AI വഴി ഭവനനടത്തിപ്പ് മാറ്റുന്ന ഹെയിംസ്റ്റാഡൻ
വീടുകൾ വാടകയ്ക്ക് നൽകുന്ന രീതി പുതുക്കുന്നതുമുതൽ AI അധിഷ്ഠിത നടത്തിപ്പ് ഒരുക്കുന്നതുവരെ, ഭവനനടത്തിപ്പ് മെച്ചപ്പെടുത്താൻ ഹെയിംസ്റ്റാഡൻ OpenAI ഉപയോഗിക്കുന്നു.
99%
വസ്തുവകകളുടെ ചിത്രനിർമാണച്ചെലവിലെ കുറവ്
20,112
Codex ഉപയോഗിച്ച് വിശകലനം ചെയ്ത വസ്തുവകകൾ
50%
2–3 മാസത്തിനുള്ളിൽ ഉപയോഗിച്ചുതുടങ്ങിയ ജീവനക്കാർ
നൂറുവർഷം മുമ്പ് ഒരു പാർപ്പിടകെട്ടിടം നടത്തുക എന്നതിനർഥം വാടകക്കാരെ കണ്ടെത്തുക, വാടക പിരിക്കുക, വസ്തുവകകൾ നല്ല നിലയിൽ പരിപാലിക്കുക എന്നതായിരുന്നു. ഇന്നും ഈ അടിസ്ഥാനകാര്യങ്ങൾക്ക് കാര്യമായ മാറ്റമില്ല. ആ ജോലി എങ്ങനെ ചെയ്യുന്നു എന്നതാണ് മാറുന്നത്.
യൂറോപ്പിൽ പാർപ്പിട വസ്തുവകകൾ നടത്തുന്ന ഹെയിംസ്റ്റാഡൻ(പുതിയ വിൻഡോയിൽ തുറക്കുന്നു) ഇതിൽ ഒരു അവസരം കാണുന്നു: ആയിരക്കണക്കിന് വീടുകളുടെ നടത്തിപ്പിൽ അടിസ്ഥാനപരമായ മാറ്റം കൊണ്ടുവരാൻ AI-ക്ക് കഴിഞ്ഞാലോ?
2025 ജൂണിൽ, AI-യിൽ കൂടുതൽ വേഗത്തിൽ മുന്നേറാൻ ഹെയിംസ്റ്റാഡന്റെ നേതൃത്വം തീരുമാനിച്ചു. വിവിധ സംവിധാനങ്ങൾ വിലയിരുത്തിയശേഷം കമ്പനി OpenAI തിരഞ്ഞെടുത്തു. രണ്ട് ലക്ഷ്യങ്ങളാണ് ഉണ്ടായിരുന്നത്: ജീവനക്കാരെ ശാക്തീകരിക്കുക, ബിസിനസിന്റെ കാതലായ പ്രക്രിയകളെ പുതിയ രീതിയിൽ സമീപിക്കുക.
കൂടുതൽ സ്വയം പ്രവർത്തിക്കുന്ന കെട്ടിടങ്ങളിലേക്ക് നീങ്ങുകയാണ് ലക്ഷ്യം. വസ്തുവകകളുടെ ജീവിതചക്രത്തിലുടനീളം ആവശ്യങ്ങൾ മുൻകൂട്ടി കാണാനും ജോലികൾ ഏകോപിപ്പിക്കാനും തീരുമാനങ്ങൾക്ക് പിന്തുണ നൽകാനും AI-ക്ക് സഹായിക്കാനാകും. “ഞങ്ങളുടെ കെട്ടിടങ്ങളുടെ ഉദ്ദേശ്യം മാറിയിട്ടില്ല,” ഹെയിംസ്റ്റാഡന്റെ സഹ മുഖ്യ നിർവാഹക ഉദ്യോഗസ്ഥനായ ഹെൽഗെ ക്രോഗ്സ്ബോൾ പറയുന്നു. “ഞങ്ങൾ മനുഷ്യർക്ക് വീടുകൾ നൽകുന്നു. എന്നാൽ പതിവുരീതികളെ ചോദ്യം ചെയ്യുകയും പുതിയ സാങ്കേതികവിദ്യ സ്വീകരിക്കുകയും ചെയ്യുന്നതിനൊപ്പം, അവയുടെ നടത്തിപ്പുരീതിയും മാറിക്കൊണ്ടിരിക്കുന്നു.”
