OpenAI

3 நவம்பர், 2026

செயற்கை நுண்ணறிவால் வீட்டு நிர்வாகத்தை மாற்றும் ஹைம்ஸ்டாடன்

வாடகைக்கு விடும் முறையை மாற்றுவது முதல் செயற்கை நுண்ணறிவு சார்ந்த சொத்து நிர்வாகத்தை உருவாக்குவது வரை, வீட்டு நிர்வாகத்தை மேம்படுத்த ஹைம்ஸ்டாடன் OpenAI-ஐப் பயன்படுத்துகிறது.

செம்மண் நிறச் சாந்துப் பூச்சின் மீது வெள்ளை நிற Heimstaden BOSTAD சின்னம்.
நிறுவனத்தின் அளவு: நடுத்தரச் சந்தை
பிராந்தியம்: ஐரோப்பா & ஐக்கிய இராச்சியம்
தயாரிப்புகள்: ChatGPT, Codex
தொழில் துறை: சேவைகள்

99%

சொத்துப் படத் தயாரிப்புச் செலவில் குறைவு

20,112

Codex மூலம் பகுப்பாய்வு செய்யப்பட்ட அசையாச் சொத்துகள்

50%

2–3 மாதங்களுக்குள் பயன்படுத்தத் தொடங்கிய ஊழியர்கள்

ஏற்றுகிறது…

கட்டடங்கள் மாறவில்லை. அவற்றைச் சுற்றியுள்ள அனைத்தும் மாறிவிட்டன.

நூறு ஆண்டுகளுக்கு முன்பு, ஒரு குடியிருப்புக் கட்டடத்தை நிர்வகிப்பது என்பது வாடகைதாரர்களைக் கண்டறிவது, வாடகை வசூலிப்பது, சொத்துகளை நல்ல நிலையில் பராமரிப்பது ஆகியவற்றைக் குறித்தது. இன்றும் இந்த அடிப்படைகளில் பெரிய மாற்றம் இல்லை. அந்த வேலை எப்படிச் செய்யப்படுகிறது என்பதுதான் மாறிக்கொண்டிருக்கிறது.

ஐரோப்பாவில் குடியிருப்புச் சொத்துகளை நிர்வகிக்கும் ஹைம்ஸ்டாடன்⁠(புதிய சாளரத்தில் திறக்கும்) நிறுவனத்துக்கு இது ஒரு வாய்ப்பு: ஆயிரக்கணக்கான வீடுகளை நிர்வகிக்கும் முறையைச் செயற்கை நுண்ணறிவால் அடிப்படையிலேயே மாற்ற முடிந்தால் எப்படி இருக்கும்?

ஜூன் 2025-இல், செயற்கை நுண்ணறிவில் மேற்கொள்ளும் முயற்சிகளை விரைவுபடுத்த ஹைம்ஸ்டாடனின் தலைமை முடிவெடுத்தது. பல தளங்களை மதிப்பிட்ட பிறகு, நிறுவனம் OpenAI-ஐத் தேர்ந்தெடுத்தது. இதற்கு இரண்டு நோக்கங்கள் இருந்தன: ஊழியர்களின் திறனை மேம்படுத்துவது, வணிகத்தின் அடிப்படைச் செயல்முறைகளைப் புதிதாகச் சிந்திப்பது.

பெருமளவு தாமாகவே இயங்கும் கட்டடங்களை நோக்கிச் செல்வதே இலக்கு. சொத்தின் முழு ஆயுட்காலத்திலும் தேவைகளை முன்கூட்டியே அறியவும், பணிகளை ஒருங்கிணைக்கவும், முடிவெடுக்கவும் செயற்கை நுண்ணறிவு உதவும். “எங்கள் கட்டடங்களின் நோக்கம் மாறவில்லை” என்கிறார் ஹைம்ஸ்டாடனின் இணைத் தலைமைச் செயல் அதிகாரி ஹெல்கே க்ரோக்ஸ்போல். “நாங்கள் மக்களுக்கு வீடுகளை வழங்குகிறோம். ஆனால் வழக்கமான முறைகளைக் கேள்விக்குட்படுத்தி, புதிய தொழில்நுட்பத்தை ஏற்றுக்கொள்வதால், அவற்றை நிர்வகிக்கும் விதம் தொடர்ந்து மாறிவருகிறது.”

