Reza Sardeha, Fundador y CEO de Anyone.com – Serie de Entrevistas

Reza Sardeha es un emprendedor serial de tecnología y innovador con sede en Ámsterdam. Antes de lanzar Anyone.com, se desempeñó como CEO de Dan.com, donde ayudó a reformar el mercado de nombres de dominio utilizando blockchain y transacciones digitales simplificadas, y también fundó el galardonado grupo de medios web AZS Media Group. Con un historial de construir plataformas escalables y centradas en el usuario, Sardeha ahora se centra en resolver uno de los desafíos más grandes del mundo: el acceso a la propiedad de vivienda.

Anyone.com es una plataforma de bienes raíces de próxima generación que lleva todo el proceso de compra y venta de viviendas a un solo espacio de trabajo digital. La plataforma permite a compradores, vendedores, agentes y profesionales relacionados gestionar listados, visitas, ofertas, negociaciones y cierres de forma fluida y transparente. Con la coincidencia de agentes impulsada por IA, flujos de trabajo de extremo a extremo y planes para una “Hipoteca de Anyone”, la empresa tiene como objetivo hacer que la propiedad sea más rápida, justa y accesible a nivel global.

¿Qué experiencia personal o idea te llevó a fundar Anyone.com, y cómo influyó tu experiencia en la construcción y salida de Dan.com en tu decisión de abordar el sector inmobiliario con la IA como solución principal?

Después de construir y vender Dan.com a GoDaddy (GDDY ), me di cuenta de que no quería resolver problemas pequeños en industrias de impacto relativamente bajo. Quería arreglar algo verdaderamente roto. El sector inmobiliario se destacó. Es una de las últimas industrias de trilliones de dólares que aún funciona con herramientas fragmentadas y obsoletas. En Dan, construimos infraestructura que hizo que las transferencias y la propiedad de dominios fueran fluidas. Vi la oportunidad de hacer lo mismo, pero a una escala mucho mayor, con el sector inmobiliario, impulsado por la IA. ¿Por qué la IA? La innovación, en mi opinión, no es más que la optimización de procesos. La IA es una herramienta súper para lograr eso cuando se utiliza adecuadamente, por lo que nos dirigimos en esta dirección.

La compra de viviendas a menudo es lenta, costosa y opaca. ¿Cómo exactamente la IA en Anyone.com reduce esa complejidad para hacer que la propiedad sea más accesible?

Nuestra IA elimina el trabajo de adivinanza en cada etapa. Desde emparejarlo con el agente adecuado hasta ayudarlo a hacer ofertas más inteligentes (próximamente) y gestionar cada paso de forma digital. Hace que el proceso sea más rápido, más barato y mucho más transparente. Automatizamos los momentos “¿qué hago a continuación?” que los compradores siempre luchan y les proporcionamos a los compradores todo lo que necesitan para tener éxito en lugar de solo una parte. Los portales tradicionales solo ayudan con el descubrimiento de propiedades, por ejemplo, pero el viaje del comprador es mucho más extenso que solo eso.

Su plataforma analiza más de 12 mil millones de puntos de datos. ¿Puede compartir un ejemplo concreto en el que la IA encontró una coincidencia inesperada o una idea que un ser humano probablemente habría perdido?

Una vez emparejamos a un comprador que se mudaba de Londres a Lisboa con un agente que había manejado una transacción transfronteriza casi idéntica solo unos meses antes, aunque no estaban en los resultados de búsqueda principales y no tenían idea de qué agentes eran buenos o no en Lisboa. Un ser humano no habría conocido ese contexto. Nuestra IA saca a la superficie matices que son imposibles de rastrear manualmente y toma decisiones basadas en TODOS los datos disponibles en lugar de fracciones.

La confianza es un problema enorme en ambos, el sector inmobiliario y la IA. ¿Cómo diseñan algoritmos que la gente se sienta cómoda al confiar en ellos para la compra más grande de la vida?

