🔗 원문 전체 보기 → Venturesquare.net
![[VS기획] 프롭테크 87.5%가 AI 도입·개발 중…데이터·인력 부족에 가로막힌 현실](https://www.venturesquare.net/wp-content/uploads/2026/10/KakaoTalk_20261008_112655268.jpg)
요약
국내 프롭테크 기업들이 매물 추천과 문서 검색, 시세 분석 등 다양한 부동산 서비스에 AI를 활용하고 있다. 그러나 기업별 활용 수준에는 적지 않은 차이가 있다. AI 도입이 확산되는 가운데 개발 비용과 전문인력 부족, 부동산 데이터의 품질과 확보, 보안·규제 문제는 여전히 넘어야 할 과제로 꼽힌다. 결국 프롭테크 AI 경쟁의 승부처는 단순한 도입 여부가 아니라 양질의 부동산 데이터를 바탕으로 AI를 실제 고객 서비스와 성과로 얼마나 연결하느냐에 달려 있다.
본문
- AI 서비스 속속 등장하지만, 기업별 활용 수준 제각각
- 매물 추천·문서 검색·시세 분석 등 부동산 업무 곳곳에 적용
- 데이터·개발비·전문인력은 여전히 부담…규제·보안도 숙제
부동산과 인공지능(AI)의 결합 속도가 빨라지고 있지만, 국내 프롭테크 업계의 속사정은 단순하지 않다.
매물을 추천하고 부동산 문서를 분석하거나 시세를 산정하는 등 AI를 실제 서비스에 적용하는 사례가 등장한 반면, 아직 개발 단계에 머물거나 기존 업무를 돕는 도구로 활용하는 기업도 있다. 기업들이 AI에 뛰어드는 속도에 비해, ‘이를 뒷받침할 부동산 데이터와 전문인력은 충분하지 않다’는 목소리도 나온다. 개발 비용과 데이터 품질, 보안·규제 역시 기업들이 넘어야 할 벽이다.
특히 부동산은 거래와 가격, 공간, 계약 등 다양한 데이터를 다루는 산업이다. AI 기술을 갖추는 것만큼, ‘어떤 데이터를 확보하고 이를 실제 서비스에 연결하느냐’가 중요하다. 한국프롭테크포럼이 최근 국내 프롭테크 기업을 대상으로 조사, 분석해 내놓은 보고서 ‘프롭테크 스타트업의 AI 현황과 전략’을 들여다보면 AI가 부동산 산업 곳곳으로 들어오는 모습과 함께 풀리지 않은 과제가 드러난다.
너도나도 AI 뛰어들지만…활용 수준은 ‘천차만별’
기업들이 AI를 도입하는 가장 큰 이유는 서비스 품질과 고객 경험을 개선하기 위해서다. 새로운 비즈니스 모델을 발굴하거나 기존 서비스와의 차별화를 확보하려는 목적도 주요하게 나타났다. AI를 단순히 업무 시간을 줄이는 도구로 사용하는 데서 나아가 고객에게 제공하는 서비스의 경쟁력을 높이는 수단으로 활용하려는 움직임이다.
보고서에서 눈에 띄는 것은 AI가 쓰이는 분야가 ‘예상보다 넓다는 점’이다. 단순한 사내 문서 작성이나 업무 보조에 그치지 않는다.
부동산 관련 문서를 분석하고 필요한 정보를 찾아주는 검색부터, 고객 조건에 맞는 매물 추천, 시장 분석과 예측, 시세 산정 등 실제 부동산 서비스에 AI를 접목하는 시도가 이어지고 있다.
보고서에 따르면, 조사에 참여한 국내 프롭테크 기업의 87.5%가 고객 대상 서비스에 AI를 적용했거나 관련 서비스를 개발 중이다. 숫자만 보면 AI 도입이 상당히 진행된 것처럼 보인다. 다만 ‘AI를 활용한다’는 답변만으로 이들 기업의 수준을 똑같이 평가하기는 어렵다. 보고서에 담긴 사례를 보면 AI를 기존 서비스의 효율을 높이는 데 활용하는 기업이 있는가 하면, 고객이 직접 사용하는 서비스에 적용하거나 AI를 새로운 사업으로 키우려는 곳도 있다.
