Helyzetkép az AI Summit 2026 AI Property Summit szekciója alapján
Az ingatlanpiac digitalizációja új szakaszba lépett. A kérdés már nem az, hogy használjuk-e a mesterséges intelligenciát, hanem az, hogy képesek vagyunk-e az AI-t a vállalati folyamatainkba, adatainkba és döntési mechanizmusainkba beépíteni. A következő években nem egyszerűen új technológiák jelennek meg az ingatlanpiacon: a teljes értéklánc működése alakulhat át.
Az elmúlt években az ingatlanpiac digitalizációjáról elsősorban olyan technológiák kapcsán beszéltünk, mint a BIM, a digitális iker, az IoT, a CAFM, a felhőalapú rendszerek vagy az adatvezérelt döntéstámogatás. Ezek jelentősége természetesen nem csökkent. Éppen ellenkezőleg: a mesterséges intelligencia most ezekre a digitális alapokra épül rá, és egy új szintre emeli az adatfelhasználást.
Ezt a váltást a szeptemberi AI Summit AI Property Summit szekciója is pontosan megmutatta. Nyolc előadás és panel, több mint húsz felszólaló a fejlesztői, kivitelezői, vagyonkezelői, üzemeltetői és fintech oldalról és gyakorlatilag mindegyik ugyanoda futott ki, függetlenül attól, hogy tervezésről, kivitelezésről, üzemeltetésről vagy értékesítésről volt szó: a technológiáról szóló vita lezárult, és elkezdődött a szervezetről szóló vita.
A változás egyik legfontosabb jele, hogy az AI fokozatosan kilépett a „kérdezz-felelek" típusú chatbotok világából. Egyre inkább olyan digitális munkatárssá válik, amely dokumentumokat elemez, információt gyűjt, rendszereket kapcsol össze, feladatokat hajt végre és bizonyos folyamatokat önállóan is képes végigvinni.
Ez az úgynevezett agentikus irány. A korábbi generatív AI-eszközök elsősorban válaszokat adtak a felhasználók kérdéseire. Az újabb rendszerek azonban egyre inkább képesek összetett feladatokat végrehajtani: információt keresnek, dokumentumokat hasonlítanak össze, adatokat elemeznek, jelentéseket készítenek, majd a következő lépést is előkészítik.
Ez az ingatlanpiacon különösen fontos lehet, mert az iparág rendkívül sok dokumentummal, adattal és ismétlődő folyamattal dolgozik. Egy ingatlanfejlesztő vállalat működésében egyszerre jelenik meg a piackutatás, a telekvizsgálat, a pénzügyi modellezés, a tervezés, az engedélyezés, a kivitelezés, az értékesítés és később az üzemeltetés. Ezek mindegyike hatalmas mennyiségű strukturált és strukturálatlan adatot termel. Az AI egyik legnagyobb lehetősége éppen az, hogy ezeket az adatokat nem különálló információként kezeli, hanem összefüggéseket keres közöttük.
A technológiai fejlődés másik fontos iránya a multimodalitás. A mai AI-rendszerek egyre természetesebben dolgoznak egyszerre szöveggel, képpel, hanggal, táblázatokkal és egyéb dokumentumtípusokkal. Egy ingatlanpiaci vállalat számára ez azért különösen érdekes, mert a munkafolyamatokban ezek az információtípusok eleve együtt vannak jelen: egy projektnél egyszerre áll rendelkezésre BIM-modell, PDF-es műszaki dokumentáció, Excel-költségvetés, helyszíni fotó, szerződés, e-mail-kommunikáció és projektterv. Az AI számára ezek egyre inkább egyetlen információs környezetté válhatnak.
Fontos azonban különbséget tenni a digitalizáció és az AI között. A digitalizáció alapvetően azt jelenti, hogy az információt és a folyamatokat digitális formába helyezzük. Az AI erre a digitális infrastruktúrára épül.
Ha egy vállalatnál az adatok továbbra is Excel-táblákban, e-mailekben, különálló rendszerekben és papíralapú dokumentumokban vannak szétszórva, akkor az AI bevezetése önmagában nem fogja megoldani a problémát.
Az AI nem helyettesíti a digitalizációt, hanem annak következő rétege.
