Trebellar привлек $18M в раунде Series A, чтобы внедрить AI‑агентов в корпоративную недвижимость

Trebellar привлек $18 млн в рамках финансирования Series A, стремясь внедрить AI‑агентов и автоматизированное принятие решений в одну из функций предприятия, которая по‑прежнему сильно зависит от электронных таблиц, разрозненного программного обеспечения и внешних консультантов: корпоративную недвижимость.

Раунд возглавил Blossom Capital, при участии Haystack, Alt Capital, 1Flourish и Bynd. Trebellar заявляет, что полученный капитал будет использован для расширения инженерных и коммерческих команд, углубления возможностей ИИ и роста клиентской базы среди предприятий.

Компания, базирующаяся в Сан‑Франциско, уже привлекла несколько крупных клиентов, включая Meta, Uber, Merck и Cohesity, что дало ей раннее присутствие среди организаций, управляющих большими и сложными портфелями недвижимости.

Для Trebellar возможность заключается не просто в замене электронных таблиц новым дашбордом. Компания стремится создать AI‑нативный слой, способный понимать портфель недвижимости организации, постоянно анализировать его использование и помогать командам принимать решения по всему спектру вопросов — от аренды и использования офисов до выбора будущих локаций.

У корпоративной недвижимости есть проблема с данными

Крупные компании генерируют огромные объёмы данных о своей физической инфраструктуре.

Арендные договоры содержат финансовые обязательства и даты продления. Системы пропусков и Wi‑Fi сети предоставляют сигналы о присутствии в офисе. Платформы бронирования комнат показывают, как сотрудники используют конференц‑залы. Системы управления персоналом содержат данные о численности и организационной структуре, а опросы могут выявить, считают ли сотрудники офис действительно полезным.

Проблема в том, что большая часть этой информации традиционно хранится в разрозненных системах.

Прежде чем команда корпоративной недвижимости сможет решить, продлевать ли аренду, сокращать офис, расширяться в новый рынок или менять политику рабочего места, аналитикам часто необходимо собрать и согласовать информацию из электронных таблиц, PDF‑файлов и множества программных платформ.

Trebellar строит свою платформу вокруг унифицированного слоя данных, предназначенного для агрегирования и нормализации этих источников перед применением ИИ. Система может включать данные об аренде и эксплуатационных расходах, рыночную информацию, данные о занятости из систем пропусков, Wi‑Fi и датчиков, системы резервирования пространств, HR‑платформы и опросы сотрудников. Компании также могут добавлять информацию через API, загрузку CSV и внутренние исследовательские или политические документы.

Эта база данных важна, поскольку корпоративный ИИ становится значительно полезнее, когда модели могут оперировать структурированной операционной информацией, а не набором разрозненных документов.

Переход от дашбордов к AI‑агентам

Как только информация соединена, Trebellar’s AI platform применяет комбинацию AI‑агентов, больших языковых моделей и моделей машинного обучения к решениям в сфере корпоративной недвижимости.

Вместо того чтобы требовать от пользователей вручную собирать дашборды, Trebellar позволяет командам задавать вопросы о своих портфелях и генерировать отчёты, рекомендации или анализы по конкретным проблемам.

Его специализированные агенты могут работать в областях, таких как управление портфелем, стратегия расположения и планирование. Платформа может анализировать эффективность аренды и локаций, проводить оценку местоположений, моделировать различные сценарии спроса и предложения и создавать исследования потенциальных рынков.

Прогностические модели добавляют ещё один уровень. Trebellar утверждает, что её технология может прогнозировать посещаемость офисов, обнаруживать необычные изменения в паттернах рабочего места и помогать компаниям оценивать, как следует корректировать штат или услуги на основе ожидаемого использования.

Это приближает программное обеспечение к системе поддержки принятия решений, а не к традиционному продукту бизнес‑аналитики.

Например, компания, оценивающая необходимость конкретного офиса, могла бы объединить стоимость аренды, тенденции использования, местоположение сотрудников, время в пути и настроение относительно рабочего места, вместо того чтобы оценивать каждую переменную отдельно.

Моделирование сценариев также позволяет командам проверять, как изменения в портфеле могут повлиять на стоимость, ёмкость или доступ сотрудников, прежде чем принимать решение.