결국 같은 프롭테크 기업이라도 AI를 쓰는 목적과 방식에는 차이가 있다는 얘기다. 기업이 본래 어떤 사업을 해왔는지, 어떤 부동산 데이터를 갖고 있는지에 따라 AI가 맡는 역할이 달라진다. 이 점에서 국내 프롭테크의 AI 경쟁을 단순한 ‘도입률’만으로 설명하기는 어렵다. 얼마나 많은 기업이 AI를 쓰느냐보다 실제 서비스의 어느 단계까지 AI가 들어왔고 고객에게 어떤 가치를 주고 있는지를 함께 봐야 한다.
기술보다 어려운 데이터 확보…비용·인력·규제도 ‘벽’
AI 도입의 밝은 면만 있는 것도 아니다. 보고서의 설문과 심층 인터뷰에서 기업들은 ‘개발 비용’과 ‘전문인력 부족’을 어려움으로 꼽았다. AI의 재료가 되는 ‘양질의 데이터를 확보하고 관리하는 문제’도 주요 과제로 나타났다. ‘보안’과 ‘규제’ 역시 부담이다.
프롭테크에서는 데이터 문제가 더욱 중요하다. 부동산 데이터가 충분하지 않거나 형식과 기준이 제각각이면 이를 학습하고 분석하는 AI의 활용에도 한계가 생길 수 있기 때문이다. 업계에서 공공데이터의 표준화와 품질 개선, 부동산 공공데이터 개방 확대를 요구하는 이유다.
기업별 상황에 따라 필요한 지원에도 차이가 있다. AI 기술을 처음 도입하는 기업과 이미 고객 서비스를 운영하는 기업은 개발 역량과 데이터 확보 수준, 투자 여력이 서로 다르기 때문이다. 보고서는 향후 AI 에이전트 활용과 데이터 수집·정제·고도화가 주요 기술 개발 방향으로 부상할 것으로 내다봤다. 결국 AI 활용이 확대될수록 데이터의 정확성과 활용 가능성을 높이는 작업이 기업 경쟁력과 직결될 수 있다는 분석이다.
이는 AI 경쟁이 기술 개발만의 문제가 아니라는 점을 보여준다. 좋은 AI 모델을 가져오는 것과 실제 부동산 서비스에서 쓸 수 있는 AI를 만드는 것은 다른 문제다. 부동산에 대한 이해와 데이터가 함께 뒷받침돼야 한다. 보고서는 국내 프롭테크 업계가 AI를 적극적으로 받아들이고 있다는 점을 보여준다. 동시에 높은 도입률만으로는 확인하기 어려운 현실도 담고 있다.
조인혜 한국프롭테크포럼 사무처장은 “앞으로의 관건은 ‘AI를 쓰느냐’가 아니다. ‘실제 고객이 사용하는 서비스로 얼마나 발전시키느냐’, 그리고 ‘이를 뒷받침할 부동산 데이터를 얼마나 확보하고 관리하느냐’에 달렸다”고 설명했다.
국내 프롭테크 기업의 AI 경쟁은 도입 여부를 확인하는 단계에서 실제 사업 성과를 검증하는 단계로 옮겨가고 있다. AI가 고객의 부동산 정보 탐색과 거래 판단에 얼마나 실질적인 도움을 주는지, 기업들이 데이터 확보와 서비스 개발에 필요한 역량을 어떻게 갖춰 나가는지가 앞으로의 과제다.
* 스타트업 생태계 기자단은 KAIA와 벤처스퀘어가 함께 운영하며 스타트업 현장의 다양한 이야기를 기록합니다.
Like this:
Like Loading...Related
[VS Special] 87.5% of Proptech Companies Adopting or Developing AI… The Reality of Being Blocked by Data and Manpower Shortages
While the integration of real estate and artificial intelligence (AI) is accelerating, the reality of the domestic proptech industry is not simple.
