trebellar, η ευκαιρία δεν είναι απλώς η αντικατάσταση των λογιστικών φύλλων με έναν ακόμη πίνακα ελέγχου. Η εταιρεία προσπαθεί να δημιουργήσει ένα AI‑native στρώμα ικανό να κατανοεί το χαρτοφυλάκιο ακίνητης περιουσίας ενός οργανισμού, να αναλύει συνεχώς πώς χρησιμοποιείται το χαρτοφυλάκιο και να βοηθά τις ομάδες να λαμβάνουν αποφάσεις για όλα, από τις μισθώσεις και τη χρήση των γραφείων έως τις μελλοντικές τοποθεσίες.

Η εταιρική ακίνητη περιουσία έχει πρόβλημα δεδομένων

Οι μεγάλες εταιρείες παράγουν τεράστιες ποσότητες δεδομένων σχετικά με το φυσικό τους αποτύπωμα.

Οι μισθωτικές συμφωνίες περιέχουν οικονομικές δεσμεύσεις και ημερομηνίες ανανέωσης. Τα συστήματα καρτών πρόσβασης και τα δίκτυα WiFi παρέχουν σήματα σχετικά με την παρουσία στα γραφεία. Οι πλατφόρμες κράτησης δωματίων δείχνουν πώς οι υπάλληλοι χρησιμοποιούν τους χώρους συναντήσεων. Τα συστήματα ανθρώπινου δυναμικού περιέχουν αριθμό προσωπικού και οργανωτικές πληροφορίες, ενώ οι έρευνες μπορούν να αποκαλύψουν αν οι υπάλληλοι θεωρούν πραγματικά χρήσιμο το γραφείο.

Το πρόβλημα είναι ότι μεγάλο μέρος αυτών των πληροφοριών παραδοσιακά βρίσκεται σε ξεχωριστά συστήματα.

Πριν μια ομάδα εταιρικής ακίνητης περιουσίας μπορέσει να αποφασίσει αν θα ανανεώσει μια μίσθωση, θα μειώσει ένα γραφείο, θα επεκταθεί σε άλλη αγορά ή θα αλλάξει μια πολιτική εργασίας, οι αναλυτές ενδέχεται πρώτα να πρέπει να συλλέξουν και να ενοποιήσουν πληροφορίες από λογιστικά φύλλα, PDF και πολλαπλές πλατφόρμες λογισμικού.

Η Trebellar χτίζει την πλατφόρμα της γύρω από ένα ενοποιημένο στρώμα δεδομένων σχεδιασμένο να συγκεντρώνει και να ομαλοποιεί αυτές τις πηγές πριν εφαρμόσει AI σε αυτές. Το σύστημα μπορεί να ενσωματώσει δεδομένα μισθώσεων και λειτουργικών εξόδων, πληροφορίες αγοράς, δεδομένα πληρότητας από κάρτες πρόσβασης, WiFi και αισθητήρες, συστήματα κράτησης χώρων, πλατφόρμες HR και έρευνες υπαλλήλων. Οι εταιρείες μπορούν επίσης να προσθέσουν πληροφορίες μέσω API, ανεβάσματος CSV και εσωτερικών ερευνών ή εγγράφων πολιτικής.

Αυτό το θεμέλιο δεδομένων είναι σημαντικό επειδή η επιχειρησιακή AI γίνεται σημαντικά πιο χρήσιμη όταν τα μοντέλα μπορούν να λογίζονται πάνω σε δομημένες επιχειρησιακές πληροφορίες αντί για μια συλλογή απομονωμένων εγγράφων.

Μετάβαση από Πίνακες Ελέγχου σε AI Agents

Μόλις αυτές οι πληροφορίες συνδεθούν, Trebellar’s AI platform εφαρμόζει έναν συνδυασμό AI agents, μεγάλων μοντέλων γλώσσας και μοντέλων μηχανικής μάθησης στις αποφάσεις της εταιρικής ακίνητης περιουσίας.

Αντί να απαιτεί από τους χρήστες να συναρμολογούν χειροκίνητα πίνακες ελέγχου, η Trebellar επιτρέπει στις ομάδες να θέτουν ερωτήματα σχετικά με τα χαρτοφυλάκια τους και να δημιουργούν εκθέσεις, συστάσεις ή αναλύσεις γύρω από συγκεκριμένα προβλήματα.

