BGO exploite l’IA pour dénicher des opportunités cachées dans l’immobilier

Une version de cet article est apparue pour la première fois dans la newsletter de la propriété CNBC avec Diana Olick. Le jeu immobilier couvre de nouvelles opportunités et évolutives pour l’investisseur immobilier, des particuliers aux capital-risqueurs, aux fonds de capital-investissement, aux bureaux familiaux, aux investisseurs institutionnels et aux grandes entreprises publiques. S’inscrire Pour recevoir de futures éditions, directement dans votre boîte de réception.

John Carréfiell, co-PDG de BGO, un gestionnaire de placements immobiliers mondial avec 89 milliards de dollars d’actifs sous gestion, est très fier du fait qu’il est assis juste à côté de son principal scientifique des données.

La stratégie d’investissement, quel que soit le marché, s’est toujours appuyée sur la recherche et les données, mais l’intelligence artificielle a porté cela à un tout nouveau niveau, transformant des modèles de recherche en investissement développés il y a quelques années à peine et les mettant en stéroïdes.

Carrafiell, qui est dans le secteur immobilier depuis environ 40 ans, a déclaré qu’il était de plus en plus frustré par la recherche et les méthodologies de données du secteur, ce qui, selon lui, n’avait vraiment pas changé depuis ces années. Tout le monde semblait regarder les mêmes informations et trouver les mêmes conclusions. La question qu’il a dit qu’il n’arrêtait pas de se poser était: “Comment pouvons-nous vraiment surpasser?”

La réponse, a-t-il trouvé, a été d’analyser toutes les offres passées de son entreprise qui remontent à 20 ans, en utilisant juste un modèle informatique et en retirant l’élément humain. Ce que le modèle a constaté, c’est que la surperformance ou la sous-performance a été entièrement déterminée par le marché local qui a été choisi pour l’investissement.

Cela peut sembler banal – étant donné que le mantra de l’immobilier a toujours été “l’emplacement, l’emplacement, l’emplacement” – mais les résultats ont dit à son équipe de se concentrer presque entièrement sur les principes fondamentaux du marché local lors du choix de ses investissements futurs, et pas tant sur les prix immobiliers et les tendances économiques nationales.

Il y a, bien sûr, des sociétés de recherche qui analysent et classent les marchés immobiliers locaux, mais BGO a constaté que leurs résultats étaient quelque peu aléatoires, selon Carrafiell. Au lieu de cela, il a tourné vers son propre passé et a construit un modèle qui a backtesté exactement ce qui a conduit ses meilleures et ses pires performances. Le modèle comprend toutes sortes de points de données du marché local, y compris les tendances démographiques et d’approvisionnement uniques à chaque emplacement. L’IA a ensuite donné à ce modèle augmenté le volume et la vitesse des données.

“Nous avons pris des milliers de données, dont beaucoup qui sont exempts du gouvernement, dont beaucoup nous devons acheter, par exemple, des fournisseurs de télécommunications, d’excellentes données. Nous avons trouvé la clé”, a déclaré Carrafiell. “Et nous savons que c’est exact parce que nous le bouscula.”

BGO a utilisé sa science des données pour éclairer une décision d’investir dans un développement industriel à Las Vegas avec le partenaire Northpoint Development. D’autres modèles de données ont suggéré que ce n’était pas un investissement particulièrement bon.

Carrafiell a déclaré que les “meilleures recherches là-bas” ont indiqué que l’investissement serait médiocre en termes de performances et de rendements.

“Mais notre modèle criait, il va exploser. Nous avons souscrit des loyers de 5,88 $ par pied. Nous avons obtenu des loyers dans la gamme de 9 $ par pied”, a-t-il déclaré. “Cela ne se produit pas dans l’immobilier commercial. Ce n’est pas de la chance.”

Le modèle, a-t-il expliqué, a vu que l’Empire intérieur de Californie devenait trop cher, puis a analysé les voies logistiques. Il a constaté que les entreprises pouvaient épargner en gros en étant à Las Vegas à la place, où les loyers, les impôts et le travail étaient moins chers.

“Vous avez donc eu un trajet supplémentaire de deux heures, mais vous avez économisé comme 60% sur votre coût total, et c’est ce que le modèle a vu”, a déclaré Carrafiell. “Les locataires que nous avons là-bas servent une région entière. Ils ne servent pas à Las Vegas.”

BGO a effectué des analyses similaires pour les investissements en Floride et la ceinture de rouille, ce qui a entraîné de grands rendements sur ses investissements.

“Nous pensons que notre performance a considérablement augmenté à la suite de ce modèle”, a déclaré Carrafiell.

Mais il a admis que bien que la précision du modèle soit considérablement améliorée par l’intelligence artificielle, elle ne peut jamais être totalement précise, émettant en supposant que “Boeing peut sortir de Seattle, et le modèle ne peut pas prédire que, non? Il pourrait y avoir des choses idiosyncratiques.”

Alors que l’équipe d’investissement de BGO se concentre sur les modèles à la hausse des propriétés potentielles, son équipe de prêt examine la modélisation à la baisse, car c’est celle-ci son risque.

Les nouvelles itérations du modèle de recherche en bas de la route comprendront une allocation d’actifs à différents secteurs de l’immobilier commercial. Le modèle suggérerait idéalement un mélange de portefeuille optimal. Les possibilités augmentent toujours, c’est pourquoi Carrafiell dit qu’il est composé des données comme jamais auparavant.

“L’IA est un amplificateur et un accélérateur qui nous permet de faire beaucoup plus, mais c’est vraiment la science des données”, a-t-il déclaré. “C’est [like] Une équipe de science des données dédiée à six personnes qui se trouve à côté de votre PDG et à côté de votre équipe de gestion des actifs et d’acquisitions. “