A jól strukturált adatok, a felhőalapú rendszerek, a BIM, az IoT, a digitális ikrek, a CRM-ek, az ERP-k és az integrált adatplatformok adják azt az infrastruktúrát, amelyre az AI valódi üzleti értéket tud építeni. A kérdés ezért nem egyszerűen az, hogy „melyik AI-eszközt vásároljuk meg?", hanem az, hogy mennyire digitális és adatvezérelt maga a vállalat.
A szekció két előadása pontosan erről szólt, két különböző irányból.
A saját előadásomban (Kalmár Zoltán, ProptechZoom) azt állítottam, hogy a magyar ingatlanpiac AI-adoptációját nem a technológia korlátozza, hanem a szervezeti kultúra és az adatok átláthatatlansága. A cégek 41%-ának van valamilyen szoftvere, de ezek a rendszerek jellemzően nincsenek összekötve egymással: az ERP, a CRM és a projektmenedzsment nem beszél egymással. A RICS felmérése szerint a szervezeteknek alig 1%-a jutott el a teljes szervezeti integrációig, miközben az üzemeltetésben a McKinsey becslése szerint 20–30%-os megtérülés érhető el. A valódi akadály nem technikai: a felülről lefelé irányuló döntéshozatal és a félelem kultúrája. Sok fiatal tehetség emiatt hagyta el a szakmát.
A szekciót záró előadásában Kákosy Zsolt (Icore Real Estate Management) ugyanezt a diagnózist hozta, a másik oldalról:
Kákosy Zsolt szerint a skálázás elsődleges akadálya nem a beruházás hiánya, hanem a szervezeti kultúra és a készséghiány: kevés az a szakember, aki egyszerre érti az ingatlant és az AI-t.
A nemzetközi kutatások ugyanezt mutatják. A JLL 2025-ös globális ingatlanpiaci technológiai felmérése szerint az AI-kísérletek rendkívül gyorsan terjednek: a kutatásban részt vevő ingatlanbefektetők 88 százaléka már elindított valamilyen AI-pilotot, miközben több mint 60 százalékuk még nem áll készen arra, hogy ezeket a kezdeményezéseket nagyvállalati szinten is skálázza.
Ez egy nagyon fontos különbséget mutat: az AI használata gyorsan terjed, az AI érett alkalmazása viszont még messze nem általános.
És van egy szám, amely mindennél jobban megmagyarázza, miért. A Digitális megoldások a tervezéstől a fejlesztésen át a létesítménygazdálkodásig panelen Livják Csaba (BuildEXT) elmondta: az adatok 60–80%-a elvész a tervezők, a kivitelezők és az üzemeltetők közötti átadás során. Ez az a pont, ahol a későbbi IoT- és AI-megoldások integrációja ellehetetlenül, nincs mire ráépíteni. A jó minőségű BIM-modell csak akkor ér valamit, ha az építés szakaszában aktívan karbantartják és validálják.
Az ingatlanfejlesztés egyik legfontosabb kérdése, hogy mikor lehet a legnagyobb hatást gyakorolni egy projekt eredményére. A válasz jellemzően: minél korábban. A koncepcióalkotás és a tervezés során meghozott döntések ugyanis évekre meghatározzák egy projekt költségét, használhatóságát, energiaigényét és piaci értékét.
A generatív tervezés segítségével egy tervező nem feltétlenül egyetlen megoldást készít, hanem meghatározott paraméterek és korlátok alapján számos alternatívát vizsgálhat meg. Megadható például a kívánt hasznos alapterület, az épületmagasság, a telek geometriai adottsága, a benapozás, a parkolási igény, az energiahatékonysági cél, a költségkeret vagy akár az értékesíthető terület maximalizálása.
A cél azonban nem az, hogy az AI „megtervezze az épületet" az építész helyett. Sokkal inkább az, hogy a szakember rövidebb idő alatt sokkal több lehetőséget tudjon megvizsgálni.
Ezt a Fenntarthatóság, körforgásos gazdaság és az AI az építőiparban panelen Kovács Gábor (Cordia, főépítész) fogalmazta meg a legpontosabban: a BIM a tervezésben már jól megalapozott, az AI viszont még gyerekcipőben jár, de komoly potenciállal a fenntarthatósági és körforgásos célok terén, például anyagfelhasználási, környezeti hatás- és parkolási változatok elemzésével, különböző építési forgatókönyvek szimulálásával.