ИИ, построенный вокруг данных о недвижимости

Вертикальные AI‑компании всё чаще отличаются тем, что строят системы вокруг структур данных и рабочих процессов конкретной отрасли, а не добавляют универсального чат‑бота к существующему программному обеспечению.

Trebellar применяет такой подход к сфере недвижимости.

Компания заявляет, что её модели построены вокруг данных о занятости, рабочем месте и аренде, а её AI‑агенты обучены выполнять конкретные аналитические задачи в сфере недвижимости. Технология стратегии расположения, например, может сочетать публичную информацию с рыночными, демографическими, транспортными и кадровыми данными при оценке потенциальных локаций.

В архитектуру также встроен компонент корпоративной безопасности.

Trebellar имеет сертификат SOC 2 Type II, и компания заявляет, что модели машинного обучения, зависящие от данных клиентов, обучаются независимо для каждой организации, а не объединяя наборы данных клиентов. Trebellar также управляет собственной инфраструктурой машинного обучения и поддерживает открытые крупные языковые модели, используя механизмы абстракции, когда задействованы внешние поставщики корпоративных LLM.

Эти меры предосторожности особенно актуальны для корпоративной недвижимости, где наборы данных могут косвенно раскрывать конфиденциальную информацию о посещаемости офисов, планах расширения компании и организационной структуре.

От стороннего проекта к корпоративному ИИ для недвижимости

Происхождение Trebellar несколько отдалено от коммерческой недвижимости.

Компания указывает, что её начало связано с пандемией, когда соучредители Diego Ferreiro Val and David Garcia Quintas начали экспериментировать с централизованным проектом домашней автоматизации. Ferreiro Val ранее был вице-президентом по инженерии в Salesforce, а Garcia Quintas привнёс опыт в области ИИ и инфраструктуры из Google и Waymo.

Продукт домашней автоматизации так и не был запущен.

Вместо этого проект привлёк внимание подразделения технологий рабочего места Salesforce, где команды сталкивались с более крупной версией той же проблемы: огромными объёмами данных о зданиях и рабочих местах, распределёнными по разрозненным системам.

Это осознание в конечном итоге превратилось в Trebellar.

С тех пор компания расширила команду, привлекая специалистов с опытом работы в Salesforce, Google, Waymo и Verkada. Также был добавлен бывший руководитель по недвижимости в Google Dave Radcliffe в качестве советника. Радклифф помог контролировать расширение физической инфраструктуры Google в период руководства Эрика Шмидта, Ларри Пейджа и Сундара Пичаи.

$18 млн серии A нацелены на большую, но недооценённую корпоративную функцию

Новое финансирование поступает в то время, когда инвесторы продолжают искать корпоративные категории, где специализированные ИИ‑системы могут заменить ручной анализ и фрагментированные рабочие процессы.

Юридический, финансовый, службы поддержки клиентов и разработка программного обеспечения уже породили растущую группу вертикальных ИИ‑компаний. Корпоративная недвижимость представляет аналогичную возможность, но с необычно сложным сочетанием финансовых, операционных и физических данных.

Генеральный директор Trebellar Диего Феррейро Валь утверждает, что команды по недвижимости должны иметь возможность проводить большую часть такого анализа самостоятельно, а не полагаться на электронные таблицы и консультантов.

«Мы создали Trebellar, чтобы дать руководителям независимость принимать эти решения самостоятельно», — сказал Ferreiro Val.

Следующий этап проверит, сможет ли такой подход масштабироваться за пределы ранних корпоративных пользователей.

Получив $18 млн нового финансирования, Trebellar планирует дальше инвестировать в свои ИИ‑технологии, расширяя инженерные и коммерческие команды. Более широкая цель — превратить корпоративную недвижимость из периодически анализируемой совокупности аренд и зданий в постоянно обновляемый набор данных, над которым могут рассуждать ИИ‑агенты.

Если такой переход закрепится, решения о том, где компании размещают сотрудников, сколько офисных площадей они поддерживают и сколько тратят на физическую инфраструктуру, всё чаще могут стать ещё одним корпоративным рабочим процессом, формируемым ИИ.