건설과 부동산 / 상업용 부동산 서비스
JLL: 부동산 직원 지식 업무
- 기업
- JLL
- 국가
- 미국
- 도입 상태
- 운영
- 자료 공개
- 날짜 기준
- 자료 발표 시점. 도입 시작일과 다를 수 있음
- 근거 확인 방법
- 원문 본문 열람
업무 문제
건물 한 채에서 나오는 데이터 종류가 너무 많다. JLL의 Neil Murray는 포트폴리오 데이터, 사용 데이터, 에너지 데이터, 운영과 작업 지시 관리 데이터, 자본 지출 데이터를 예로 들었다. 이 데이터를 사람이 모아 읽고 판단하기 어렵다는 것이 출발점이다.
적용한 기술과 데이터
JLL은 JLL Falcon 플랫폼 위에 부동산 문제에 맞춘 생성형 AI 전략을 세웠다. 그 위에 자체 모델인 JLL GPT를 만들었다. 회사는 JLL GPT를 상업용 부동산 업계를 위해 만든 첫 생성형 AI로 소개한다. 이 글은 학습에 쓴 데이터나 바탕 모델, 사용자 수를 밝히지 않는다.
성과
JLL은 최근 Future of Work 설문에서 기업 리더의 50% 넘는 응답자가 데이터 품질을 상업용 부동산 AI 확산의 큰 장벽으로 꼽았다고 밝혔다. AI 제품 담당 Carlin Power는 중개인과 자산 관리자, 고객 담당 팀이 고객 관계와 전략 기획에 시간을 더 쓰고 데이터 분석, 시장 조사, 보고서 작성, 기본 설비 업무는 AI가 맡는 모습을 그렸다. 이 서술은 앞으로의 모습을 그린 것이고 지금의 성과 수치가 아니다.
한계와 남은 과제
사용자 수, 처리량, 업무 시간 변화 같은 도입 성과 수치가 이 글에 없다.
출처
공개된 자료를 정리한 사례입니다. ATF Works 도입 고객의 결과가 아닙니다.