A BIM esetében még jelentősebb lehet a változás. A BIM eddig elsősorban az épület digitális reprezentációját jelentette. Az AI-val azonban a modell egyre inkább döntéstámogató környezetté válhat: hiányzó elemeket vagy eltéréseket ismerhet fel, műszaki dokumentációt ellenőrizhet, mennyiségeket gyűjthet ki, tervezési alternatívák költséghatásait vetheti össze.
Régen a BIM arról szólt, hogy digitálisan létrehozzuk az épületet. Az AI-jal a BIM egyre inkább képes lesz következtetéseket levonni az épületről.
Ez nem pusztán technológiai változás. A tervezési folyamat szerepe is átalakulhat: kevesebb időt kell egyetlen megoldás manuális létrehozására fordítani, és több idő maradhat a döntésre, az értékelésre és az optimalizálásra.
A panel egyik legfontosabb figyelmeztetése Németh Dánieltől (AFMTEC) érkezett: a digitalizáció akkor bukik el, ha nem illeszkedik konkrét üzleti célhoz, különösen, ha az épületet az üzemeltető szükségleteit figyelmen kívül hagyva tervezik. A sikeres digitális átalakulás három pillére szerinte: szerkezet, folyamat, felelősség.
A projektmenedzsmentben az AI egyik legnagyobb lehetősége a prediktív működés. A hagyományos projektmenedzsment elsősorban arra keresi a választ, hogy mi történt. Az AI-alapú projektmenedzsment viszont egyre inkább azt kérdezheti: mi fog történni?
A projektadatokból ugyanis felismerhetők lehetnek olyan mintázatok, amelyek előre jelezhetik egy határidő csúszását, költségtúllépést, beszállítói problémát, erőforráshiányt, dokumentációs hiányosságot vagy egy projektfázis kockázatát.
Ez különösen értékes olyan komplex projekteknél, ahol több száz vagy akár több ezer feladat, szerződés, beszállító és határidő kapcsolódik egymáshoz. Az AI nem feltétlenül hozza meg a döntést a projektmenedzser helyett — inkább előrébb hozza azt a pillanatot, amikor a probléma felismerhető. Nem akkor akarjuk megtudni, hogy baj van, amikor már megtörtént.
Ehhez a fizikai és digitális világ összekapcsolása is szükséges: a helyszíni kamerák, drónok, szenzorok, BIM-modellek és projektadatok együttes elemzésével az AI képes lehet összevetni a tervezett és a tényleges állapotot. Ez a digital twin, az IoT és az AI találkozási pontja.
A Building Horizons, A Duna Group afrikai dimenziója panel pontosan erre adott élő példát. A Duna Aszfalt Zrt. 184 kilométeres kongói útépítési projektjén 13 különböző országból érkező, 120 fős csapat dolgozik. Jászberényi Tamás szerint a projekt azért egyedi, mert a szabványos tervezőszoftverek nem képesek egyetlen darabban kezelni egy ilyen nagy, összefüggő hálózatot, ezért a szerkezetet saját szakértelem alapján kezelhető komponensekre bontották, digitális ikrek segítségével.
Vass Imre (BIM termelési vezető) definíciója érdemes megjegyezni: a BIM nem 3D-modell, hanem a projekt közös nyelve, egy átfogó információs rendszer, amely a modellt költségekkel, ütemtervvel és felmért valósággal köti össze. Kerékgyártó Attila hozzátette: a digitális átalakulás akkor a leghatékonyabb, ha az állam a közbeszerzési folyamatokban követelményként írja elő. A vállalat emellett AI-t használ az európai érdekeltségű közbeszerzési eljárások percenkénti figyelésére.
A kivitelezés anyagoldalán is mérhető a hatás. A fenntarthatósági panel szerint az AI pontosabb rendeléssel és szállítással 3–5%-kal csökkentheti az anyagkidobást nagy építkezéseknél, nagy volumenű projekteknél ez már elegendő értéket termel az AI-megoldások bevezetési költségeinek ellensúlyozásához. Florovits Géza (Market Építő) elmondta, hogy a vállalat az AI-t piaci árak követésére és anyagkörforgás-elemzésre használja, miközben a kivitelezői ágazatban továbbra is rossz minőségű adatokkal kell megküzdeni. Barta Zsombor (Greenbors Consulting) pedig arra mutatott rá, hogy a strukturált adatot egyre inkább a pénzintézetek követelik meg, kockázatcsökkentés céljából; a BREEAM- és LEED-minősítésekhez szükséges adatok elemzésének automatizálására saját „Sustainable Bot" eszközt fejlesztettek.
