Contact
Menu

Article

Comment la révolution de l’IA accroît la performance de la gestion des actifs immobiliers

La Data Science – c'est-à-dire l’étude de données à l’aide de statistiques, de l’intelligence artificielle (IA), de l’apprentissage automatique et de la technologie informatique pour l’analyse de grandes quantités de données – est un outil utilisé par Global Real Estate pour acquérir des connaissances pertinentes pour les décisions commerciales et les opportunités de placement. La Data Science est souvent utilisée pour l’analyse des données prévisionnelles et normatives.

2 novembre 2023

Gerald Kremer

Chief Digital Officer, Global Real Estate, Credit Suisse Asset Management (Suisse) SA et Designated Team Product Lead Real Estate, UBS Asset Management

Points clés à retenir

  • L’utilisation de la Data Science permet de prendre des décisions de placement plus éclairées, notamment sur la base de prévisions fondées sur des données concernant l’évolution du marché. Pour ce faire, des millions de données historiques sont traitées.
  • Global Real Estate utilise des applications de la Data Science pour prendre des décisions d’investissement stratégiques concernant les actifs et les fonds. Désormais, de grands modèles linguistiques (Large Language Models, LLM) sont également utilisés. Ceux-ci se servent des contenus provenant d’annonces ou d’articles de presse pour compléter les affirmations purement basées sur des données issues de la Data Science.
  • Ces LLM aident à classifier les données et le contenu, à procéder à des analyses d’humeur sur le marché et à en déduire les prévisions pour le développement futur, ainsi qu’à optimiser la communication avec les locataires.

L’analyse prévisionnelle utilise des données historiques pour établir des prévisions précises sur les modèles de données qui pourraient se présenter à l’avenir. Une combinaison de données historiques, externes et alternatives avec un apprentissage automatique, des prévisions et des modèles de prévision permet de déterminer les relations de cause à effet dans les données

Dans cette édition, nous présentons différentes applications de Data Science qui soutiennent nos activités immobilières, nous utilisons en effet ces technologies pour prendre des décisions d’investissement stratégiques concernant les actifs et les fonds.

Ensuite, nous expliquons comment l’utilisation des nouveaux grands modèles linguistiques (Large Language Models, LLM) accroît encore la valeur ajoutée des applications de Data Science.

Cas d’application de Data Science à CSAM GRE

Cas d’application Data Science 1
 Risque immobilier territorial

Le rapport du Credit Suisse sur le risque immobilier territorial utilise une collection de onze millions d’annonces immobilières en Suisse comprenant des offres de vente et de location des douze dernières années, complétées par des chiffres supplémentaires externes et internes pour prévoir le rendement locatif selon l'emplacement géographique.

Densité de propriété à faible/fort rendement : Pour estimer s’il existe une bulle immobilière sur le marché, la densité des propriétés sous-performantes ou à faible rendement est utilisée comme indicateur.

Densité de propriété à faible/fort rendement
Pour estimer s’il existe une bulle immobilière sur le marché, la densité des propriétés sous-performantes ou à faible rendement est utilisée comme indicateur. 
Source : Credit Suisse AG À titre d’illustration uniquement

Cas d’application Data Science 2
Déménagement des locataires commerciaux

Le rapport du Credit Suisse sur le déménagement des locataires commerciaux utilise des contrats de location à usage commercial du passé pour établir un ensemble de données significatives. Celui-ci est complété par des informations régionales (p. ex. faillites, nouveaux concurrents), afin d’estimer la probabilité qu’un locataire résilie son contrat dans un délai de six à douze mois. Les gestionnaires de fortune peuvent anticiper les surfaces vacantes et planifier une utilisation optimale de l’espace à un stade précoce.

IA du marché : Les données issues des publicités au cours des 7 dernières années sont mises à jour et utilisées pour construire un modèle d’apprentissage automatique. Celui-ci prédit les loyers et donne des indications sur les facteurs qui ont contribué à leur augmentation (ou à leur diminution).