While there are emerging cases of applying AI to actual services, such as recommending properties, analyzing real estate documents, and calculating market prices, some companies remain in the development stage or utilize it merely as a tool to support existing tasks. Concerns are also being raised that compared to the speed at which companies are jumping into AI, there is insufficient real estate data and specialized personnel to support it. Development costs, data quality, security, and regulations are also hurdles that companies must overcome.
In particular, real estate is an industry that deals with diverse data such as transactions, prices, spaces, and contracts. Just as important as possessing AI technology is determining 'what data to secure and how to connect it to actual services.' A look at the report 'Current Status and Strategies of AI in Proptech Startups,' recently released by the Korea Proptech Forum based on a survey and analysis of domestic proptech companies, reveals how AI is permeating every corner of the real estate industry, along with unresolved challenges.
Everyone is jumping into AI, but the level of utilization varies widely.
The primary reason companies are adopting AI is to improve service quality and customer experience. Discovering new business models or differentiating themselves from existing services has also emerged as a major objective. This represents a shift from using AI merely as a tool to reduce work time to leveraging it as a means to enhance the competitiveness of the services provided to customers.
What stands out in the report is that the fields in which AI is applied are 'broader than expected.' It is not limited to simple internal document creation or task assistance.
Attempts to integrate AI into actual real estate services are continuing, ranging from searches that analyze real estate documents to find necessary information, to recommending properties tailored to customer conditions, market analysis and forecasting, and market price calculation.
According to the report, 87.5% of the domestic proptech companies surveyed have either applied AI to customer-facing services or are developing related services. Looking solely at the numbers, it appears that AI adoption has progressed significantly. However, it is difficult to evaluate the level of these companies equally based solely on the response that they "utilize AI." The examples included in the report show that while some companies use AI to improve the efficiency of existing services, others apply it to services directly used by customers or seek to grow AI into a new business.
Ultimately, this means that even among PropTech companies, there are differences in the purpose and method of using AI. The role AI plays varies depending on the company's original business history and the real estate data it possesses. In this regard, it is difficult to explain the AI competition within the domestic PropTech industry solely based on "adoption rates." Rather than simply looking at how many companies use AI, we must also examine how far AI has been integrated into actual services and what value it is providing to customers.
Securing data is harder than technology… Cost, manpower, and regulations are also 'barriers'
Adopting AI is not without its challenges. In the report's surveys and in-depth interviews, companies cited "development costs" and a "shortage of skilled personnel" as difficulties. The "problem of securing and managing high-quality data," which serves as the raw material for AI, also emerged as a major challenge. "Security" and "regulations" are also burdens.
Data issues are becoming increasingly critical in PropTech. This is because insufficient real estate data or inconsistent formats and standards can limit the utilization of AI designed to learn and analyze it. This is why the industry is demanding the standardization and quality improvement of public data, as well as the expanded opening of public real estate data.
The necessary support varies depending on the specific circumstances of each company. This is because companies adopting AI technology for the first time differ from those already operating customer services in terms of development capabilities, data acquisition levels, and investment capacity. The report predicts that the utilization of AI agents and the collection, refinement, and enhancement of data will emerge as key directions for future technological development. Ultimately, the analysis suggests that as the use of AI expands, efforts to improve data accuracy and usability will become directly linked to corporate competitiveness.
This demonstrates that the competition in AI is not merely a matter of technological development. Bringing in a good AI model is different from creating AI that can be used in actual real estate services. It requires a supporting understanding of real estate and data. The report shows that the domestic proptech industry is actively embracing AI. At the same time, it captures realities that are difficult to verify based solely on high adoption rates.
Jo In-hye, Secretary General of the Korea Proptech Forum, explained, “The key going forward is not whether to use AI. It depends on how much you develop the service into one that actual customers use, and how much real estate data you secure and manage to support it.”