Livják Csaba konkrét számot is mondott: integrált digitális platformokkal és közös tervezési-építési keretrendszerrel egy projekt hat hónap helyett két hónap alatt befejezhető.
Az értékesítési és bérbeadási folyamatban hatalmas mennyiségű ügyféladat keletkezik. Milyen ingatlant nézett meg az ügyfél? Mire kérdezett rá? Milyen lokációt keres? Mekkora a költségkerete? Melyik ajánlatra reagált? Ezekből az adatokból AI-alapú rendszerek képesek lehetnek személyre szabott ajánlásokat készíteni.
A chatbot önmagában azonban csak a kezdet. A következő szint egy olyan AI-értékesítési asszisztens lehet, amely minősíti a leadeket, összegyűjti az ügyfél igényeit, megfelelő ingatlanokat ajánl, előkészíti az ajánlatot, válaszol a gyakori kérdésekre, és átadja az ügyfelet az értékesítőnek, amikor már valódi emberi döntésre van szükség.
Ez a modell nem feltétlenül jelent kevesebb értékesítőt. Lehet, hogy éppen ellenkezőleg: egy értékesítő sokkal több ügyféllel tud majd érdemben foglalkozni.
Aladics-Szili-Tímea (Futureal-Cordia-HelloParks) előadása ennek a gyakorlatát mutatta be. Egy új lakás megvásárlása összetett, nagy értékű, családi egyeztetést igénylő döntés, ahol a termék az értékesítés szakaszában gyakran még csak papíron létezik, ezért a marketing nem műszaki specifikációt ad el, hanem élményalapú utazást, kiváló minőségű vizualizációkkal.
A léptékek: a Cordia 12 000 lakást adott el hat országban, több mint 170 projektet kezel, összesen 1,8 millió fejlesztett négyzetméterrel. A digitális ökoszisztémában egyidejűleg 400–500 különböző kreatív hirdetést kezelnek, és az érdeklődés 80–90%-a a digitális térből érkezik, amit végig nyomon követnek, így azonosítható, mely formátumok generálják a legértékesebb érdeklődést.
Az AI a médiakezelést, a big data elemzést és a kreatív tartalomgyártást támogatja. De a tanulság itt is ugyanaz: a személyes értékesítés és a márka integritása marad az emberi oldalon. Egy 120 millió forintos átlagos lakásár mellett a bizalom nem automatizálható.
Az ingatlanpiaci AI egyik legfontosabb területe hosszú távon az üzemeltetés lehet. Az épület működése folyamatosan adatot termel: energiafogyasztás, hőmérséklet, páratartalom, légminőség, gépészeti rendszerek működése, beléptetés, kihasználtság, karbantartási események.
Ha ezek az adatok megfelelő struktúrában rendelkezésre állnak, az AI képes lehet mintázatokat keresni bennük. A klasszikus karbantartás alapelve, hogy akkor avatkozunk be, amikor valami meghibásodik. A prediktív karbantartás célja ezzel szemben az, hogy a rendszer már a meghibásodás előtt jelezze a problémát. Ez nemcsak költségmegtakarítást jelent: egy irodaház, bevásárlóközpont, ipari ingatlan vagy szálloda működésében a kiesés elkerülése önmagában jelentős üzleti érték.
Rézsó István (Cushman & Wakefield) előadása szerint viszont a magyar irodákban a karbantartás jelenleg inkább reaktív, mint prediktív, vagyis pontosan az a lépés hiányzik, amiről beszélünk. Az ő megközelítésében az irodapiac jövője a kemény érzékelőadatok és a lágy emberi visszajelzések összehangolásán múlik. A fiatalabb munkavállalók nem otthon akarnak maradni, hanem közösséget és olyan tereket keresnek, ahol kiélhetik a szakmai potenciáljukat, ezért kell a közösségi tér, a tárgyaló és a fókuszzóna a hagyományos egyéni íróasztalok helyett.
Számokban:
Rézsó István emellett kiemelte a „technológiai közvetítők" szerepét: azokét, akik a vállalati igényeket műszaki specifikációvá fordítják. Ez a szerep a nap folyamán több néven is visszatért.