Priorizamos la transparencia. Los usuarios ven por qué se emparejan, qué criterios se utilizaron y siempre pueden explorar alternativas. La IA no reemplaza el juicio humano, lo mejora. Además, utilizamos la IA para emparejar, pero eventualmente un agente de bienes raíces experto lo asiste a través de la transacción en nuestra plataforma.

Los mercados inmobiliarios varían enormemente de Ámsterdam a Nueva York a Tokio. ¿Cómo entrenan los modelos de IA para adaptarse a reglas y comportamientos locales tan diferentes?

No intentamos imponer un modelo global a los mercados locales, ya que creemos firmemente que las transacciones inmobiliarias necesitan experiencia local. Nuestro modelo de IA toma en cuenta todos los datos de rendimiento de los agentes de cada área local y proporciona recomendaciones personalizadas basadas en eso.

Más allá de las transacciones más rápidas, ¿qué nuevas posibilidades desbloquea la IA: ¿estamos avanzando hacia un mundo en el que los algoritmos negocian acuerdos o estructuran la financiación por sí mismos?

Absolutamente. Ya estamos explorando el soporte de negociación guiada por IA y estructuras de financiación personalizadas. El objetivo final es un sistema que pueda optimizar un acuerdo en tiempo real, equilibrando el precio, el momento y la financiación para hacer que la propiedad sea mucho más accesible.

¿Qué tipo de modelos de aprendizaje automático impulsan la plataforma, y cómo los entrenan para equilibrar la velocidad, la precisión y la equidad en las decisiones inmobiliarias?

Utilizamos una mezcla de aprendizaje supervisado, filtrado colaborativo y modelos de lenguaje natural. El motor de coincidencia, por ejemplo, equilibra el rendimiento del agente, las preferencias del comprador y el contexto de la transacción. Retrenamos continuamente con resultados reales para reducir los sesgos y aumentar la precisión. Empezamos a trabajar en la solución hace más de 2 años y la lanzamos hace solo un par de meses, así que necesitamos más tiempo para mejorar en lo que hacemos a medida que obtenemos más capital, pero la solución ya funciona y es rápida. Nuestros ingenieros manejan cantidades masivas de datos, pero resolvimos todos los problemas de escalabilidad que enfrentamos.

Su modelo de hipoteca de participación compartida suena disruptivo. ¿Cómo determina la IA la asequibilidad y personaliza las opciones de financiación para los compradores individuales?

Todavía no ofrecemos ni proporcionamos el modelo de hipoteca de participación compartida a gran escala, pero el primer paso en el que estamos trabajando es emparejarlo con asesores y proveedores de hipotecas de una manera similar a como emparejamos con agentes inmobiliarios, y el paso siguiente es proporcionar las herramientas adecuadas a los proveedores de hipotecas para optimizar su flujo de trabajo, especialmente el de los equipos de subvención.

Con miles de millones de registros de propiedades en más de 10 países, ¿cómo garantiza que su IA no solo sea más rápida, sino también justa, imparcial y precisa en sus recomendaciones?

Probamos nuestros modelos en segmentos demográficos y mercados con regularidad y más adelante proporcionaremos a nuestra IA la capacidad de mejorar su rendimiento. Nunca permitimos que los agentes o nuestra IA promuevan una recomendación específica, y el modelo siempre se entrena para proporcionar la mejor recomendación y no una sesgada, así que por diseño es imparcial. En nuestro caso, solo necesitamos asegurarnos de que nuestros datos sean precisos, ya que el modelo se entrena con datos al final, y la integridad de los datos es fundamental para salvaguardar a gran escala.

Si la IA cambia fundamentalmente el papel del agente inmobiliario, ¿cómo se ve ese nuevo papel en un mundo configurado por Anyone.com?

Los agentes se convierten en asesores de confianza nuevamente, no en trabajadores administrativos. Con la IA manejando el flujo de trabajo y la tarea administrativa, los agentes pueden centrarse en la estrategia, las relaciones y el cierre de acuerdos. Se trata de elevar su papel, no de reemplazarlo.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Anyone.com.