The AI competition among domestic proptech companies is shifting from a stage of verifying adoption to a stage of validating actual business performance. Future challenges lie in determining how much practical assistance AI provides to customers in searching for real estate information and making transaction decisions, and how companies acquire the capabilities necessary for data acquisition and service development.
The Startup Ecosystem Reporter Corps is jointly operated by KAIA and Venture Square and records various stories from the startup scene.
[VS企画]プロップテック87.5％がAI導入・開発中…データ・人材不足に遮られた現実
不動産と人工知能（AI）の結合速度が速くなっているが、国内プロップテック業界の速射情は単純ではない。
物件を推薦し、不動産文書を分析したり相場を算定するなど、AIを実際のサービスに適用する事例が登場したのに対し、まだ開発段階に留まったり、既存の業務を支援するツールとして活用する企業もある。企業がAIに飛び込む速度に比べて、「これを裏付ける不動産データと専門人材は十分ではない」という声も出ている。開発コストとデータ品質、セキュリティ・規制も企業が越えなければならない壁だ。
特に不動産は取引と価格、空間、契約など多様なデータを扱う産業だ。 AI技術を備えているだけに、「どのようなデータを確保し、これを実際のサービスに接続するか」が重要だ。韓国プロップテックフォーラムが最近、国内プロップテック企業を対象に調査、分析して出した報告書「プロップテックスタートアップのAI現況と戦略」をのぞくと、AIが不動産産業のあちこちに入ってくる姿とともに解けない課題が明らかになる。
あなたも私はAIに飛び込むが…活用レベルは「千差万別」
企業がAIを導入する最大の理由は、サービス品質と顧客体験を改善するためだ。新しいビジネスモデルを発掘したり、既存のサービスとの差別化を確保する目的も主に現れた。 AIを単に業務時間を短縮するツールとして使用する上で、顧客に提供するサービスの競争力を高める手段として活用しようとする動きだ。
報告書で目立つのは、AIが使われる分野が「予想より広いという点」だ。単純な社内文書作成や業務補助にとどまらない。
不動産関連文書を分析し、必要な情報を探す検索から、顧客条件に合った売り物推薦、市場分析と予測、相場算定など、実際の不動産サービスにAIを移植する試みが続いている。
報告書によると、調査に参加した国内プロプテック企業の87.5％が顧客対象サービスにAIを適用したか、関連サービスを開発中だ。数字だけ見るとAIの導入がかなり進んだようだ。ただし、「AIを活用する」という回答だけで、これら企業の水準を同じように評価することは難しい。報告書に盛り込まれた事例を見ると、AIを既存サービスの効率を高めるために活用する企業があるかといえば、顧客が直接使用するサービスに適用したり、AIを新しい事業に育てようとするところもある。
結局同じプロップテック企業でもAIを使う目的と方式には違いがあるという話だ。企業が本来どんな事業をしてきたのか、どのような不動産データを持っているかによってAIが引き受ける役割が変わる。この点で国内プロップテックのAI競争を単純な「導入率」だけで説明することは難しい。どのくらいの企業がAIを使うよりも、実際のサービスのどの段階までAIが入ってきて、顧客にどんな価値を与えているのかを一緒に見なければならない。
技術より難しいデータ確保…費用・人員・規制も「壁」
AI導入の明るい面だけあるわけでもない。報告書のアンケートと深いインタビューで、企業は「開発費用」と「専門人材不足」を困難に挙げた。 AIの材料となる「良質のデータを確保し管理する問題」も主な課題として現れた。 「セキュリティ」と「規制」も負担だ。
Proptechでは、データの問題がより重要です。不動産データが不足したり、形式と基準がそれぞれであれば、これを学習して分析するAIの活用にも限界が生じる可能性があるからだ。業界で公共データの標準化と品質改善、不動産公共データ開放拡大を要求する理由だ。
企業別の状況によって必要な支援にも違いがある。 AI技術を初めて導入する企業とすでに顧客サービスを運営している企業は、開発能力とデータ確保のレベル、投資余力が互いに異なるためだ。報告書は今後、AIエージェントの活用とデータ収集・精製・高度化が主要技術開発方向に浮上すると予想している。結局、AI活用が拡大するほどデータの正確性と活用可能性を高める作業が企業競争力と直結できるという分析だ。