“அந்த மாற்றத்தை விரைவுபடுத்துவதற்கான மிகப்பெரிய வாய்ப்புகளில் ஒன்றாகச் செயற்கை நுண்ணறிவைப் பார்க்கிறோம்.”

—ஹெல்கே க்ரோக்ஸ்போல், இணைத் தலைமைச் செயல் அதிகாரி, ஹைம்ஸ்டாடன்

வீடுகளை வாடகைக்கு விடும் தொழிலைப் புதிதாகச் சிந்தித்தல்

ஒரு வீடு காலியாகும்போது என்ன நடக்கிறது என்று பார்ப்போம்.

வழக்கமாக, அதை மீண்டும் வாடகைக்குக் கொண்டுவர வாடகை மதிப்பை மதிப்பிடுதல், புகைப்படம் எடுக்க ஏற்பாடு செய்தல், விளம்பரங்களை உருவாக்குதல், சந்தைத் தேவைக்கேற்ப செயல்படுதல் ஆகியவை தேவைப்படும். ஒவ்வொரு கட்டத்துக்கும் நேரம், ஒருங்கிணைப்பு மற்றும் நிபுணர்களின் ஆலோசனை தேவை. தகவல்களை அறிந்துகொள்வதும் ஒரு சவால்: உங்களிடம் என்ன இருக்கிறது, போட்டியாளர்களிடம் என்ன இருக்கிறது, வாடிக்கையாளர் என்ன விரும்புகிறார் என்பதைப் புரிந்துகொள்ள வேண்டும்.

இந்தச் செயல்முறையின் அனைத்து முக்கியப் படிகளிலும் இப்போது செயற்கை நுண்ணறிவு உதவுகிறது:

  • விலை நிர்ணயம்: ChatGPT Sites-இல் உருவாக்கப்பட்ட கருவிகளின் அடிப்படையில் நுண்ணறிவுத் தகவல்களும் பரிந்துரைகளும்

  • விளம்பரம்: செயற்கை நுண்ணறிவு மூலம் படங்களை அழகுபடுத்துதலும் குடியிருப்பு விவரிப்புகளை எழுதுதலும்

  • விளம்பரச் சரிபார்ப்பு: வெளியிடப்பட்டுள்ள அனைத்து விளம்பரங்களையும் ஹைம்ஸ்டாடனின் தர அளவுகோல்களுடன் ஒப்பிட்டு ஒரு முகவர் சரிபார்க்கிறது

  • பின்னூட்டம்: செயற்கை நுண்ணறிவு உருவாக்கும் சந்தைப் பின்னூட்டம், வாடகைக் குழுக்கள் திருத்த நடவடிக்கைகளை எடுக்க உதவுகிறது. இதனால் விலைகள் சந்தை நிலவரத்துக்கு ஏற்ப மேலும் நெகிழ்வாக மாறுகின்றன

முடிவுகளைச் சரிபார்த்து அங்கீகரிக்கும் பொறுப்பு ஊழியர்களிடமே தொடர்கிறது. ஆனால் அந்த முடிவுகளைச் சுற்றியுள்ள வேலைகள் மாறிக்கொண்டிருக்கின்றன.

நெதர்லாந்தில், மெய்நிகர் முறையில் அலங்கரிக்கப்பட்ட ஒரு வீட்டின் படத்தை உருவாக்குவதற்கான செலவு சுமார் €50-இலிருந்து €0.10-க்கும் கீழாகக் குறைந்துள்ளது. இது 99%-க்கும் அதிகமான குறைவு. அந்தச் சந்தையில் மட்டும் ஆண்டுக்கு €130,000 சேமிக்க வாய்ப்புள்ளதாக ஹைம்ஸ்டாடன் மதிப்பிடுகிறது.

