Trebellar залучає $18M у раунді Series A, щоб впровадити AI‑агентів у корпоративну нерухомість

Trebellar залучила 18 млн доларів у раунді Series A, оскільки прагне впровадити AI‑агентів та автоматизоване прийняття рішень у одну з функцій підприємства, яка залишалася надзвичайно залежною від електронних таблиць, розрозненого програмного забезпечення та зовнішніх консультантів: корпоративну нерухомість.

Раунд очолювала Blossom Capital, за участю Haystack, Alt Capital, 1Flourish та Bynd. Trebellar зазначає, що новий капітал буде використаний для розширення інженерних та комерційних команд, поглиблення AI‑можливостей та збільшення бази корпоративних клієнтів.

Компанія, розташована у Сан-Франциско, вже привернула кілька великих клієнтів, серед яких Meta, Uber, Merck та Cohesity, що забезпечило їй раннє становище серед організацій, які керують великими та складними портфелями нерухомості.

Для Trebellar ця можливість полягає не лише у заміні електронних таблиць іншим дашбордом. Компанія прагне створити AI‑нативний шар, здатний розуміти портфель нерухомості організації, постійно аналізувати його використання та допомагати командам приймати рішення щодо всього — від оренд і використання офісних приміщень до майбутніх локацій.

У корпоративній нерухомості проблема з даними

Великі компанії генерують величезні обсяги даних про свою фізичну присутність.

Угоди оренди містять фінансові зобов’язання та дати продовження. Системи пропусків та Wi‑Fi мережі передають сигнали про присутність в офісі. Платформи бронювання кімнат показують, як співробітники використовують конференц-зали. Системи управління персоналом містять дані про чисельність та структуру організації, а опитування можуть виявити, чи вважає співробітник офіс корисним.

Проблема полягає в тому, що велика частина цієї інформації традиційно зберігається в окремих системах.

Перш ніж команда корпоративної нерухомості зможе вирішити, чи продовжувати оренду, скорочувати офіс, розширюватись на інший ринок чи змінювати політику робочого простору, аналітики спочатку повинні зібрати та узгодити інформацію з електронних таблиць, PDF‑файлів та кількох програмних платформ.

Trebellar будує свою платформу навколо уніфікованого шару даних, призначеного для агрегації та нормалізації цих джерел перед застосуванням ШІ. Система може інтегрувати дані про оренду та експлуатаційні витрати, ринкову інформацію, дані про зайнятість з систем пропусків, Wi‑Fi та датчиків, системи резервування простору, HR‑платформи та опитування співробітників. Компанії також можуть додавати інформацію через API, завантаження CSV та внутрішні дослідження або політичні документи.

Цей фундамент даних важливий, оскільки корпоративний ШІ стає значно кориснішим, коли моделі можуть працювати зі структурованою операційною інформацією, а не з набором окремих документів.

Перехід від дашбордів до AI‑агентів

Після того, як ця інформація з’єднана, AI‑платформа Trebellar застосовує комбінацію AI‑агентів, великих мовних моделей та моделей машинного навчання до рішень у сфері корпоративної нерухомості.

Замість того, щоб користувачі вручну збирали дашборди, Trebellar дозволяє командам ставити запитання щодо своїх портфелів та генерувати звіти, рекомендації чи аналізи щодо конкретних проблем.

Його завдано-специфічні агенти можуть працювати в областях, таких як управління портфелем, стратегія розташування та планування. Платформа може аналізувати ефективність оренди та локацій, проводити оцінку локацій, моделювати різні сценарії попиту‑пропозиції та генерувати дослідження потенційних ринків.

Прогностичні моделі додають ще один рівень. Trebellar стверджує, що її технологія може прогнозувати присутність в офісі, виявляти незвичні зміни в патернах робочого середовища та допомагати компаніям оцінювати, як слід коригувати персонал або послуги на основі очікуваного використання.

Це наближає програмне забезпечення до системи підтримки рішень, а не традиційного продукту бізнес‑інтелекту.

Наприклад, компанія, яка оцінює, чи потрібен їй певний офіс, може потенційно поєднати витрати на оренду, тенденції використання, розташування співробітників, час у дорозі та ставлення до робочого середовища, замість того щоб оцінювати кожну змінну окремо.