“ആ പരിവർത്തനത്തിന് വേഗം കൂട്ടാനുള്ള ഏറ്റവും വലിയ അവസരങ്ങളിലൊന്നായാണ് ഞങ്ങൾ AI-യെ കാണുന്നത്.”
ഒരു വീട് ഒഴിയുമ്പോൾ എന്താണ് സംഭവിക്കുന്നതെന്ന് നോക്കാം.
പതിവുരീതിയിൽ അത് വീണ്ടും വാടകയ്ക്ക് നൽകാൻ വാടകമൂല്യം വിലയിരുത്തണം, ചിത്രങ്ങൾ എടുക്കാൻ ഏർപ്പാടാക്കണം, പരസ്യങ്ങൾ തയ്യാറാക്കണം, വിപണിയിലെ ആവശ്യത്തിന് അനുസരിച്ച് പ്രവർത്തിക്കണം. ഓരോ ഘട്ടത്തിലും സമയവും ഏകോപനവും വിദഗ്ധരുടെ സഹായവും ആവശ്യമാണ്. വിവരങ്ങൾ മനസ്സിലാക്കുക എന്ന വെല്ലുവിളിയും ഇതിലുണ്ട്: നിങ്ങളുടെ കൈവശമുള്ളതെന്ത്, എതിരാളികൾക്ക് നൽകാനുള്ളതെന്ത്, ഉപഭോക്താവിന് വേണ്ടതെന്ത് എന്നിവ അറിയണം.
ഈ പ്രക്രിയയിലെ എല്ലാ പ്രധാന ഘട്ടങ്ങളിലും AI ഇപ്പോൾ സഹായിക്കുന്നു:
വിലനിർണയം: ChatGPT Sites-ൽ നിർമ്മിച്ച ഉപകരണങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ള വിശകലനങ്ങളും ശുപാർശകളും
പരസ്യം: AI ഉപയോഗിച്ച് ചിത്രങ്ങൾ ആകർഷകമാക്കലും ഫ്ലാറ്റുകളുടെ വിവരണങ്ങൾ തയ്യാറാക്കലും
പരസ്യപരിശോധന: പ്രസിദ്ധീകരിച്ച എല്ലാ പരസ്യങ്ങളും ഹെയിംസ്റ്റാഡന്റെ ഗുണനിലവാര മാനദണ്ഡങ്ങൾ പാലിക്കുന്നുണ്ടോ എന്ന് ഏജന്റ് പരിശോധിക്കുന്നു
പ്രതികരണങ്ങൾ: AI തയ്യാറാക്കുന്ന വിപണി പ്രതികരണവിവരങ്ങൾ, വാടകയ്ക്ക് നൽകുന്ന സംഘങ്ങളെ തിരുത്തൽ നടപടികളെടുക്കാൻ സഹായിക്കുന്നു. ഇതുവഴി വിപണിക്കനുസരിച്ച് വിലകൾ കൂടുതൽ വേഗത്തിൽ മാറുന്നു
തീരുമാനങ്ങൾ പരിശോധിച്ച് അംഗീകരിക്കാനുള്ള ഉത്തരവാദിത്തം ജീവനക്കാർക്കുതന്നെയാണ്. എന്നാൽ ആ തീരുമാനങ്ങളുമായി ബന്ധപ്പെട്ട ജോലികൾ മാറുകയാണ്.
നെതർലൻഡ്‌സിൽ, ഡിജിറ്റലായി അലങ്കരിച്ച ഒരു വീടിന്റെ ചിത്രം തയ്യാറാക്കാനുള്ള ചെലവ് ഏകദേശം €50-ൽനിന്ന് €0.10-ൽ താഴെയായി കുറഞ്ഞു. 99%-ത്തിലധികമാണ് ഈ കുറവ്. ആ വിപണിയിൽ മാത്രം പ്രതിവർഷം €130,000 ലാഭിക്കാനാകുമെന്ന് ഹെയിംസ്റ്റാഡൻ കണക്കാക്കുന്നു.
പരസ്യച്ചെലവ് കുറയുന്നതിൽ മാത്രം ഒതുങ്ങുന്നതല്ല ഇതിന്റെ പ്രാധാന്യം. വാടകയ്ക്ക് നൽകുന്ന പ്രക്രിയയിലുടനീളം AI ഉപയോഗിക്കുന്നതിലൂടെ, വിപണിയിലെ മാറ്റങ്ങളോട് കൂടുതൽ വേഗത്തിൽ പ്രതികരിച്ചുകൊണ്ട് വീടുകൾ വാടകയ്ക്ക് ലഭ്യമാക്കുന്ന ഒരു രീതി ഹെയിംസ്റ്റാഡൻ രൂപപ്പെടുത്തുകയാണ്.