இதன் முக்கியத்துவம் விளம்பரச் செலவைக் குறைப்பதோடு நின்றுவிடவில்லை. வாடகைக்கு விடும் செயல்முறை முழுவதிலும் செயற்கை நுண்ணறிவைப் பயன்படுத்துவதன் மூலம், சந்தைக்கு விரைவாகப் பதிலளிக்கும் வகையில் வீடுகளை வாடகைக்குக் கொண்டுவரும் முறையை ஹைம்ஸ்டாடன் உருவாக்குகிறது.

“எங்கள் செயற்கை நுண்ணறிவு உத்தி மூன்று தூண்களை அடிப்படையாகக் கொண்டது” என்கிறார் ஹைம்ஸ்டாடனின் தலைமை டிஜிட்டல் அதிகாரி நிக்கோலாய் பிராமர். “முதலாவதாக, பயிற்சியும் சரியான கருவிகளுக்கான அணுகலும் வழங்கி ஊழியர்களின் திறனை மேம்படுத்துகிறோம். இரண்டாவதாக, பெரிய செயற்கை நுண்ணறிவு முயற்சிகளை முன்னெடுக்க ஒரு மைய மாற்ற அலுவலகமும், செயற்கை நுண்ணறிவுப் பயன்பாட்டை ஊக்குவிப்போரின் வலையமைப்பும் எங்களிடம் உள்ளன. மூன்றாவதாக, எங்கள் சொத்து நிர்வாக அமைப்புகளையும் தரவு மாதிரிகளையும் செயற்கை நுண்ணறிவுக்குத் தயார்படுத்துவதன் மூலம் அடித்தளத்தை வலுப்படுத்துகிறோம்.”

வாடகைக்கு விடும் பணியில் இந்த மூன்று தூண்களும் நடைமுறைக்கு வருகின்றன: கருவிகளும் பயிற்சியும், மெய்நிகர் முறையில் அலங்கரிக்கப்பட்ட வீட்டுப் படங்களையும் விளம்பரங்களையும் உருவாக்க சக ஊழியர்களுக்கு உதவுகின்றன; விலை நிர்ணயம், விளம்பரம், விளம்பரச் சரிபார்ப்பு மற்றும் சந்தைப் பின்னூட்டத்தில் செய்யப்படும் மேம்பாடுகளை எங்கள் மையக் குழு ஒருங்கிணைக்கிறது; விலை நிர்ணயத்துக்கும் விளம்பர உருவாக்கத்துக்கும் உதவும் செயற்கை நுண்ணறிவுக் கருவிகள், சொத்துத் தரவுகளை அணுகும் வசதியையும் ஏற்படுத்தி வருகிறோம்.

“எங்கள் மிக முக்கியமான வணிகச் செயல்முறைகளைப் படிப்படியாகப் பிரித்து ஆராய்ந்து, செயற்கை நுண்ணறிவு எங்கெல்லாம் மதிப்பைக் கூட்ட முடியும் என்று கேள்வி எழுப்புவதிலிருந்து தொடங்கினோம். வாடகைக்கு விடுதல் இதற்கு நல்ல எடுத்துக்காட்டு: இது ஒரு பணியைத் தானியக்கமாக்குவது பற்றியதல்ல; ஒட்டுமொத்தச் செயல்முறையையும் மேம்படுத்துவது பற்றியது.”

—நிக்கோலாய் பிராமர், தலைமை டிஜிட்டல் அதிகாரி, ஹைம்ஸ்டாடன்

துறை வல்லுநர்களே தீர்வுகளை உருவாக்கும்போது

மிக முக்கியமான சில மாற்றங்கள், வழக்கமான மென்பொருள் பொறியியல் குழுக்களுக்கு அப்பால் நிகழ்ந்து வருகின்றன.

