Alva Technologies: Henrik Langeland (gründer og CEO), og Sindre Sangnes (data scientist). Foto: Benedicte Tandsæther-Andersen

Alva Technologies lar kunstig intelligens taksere boligen din: Vil ned i minutt-budrunder

Benedicte Tandsæther-Andersen

Benedicte Tandsæther-Andersen

Journalist

Publisert 5. mars 2019

Finner boligverdien i løpet av sekunder: – Helt naturlig at det å verdsette eiendom er en oppgave en maskin vil gjøre konsistent bedre enn et menneske, sier Alva Technologies-gründer Henrik Langeland. 

Alva Technologies – en norsk startup som vil gjøre verdisetting av boliger til en oppgave for maskinlæring – har store planer for norsk eiendomsbransje. En boligkjøper, en boligselger eller en som bare er nysgjerrig på verdien av en bolig, skal i fremtiden kunne finne verdien i løpet av sekunder.

— Fremover handler det om å bygge ut datagrunnlaget vårt for å forbedre treffsikkerheten. Målet er å ha data om absolutt alt som har innvirkning på verdien. Støy er for eksempel noe som har betydning for verdien til en bolig, som vi jobber med å inkludere i modellen nå, forteller Henrik Langeland, gründer av og CEO i Alva Technologies.

Alva Technologies springer ut fra et prosjekt i regi av statseide Ambita, og er i dag en startup som jobber for å digitalisere eiendomsbransjen, og la maskinlæring utføre arbeidsoppgaver.

I fjor sommer doblet Alva Technologies antall ansatte i teamet og rigget seg for vekst, da med særlig fokus på dokumentroboten «Eddie».

Høyst prioritert er nå utviklingen av en ny algoritme, så langt med fire betalende kunder, alle eiendomsmeglerfirmaer.

— Vi mener det er helt naturlig at det å verdsette eiendom er en oppgave en maskin vil gjøre konsistent bedre enn et menneske, sier Langeland.

I prosessen der blant annet trikken, bussene og biltrafikk skal registreres, henter Alva Technologies også inn offentlig tilgjengelig støydata fra hele Norge – og legger det inn på hver eneste adresse. Dette for å gi en oversikt over desibelnivået, og hvordan støyen påvirker de ulike etasjene i for eksempel leilighetsbygg. Andre faktorer inkluderer for eksempel hvordan boligen er plassert, og om man har morgen- eller ettermiddagssol. Til sammen bidrar dette til å avgjøre verdien av en leilighet, et bolighus eller et annet bygg.

— Etter hvert har vi tusenvis av datapunkter for hver eneste bolig. Ved hjelp av maskinlæring kan vi se den faktiske sammenhengen mellom alle disse karakteristikkene, forteller Langeland.

  • Alva Technologies er et startupprosjekt i regi av Ambita. Alva utvikler en algoritme for eiendomsmarkedet, med hensikt å bedre kunne predikere boligpriser. I dag har de fire betalende kunder, alle eiendomsmeglerfirmaer.
  • Selskapet vil jobbe for et mer transparent boligmarked, og står blant annet bak nettstedet Virdi.no, der man kan se salgsprisen for boliger – og måle disse opp mot tidligere salg.
  • Alva Technologies tar blant annet utgangspunkt i matrikkelen og grunnboken, i utviklingen av teknologien. API-ene kan integreres i eksisterende eller nye digitale løsninger.
  • Alva Technologies regner seg ikke som en utfordrer til det etablerte boligmarkedet og kompetansen som finnes der, men sier at de utvikler et verktøy som er ment å gjøre visse arbeidsoppgaver mindre tidkrevende.
  • Selskapet kan i dag verdivurdere 2,5 millioner boliger i Norge — omtrent så mange boliger som det finnes i landet.

En algoritme bedre enn proffene

Langeland og Sindre Sangnes, data scientist i selskapet, forteller at algoritmen for verdisettelse ikke skal erstatte folk og gjøre arbeidsplasser overflødige, men heller fungere som et hjelpemiddel.

Målet er å sikre at alle parter som er involvert i kjøp og salg av bolig føler seg trygge på den endelige verdsettelsen. Og algoritmen Alva Technologies utvikler begynner å nærme seg total treffsikkerhet sammenlignet med den tradisjonelle jobben gjort av mennesker.

— Den er fortsatt ikke bedre ti av ti ganger, men vi ser at det er mulig å komme dit, sier Langeland.

Samtidig er det ikke meningen at folk bare skal kunne bruke algoritmen til å verdsette boliger som skal selges – den generelle bevisstheten rundt en boligs verdi er ifølge selskapet like viktig.

— Vi ønsker å gjøre det lett for folk å finne verdien på sin egen bolig. Uansett om den er blitt solgt eller ikke, kan du lage en profil for ditt hjem, og få et automatisk estimat samt informasjon om boligmarkedet i det området, sier Sangnes.

På eiersiden har Alva fremdeles Ambita, men også Bakken og Bæck, Sprint Consulting og Skyfall Ventures. I håndteringen av mye og mangefasettert data som Alva Technologies nå jobber med å legge inn i algoritmen, er det imidlertid ikke noen konkrete planer om å satse i utlandet ennå.

— Vi kommer nok til å fokusere på  Norge i minst et halvt år til. Ting går litt saktere innen eiendom, enn mange andre bransjer av naturlige årsaker. Det er også høy kompleksitet i alt fra data til konstellasjoner i bransjen. Når vi skal ekspandere ut av Norge, må hvert enkelt marked evalueres, sier Langeland.

Håper på minutt-budrunder

Langeland i Alva Technologies er overbevist om at verdsettelse av en bolig i fremtiden vil gjøres bedre av en maskin, enn av et menneske. Han sammenligner det med selvkjørende biler – og at det «bare er et spørsmål om tid» før maskiner er bedre sjåfører.

Dette skal gi et mer transparent marked, med lavere risiko for forbrukerne. Risikoen for at man kjøper for dyrt eller selger for billig skal dermed elimineres.

— En automatisk verdsettelse av bolig kan for eksempel benyttes i forbindelse med låneformidling. Hvis man for eksempel skal automatisere utstedelsen av finansieringsbevis for boliglån er man avhengig av en treffsikker, automatisk verdsettelse av boligen det skal tas pant i. Dette er bare ett eksempel på nye tjenester som kan komme som en følge av det vi lager.

Blant annet mener Alva Technologies at såkalte «iBuyers» vil komme til Norge i løpet av kort tid, fordi nye forretningsmodeller og aktører får innpass etterhvert som ny teknologi aksepteres.

— «iBuyers» er aktører som gir bud på boligen din i løpet av minutter og har tatt stadig større posisjoner i USA, for eksempel. Dette er også et eksempel på noe som reduserer risiko for privatpersoner. Det vil jo også være en veldig trygghet for boligeiere, å vite at du kan selge boligen din når som helst, og du kan unngå å gå gjennom hele salgsprosessen hvis du ikke ønsker det, forteller Langeland.