“ഞങ്ങളുടെ AI തന്ത്രത്തിന് മൂന്ന് അടിസ്ഥാനഘടകങ്ങളുണ്ട്,” ഹെയിംസ്റ്റാഡന്റെ മുഖ്യ ഡിജിറ്റൽ ഉദ്യോഗസ്ഥനായ നിക്കോളായ് ബ്രാമർ പറയുന്നു. “ഒന്നാമതായി, പരിശീലനവും അനുയോജ്യമായ ഉപകരണങ്ങളും നൽകി ഞങ്ങൾ ജീവനക്കാരെ ശാക്തീകരിക്കുന്നു. രണ്ടാമതായി, വലിയ AI സംരംഭങ്ങൾ മുന്നോട്ടുകൊണ്ടുപോകാൻ ഒരു കേന്ദ്ര പരിവർത്തന കാര്യാലയവും AI ഉപയോഗത്തിന് നേതൃത്വം നൽകുന്നവരുടെ ശൃംഖലയും ഞങ്ങൾക്കുണ്ട്. മൂന്നാമതായി, വസ്തുനിർവഹണ സംവിധാനങ്ങളെയും വിവരമാതൃകകളെയും AI-ക്ക് സജ്ജമാക്കി ഞങ്ങൾ അടിത്തറ ശക്തിപ്പെടുത്തുന്നു.”
വാടകയ്ക്ക് നൽകുന്ന പ്രവർത്തനത്തിൽ ഈ മൂന്ന് ഘടകങ്ങളും പ്രയോഗത്തിലാകുന്നു: ഡിജിറ്റലായി അലങ്കരിച്ച ചിത്രങ്ങളും പരസ്യങ്ങളും തയ്യാറാക്കാൻ ഉപകരണങ്ങളും പരിശീലനവും സഹപ്രവർത്തകരെ പ്രാപ്തരാക്കുന്നു; വിലനിർണയം, പരസ്യം, പരസ്യപരിശോധന, വിപണി പ്രതികരണങ്ങൾ എന്നിവയിലെ മെച്ചപ്പെടുത്തലുകൾ ഞങ്ങളുടെ കേന്ദ്രസംഘം ഏകോപിപ്പിക്കുന്നു; വിലനിർണയത്തിനും പരസ്യനിർമാണത്തിനും സഹായിക്കുന്ന AI ഉപകരണങ്ങൾക്ക് വസ്തുവകകളുടെ വിവരങ്ങൾ ഞങ്ങൾ ലഭ്യമാക്കുകയും ചെയ്യുന്നു.
“ഞങ്ങളുടെ ഏറ്റവും പ്രധാനപ്പെട്ട ബിസിനസ് പ്രക്രിയകളെ ഘട്ടംഘട്ടമായി പരിശോധിച്ച്, എവിടെയെല്ലാം AI-ക്ക് പ്രയോജനം സൃഷ്ടിക്കാനാകുമെന്ന് ചോദിച്ചുകൊണ്ടാണ് ഞങ്ങൾ തുടങ്ങിയത്. വാടകയ്ക്ക് നൽകൽ നല്ലൊരു ഉദാഹരണമാണ്: ഒരു ജോലി മാത്രം സ്വയമേവ ചെയ്യിക്കുകയല്ല, മറിച്ച് മുഴുവൻ പ്രക്രിയയുടെയും പ്രവർത്തനം മെച്ചപ്പെടുത്തുകയാണ് ലക്ഷ്യം.”
ഏറ്റവും ശ്രദ്ധേയമായ ചില മാറ്റങ്ങൾ നടക്കുന്നത് പരമ്പരാഗത സോഫ്റ്റ്‌വെയർ എൻജിനീയറിങ് സംഘങ്ങൾക്ക് പുറത്താണ്.
തങ്ങളുടെ കൈവശമുള്ള വസ്തുവകകളിലെ പാരിസ്ഥിതിക അപകടസാധ്യതകൾ ഹെയിംസ്റ്റാഡന് വിലയിരുത്തേണ്ടതുണ്ടായിരുന്നു. വിവരങ്ങൾ ലഭ്യമായിരുന്നെങ്കിലും വിവിധ പൊതുസ്രോതസ്സുകളിലും രൂപങ്ങളിലും വിവരശേഖരങ്ങളിലുമായി ചിതറിക്കിടക്കുകയായിരുന്നു. അവയെ ഉപയോഗപ്രദമായ ഒരു വിലയിരുത്തലാക്കി മാറ്റാൻ വലിയ തോതിൽ മനുഷ്യാധ്വാനവും സാങ്കേതിക വിഭവങ്ങളും വേണ്ടിവരുമായിരുന്നു.