ஹைம்ஸ்டாடன் தனது சொத்துகள் அனைத்திலும் சுற்றுச்சூழல் அபாயங்களை மதிப்பிட வேண்டியிருந்தது. அதற்கான தகவல்கள் இருந்தன. ஆனால் அவை பல்வேறு பொதுத் தகவல் மூலங்கள், வடிவங்கள் மற்றும் தரவுத்தொகுப்புகளில் சிதறிக் கிடந்தன. அவற்றைப் பயன்படுத்தக்கூடிய மதிப்பீடாக மாற்ற, கணிசமான மனித உழைப்பும் தொழில்நுட்ப வளங்களும் தேவைப்பட்டிருக்கும்.

மென்பொருள் உருவாக்கப் பின்னணி இல்லாத, ஹைம்ஸ்டாடனின் சுற்றுச்சூழல் நிலைத்தன்மை ஆய்வாளரான ஜூலியா எர்லாண்ட்சன், வேறொரு அணுகுமுறையை உருவாக்க Codex உதவியை நாடினார்.

தரவுகளைக் கண்டறிதல், பிழை நீக்குதல், தரப்படுத்துதல், தரச் சோதனை செய்தல் மற்றும் மீண்டும் பயன்படுத்தக்கூடிய செயலாக்கத் தொடர்களை உருவாக்குதல் ஆகியவற்றில் Codex உதவியது. ஆய்வு முறை மற்றும் முடிவுகளின் சரிபார்ப்பு மீதான கட்டுப்பாட்டை ஜூலியா தன்னிடமே வைத்திருந்தார்.

விளைவு: 20,112 சொத்துகள் மதிப்பிடப்பட்டன; அறுபது லட்சத்திற்கும் மேற்பட்ட வரிகள் கொண்ட பயனுள்ள தரவுகள் உருவாக்கப்பட்டன. ஐந்து பேர் ஓராண்டு உழைக்க வேண்டும் என மதிப்பிடப்பட்ட வேலை, இரண்டு பேர் இரண்டு மாதங்கள் உழைத்தால் போதும் என்ற அளவுக்குக் குறைந்தது.

இந்தச் சிக்கலைத் தீர்க்கத் தேவைப்பட்டிருக்கக்கூடிய வெளி ஆலோசகர்களை நியமிப்பதையும் ஹைம்ஸ்டாடன் தவிர்த்தது.

சிக்கலான பகுப்பாய்வுத் திட்டமாகத் தொடங்கிய முயற்சி, இப்போது மீண்டும் மீண்டும் பயன்படுத்தக்கூடிய திறனாக உருவெடுத்து வருகிறது. இது காலநிலை அபாய மதிப்பீடுகள், அறிக்கையிடல் தேவைகள் மற்றும் முதலீட்டாளர்கள் முடிவெடுத்தல் ஆகியவற்றுக்கு உதவுகிறது.

“முன்பு கணிசமான தொழில்நுட்ப உதவி தேவைப்பட்டிருக்கக்கூடிய ஒரு தீர்வை உருவாக்க Codex எங்களுக்கு உதவியது. இப்போது அந்தச் செயல்முறை எங்கள் கட்டுப்பாட்டில் உள்ளது; நாங்களே அதைத் தொடர்ந்து மேம்படுத்த முடியும்.”

—ஜூலியா எர்லாண்ட்சன், சுற்றுச்சூழல் நிலைத்தன்மை ஆய்வாளர், ஹைம்ஸ்டாடன்

பொறுப்புடன் செயற்கை நுண்ணறிவைப் பயன்படுத்துதல்

ஊழியர்களுக்கு உதவி தேவைப்படும் பணிகளிலேயே ஹைம்ஸ்டாடன் செயற்கை நுண்ணறிவைப் பயன்படுத்துவதில் கவனம் செலுத்துகிறது. செப்டம்பர் 2025-இல் ChatGPT Enterprise அறிமுகப்படுத்தப்பட்ட இரண்டு முதல் மூன்று மாதங்களுக்குள், பாதி ஊழியர்கள் அதைப் பயன்படுத்தத் தொடங்கினர். நிறுவனத்தின் பல்வேறு பிரிவுகளில் உள்ள எடுத்துக்காட்டுகளிலிருந்து சக ஊழியர்கள் கற்றுக்கொள்ள, மைய செயற்கை நுண்ணறிவு மாற்ற அலுவலகம் பயன்பாட்டு நிகழ்வுகளின் தொகுப்பைப் பராமரிக்கிறது.

