Как PropTech меняет рынок коммерческой недвижимости

Технологические проекты в недвижимости – PropTech – являются движущей силой диверсификации портфеля инвесторов.  Около 35% от общего объема инвестиций в технологическом секторе недвижимости приходится на систему «умное здание», согласно  данным исследования Active Capital компании Knight Frank. PropTech в планировке и использовании помещений, а также в финансах и инвестициях распределены в равных долях – по 21%.

Технологии активно внедряются в данную сферу, начиная от проектирования и заканчивая строительством, архитектурой и функционированием городов. Сбор и использование данных быстро набирают популярность в секторе коммерческой недвижимости, повышая его прозрачность и создавая новые задачи и возможности для инвесторов. 

По словам Алексея Новикова, управляющего партнёра Knight Frank, традиционно в секторе коммерческой недвижимости отсутствовал тот уровень прозрачности и сбора данных, который характерен для жилья. По сравнению с другими классами инвестиционных активов, в коммерческом сегменте отношения с брокером и его компетенция были основными критериями выбора. Несомненно, данные факторы остаются важными, но должны быть дополнены сбором и анализом данных. Поскольку уровень прозрачности на рынке увеличивается, наличия личного знакомства и хороших отношений недостаточно, так как барьеры вхождения на рынок сокращаются. Гибкому инвестору данные структурные изменения позволят получить конкурентные преимущества новым способом. 

Учитывая, что коворкинги пока еще занимают незначительную долю в общей площади офисного сегмента, требования инвесторов к классическим офисным пространствам создают дисбаланс на рынке в плане гибкости и сроков аренды. В свою очередь, это влияет на относительную выручку, так как ранее уровень прибыли удавалось поддерживать за счет гарантированного дохода, получаемого в течение более длительного периода времени. 

В индустриальном секторе, напротив, технологии способствуют увеличению средних сроков аренды. По нашим оценкам, высокие фиксированные издержки современных складов могут превышать стоимость строительства основного здания в четыре раза. Нередко случается, что компании, занимающиеся электронной торговлей, тратят миллионы долларов на высокотехнологичное оборудование. Значительные фиксированные издержки означают увеличение предполагаемых сроков аренды крупных оптовых баз, благодаря чему создаются дополнительные возможности для снижения доходности. 
 

Реагируя на изменения, связанные с продолжительным экономическим циклом, инвесторы расширяют свой портфель с помощью проектов PropTech – стартапов, предлагающих технологически инновационные продукты или новые бизнес-модели для рынков недвижимости.  В компании Deloitte установили, что в 2019 году две трети инвесторов в коммерческую недвижимость по всему миру хотели бы вложить от 10% до 30% своего капитала в проекты PropTech. 

Согласно данным Совета Нью-Йорка в сфере недвижимости (REBNY) и Королевского института дипломированных оценщиков (RICS), 72% PropTech-компаний нацелены на сектор коммерческой недвижимости, предоставляющий широкое разнообразие потенциальных объектов для инвестиций и демонстрирующий, как следует подготовиться на случай дестабилизации.

Геологические информационные системы (ГИС) давно используются для изучения и оптимизации расположения объектов недвижимости, а Информационное моделирование зданий (ИМЗ) – для оптимизации их формы и конструкции. С точки зрения оценки, некоторые статистические модели машинного обучения могут превзойти традиционные методы, повышая эффективность прогнозирования дохода и прибыли. Например, в компании Mckinsey выяснили, что при использовании методов машинного обучения точность прогнозирования арендной платы может достигать более 90%, при этом 60% из них обеспечивается за счет нетрадиционных источников данных, таких как близость к местным кафе или продовольственным магазинам. 

Было доказано, что тщательный анализ текста посредством обработки языка в целях смыслового анализа позволяет улучшить моделирование ставки капитализации для инвесторов. Некоторое время данный метод был ведущим индикатором в алгоритмах для биржевой торговли. Он также может быть применен к рынку коммерческой недвижимости. 

Кроме того, инвесторы используют машинное обучение и нетрадиционные методы для определения городов, которые лучше всего готовы к использованию преимуществ инноваций и урбанизации для стимулирования роста благосостояния и численности населения, необходимых для эффективно функционирующих рынков недвижимости. 

В дополнение к технологиям, помогающим оптимизировать инвестиционные решения, в Knight Frank полагают, что использование данных само по себе является конкурентным преимуществом. В офисном секторе все больше услуг предлагается через приложения, позволяющие отслеживать использование помещения, благодаря чему можно обеспечить максимальную пользу от его использования для службы по работе с клиентами, операторов и собственников. 

Данные также можно получить посредством наблюдения за арендаторами, и если инвесторы сохраняют за собой права на эту информацию, то они приобретают и конкурентное преимущество. Аналогично тому, как зарубежные инвесторы фактически становятся иностранными валютными трейдерами, использование технологий будет означать, что некоторые инвесторы в коммерческую недвижимость фактически тоже станут технологическими компаниями. 

В среднем у семьи в Швеции имеется 16,9 подключенных к интернету устройств, и, согласно оценкам, к 2025 году на каждого человека будет приходиться до девяти устройств интернета вещей. Набирающее популярность требование – всегда быть на связи – также распространяется на рабочее место. Ожидается, что это в значительной мере отразится на перечне обязательных для арендаторов элементов. Так, обеспеченность связью по цифровым каналам будет играть огромную роль при оценке коммерческой недвижимости в будущем, а стоимость элитных зданий на основании сертификации WiredScore по возможностям подключения, потенциально может оцениваться с надбавкой. Таким образом, технологии значительно повышают ценность зданий. 

Защита данных имеет первостепенное значение – не следует недооценивать сопряженные с этим риски, в том числе репутационные, а также цену потенциального нарушения их безопасности. Тщательное моделирование и глубинный анализ данных сопровождаются испытаниями, необходимыми для обеспечения повышенной устойчивости к сбоям. Соблюдение конфиденциальности также представляет собой важную задачу.