La débâcle de l’achat d’une maison de Zillow montre à quel point il est difficile d’utiliser l’IA pour évaluer l’immobilier

Recevez des mises à jour en temps réel directement sur votre appareil, abonnez-vous maintenant.

Cette décision, présentée par un directeur de l’entreprise à l’époque comme « une avancée passionnante », visait à rationaliser le processus pour les propriétaires envisageant de vendre à Zillow dans le cadre de son entreprise de retournement de maison. Zillow a promu cette option comme un moyen de faciliter la vente d’une maison tout en minimisant les interactions avec les autres pendant la pandémie. À peine huit mois plus tard, cependant, la société ferme complètement cette entreprise, Zillow Offers.

La décision, annoncée la semaine dernière, marque une défaite fulgurante pour Zillow. La société d’annonces immobilières a procédé à une dépréciation des stocks de 304 millions de dollars au troisième trimestre, imputée au fait d’avoir récemment acheté des maisons à des prix plus élevés qu’elle ne pense pouvoir les vendre. L’entreprise a vu ses actions chuter et envisage désormais de supprimer 2 000 emplois, soit 25 % de ses effectifs.
Cependant, les retombées de cette entreprise commerciale ne se limitent pas aux défis liés à l’achat et à la vente de maisons à but lucratif. Il met également en évidence à quel point il est difficile d’utiliser l’IA pour aider à prendre des décisions coûteuses et réelles, en particulier dans un marché en constante évolution qui peut être difficile à prévoir des mois ou même des semaines, et avec des prix qui peuvent être basés autant sur la sensation comme sur des points de données clairs. Le PDG et cofondateur de Zillow, Rich Barton, a expliqué la fermeture des offres de Zillow en citant « l’imprévisibilité des prévisions des prix des maisons » qui « dépasse de loin » ce que la société avait prévu.
Le modèle « iBuyer » utilisé par Zillow et d’autres sociétés immobilières consiste à acheter des maisons directement auprès des vendeurs, puis à les réinscrire après avoir effectué des travaux mineurs. Pour Zillow, l’une des premières étapes de sa décision d’acheter une maison est le « Zestimate », une estimation assistée par apprentissage automatique de la valeur marchande d’une maison qui est calculée en tenant compte de nombreuses données sur la propriété recueillies à partir de sources, y compris les taxes. et les dossiers de propriété, les détails soumis par le propriétaire tels que l’ajout d’une salle de bain ou d’une chambre, et des photos de la maison. Les plateformes concurrentes telles que Redfin ont leurs propres estimations qui prennent en compte des données similaires.
« Le Zestimate, les faits que vous avez fournis et les maisons comparables à proximité sont utilisés pour calculer un prix de vente estimé », a expliqué Zillow sur sa page Web d’offres Zillow aux propriétaires qui pourraient être intéressés par la vente de leur propriété à l’entreprise. (La page note maintenant que la société « met fin » au service et ne fait pas de nouvelles offres sur les maisons.) Après cette estimation, explique la page, Zillow procède à une évaluation en personne d’une propriété, détermine le montant qu’elle estime nécessaires aux réparations avant de pouvoir revendre la maison, puis fait une offre finale. Zillow a acheté des dizaines de milliers de logements depuis le lancement des offres Zillow, mais en a vendu beaucoup moins qu’il n’en a acheté : selon ses résultats trimestriels, il a acheté 27 000 logements d’avril 2018 à septembre 2021, et en a vendu près de 17 000.

Zillow a refusé une demande d’entretien avec Krishna Rao, vice-président de l’analyse de la société. Dans un communiqué, le porte-parole de Zillow, Viet Shelton, a déclaré à CNN Business que la société utilisait le Zestimate pour les offres Zillow « de la même manière que nous encourageons le public à l’utiliser : comme point de départ ».

« Le défi auquel nous avons été confrontés dans Zillow Offers était la capacité de prévoir avec précision le prix futur des stocks dans trois à six mois, dans un marché où les changements de valeur des maisons étaient plus importants et plus rapides que jamais », a déclaré Shelton.

En effet, depuis que Zillow est entré dans le secteur du retournement à domicile en 2018, les marchés immobiliers ont changé de manière extrêmement imprévisible. La pandémie a entraîné un gel temporaire du marché du logement, suivi d’un déséquilibre de l’offre et de la demande qui a provoqué une hausse sans précédent des prix des logements. Cela n’a peut-être que compliqué la décision de l’entreprise d’inclure le Zestimate qui, selon Zillow, n’est pas une évaluation, mais une « estimation générée par ordinateur de la valeur de la maison aujourd’hui, compte tenu des données disponibles » dans le cadre du processus des offres Zillow dans plus plus de 20 villes.

L’intelligence artificielle peut examiner beaucoup plus d’informations, beaucoup plus rapidement, qu’un seul humain ne pourrait le faire lorsqu’il considère un prix équitable pour une maison, en pesant des facteurs tels que les ventes de maisons comparables dans une région, le nombre de personnes qui recherchent dans un quartier spécifique, etc. Pourtant, « vous pouvez demander à un agent immobilier de regarder une maison et de choisir en une seconde un facteur critique de l’évaluation qui n’existe tout simplement pas sous forme de uns et de zéros dans aucune base de données », a déclaré Mike DelPrete, un stratège en technologie immobilière. et chercheur en résidence à l’Université du Colorado Boulder.