தரவுப் பாதுகாப்பு விதிகளுக்கு உட்பட்டு, அங்கீகரிக்கப்பட்ட கருவிகளை ஊழியர்கள் பயன்படுத்துகின்றனர். செயற்கை நுண்ணறிவு உருவாக்கிய உள்ளடக்கத்தை அனுப்புவதற்கு முன் சரிபார்ப்பதும், முடிவுகளை அங்கீகரிப்பதும் தொடர்ந்து அவர்களது பொறுப்பாகவே உள்ளது.

ஆரம்பத்தில் சந்தேகம் கொண்டிருந்த சிலர் உட்பட, கட்டடப் பராமரிப்புப் பொறுப்பாளர்களும் இதைப் பயன்படுத்தத் தொடங்கியுள்ளனர். நார்வேயில் ஒரு பராமரிப்புப் பொறுப்பாளர், கவனிப்பின்றி இருந்த ஒரு குடியிருப்பை மதிப்பிட்டு, முன்னுரிமை அடிப்படையிலான புதுப்பிப்புத் திட்டத்தை வரைய ChatGPT‑ஐப் பயன்படுத்தினார். இதன் மூலம் அவர் கண்டறிந்தவற்றைச் சரிபார்த்து மேம்படுத்தக்கூடிய, முறையான திட்டமாக மாற்றினார்.

“நிறுவனத்தின் அனைத்துப் பிரிவுகளிலும் உள்ளவர்கள் தங்கள் அன்றாடப் பணியில் செயற்கை நுண்ணறிவைப் பயன்படுத்த நடைமுறைக்கேற்ற வழிகளைக் கண்டறிந்து வருகின்றனர். தரவுகளைப் பாதுகாப்பாகவும், பொறுப்புகளைத் தெளிவாகவும், கட்டுப்பாட்டை மனிதர்களிடமும் வைத்துக்கொண்டு, பயனளிக்கும் முறைகளை விரிவுபடுத்துவதே எங்கள் பணி.”

—ஆண்ட்ரியாஸ் கல்மார் லிண்ட்க்விஸ்ட், செயற்கை நுண்ணறிவுக்கு முன்னுரிமை அளிக்கும் குழுவின் மேலாளர், ஹைம்ஸ்டாடன்

அடுத்த கட்டம்: கேள்விகளுக்குப் பதிலளிப்பதிலிருந்து செயல்படுவது வரை

பல்வேறு அமைப்புகளில் செயல்பட்டு, பல படிகள் கொண்ட செயல்முறைகளை ஒருங்கிணைக்கக்கூடிய செயற்கை நுண்ணறிவு என்ற அடுத்த கட்டத்துக்கு ஹைம்ஸ்டாடன் ஏற்கெனவே தயாராகி வருகிறது.

தற்போது பயன்பாட்டுக்கு வந்துகொண்டிருக்கும் அதன் கொள்முதல் நுண்ணறிவுத் தளம், பணிப்பாய்வு தானியக்கத்தையும் பயன்பாட்டு நிரலாக்க இடைமுகங்கள் வழியாக அணுகப்படும் OpenAI மாதிரிகளையும் இணைக்கிறது. Outlook, SharePoint மற்றும் Teams முழுவதிலும் இயங்கும் வகையில் வடிவமைக்கப்பட்டுள்ள இது, ஒப்பந்தப் பகுப்பாய்வு, பேச்சுவார்த்தைக்கான தயாரிப்பு மற்றும் ஒப்பந்தத்தின் முழு ஆயுட்கால நிர்வாகத்துக்கு உதவுகிறது. வணிக முடிவுகள் மற்றும் ஒப்புதல்களுக்கான பொறுப்பு ஊழியர்களிடமே உள்ளது.

நீண்டகால இலக்கு இன்னும் அடிப்படையான மாற்றத்தை நோக்கமாகக் கொண்டது.