സോഫ്റ്റ്‌വെയർ വികസനത്തിൽ മുൻപരിചയമില്ലാത്ത, ഹെയിംസ്റ്റാഡനിലെ പരിസ്ഥിതി സുസ്ഥിരതാ വിശകലനവിദഗ്ധയായ ജൂലിയ എർലാൻഡ്സൻ, വ്യത്യസ്തമായൊരു സമീപനം രൂപപ്പെടുത്താൻ Codex ഉപയോഗിച്ചു.
വിവരങ്ങൾ കണ്ടെത്താനും പിഴവുകൾ നീക്കി ഏകീകൃത രൂപത്തിലാക്കാനും ഗുണനിലവാരം പരിശോധിക്കാനും ആവർത്തിച്ച് ഉപയോഗിക്കാവുന്ന വിവരസംസ്കരണ പ്രക്രിയകൾ വികസിപ്പിക്കാനും Codex സഹായിച്ചു. രീതിശാസ്ത്രത്തിന്റെയും സാധുതാപരിശോധനയുടെയും നിയന്ത്രണം ജൂലിയയുടെ കൈകളിൽത്തന്നെ തുടർന്നു.
ഫലം: 20,112 വസ്തുവകകൾ വിലയിരുത്തി, ഉപയോഗപ്രദമായ അറുപത് ലക്ഷത്തിലധികം വരി വിവരങ്ങൾ സൃഷ്ടിച്ചു. അഞ്ച് പേർ ഒരു വർഷം പ്രവർത്തിക്കേണ്ടിവരുമെന്ന് കണക്കാക്കിയിരുന്ന ജോലി രണ്ട് പേർക്ക് രണ്ട് മാസംകൊണ്ട് പൂർത്തിയാക്കാവുന്ന നിലയിലെത്തി.
ഈ പ്രശ്നം പരിഹരിക്കാൻ അല്ലാത്തപക്ഷം ആവശ്യമായിവരുമായിരുന്ന ബാഹ്യ ഉപദേഷ്ടാക്കളുടെ സേവനവും ഹെയിംസ്റ്റാഡന് ഒഴിവാക്കാനായി.
സങ്കീർണമായ ഒരു വിശകലന പദ്ധതിയായി തുടങ്ങിയ പ്രവർത്തനം ഇപ്പോൾ ആവർത്തിച്ച് പ്രയോജനപ്പെടുത്താവുന്ന ശേഷിയായി മാറുകയാണ്. കാലാവസ്ഥാ അപകടസാധ്യതാ വിലയിരുത്തലുകൾക്കും റിപ്പോർട്ടിങ് ആവശ്യങ്ങൾക്കും നിക്ഷേപകരുടെ തീരുമാനങ്ങൾക്കും ഇത് സഹായമാകുന്നു.
“മുമ്പായിരുന്നെങ്കിൽ വലിയ തോതിൽ സാങ്കേതിക സഹായം വേണ്ടിവരുമായിരുന്ന ഒരു പരിഹാരം വികസിപ്പിക്കാൻ Codex ഞങ്ങളെ സഹായിച്ചു. ഇപ്പോൾ രീതിശാസ്ത്രം ഞങ്ങളുടെ കൈവശമാണ്; ഞങ്ങൾക്കുതന്നെ അത് തുടർന്നും വികസിപ്പിക്കാനാകും.”
ജീവനക്കാർക്ക് സഹായം ആവശ്യമായ ജോലികളിലാണ് ഹെയിംസ്റ്റാഡൻ AI ഉപയോഗത്തിന് ഊന്നൽ നൽകുന്നത്. 2025 സെപ്റ്റംബറിൽ ChatGPT Enterprise അവതരിപ്പിച്ചതിന് പിന്നാലെ, രണ്ടുമുതൽ മൂന്നുമാസത്തിനുള്ളിൽ പകുതി ജീവനക്കാരും അത് ഉപയോഗിക്കാൻ തുടങ്ങി. സ്ഥാപനത്തിന്റെ വിവിധ വിഭാഗങ്ങളിലെ ഉദാഹരണങ്ങളിൽനിന്ന് സഹപ്രവർത്തകർക്ക് പഠിക്കാനായി, കേന്ദ്ര AI പരിവർത്തന കാര്യാലയം ഉപയോഗസാഹചര്യങ്ങളുടെ ഒരു ശേഖരം സൂക്ഷിക്കുന്നു.