Моделювання сценаріїв також дозволяє командам перевіряти, як зміни у портфелі можуть вплинути на вартість, місткість або доступність для співробітників перед прийняттям рішення.

AI, побудований навколо даних про нерухомість

Вертикальні AI‑компанії все частіше відрізняються, будуючи системи навколо структури даних та робочих процесів конкретної галузі, а не додаючи універсального чат‑бота до існуючого програмного забезпечення.

Trebellar застосовує цей підхід у сфері нерухомості.

Компанія стверджує, що її моделі розроблені навколо даних про зайнятість, робоче середовище та оренду, а її AI‑агенти навчені виконувати конкретні аналізи нерухомості. Її технологія стратегічного розташування, наприклад, може поєднувати публічну інформацію з ринковими, демографічними, транспортними та даними про таланти під час оцінки потенційних локацій.

У архітектуру також входить компонент корпоративної безпеки.

Trebellar має сертифікацію SOC 2 Type II, і компанія стверджує, що моделі машинного навчання, які залежать від даних клієнтів, навчаються окремо для кожної організації, а не об’єднують набори даних клієнтів. Trebellar також експлуатує власну інфраструктуру машинного навчання та підтримує відкриті великі мовні моделі, використовуючи механізми абстракції, коли залучені зовнішні постачальники корпоративних LLM.

Ці заходи безпеки особливо важливі для корпоративної нерухомості, де набори даних можуть опосередковано розкривати конфіденційну інформацію про присутність в офісі, плани розширення компанії та структуру організації.

Від побічного проєкту до корпоративного AI у сфері нерухомості

Походження Trebellar дещо віддалені від комерційної нерухомості.

Компанія простежує свої початки до пандемії, коли співзасновники Diego Ferreiro Val and David Garcia Quintas почали експериментувати з централізованим проєктом домашньої автоматизації. Ferreiro Val раніше був віце‑президентом інженерії в Salesforce, а Garcia Quintas приніс досвід у галузі ШІ та інфраструктури з Google та Waymo.

Продукт домашньої автоматизації ніколи не був запущений.

Замість цього проєкт привернув увагу організації технологій робочих місць Salesforce, де команди стикалися з масштабнішою версією тієї ж проблеми: великими обсягами даних про будівлі та робочі простори, розподілених між нез’єднаними системами.

Це усвідомлення зрештою стало Trebellar.

З того часу компанія розширила команду, залучивши досвід, що охоплює Salesforce, Google, Waymo та Verkada. Також було додано колишнього керівника з нерухомості Google Dave Radcliffe у ролі радника. Радкліфф допомагав контролювати розширення фізичної присутності Google протягом каденцій Еріка Шмідта, Ларрі Пейджа та Сундара Пічай.

$18 млн серії A орієнтовані на велику, але недооцінену корпоративну функцію

Нові інвестиції з’являються, коли інвестори продовжують шукати корпоративні категорії, у яких спеціалізовані системи ШІ можуть замінити ручний аналіз та фрагментовані робочі процеси.

Юриспруденція, фінанси, підтримка клієнтів та розробка програмного забезпечення вже створили зростаючу групу вертикальних AI‑компаній. Корпоративна нерухомість представляє подібну можливість, проте з надзвичайно складною комбінацією фінансових, операційних та даних фізичного світу.

CEO Trebellar Дієго Феррейро Валь стверджує, що команди з нерухомості повинні мати можливість проводити більшість такого аналізу внутрішньо, а не покладатися на електронні таблиці та консультантів.

“Ми створили Trebellar, щоб надати лідерам незалежність приймати ці рішення самостійно,” сказав Ferreiro Val.

Наступний етап перевірить, чи можна масштабувати цей підхід поза межами ранніх корпоративних користувачів.

Отримавши $18 млн нових інвестицій, Trebellar планує подальше інвестування у свою AI‑технологію та розширення інженерних і комерційних команд. Більша можливість полягає у перетворенні корпоративної нерухомості з періодично аналізованої колекції орендних договорів і будівель у постійно оновлюваний набір даних, над яким можуть розмірковувати AI‑агенти.

Якщо цей перехід вдасться, рішення щодо того, де компанії розташовують співробітників, скільки офісного простору вони утримують і скільки витрачають на фізичну інфраструктуру, можуть все більше ставати ще одним корпоративним робочим процесом, сформованим ШІ.