A meglévő, adatszegény állománnyal is lehet kezdeni valamit. Győri Gyula (CPI Facility Management) szerint a kevés adattal rendelkező régebbi épületeknél virtuális adatok generálásával és rezgésdiagnosztikával állapítható meg a berendezések állapota.
Kákosy Zsolt gyakorlati példái ugyanezt a vonalat vitték: a számlafeldolgozás átfutása 4–5 percről 1–2 percre csökkent, a biztonságtechnikában pedig az AI kamerákat és drónokat figyel — de a beavatkozási döntés végig emberi marad.
És itt hangzott el a nap egyik legfontosabb mondata, Massányi Tibortól (DVM Group): a legtöbb érték a működési szakaszban keletkezik, mégis gyakran ez kapja a legkevesebb finanszírozást és műszaki támogatást.
Az ingatlanbefektetési döntésekben az adat mindig is kulcsszerepet játszott. A különbség most az, hogy az AI egyre többféle adatot képes együttesen elemezni: lokáció, bérleti díj, kihasználtság, hozam, piaci trend, demográfia, finanszírozási környezet, konkurens fejlesztések, gazdasági indikátorok.
Az AI nem feltétlenül fogja megmondani, hogy „ezt az épületet vedd meg". A valódi értéke inkább abban lehet, hogy rövid idő alatt olyan mennyiségű információt rendszerez és hasonlít össze, amelyet korábban több szakértő több napos vagy hetes munkával tudott feldolgozni. A végső döntés továbbra is emberi felelősség marad, de a döntéshez szükséges információs háttér radikálisan megváltozhat.
A befektetési oldal másik átalakulását Mogyorósi Attila (Coincash) előadása vázolta fel. A tokenizációnál a jogi struktúra változatlan marad, de a digitális reprezentáció lehetővé teszi a frakcionált tulajdonjogot és az automatizált folyamatokat intelligens szerződéseken keresztül: egy bérlakás például úgy programozható, hogy a bérleti díj hetente, manuális beavatkozás nélkül kerüljön át a bérbeadó pénztárcájába.
A számok itt is beszédesek:
Az irány: a lassú, analóg infrastruktúrától a 24/7 folyékony piacok felé. Mogyorósi Attila szerint a vagyonkezelők alapvető felelőssége hamarosan a privát kulcsok kezelése lesz, az európai szabályozás pedig versenyképes exporttermékként szolgálhat a biztonságos digitális eszköz-keretrendszerek számára.
Talán ez az egész AI-forradalom legfontosabb tanulsága az ingatlanpiac számára. Az AI bevezetésének ma már nem a technológia a legnagyobb akadálya, hanem a szervezet.
A technológia egyre könnyebben elérhető. Egy vállalat néhány óra alatt kipróbálhat számos AI-eszközt. A valódi kérdés azonban az, hogy mit kezd vele a szervezet.
Nem „AI-projektet" kell indítani. Folyamatokat kell újragondolni.
Érdemes olyan feladatokkal kezdeni, amelyek gyakran ismétlődnek, sok manuális munkát igényelnek, nagy mennyiségű dokumentummal dolgoznak, jól mérhetőek, és viszonylag alacsony kockázattal automatizálhatók. Ilyen lehet egy ajánlatkészítési folyamat, egy műszaki dokumentáció összefoglalása, meetingjegyzőkönyvek feldolgozása, szerződések előzetes elemzése vagy egy rendszeres piaci riport elkészítése.
A sikeres AI-bevezetéshez legalább öt feltétel szükséges.
1. Vezetői elköteleződés. A vezetésnek nem egy új szoftverként kell tekintenie az AI-ra, hanem a működés átalakításának eszközeként. A saját előadásomban ezt úgy fogalmaztam meg: a vezetőnek személyesen kell vinnie az AI-átállást, nem ledelegálni az alárendeltjeire.
2. Adatminőség. Az AI nem tud csodát tenni rossz, hiányos vagy széttöredezett adatokkal. Ha az adatok 60–80%-a elvész a fázisok között, akkor minden AI-projekt egy törött alapra épül.
3. Folyamatgondolkodás. Nem azt kell megkérdezni, hogy „hol tudunk AI-t használni?", hanem azt: melyik folyamatunkat tudná az AI gyorsabbá, olcsóbbá vagy jobbá tenni?
4. Pilot és mérés. Érdemes kis projektekkel kezdeni: egy folyamat, egy csapat, egy konkrét probléma. Aztán mérni: mennyi időt takarítottunk meg, mennyivel csökkent a költség, javult-e a minőség, gyorsabb lett-e a döntés.