വിവരസുരക്ഷാ ചട്ടങ്ങൾ പാലിച്ചുകൊണ്ട് ജീവനക്കാർ അംഗീകൃത ഉപകരണങ്ങൾ ഉപയോഗിക്കുന്നു. AI സൃഷ്ടിച്ച ഉള്ളടക്കം അയയ്ക്കുന്നതിനുമുമ്പ് പരിശോധിക്കാനും തീരുമാനങ്ങൾ അംഗീകരിക്കാനുമുള്ള ഉത്തരവാദിത്തം അവർക്കുതന്നെയാണ്.
തുടക്കത്തിൽ സംശയം പ്രകടിപ്പിച്ചിരുന്ന ചിലർ ഉൾപ്പെടെ, വസ്തുവകകളുടെ പരിപാലകരും AI ഉപയോഗിച്ചുതുടങ്ങിയിട്ടുണ്ട്. നോർവേയിൽ ഒരു പരിപാലകൻ, പരിപാലനമില്ലാതെ കിടന്ന ഒരു ഫ്ലാറ്റ് വിലയിരുത്താനും മുൻഗണനാക്രമത്തിൽ നവീകരണ പദ്ധതി തയ്യാറാക്കാനും ChatGPT ഉപയോഗിച്ചു. ഇതിലൂടെ നിരീക്ഷണങ്ങളെ പരിശോധിച്ച് മെച്ചപ്പെടുത്താവുന്ന ചിട്ടയായ പദ്ധതിയാക്കി മാറ്റാൻ കഴിഞ്ഞു.
“സ്ഥാപനത്തിലുടനീളം ആളുകൾ തങ്ങളുടെ ദൈനംദിന ജോലിയിൽ AI ഉപയോഗിക്കാനുള്ള പ്രായോഗിക വഴികൾ കണ്ടെത്തുകയാണ്. വിവരങ്ങൾ സുരക്ഷിതമായും ഉത്തരവാദിത്തങ്ങൾ വ്യക്തമായും നിയന്ത്രണം മനുഷ്യരുടെ കൈകളിലും നിലനിർത്തിക്കൊണ്ട്, ഫലപ്രദമായ രീതികൾ വിപുലീകരിക്കുകയാണ് ഞങ്ങളുടെ ജോലി.”
വിവിധ സംവിധാനങ്ങളിൽ പ്രവർത്തിക്കാനും ഒന്നിലധികം ഘട്ടങ്ങളുള്ള പ്രക്രിയകൾ ഏകോപിപ്പിക്കാനും കഴിയുന്ന AI എന്ന അടുത്ത ഘട്ടത്തിനായി ഹെയിംസ്റ്റാഡൻ ഇതിനകം തയ്യാറെടുക്കുകയാണ്.
നിലവിൽ നടപ്പാക്കിവരുന്ന അതിന്റെ സംഭരണ വിശകലന സംവിധാനം, ജോലിപ്രവാഹങ്ങളുടെ സ്വയമേവയുള്ള നടത്തിപ്പും API-കളിലൂടെ ലഭ്യമാകുന്ന OpenAI മോഡലുകളും സംയോജിപ്പിക്കുന്നു. ഔട്ട്‌ലുക്ക്, ഷെയർപോയിന്റ്, ടീംസ് എന്നിവയിലുടനീളം പ്രവർത്തിക്കാൻ രൂപകൽപ്പന ചെയ്ത ഇത് കരാർ വിശകലനം, ചർച്ചകൾക്കുള്ള തയ്യാറെടുപ്പ്, കരാറുകളുടെ ജീവിതചക്ര നിർവഹണം എന്നിവയ്ക്ക് സഹായിക്കുന്നു. വാണിജ്യ തീരുമാനങ്ങളുടെയും അംഗീകാരങ്ങളുടെയും ഉത്തരവാദിത്തം ജീവനക്കാരിൽത്തന്നെ തുടരുന്നു.
ദീർഘകാല ലക്ഷ്യമാകട്ടെ കൂടുതൽ അടിസ്ഥാനപരമായ മാറ്റമാണ്.
