Vastgoed werkt op een andere tijdlijn dan de meeste sectoren. Een gebouw wordt ontworpen, gebouwd, verhuurd, beheerd en uiteindelijk verduurzaamd of herontwikkeld over een periode van decennia. Data over een object ontstaat in fasen die vaak los van elkaar zijn georganiseerd: de ontwikkelaar, de bouwer, de beheerder en de belegger houden ieder hun eigen systemen bij, met eigen definities van wat een vierkante meter, een huurcontract of een onderhoudsstatus precies inhoudt. Waar een sector als de groothandel te maken heeft met snel omslaande transactiedata, heeft vastgoed te maken met trage, gefragmenteerde data die zelden opnieuw wordt samengevoegd nadat een fase is afgerond.
Die fragmentatie is de kern van waar AI-volwassenheid in deze sector op vastloopt. Niet omdat de sector conservatief zou zijn, maar omdat de structuur van het werk — objecten die van eigenaar wisselen, contracten die worden overgedragen, systemen die per rol verschillen — het moeilijk maakt om één samenhangend beeld van een portefeuille te krijgen. Een AI-toepassing die voorspellingen doet over onderhoud of leegstand is zo goed als de data die aan de basis ligt, en die data is in vastgoed vaker verspreid dan compleet.
De volwassenheidsmeting van hybridresourcing werkt met vijf niveaus: baseline, foundation, activation, insight en intelligence, gemeten over zeven dimensies. In vastgoedorganisaties valt vaak op dat de fundamentele dimensies — organisatie, IT-infrastructuur en datamanagement — achterblijven bij de ambities die op directieniveau worden uitgesproken over AI in taxatie, beheer of energieprestatie. Er wordt gesproken over slimme toepassingen terwijl de onderliggende systemen nog per vestiging, per objecttype of per beheerder verschillen.
Dat is geen kwestie van volgorde die je zou kunnen omdraaien. De dimensies die afhankelijk zijn — waar de organisatie AI daadwerkelijk inzet — kunnen niet verder komen dan wat de fundamentele dimensies toelaten. Een organisatie die op activation-niveau AI wil gebruiken voor huurderscommunicatie, maar op foundation-niveau blijft steken in datamanagement, loopt vast op het moment dat de toepassing meer nodig heeft dan een pilot kan leveren. Waarom die volgorde vaststaat en niet onderhandelbaar is, leest u op de pagina over de fundamentele dimensies eerst.
Een van de onderdelen van de meting is een plot-ronde: meerdere mensen binnen de organisatie scoren de zeven dimensies apart, zonder elkaars antwoorden te zien. In vastgoedorganisaties levert dat vaak een grotere spreiding op dan in sectoren met een centraler beheerde operatie. De asset manager scoort de datamanagement-dimensie hoog omdat de portefeuille-informatie in het eigen systeem klopt; de facilitair manager scoort laag omdat de onderhoudsdata van externe partijen nooit goed is aangesloten. Beide beelden zijn juist voor het deel van de organisatie dat ze zien, en precies die spreiding is de eerste diagnose: niet het gemiddelde niveau, maar het gebrek aan een gedeeld beeld.
Die spreiding is functioneel te vergelijken met wat te zien is in [de vastgoedsector](#) naast andere kapitaalintensieve sectoren zoals de bouw en de installatiebranche, waar het werk eveneens over meerdere partijen en fasen is verdeeld. In al deze sectoren ontstaat het grootste risico niet uit een gebrek aan ambitie, maar uit het ontbreken van een gedeeld beeld van waar de organisatie werkelijk staat, voordat er over uitrol wordt gesproken.
Deze meting zegt niets over welke taken binnen een vastgoedorganisatie door AI kunnen worden overgenomen. Het gaat over draagvermogen: kan de organisatie AI dragen, gegeven de staat van haar fundamenten. Dat is een andere vraag dan wat AI kan overnemen aan taxatiewerk, contractbeheer of rapportage. Wie op zoek is naar dat laatste antwoord, vindt dat niet in deze meting maar in een ander instrument.
De volwassenheidsmeting van hybridresourcing wordt momenteel gebouwd. Er is nog geen tool om vandaag te doorlopen. Wie de meting wil gebruiken zodra die beschikbaar is, kan zich aanmelden voor de wachtlijst; er wordt niets beloofd over een datum, alleen dat wie zich aanmeldt als eerste wordt geïnformeerd.
Zodra duidelijk is of de fundamenten van een vastgoedorganisatie AI kunnen dragen, ontstaat de vervolgvraag: welk deel van het feitelijke werk — objectbeheer, huurderscontact, rapportage, taxatieondersteuning — is met AI over te nemen. Die vraag beantwoordt de meting op deze pagina niet; die rekent de werkscan van FTE TO AI per taak uit. Een goed startpunt voor die berekening is een overzicht van de beslissingen die binnen het werkproces worden genomen, waarvoor de pagina over wat er in een besluiteninventaris hoort een aanzet geeft, net als de vergelijkbare vraagstukken in de zorgsector, waar dezelfde scheiding tussen draagvermogen en taakovername speelt.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.