5. Skálázás. A működő pilotokat kell fokozatosan kiterjeszteni. Ez sokkal hatékonyabb stratégia, mint egy nagyszabású, de konkrét üzleti célok nélküli „AI-transzformációs program".
A szekció panelbeszélgetései ugyanezt támasztották alá, más szavakkal. Massányi Tibor javaslata: a vezetés hozzon létre innovációs csapatokat, és engedje meg nekik a kísérletezést — szakmai felügyelet mellett. Németh Dániel hármasa: szerkezet, folyamat, felelősség. Kákosy Zsolt diagnózisa: a készséghiány, vagyis azoknak a szakembereknek a hiánya, akik egyszerre értik az ingatlant és az AI-t. Rézsó István „technológiai közvetítői". Ugyanarról a hiányzó szerepről beszéltek mind a négyen.
A Digitális megoldások panel közös konklúziója pedig így szólt: az ipart egyetlen folyamatos folyamatként kell kezelni, nem egymástól elszigetelt szakaszok sorozataként.
Érdekes módon az AI körüli lelkesedés bizonyos területeken már csökken. Ez azonban nem feltétlenül rossz hír.
Az Autodesk 2025-ös State of Design & Make kutatása szerint a megkérdezett design-, engineering-, construction- és operations-vezetők körében 69 százalék gondolta úgy, hogy az AI javítani fogja az iparágát, szemben a 2024-es 78 százalékkal. Közben 48 százalék már azt is valószínűnek tartotta, hogy az AI destabilizálja a saját iparágát.
Ez elsőre ellentmondásnak tűnik. Valójában azonban azt mutatja, hogy a piac kezd túllépni az első lelkesedési szakaszon. A vállalatok már nem azt kérdezik, hogy „mindent megváltoztat-e az AI?", hanem azt, hogy konkrétan hol működik, mennyibe kerül, milyen kockázata van, és milyen eredményt hoz.
Ez érettségi szempontból fontos lépés. Az Autodesk építőipari kutatása szerint a digitálisan érettebb vállalatok erősebb pénzügyi teljesítményről számolnak be, és a kutatásban szereplő építőipari szervezetek 63 százaléka már AI-t is használ fenntarthatósági törekvései támogatására.
A tanulság tehát nem az, hogy az AI nem váltotta be minden ígéretét. Hanem az, hogy a hype időszakát fokozatosan felváltja az üzleti alkalmazás időszaka.
Az AI alkalmazása ugyanakkor új kockázatokat is teremt. Az ingatlanipar érzékeny üzleti adatokat kezel: szerződéseket, pénzügyi adatokat, ügyféladatokat, műszaki dokumentációt, terveket, befektetési információkat, vállalati stratégiákat.
Ezért nem mindegy, hogy egy vállalat milyen AI-rendszert használ, milyen adatokat enged át rajta, hol tárolódnak ezek az információk, és milyen kontrollok vonatkoznak az AI által előállított eredményekre.
A „hallucináció" problémája sem tűnik el attól, hogy egy modell egyre fejlettebb. Egy marketinganyag esetében egy kisebb pontatlanság kellemetlen lehet. Egy szerződés, műszaki dokumentáció, beruházási döntés vagy biztonsági kérdés esetében azonban már komoly üzleti kockázatot jelent.
Ezért az AI használatának egyik kulcsfogalma a human in the loop. Az AI javasolhat, elemezhet, rangsorolhat és előkészíthet, de bizonyos döntéseknél az emberi kontrollnak meg kell maradnia.
A szakma erre már saját választ is adott. Kákosy Zsolt a RICS négy pillérre épülő kötelező etikai szabványát ajánlotta iránytűnek: tudás, írott szabályok, kockázatkezelés, átláthatóság. A standard megköveteli az AI-használat átláthatóságát a kliensekkel szemben minden tanácsadói vagy értékelési anyagban, és kimondja, hogy a szakmai felelősség mindig az emberi operátorra hárul.