IA du marché
Les données issues des publicités au cours des 7 dernières années sont mises à jour et utilisées pour construire un modèle d’apprentissage automatique. Celui-ci prédit les loyers et donne des indications sur les facteurs qui ont contribué à leur augmentat
Source : Credit Suisse AG. À titre d’illustration uniquement

Cas d’application Data Science 3
Prévision des loyers sur le marché de masse

Un modèle de prévision basé sur des annonces est utilisé pour prédire ce que le marché est prêt à payer pour les unités de notre portefeuille. Le montant avec lequel chaque attribut contribue au loyer (ou avec lequel il réduit le loyer) est indiqué pour chaque unité. Cela permet aux gestionnaires de fortune d’optimiser la performance de nos immeubles et d’atteindre ainsi le meilleur équilibre entre les rendements locatifs élevés et les faibles taux de vacance.

Risque de vacance : Les locataires commerciaux déménagent en fonction de l’évolution des conditions du marché. Un modèle qui apprend comment les contrats ont réagi à l’évolution des conditions du marché, telles que des défaillances dans un même secteur ou les nouvelles exigences en matière d’espace, est utilisé pour anticiper les changements et donne des recommandations sur ce qu’il convient d’ajuster pour aider le locataire.

Risque de vacance
Les locataires commerciaux déménagent en fonction de l’évolution des conditions du marché. Un modèle qui apprend comment les contrats ont réagi à l’évolution des conditions du marché, telles que des défaillances dans un même secteur ou les nouvelles exigences en matière d’espace, est utilisé pour anticiper les changements et donne des recommandations sur ce qu’il convient d’ajuster pour aider le locataire.
Source : Credit Suisse AG. À titre d’illustration uniquement

Innovations dans le domaine de l’intelligence artificielle

Comme nous l’avons déjà mentionné au début de cet article, récemment, les domaines de l’intelligence artificielle (IA) et de l’apprentissage automatique ont connu des évolutions passionnantes. L’utilisation de grands modèles linguistiques (Large Language Models, LLM) a été démocratisée. Les LLM sont un type d’algorithmes d’IA qui utilisent des techniques d’apprentissage en profondeur et des données extrêmement importantes pour comprendre, résumer, générer et prévoir de nouveaux contenus. Ils sont particulièrement utiles pour la classification et la catégorisation des données, pour la réalisation d’analyses d’humeur (compréhension de l’intention d’un contenu), pour l’IA conversationnelle et les chatbots (ils permettent aux utilisateurs d’interagir de manière plus naturelle avec l’IA).

Ci-après, nous montrons dans quels domaines il est possible d’utiliser concrètement les LLM pour nos rapports existants :

Risque immobilier territorial


En intégrant la capacité supplémentaire de comprendre le texte des annonces et des articles de presse, une analyse de l’humeur pourrait anticiper l’évolution du marché – ce que le modèle actuel ne peut pas offrir avec son point de vue uniquement historique. En outre, un LLM peut directement consulter les résultats, fournir une analyse de marché pour certains segments et établir un rapport.

Déménagement des locataires commerciaux

La combinaison des connaissances basées sur le modèle avec un LLM qui prépare directement la communication avec les locataires afin d'affronter les défis commerciaux améliorera notre relation avec nos locataires. En ajoutant des communications plus tôt dans le processus, nos conseillers clientèle sont en outre en mesure de communiquer avec les locataires de manière extrêmement précise, ce qui assure à ces derniers que nous comprenons leurs préoccupations et que nous sommes là pour eux.

Prévision des loyers sur le marché de masse

Les modèles actuels utilisent des attributs quantitatifs mais seulement un nombre limité d’évaluations qualitatives de l’immobilier. En ajoutant les informations contenues dans la description des annonces, un LLM permet de combler cette lacune et de créer un modèle plus précis. Ces dernières innovations nous
permettront d’être encore plus efficaces, précis et innovants dans nos décisions commerciales, dans notre planification stratégique et dans nos opportunités de placement.

Ces dernières innovations nous permettront d’être encore plus efficaces, précis et innovants dans nos décisions commerciales, dans notre planification stratégique et dans nos opportunités de placement.

Nos solutions d’investissement

Notre large éventail de solutions de placement couvrant toutes les grandes classes d’actifs vous garantit de trouver des produits correspondant à vos besoins personnels.

Suivez un fonds pour facilement recevoir la fiche d’information mensuelle.

Fundsearch
fundsearch-fund-updates-newsletter2.jpg
Fundsearch

En savoir plus

Lisez les derniers articles de Novum
2 novembre 2023
Entretien avec Sven Schaltegger sur le Multi-Manager Real Estate Business.