Οι agents ειδικοί για συγκεκριμένα καθήκοντα μπορούν να διαχειρίζονται τομείς όπως η διαχείριση χαρτοφυλακίου, η στρατηγική τοποθεσίας και ο προγραμματισμός. Η πλατφόρμα μπορεί να αναλύει την απόδοση μισθώσεων και τοποθεσιών, να διεξάγει αξιολόγηση τοποθεσίας, να μοντελοποιεί διαφορετικά σενάρια προσφοράς‑ζήτησης και να δημιουργεί έρευνα για πιθανές αγορές.

Τα προγνωστικά μοντέλα προσθέτουν ένα ακόμη στρώμα. Η Trebellar δηλώνει ότι η τεχνολογία της μπορεί να προβλέπει την παρουσία στα γραφεία, να εντοπίζει ασυνήθιστες αλλαγές στα πρότυπα εργασίας και να βοηθά τις εταιρείες να εκτιμούν πώς θα πρέπει να προσαρμοστεί το προσωπικό ή οι υπηρεσίες βάσει της αναμενόμενης χρήσης.

Αυτό φέρνει το λογισμικό πιο κοντά σε σύστημα υποστήριξης αποφάσεων παρά σε παραδοσιακό προϊόν επιχειρηματικής νοημοσύνης.

Για παράδειγμα, μια εταιρεία που αξιολογεί αν χρειάζεται ένα συγκεκριμένο γραφείο θα μπορούσε ενδεχομένως να συνδυάσει το κόστος μίσθωσης, τις τάσεις χρήσης, τις τοποθεσίες των υπαλλήλων, τους χρόνους μετακίνησης και τη διάθεση για το χώρο εργασίας, αντί να αξιολογεί κάθε μεταβλητή ανεξάρτητα.

Η μοντελοποίηση σεναρίων επιτρέπει επίσης στις ομάδες να δοκιμάσουν πώς οι αλλαγές στο χαρτοφυλάκιό τους μπορεί να επηρεάσουν το κόστος, τη χωρητικότητα ή την πρόσβαση των υπαλλήλων πριν ληφθεί απόφαση.

AI που βασίζεται σε δεδομένα ακίνητης περιουσίας

Οι εταιρείες κατακόρυφης AI διαφοροποιούνται όλο και περισσότερο δημιουργώντας συστήματα γύρω από τις δομές δεδομένων και τις ροές εργασίας ενός συγκεκριμένου κλάδου, αντί να προσθέτουν ένα γενικού σκοπού chatbot σε υπάρχον λογισμικό.

Η Trebellar υιοθετεί αυτή την προσέγγιση στον τομέα της ακίνητης περιουσίας.

Η εταιρεία δηλώνει ότι τα μοντέλα της σχεδιάζονται γύρω από δεδομένα πληρότητας, εργασιακού χώρου και μισθώσεων, ενώ οι AI agents της εκπαιδεύονται να εκτελούν συγκεκριμένες αναλύσεις ακίνητης περιουσίας. Η τεχνολογία στρατηγικής τοποθεσίας της, για παράδειγμα, μπορεί να συνδυάσει δημόσιες πληροφορίες με δεδομένα αγοράς, δημογραφικά, μεταφορικά και ταλέντου κατά την αξιολόγηση πιθανών τοποθεσιών.

Υπάρχει επίσης ένα στοιχείο επιχειρησιακής ασφάλειας στην αρχιτεκτονική.

Η Trebellar είναι πιστοποιημένη SOC 2 Type II, και η εταιρεία δηλώνει ότι τα μοντέλα μηχανικής μάθησης που εξαρτώνται από δεδομένα πελατών εκπαιδεύονται ανεξάρτητα για κάθε οργανισμό αντί να συγκεντρώνουν σύνολα δεδομένων πελατών. Η Trebellar επίσης διαχειρίζεται τη δική της υποδομή μηχανικής μάθησης και υποστηρίζει ανοιχτού κώδικα μεγάλα γλωσσικά μοντέλα, ενώ χρησιμοποιεί μηχανισμούς αφαίρεσης όταν εμπλέκονται εξωτερικοί προμηθευτές επιχειρησιακών LLM.

Αυτά τα μέτρα ασφαλείας είναι ιδιαίτερα σημαντικά για το εταιρικό ακίνητο, όπου τα σύνολα δεδομένων μπορούν έμμεσα να αποκαλύψουν ευαίσθητες πληροφορίες σχετικά με την παρουσία στο γραφείο, τα σχέδια επέκτασης της εταιρείας και τη δομή της οργάνωσης.

Από Πλευρικό Έργο σε Επιχειρησιακή AI Ακινήτων

Οι ρίζες της Trebellar είναι κάπως απομακρυσμένες από το εμπορικό ακίνητο.