これは、AI競争が技術開発だけの問題ではないことを示している。良いAIモデルをもたらすことと、実際の不動産サービスで使えるAIを作るのは違う問題だ。不動産の理解とデータが共に支えられなければならない。報告書は、国内のプロップテック業界がAIを積極的に受け入れていることを示している。同時に高い導入率だけでは確認しにくい現実も込めている。
チョ・インヘ韓国プロップテックフォーラム事務処長は「今後のカギは「AIを使うか」ではない。「実際の顧客が使用するサービスにどれだけ発展させるか」、そして「これを裏付ける不動産データをどれだけ確保して管理するか」にかかった」と説明した。
国内プロプテック企業のAI競争は導入可否を確認する段階から実際の事業成果を検証する段階に移っている。 AIが顧客の不動産情報探索と取引判断にどれだけ実用的な助けを与えるか、企業がデータ確保とサービス開発に必要な能力をどのように備えていくかが今後の課題だ。
*スタートアップエコシステム記者団はKAIAとベンチャースクエアが共に運営し、スタートアップ現場の様々な話を記録します。
【VS特辑】87.5%的房地产科技公司正在采用或开发人工智能……但数据和人力短缺却阻碍了他们的发展
虽然房地产与人工智能 (AI) 的融合正在加速，但国内房地产科技行业的现实并不简单。
尽管人工智能在实际服务中已初见成效，例如推荐房产、分析房地产文件和计算市场价格，但一些公司仍处于研发阶段，或仅仅将其作为辅助现有工作的工具。人们也担忧，与企业投身人工智能的速度相比，房地产数据和专业人员的匮乏程度不足以支撑其应用。开发成本、数据质量、安全性和监管也是企业必须克服的障碍。
房地产行业涉及交易、价格、空间和合同等各种数据。拥有人工智能技术固然重要，但确定“需要保护哪些数据以及如何将其与实际服务连接起来”同样重要。韩国房地产科技论坛近期发布的报告《房地产科技初创企业人工智能现状及战略》基于对韩国国内房地产科技公司的调查和分析，揭示了人工智能如何渗透到房地产行业的各个角落，同时也指出了一些尚未解决的挑战。
每个人都在涌入人工智能领域，但应用水平却大相径庭。
企业采用人工智能的主要原因是提升服务质量和客户体验。探索新的商业模式或实现服务差异化也已成为一项重要目标。这标志着企业对人工智能的运用方式发生了转变，不再仅仅将其作为减少工作时间的工具，而是将其作为提升服务竞争力的手段。
这份报告最引人注目之处在于，人工智能的应用领域“比预期的要广泛”。它不仅限于简单的内部文档创建或任务辅助。
将人工智能融入实际房地产服务的尝试仍在继续，其范围从分析房地产文件以查找必要信息的搜索，到根据客户条件推荐房产，再到市场分析和预测以及市场价格计算。
报告显示，在接受调查的国内房地产科技公司中，87.5%已将人工智能应用于面向客户的服务，或正在开发相关服务。仅从数字来看，人工智能的应用似乎已取得显著进展。然而，仅凭“使用人工智能”这一回答，难以对这些公司的实际应用水平进行全面评估。报告中的案例表明，一些公司利用人工智能来提升现有服务的效率，而另一些公司则将其应用于客户直接使用的服务，或寻求将人工智能发展成为一项全新的业务。
最终，这意味着即使在房地产科技公司之间，人工智能的应用目的和方法也存在差异。人工智能所扮演的角色取决于公司最初的业务历史及其拥有的房地产数据。因此，仅凭“采用率”难以解释国内房地产科技行业内部的人工智能竞争格局。我们不能仅仅关注有多少公司使用人工智能，还必须考察人工智能在实际服务中的整合程度以及它为客户带来的价值。
数据安全比技术更难……成本、人力和法规也是“障碍”。
采用人工智能并非一帆风顺。报告的调查和深度访谈显示，企业普遍认为“开发成本”和“熟练人才短缺”是主要难题。“高质量数据的安全和管理问题”（高质量数据是人工智能的原材料）也成为一项重大挑战。“安全”和“监管”同样是企业面临的负担。
在房地产科技领域，数据问题正变得日益关键。这是因为房地产数据不足或格式和标准不一致会限制人工智能（AI）的学习和分析能力。因此，业界呼吁对公共数据进行标准化和质量提升，并扩大公共房地产数据的开放范围。
所需支持因公司具体情况而异。这是因为首次采用人工智能技术的公司与已开展客户服务的公司在研发能力、数据采集水平和投资能力方面存在差异。报告预测，人工智能代理的利用以及数据的收集、提炼和增强将成为未来技术发展的关键方向。最终，分析表明，随着人工智能应用的扩展，提高数据准确性和可用性的努力将与企业竞争力直接相关。
这表明，人工智能领域的竞争并非仅仅关乎技术发展。引入优秀的人工智能模型与开发可应用于实际房地产服务的人工智能截然不同，它需要对房地产和数据有深入的理解。报告显示，国内房地产科技行业正在积极拥抱人工智能。与此同时，报告也揭示了一些仅凭高普及率难以证实的现实。
韩国房地产科技论坛秘书长赵仁惠解释说：“未来的关键不在于是否使用人工智能，而在于如何将这项服务发展到真正被客户使用的程度，以及你获取和管理多少房地产数据来支持这项服务。”