Le responsable Multi-Manager Real Estate Business explique : « Notre objectif est d’offrir aux investisseurs disposant d’un investissement individuel une exposition très largement diversifiée aux placements immobiliers mondiaux.. »

2 novembre 2023
Logements préfabriqués aux États-Unis

Dans un environnement de marché actuellement incertain, les opportunités d'investissement présentant une grande stabilité des flux de trésorerie sont particulièrement attrayantes pour les flux de trésorerie. Un bon exemple de tels investissements à risque relativement faible se trouve dans le secteur du logement préfabriqué ou « Manufactured Housing » aux États-Unis.

Contactez Asset Management

Découvrez des opportunités d’investissement attractives. Nous vous aiderons à atteindre vos objectifs d’investissement.

Nous contacter
Nous contacter

Source: Credit Suisse, sauf mention contraire. 
Sauf mention contraire, les illustrations fournies dans le présent document ont été élaborées par Credit Suisse AG et/ou ses sociétés affiliées avec le plus grand soin et en toute bonne foi.

Ce support est un document marketing de Credit Suisse SA et/ou de ses filiales (ci-après dénommé «CS»). Il ne constitue nullement ou ne fait partie d’aucune offre ou invitation à émettre ou vendre, ni une sollicitation d’offre de souscription ou d’achat de valeurs ou d’autres instruments financiers, ou à effectuer toute autre opération financière, ni ne constitue une incitation de souscription à un produit, une offre ou un placement. Ce document commercial n’est pas un document contractuellement contraignant ni un document d’information requis par une disposition législative quelconque. Aucun élément de ce support ne saurait constituer une recherche ou un conseil en investissement et ne peut en aucun cas y être assimilé. Il n’est pas adapté à votre situation personnelle ni ne constitue une recommandation personnalisée et ne suffit pas pour prendre une décision de placement. Les informations et les opinions exprimées dans le présent document reflètent celles du Credit Suisse au moment de la rédaction et sont sujettes à modification à tout moment sans préavis. Elles proviennent de sources considérées comme fiables. Le CS ne fournit aucune garantie quant au contenu et à l’exhaustivité de ces informations et, dans la mesure où la loi le permet, il décline toute responsabilité pour les pertes qui pourraient résulter de l’utilisation de ces informations. Sauf mention contraire, les chiffres n’ont pas été vérifiés. Les informations fournies dans le présent document sont réservées au seul usage de son destinataire. Les informations figurant dans ce support peuvent être modifiées sans préavis après la date d’émission de celui-ci sans que CS soit tenu de les actualiser. Ce support peut contenir des informations sous licence et/ou protégées par les droits de propriété intellectuelle des concédants de licence et des détenteurs du droit à la propriété. Rien dans ce support ne saurait être interprété comme imposant une responsabilité aux concédants de licence ou aux détenteurs du droit à la propriété. La copie non autorisée des informations des concédants de licence ou des détenteurs du droit à la propriété est formellement interdite. Ce document ne peut en aucun cas être transféré ou distribué à une autre personne ni ne peut être reproduit. Tout transfert, distribution ou reproduction est interdit et peut entraîner une violation de la loi américaine de 1933 sur les valeurs mobilières US Securities Act, telle que modifiée et actuellement en vigueur (loi ci-après dénommée «Securities Act»). De plus, il peut y avoir des conflits d’intérêts concernant l’investissement. Dans le cadre de la prestation de services, Credit Suisse AG et/ou ses filiales peuvent le cas échéant payer à des tiers ou recevoir de la part de tiers, sous forme de frais ou autre, une rémunération unique ou récurrente (par exemple commissions de souscription, commissions de placement ou de suivi). Avant de prendre toute décision de placement, les investisseurs potentiels doivent évaluer indépendamment et avec soin (avec leurs conseillers fiscaux, juridiques et financiers) les risques spécifiques décrits dans les supports accessibles, les conséquences légales, réglementaires, fiscales et comptables ainsi que l’impact sur le crédit.
Copyright © 2023 CREDIT SUISSE. Tous droits réservés.

Distributeur: Credit Suisse (Suisse) SA, Paradeplatz 8, CH-8001 Zurich I Distributeur: Credit Suisse AG, Paradeplatz 8, CH-8001 Zurich I Distributeur: Credit Suisse Asset Management (Suisse) SA, Kalandergasse 4, CH-8045 Zurich I Superviseur (Autorité d’enregistrement): Autorité fédérale de surveillance des marchés financiers (FINMA)

Tags

Immobilier Digitalization