Trebellar raccoglie $18 milioni in Serie A per portare agenti IA al real estate aziendale

Trebellar ha raccolto $18 milioni in finanziamento di Serie A mentre cerca di portare agenti IA e decisioni automatizzate a una delle funzioni aziendali che è rimasta insolitamente dipendente da fogli di calcolo, software disconnessi e consulenti esterni: il real estate aziendale.

Il round è stato guidato da Blossom Capital, con la partecipazione di Haystack, Alt Capital, 1Flourish e Bynd. Trebellar afferma che il nuovo capitale sarà utilizzato per espandere i team di ingegneria e go‑to‑market, approfondire le capacità IA e far crescere la base di clienti aziendali.

L’azienda con sede a San Francisco ha già attratto diversi clienti importanti, tra cui Meta, Uber, Merck e Cohesity, garantendole una prima posizione tra le organizzazioni che gestiscono portafogli immobiliari grandi e complessi.

Per Trebellar, l’opportunità non consiste semplicemente nel sostituire i fogli di calcolo con un altro cruscotto. L’azienda sta cercando di creare uno strato nativo IA in grado di comprendere il portafoglio immobiliare di un’organizzazione, analizzandolo continuamente e aiutando i team a prendere decisioni su tutto, dai contratti di locazione e l’utilizzo degli uffici fino alle future sedi.

Il real estate aziendale ha un problema di dati

Le grandi aziende generano enormi quantità di dati sulla loro impronta fisica.

I contratti di locazione contengono impegni finanziari e date di rinnovo. I sistemi di badge e le reti Wi‑Fi forniscono segnali sulla presenza in ufficio. Le piattaforme di prenotazione delle sale mostrano come i dipendenti utilizzano gli spazi per riunioni. I sistemi delle risorse umane contengono dati sul numero di dipendenti e informazioni organizzative, mentre i sondaggi possono rivelare se i dipendenti trovano effettivamente utile un ufficio.

Il problema è che gran parte di queste informazioni tradizionalmente risiede in sistemi separati.

Prima che un team di real estate aziendale possa decidere se rinnovare un contratto di locazione, ridurre un ufficio, espandersi in un altro mercato o modificare una politica sul luogo di lavoro, gli analisti potrebbero dover prima raccogliere e riconciliare informazioni da fogli di calcolo, PDF e molteplici piattaforme software.

Trebellar sta costruendo la sua piattaforma attorno a un livello dati unificato progettato per aggregare e normalizzare tali fonti prima di applicare l’IA. Il sistema può incorporare dati di locazione e spese operative, informazioni di mercato, dati di occupazione provenienti da badge, Wi‑Fi e sensori, sistemi di prenotazione degli spazi, piattaforme HR e sondaggi dei dipendenti. Le aziende possono inoltre aggiungere informazioni tramite API, caricamenti CSV e documenti di ricerca o politiche interne.

Questa base di dati è importante perché l’IA aziendale diventa notevolmente più utile quando i modelli possono ragionare su informazioni operative strutturate anziché su una raccolta di documenti isolati.

Passare dai cruscotti agli agenti IA

Una volta che queste informazioni sono collegate, la piattaforma AI di Trebellar applica una combinazione di agenti IA, grandi modelli linguistici e modelli di apprendimento automatico alle decisioni di real estate aziendale.

Invece di richiedere agli utenti di assemblare manualmente i cruscotti, Trebellar consente ai team di porre domande sui propri portafogli e generare report, raccomandazioni o analisi su problemi specifici.

I suoi agenti specifici per compito possono gestire aree come la gestione del portafoglio, la strategia di localizzazione e la pianificazione. La piattaforma può analizzare le performance di locazione e di posizione, effettuare valutazioni di localizzazione, modellare diversi scenari di domanda‑offerta e generare ricerche sui mercati potenziali.

I modelli predittivi aggiungono un ulteriore livello. Trebellar afferma che la sua tecnologia può prevedere la presenza in ufficio, rilevare cambiamenti insoliti nei modelli di lavoro e aiutare le aziende a stimare come il personale o i servizi dovrebbero essere adeguati in base all’uso previsto.

Ciò avvicina il software a un sistema di supporto decisionale piuttosto che a un prodotto tradizionale di business intelligence.

Ad esempio, un’azienda che valuta se ha bisogno di un ufficio specifico potrebbe potenzialmente combinare i costi di locazione, le tendenze di utilizzo, le sedi dei dipendenti, i tempi di pendolarismo e il sentiment sul luogo di lavoro, invece di valutare ogni variabile in modo indipendente.