Η εταιρεία εντοπίζει την αρχή της στην πανδημία, όταν οι συνιδρυτές Diego Ferreiro Val and David Garcia Quintas άρχισαν να πειραματίζονται με ένα κεντρικό έργο αυτοματισμού σπιτιού. Ο Ferreiro Val είχε υπηρετήσει ως VP Engineering στη Salesforce, ενώ ο Garcia Quintas έφερε εμπειρία AI και υποδομών από τη Google και τη Waymo.

Το προϊόν αυτοματισμού σπιτιού δεν κυκλοφόρησε ποτέ.

Αντίθετα, το έργο τράβηξε την προσοχή της ομάδας τεχνολογίας εργασιακού χώρου της Salesforce, όπου οι ομάδες αντιμετώπιζαν μια μεγαλύτερη έκδοση του ίδιου προβλήματος: τεράστιες ποσότητες δεδομένων κτιρίων και εργασιακού χώρου που διασκορπίζονταν σε αποσυνδεδεμένα συστήματα.

Αυτή η συνειδητοποίηση τελικά εξελίχθηκε σε Trebellar.

Η εταιρεία έχει από τότε επεκτείνει την ομάδα με εμπειρία που καλύπτει τη Salesforce, τη Google, τη Waymo και τη Verkada. Έχει επίσης προσθέσει ως σύμβουλο τον πρώην εκτελεστικό του τμήματος ακινήτων της Google Dave Radcliffe. Ο Radcliffe βοήθησε στην επίβλεψη της επέκτασης του φυσικού αποτυπώματος της Google κατά τις θητείες των Eric Schmidt, Larry Page και Sundar Pichai.

$18M Σειρά Α Στοχεύει σε Μια Μεγάλη αλλά Παραμελημένη Επιχειρησιακή Λειτουργία

Η νέα χρηματοδότηση έρχεται καθώς οι επενδυτές συνεχίζουν την αναζήτηση επιχειρησιακών κατηγοριών όπου εξειδικευμένα συστήματα AI μπορούν να αντικαταστήσουν την χειροκίνητη ανάλυση και τα κατακερματισμένα ροές εργασίας.

Νομικό, χρηματοοικονομικό, εξυπηρέτηση πελατών και ανάπτυξη λογισμικού έχουν ήδη δημιουργήσει μια αυξανόμενη ομάδα κατακόρυφων εταιρειών AI. Το εταιρικό ακίνητο παρουσιάζει παρόμοια ευκαιρία, αλλά με έναν ασυνήθιστα πολύπλοκο συνδυασμό οικονομικών, λειτουργικών και δεδομένων του φυσικού κόσμου.

Ο Διευθύνων Σύμβουλος της Trebellar, Diego Ferreiro Val, υποστηρίζει ότι οι ομάδες ακινήτων θα πρέπει να μπορούν να πραγματοποιούν περισσότερη ανάλυση εσωτερικά, αντί να εξαρτώνται από λογιστικά φύλλα και συμβούλους.

«Δημιουργήσαμε την Trebellar για να δώσουμε στους ηγέτες την ανεξαρτησία να λαμβάνουν αυτές τις αποφάσεις μόνοι τους», είπε Ferreiro Val.

Το επόμενο στάδιο θα δοκιμάσει αν αυτή η προσέγγιση μπορεί να κλιμακωθεί πέρα από τους πρώτους επιχειρησιακούς υιοθετητές.

Με 18 εκατομμύρια δολάρια νέας χρηματοδότησης, η Trebellar σχεδιάζει να επενδύσει περαιτέρω στην τεχνολογία AI της, ενώ επεκτείνει τις ομάδες μηχανικής και εμπορικές. Η μεγαλύτερη ευκαιρία είναι να μετατρέψει το εταιρικό ακίνητο από μια περιοδικά αναλυόμενη συλλογή μισθώσεων και κτιρίων σε ένα συνεχώς ενημερωμένο σύνολο δεδομένων που οι πράκτορες AI μπορούν να επεξεργαστούν.

Αν αυτή η μετάβαση ενσωματωθεί, οι αποφάσεις σχετικά με το πού θα τοποθετούνται οι εργαζόμενοι, πόσο γραφειακό χώρο θα διατηρούν και τι θα ξοδεύουν σε φυσική υποδομή θα μπορούν όλο και περισσότερο να γίνουν ένα ακόμη επιχειρησιακό ροή εργασίας που διαμορφώνεται από AI.