MCP வழியாகச் செயற்கை நுண்ணறிவு சார்ந்த பணிப்பாய்வுகளை ஆதரிக்கும் நவீன சொத்து நிர்வாக அமைப்பான ஆம்ப்ளியோ எஸ்டேட்டை ஹைம்ஸ்டாடன் இணைந்து உருவாக்கி வருகிறது. உரிய மனிதக் கண்காணிப்புடன், ChatGPT போன்ற செயற்கை நுண்ணறிவைப் பயன்படுத்தி சொத்துத் தகவல்களைப் பெறவும், முக்கிய வணிக அமைப்புகளில் நடவடிக்கை எடுக்கவும் ஊழியர்களுக்கு உதவுவதே இதன் நோக்கம்.

இப்படித்தான் தாமாக இயங்கும் கட்டடங்கள் என்ற கருத்தை, நடைமுறைக்கேற்ற தொழில்நுட்பச் செயல்திட்டமாக மாற்ற ஹைம்ஸ்டாடன் தொடங்கியுள்ளது.

முடிவுகள் ஒரு பார்வையில்

  • நெதர்லாந்தில் படத் தயாரிப்புச் செலவு 99%-க்கும் மேல் குறைந்துள்ளது.

  • Codex மூலம் 20,112 அசையாச் சொத்துகள் மதிப்பிடப்பட்டன. ஐந்து பேர் ஓராண்டு உழைக்க வேண்டும் என மதிப்பிடப்பட்ட வேலை, இரண்டு பேர் இரண்டு மாதங்கள் உழைத்தால் போதும் என்ற அளவுக்குக் குறைந்தது.

  • அறிமுகப்படுத்தப்பட்ட 2–3 மாதங்களுக்குள் 50% ஊழியர்கள் பயன்படுத்தத் தொடங்கினர்.

தலைமைக்கான பாடங்கள்:

  • மனிதர்கள் மீது கவனம் செலுத்துங்கள்: தொழில்நுட்பம் தடையல்ல; அதைப் பயன்படுத்த முன்வருவதும் புதிய பயன்பாடுகளைச் சிந்திப்பதுமே சவால்கள்

  • மாற்றத்தை முன்னெடுப்பவர்களைக் கண்டறியுங்கள்: தங்கள் பணியிடங்களில் மாற்றத்தை முன்னெடுக்கும் சக ஊழியர்களிடமிருந்தே மிகப்பெரிய பலன்கள் கிடைக்கின்றன

  • செயல்முறையைச் சரியாக அமைத்திடுங்கள்: சீரற்ற செயல்முறையைச் செயற்கை நுண்ணறிவு சரிசெய்யாது. ஆனால் சிறப்பான செயல்முறையை மிகப் பெரிய அளவில் விரிவுபடுத்தும்.

அடுத்தது என்ன

மனிதர்களே இல்லாத கட்டடங்கள் ஹைம்ஸ்டாடனின் தொலைநோக்கு அல்ல. மாறாக, தொடர்ந்து நுண்ணறிவு மேம்படும் அமைப்புகளின் உதவியுடன் சொத்துகளை நிர்வகிப்பதே அதன் நோக்கம். இவை ஊழியர்கள் சிறந்த முடிவுகளை எடுக்கவும், வாடிக்கையாளர்களின் பிரச்சினைகளைத் தீர்க்கும் திறனை அதிகரிக்கவும் உதவும்.

கட்டடங்கள் பெரும்பாலும் எப்போதும்போலவே இருக்கும்—மக்கள் வாழும் வீடுகளாகவும் அவர்களுக்கு அடைக்கலம் தரும் இடங்களாகவும். ஆனால் அவை நிர்வகிக்கப்படும் விதம் நிரந்தரமாக மாறிவிட்டது.

புதிய வேலை சகாப்தத்தில் இணையுங்கள்

உலகெங்கிலும் உள்ள 1 மில்லியனுக்கும் அதிகமான வணிகங்கள் OpenAI மூலம் பயனுள்ள முடிவுகளைப் பெறுகின்றன.