A szabályozási környezet is egyre fontosabb. Az Európai Unió AI Act rendszere kockázatalapú megközelítést alkalmaz, és 2026. augusztus 2-től az AI-rendszerek bizonyos átláthatósági kötelezettségei is alkalmazandóvá váltak. Az ingatlanpiaci vállalatoknak ezért az AI-stratégia részeként már nemcsak a technológiai lehetőségeket, hanem az adatbiztonságot, a jogosultságkezelést, az átláthatóságot és a felelősségi köröket is meg kell határozniuk.d
A következő időszak egyik legfontosabb trendje az AI-agentek terjedése lehet. A különálló chatbotok helyett egyre több olyan AI-rendszer jelenhet meg, amely egy meghatározott munkakör vagy folyamat részfeladatait végzi el: AI projektmenedzser, AI műszaki előkészítő, AI értékesítési asszisztens, AI facility management asszisztens, AI piackutató, AI befektetési elemző.
Ezek nem feltétlenül teljes munkaköröket váltanak ki. Sokkal inkább részfeladatokat vesznek át az emberektől. Ez fontos különbség.
A következő évek munkahelyi AI-modellje valószínűleg nem az lesz, hogy „AI vagy ember", hanem: ember + AI. Aki jól tud együtt dolgozni az AI-rendszerekkel, ugyanannyi idő alatt több feladatot tud elvégezni, gyorsabban tud információt feldolgozni és jobb döntési előkészítést tud készíteni.
Van azonban egy figyelmeztetés is, amely a londoni PropTech Connecten hangzott el a leghatározottabban, és amely itthon is releváns: ha sok kis ágens fog dolgozni a cégeken belül, és mindegyik másképp kérdez le, számol és tárol adatot, akkor nem felszámoljuk a fragmentációt, egy új fragmentációs réteget építünk rá. Az ágensek elterjedése tehát nem csökkenti, hanem növeli a közös, megbízható adatalap jelentőségét.
Az ingatlanpiac digitalizációjának következő szakaszában valószínűleg egyre kevésbé lesz megkülönböztető tényező az, hogy egy vállalat használ-e AI-t. Ahogy a CRM, az ERP vagy a felhőalapú szoftverek esetében történt, az AI is fokozatosan alapinfrastruktúrává válhat.
A kérdés az lesz: ki használja jobban?
A JLL 2025-ös kutatása pontosan erre a problémára világít rá: miközben az ingatlanpiaci szereplők AI-kísérletei gyorsan terjednek, a vállalatok jelentős része még nem rendelkezik azokkal a stratégiai, szervezeti és technológiai képességekkel, amelyekkel az AI-pilotokat nagyvállalati szinten is skálázni lehetne.
Ez pedig újfajta digitális szakadékot teremthet. Nem egyszerűen azok között, akik digitalizáltak, és akik nem, hanem azok között, akik képesek az AI-t beépíteni a működésükbe, és azok között, akik továbbra is különálló eszközként használják.
Az elmúlt években megtanultuk digitalizálni az épületet. BIM-modellt készítettünk. Szenzorokat telepítettünk. Felhőbe vittük az adatokat. Digitális ikreket építettünk. CRM-eket, ERP-ket és CAFM-rendszereket vezettünk be.
Most egy új kérdés következik: mit kezdünk mindazzal az adattal, amit létrehoztunk?
Erre lehet az AI a válasz. Az AI ugyanis nem önmagában változtatja meg az ingatlanpiacot. A változás abból születik, amikor az AI összekapcsolódik a már meglévő digitális infrastruktúrával: BIM + AI. IoT + AI. Digital Twin + AI. CRM + AI. FM + AI. Adatok + AI. Ember + AI.
Ezek együtt már nem egyszerűen új technológiák. Egy új működési modellt jelentenek.
Az ingatlanpiac számára ezért a következő időszak egyik legfontosabb kérdése nem az lesz, hogy milyen új AI-eszköz jelenik meg a piacon. Hanem az, hogy mely vállalatok képesek elsőként újratervezni saját folyamataikat az AI köré.
Az elmúlt két év arról szólt, hogy megtanultuk használni az AI-t. A következő időszak arról szól majd, hogy beépítjük a működésünkbe.
És valószínűleg azok a vállalatok kerülnek versenyelőnybe, amelyek nem a legtöbb AI-eszközt vásárolják meg, hanem a leggyorsabban alakítják át azokat a folyamatokat, amelyekben az AI valódi üzleti értéket tud teremteni.
Ha egyetlen dolgot kell elkezdeni holnap: ne újabb eszközt válasszunk, hanem nézzük meg, hol vész el az adat a saját szervezetünkön belül és ki felel érte, név szerint.