Zillow a subi une dépréciation de ses stocks de 304 millions de dollars au troisième trimestre, imputée au fait d'avoir récemment acheté des maisons à des prix plus élevés qu'il ne pense pouvoir les vendre.

Un élément clé de Zillow

Le Zestimate est un élément clé de la marque Zillow depuis que la société a lancé son site Web pour la première fois en 2006. Le terme figure en bonne place sur des millions d’annonces immobilières de Zillow ; c’est une marque déposée par la société ; et il est mentionné 61 fois dans ses documents d’introduction en bourse de 2011.

« Trois fois par semaine, nous créons plus de 500 000 modèles d’évaluation uniques, construits sur 3,2 téraoctets de données, pour générer des estimations Z actuelles sur plus de 70 millions de foyers américains », a écrit la société dans un dépôt de titres en 2011. Plus de 10 ans plus tard , la société publie des Zestimates pour plus de 100 millions de foyers américains.

Si vous recherchez des maisons sur le site Web ou l’application de Zillow, le Zestimate figure en bonne place dans chaque annonce, que la maison soit à vendre ou non. Si la maison est actuellement à vendre, un point rouge apparaît à côté des mots « Maison à vendre » et le Zestimate, s’il est disponible pour cette maison, apparaîtra sur la même ligne.

Ces entreprises achèteront votre maison instantanément.  Voici ce que cela signifie pour un marché immobilier en ébullition
Bien que la société souligne que le Zestimate n’est pas une évaluation de la maison, l’exactitude de la fonctionnalité a été remise en question au fil des ans. Par exemple, il a fait l’objet d’une poursuite intentée par des propriétaires en 2017. (Cette poursuite a été rejetée.)

Zillow a passé des années à améliorer le Zestimate, allant jusqu’à organiser un concours pluriannuel de science des données pour améliorer la précision de l’algorithme qui le sous-tend. La société a décerné à une équipe de trois personnes le prix d’un million de dollars au début de 2019.

Le Zestimate a actuellement un taux d’erreur médian de 1,9% pour les maisons qui sont sur le marché, a déclaré Shelton, ce qui signifie que les estimations de Zillow pour la moitié des maisons sur le marché se situent à moins de 1,9% du prix de vente réel. Ce pourcentage d’erreur est beaucoup plus élevé – 6,9%, selon Shelton – pour les maisons hors marché. Être en baisse d’aussi peu que 1,9% sur une propriété avec une estimation Z de 500 000 $ est toujours près de 10 000 $; ce chiffre se multiplie sur de très nombreux foyers dans différentes villes des États-Unis.

Un art, pas seulement une science

C’est une chose de créer un modèle sur un site Web qui est souvent assez précis. C’en est une autre d’essayer ensuite d’utiliser ce modèle dans le monde réel pour faire des paris très coûteux et le faire à grande échelle, selon Nima Shahbazi, membre de l’équipe qui a remporté le concours de l’algorithme Zestimate et PDG de Mindle.AI, qui aide les entreprises utiliser l’IA pour faire des prédictions. Par exemple, si l’une des maisons achetées par Zillow présentait des problèmes cachés tels qu’une fissure manquée dans la fondation, Zestimate ne serait pas en mesure de prédire ces problèmes, a-t-il déclaré.

« Il existe de nombreuses parties différentes entre un modèle très décent et le déploiement du modèle en production qui peuvent mal tourner », a-t-il déclaré.

Zillow utilisait le Zestimate pour l’aider à prendre des décisions d’achat pour les maisons dont il espérait faire un profit au fil du temps. Mais Nikhil Malik, professeur adjoint de marketing à l’Université de Californie du Sud, a déclaré que les algorithmes ont tendance à être bons pour faire des prédictions précises à court terme, comme pour prédire les cours des actions une seconde à l’avance. Mais il n’y a tout simplement pas assez de données pour qu’un algorithme puisse en savoir plus sur les bustes et les booms plus longs, selon Malik, qui étudie la tarification algorithmique et a étudié le Zestimate en particulier.

Il existe également de nombreux aspects non quantifiables de l’attribution d’une étiquette de prix à une maison, a noté DelPrete, tels que la valeur de vivre dans le même quartier où vous avez grandi ou dans la rue de vos parents. Ceux-ci peuvent varier d’une personne à l’autre, ce qui rend encore plus difficile l’externalisation d’un processus d’évaluation d’une maison vers un ordinateur.

« C’est un bon outil pour ce que c’est », a déclaré DelPrete à propos du Zestimate, mais c’est une erreur de penser qu’il peut être utilisé pour prédire avec précision les prix des maisons maintenant ou à l’avenir. Il le considère comme « presque un jouet », destiné davantage à piquer votre curiosité lorsque vous recherchez votre maison ou celle de votre voisin en ligne.

« Si vous voulez faire iBuying et que vous allez faire des milliers d’offres chaque jour, vous devez être très bon pour évaluer les maisons, non seulement aujourd’hui mais dans trois à six mois », a-t-il déclaré. « Et c’est un art et une science. »

Anna Bahney de CNN a contribué à ce rapport.

.

www.actusduweb.com
Suivez Actusduweb sur Google News


Recevez des mises à jour en temps réel directement sur votre appareil, abonnez-vous maintenant.

commentaires

Ce site utilise des cookies pour améliorer votre expérience. Nous supposerons que cela vous convient, mais vous pouvez vous désinscrire si vous le souhaitez. J'accepte Lire la suite