La modellazione di scenari consente inoltre ai team di testare come le modifiche al loro portafoglio potrebbero influenzare costi, capacità o l’accesso dei dipendenti prima di prendere una decisione.

IA costruita attorno ai dati immobiliari

Le aziende di IA verticale si differenziano sempre più costruendo sistemi attorno alle strutture dati e ai flussi di lavoro di un settore specifico, anziché aggiungere un chatbot generico al software esistente.

Trebellar sta adottando questo approccio nel settore immobiliare.

L’azienda afferma che i suoi modelli sono progettati attorno a dati di occupazione, luogo di lavoro e locazione, mentre i suoi agenti IA sono addestrati a eseguire analisi immobiliari specifiche. La sua tecnologia di strategia di localizzazione, ad esempio, può combinare informazioni pubbliche con dati di mercato, demografici, di trasporto e di talento nella valutazione di potenziali sedi.

C’è anche un componente di sicurezza aziendale nell’architettura.

Trebellar è certificata SOC 2 Tipo II e l’azienda afferma che i modelli di machine learning che dipendono dai dati dei clienti vengono addestrati in modo indipendente per ciascuna organizzazione, anziché aggregare i dataset dei clienti. Trebellar gestisce inoltre la propria infrastruttura di machine learning e supporta modelli di linguaggio di grandi dimensioni open source, utilizzando meccanismi di astrazione quando sono coinvolti fornitori esterni di LLM aziendali.

Tali salvaguardie sono particolarmente rilevanti per il real estate aziendale, dove i dataset possono rivelare indirettamente informazioni sensibili sulla presenza in ufficio, sui piani di espansione dell’azienda e sulla struttura organizzativa.

Da un progetto secondario a un’IA per il real estate aziendale

Le origini di Trebellar sono in qualche modo distanti dal settore immobiliare commerciale.

L’azienda ricorda le sue radici nella pandemia, quando i cofondatori Diego Ferreiro Val and David Garcia Quintas hanno iniziato a sperimentare un progetto centralizzato di automazione domestica. Ferreiro Val era stato VP Engineering presso Salesforce, mentre Garcia Quintas ha portato esperienza in IA e infrastrutture da Google e Waymo.

Il prodotto di automazione domestica non è mai stato lanciato.

Invece, il progetto ha attirato l’attenzione dell’organizzazione di tecnologia per il workplace di Salesforce, dove i team si trovavano ad affrontare una versione più ampia dello stesso problema: grandi quantità di dati su edifici e spazi di lavoro distribuiti su sistemi disconnessi.

Quella consapevolezza è poi diventata Trebellar.

L’azienda ha successivamente ampliato il team con esperienze che spaziano da Salesforce, Google, Waymo a Verkada. Ha inoltre aggiunto come consigliere l’ex dirigente immobiliare di Google Dave Radcliffe. Radcliffe ha contribuito a supervisionare l’espansione dell’impronta fisica di Google durante le amministrazioni di Eric Schmidt, Larry Page e Sundar Pichai.

$18 M di Serie A mirano a una funzione aziendale ampia ma trascurata

Il nuovo finanziamento arriva mentre gli investitori continuano a cercare categorie aziendali in cui sistemi di IA specializzati possano sostituire l’analisi manuale e i flussi di lavoro frammentati.

Legale, finanza, assistenza clienti e sviluppo software hanno già prodotto un gruppo in crescita di aziende di IA verticali. Il real estate aziendale presenta un’opportunità simile, ma con una combinazione insolitamente complessa di dati finanziari, operativi e del mondo fisico.

Il CEO di Trebellar, Diego Ferreiro Val, sostiene che i team immobiliari dovrebbero essere in grado di condurre più analisi internamente, anziché dipendere da fogli di calcolo e consulenti.

«Abbiamo creato Trebellar per dare ai leader l’indipendenza di prendere queste decisioni da soli», ha dichiarato Ferreiro Val.

La fase successiva metterà alla prova se questo approccio potrà scalare oltre i primi adottanti aziendali.

Con 18 milioni di dollari di nuovo finanziamento, Trebellar prevede di investire ulteriormente nella sua tecnologia IA, ampliando al contempo i team di ingegneria e commerciali. L’opportunità più ampia è trasformare il real estate aziendale da una collezione periodicamente analizzata di contratti di locazione e edifici in un dataset continuamente aggiornato su cui gli agenti IA possano ragionare.

Se questa transizione si consolidasse, le decisioni su dove le aziende collocano i dipendenti, quanta superficie d’ufficio mantengono e quanto spendono per l’infrastruttura fisica potrebbero diventare sempre più un flusso di lavoro aziendale modellato dall’IA.