国内房地产科技公司之间的人工智能竞争正从验证应用阶段转向验证实际业务绩效阶段。未来的挑战在于如何确定人工智能在帮助客户搜索房地产信息和做出交易决策方面能提供多少实际帮助，以及企业如何获得数据采集和服务开发所需的能力。
创业生态系统记者团由KAIA和Venture Square联合运营，记录创业领域的各种故事。
[Dossier spécial VS] 87,5 % des entreprises Proptech adoptent ou développent l'IA… La réalité des blocages liés aux pénuries de données et de main-d'œuvre
Alors que l’intégration de l’immobilier et de l’intelligence artificielle (IA) s’accélère, la réalité du secteur national de la proptech n’est pas simple.
Bien que l'IA soit de plus en plus utilisée dans des services concrets, comme la recommandation de biens immobiliers, l'analyse de documents et le calcul des prix du marché, certaines entreprises en sont encore au stade du développement ou l'emploient simplement comme outil d'assistance. On s'inquiète également du fait que, malgré la rapidité avec laquelle les entreprises adoptent l'IA, les données immobilières et le personnel spécialisé soient insuffisants. Les coûts de développement, la qualité des données, la sécurité et la réglementation constituent autant d'obstacles que les entreprises doivent surmonter.
L'immobilier, en particulier, est un secteur qui traite des données très diverses telles que les transactions, les prix, les surfaces et les contrats. Tout aussi important que la maîtrise de l'IA est de déterminer « quelles données sécuriser et comment les relier aux services concernés ». L'étude « État actuel et stratégies de l'IA dans les startups Proptech », récemment publiée par le Korea Proptech Forum et basée sur une enquête et une analyse des entreprises Proptech coréennes, révèle comment l'IA imprègne tous les aspects du secteur immobilier, tout en soulevant des défis qui restent à relever.
Tout le monde se lance dans l'IA, mais le niveau d'utilisation varie considérablement.
La principale raison pour laquelle les entreprises adoptent l'IA est d'améliorer la qualité de leurs services et l'expérience client. La découverte de nouveaux modèles économiques et la différenciation par rapport aux services existants constituent également un objectif majeur. On passe ainsi d'une utilisation de l'IA comme simple outil de réduction du temps de travail à une utilisation comme moyen d'accroître la compétitivité des services proposés aux clients.