MCP വഴി AI അധിഷ്ഠിത ജോലിപ്രവാഹങ്ങളെ പിന്തുണയ്ക്കാൻ രൂപകൽപ്പന ചെയ്ത ആധുനിക വസ്തുനിർവഹണ സംവിധാനമായ ആംപ്ലിയോ എസ്റ്റേറ്റ് വികസിപ്പിക്കുന്നതിൽ ഹെയിംസ്റ്റാഡൻ പങ്കാളിയാണ്. ഉചിതമായ മനുഷ്യ മേൽനോട്ടത്തിൽ, ChatGPT പോലുള്ള AI ഉപയോഗിച്ച് വസ്തുവകകളുടെ വിവരങ്ങൾ കണ്ടെത്താനും പ്രധാന ബിസിനസ് സംവിധാനങ്ങളിൽ നടപടികളെടുക്കാനും ജീവനക്കാരെ പ്രാപ്തരാക്കുകയാണ് ലക്ഷ്യം.
ഇങ്ങനെയാണ് സ്വയം പ്രവർത്തിക്കുന്ന കെട്ടിടങ്ങൾ എന്ന ആശയത്തെ പ്രായോഗികമായ സാങ്കേതിക പ്രവർത്തനപദ്ധതിയാക്കി മാറ്റാൻ ഹെയിംസ്റ്റാഡൻ തുടക്കമിടുന്നത്.
നെതർലൻഡ്‌സിൽ ചിത്രനിർമാണച്ചെലവിൽ 99%-ത്തിലധികം കുറവ്.
Codex ഉപയോഗിച്ച് 20,112 വസ്തുവകകൾ വിലയിരുത്തി. അഞ്ച് പേർക്ക് ഒരു വർഷം വേണ്ടിവരുമെന്ന് കണക്കാക്കിയിരുന്ന ജോലി രണ്ട് പേർക്ക് രണ്ട് മാസംകൊണ്ട് പൂർത്തിയാക്കാവുന്ന നിലയിലെത്തി.
അവതരിപ്പിച്ച് 2–3 മാസത്തിനുള്ളിൽ 50% ജീവനക്കാർ ഉപയോഗിച്ചുതുടങ്ങി.
മനുഷ്യർക്ക് പ്രാധാന്യം നൽകുക: സാങ്കേതികവിദ്യയല്ല, അത് സ്വീകരിക്കുന്നതിലെ മടിയും സാധ്യതകൾ സങ്കൽപ്പിക്കുന്നതിലെ പരിമിതികളുമാണ് തടസ്സങ്ങൾ
മാറ്റത്തിന് നേതൃത്വം നൽകുന്നവരെ കണ്ടെത്തുക: തങ്ങളുടെ പ്രവർത്തനമേഖലകളിൽ മാറ്റങ്ങൾ കൊണ്ടുവരുന്ന സഹപ്രവർത്തകരിൽനിന്നാണ് ഏറ്റവും വലിയ നേട്ടങ്ങൾ ലഭിക്കുന്നത്
പ്രക്രിയ ശരിയാക്കുക: തകരാറുള്ള ഒരു പ്രക്രിയയെ AI ശരിയാക്കില്ല. എന്നാൽ നല്ലൊരു പ്രക്രിയയെ വൻതോതിൽ വിപുലീകരിക്കാൻ അതിന് കഴിയും.
മനുഷ്യരില്ലാത്ത കെട്ടിടങ്ങളല്ല ഹെയിംസ്റ്റാഡന്റെ കാഴ്ചപ്പാട്. മറിച്ച്, കൂടുതൽ ബുദ്ധിശേഷിയുള്ള സംവിധാനങ്ങളുടെ പിന്തുണയോടെ പ്രവർത്തിക്കുന്ന വസ്തുവകകളാണ്. ഈ സംവിധാനങ്ങൾ ജീവനക്കാരുടെ തീരുമാനങ്ങൾ മെച്ചപ്പെടുത്തുകയും ഉപഭോക്താക്കളുടെ പ്രശ്നങ്ങൾ പരിഹരിക്കാനുള്ള ശേഷി വർധിപ്പിക്കുകയും ചെയ്യും.
കെട്ടിടങ്ങൾ എന്നും ഉണ്ടായിരുന്നതുപോലെതന്നെ തുടരും—മനുഷ്യർക്ക് വീടും അഭയവുമായി. അവ നടത്തുന്ന രീതിയാകട്ടെ എന്നെന്നേക്കുമായി മാറിക്കഴിഞ്ഞു.