Ce qui ressort du rapport, c'est que les domaines d'application de l'IA sont « plus vastes que prévu ». Elle ne se limite pas à la simple création de documents internes ou à l'assistance aux tâches.
Les tentatives d'intégration de l'IA dans les services immobiliers se poursuivent, allant des recherches analysant les documents immobiliers pour trouver les informations nécessaires, à la recommandation de biens adaptés aux conditions des clients, en passant par l'analyse et la prévision du marché et le calcul des prix du marché.
D'après le rapport, 87,5 % des entreprises proptech chinoises interrogées ont déjà intégré l'IA à leurs services clients ou développent actuellement des services connexes. À première vue, l'adoption de l'IA semble avoir progressé de manière significative. Toutefois, il est difficile d'évaluer le niveau d'adoption de ces entreprises de façon homogène sur la seule base de leur réponse « utilise l'IA ». Les exemples présentés dans le rapport montrent que si certaines entreprises utilisent l'IA pour améliorer l'efficacité de leurs services existants, d'autres l'appliquent à des services directement utilisés par les clients ou cherchent à développer l'IA en une nouvelle activité.
En définitive, cela signifie que même parmi les entreprises PropTech, l'utilisation de l'IA diffère selon les objectifs et les méthodes. Le rôle de l'IA varie en fonction de l'historique de l'entreprise et des données immobilières dont elle dispose. De ce fait, il est difficile d'expliquer la concurrence autour de l'IA au sein du secteur PropTech national uniquement par les « taux d'adoption ». Plutôt que de se contenter d'observer le nombre d'entreprises utilisant l'IA, il convient également d'examiner son degré d'intégration dans les services proposés et la valeur ajoutée qu'elle apporte aux clients.
Sécuriser les données est plus complexe que la simple maîtrise de la technologie… Le coût, les ressources humaines et la réglementation constituent également des obstacles.
L'adoption de l'IA n'est pas sans difficultés. D'après les enquêtes et les entretiens approfondis menés dans le cadre de ce rapport, les entreprises ont cité les coûts de développement et la pénurie de personnel qualifié comme principaux obstacles. La question de la sécurisation et de la gestion de données de haute qualité, matière première de l'IA, est également apparue comme un défi majeur. La sécurité et la réglementation constituent aussi des contraintes.
Les problématiques liées aux données deviennent de plus en plus critiques dans le secteur de la PropTech. En effet, l'insuffisance des données immobilières ou l'incohérence des formats et des normes peuvent limiter l'utilisation de l'IA conçue pour apprendre et les analyser. C'est pourquoi le secteur exige la normalisation et l'amélioration de la qualité des données publiques, ainsi qu'un accès plus large aux données immobilières publiques.
Le soutien nécessaire varie selon la situation spécifique de chaque entreprise. En effet, les entreprises qui adoptent l'IA pour la première fois diffèrent de celles qui proposent déjà des services clients en termes de capacités de développement, de niveau d'acquisition de données et de capacité d'investissement. Le rapport prévoit que l'utilisation d'agents d'IA ainsi que la collecte, le traitement et l'enrichissement des données deviendront des axes majeurs du développement technologique futur. Enfin, l'analyse suggère qu'à mesure que l'utilisation de l'IA se généralise, les efforts déployés pour améliorer la précision et l'utilisabilité des données seront directement liés à la compétitivité des entreprises.
Cela démontre que la concurrence dans le domaine de l'IA ne se résume pas au seul développement technologique. Mettre en place un bon modèle d'IA est différent de créer une IA utilisable concrètement dans les services immobiliers. Cela exige une compréhension approfondie du marché immobilier et des données. Le rapport montre que le secteur national de la proptech adopte activement l'IA. Parallèlement, il met en lumière des réalités difficiles à vérifier sur la seule base de taux d'adoption élevés.
Jo In-hye, secrétaire générale du Korea Proptech Forum, a expliqué : « La question essentielle pour l’avenir n’est pas de savoir s’il faut utiliser l’IA. Elle dépend du niveau de développement du service pour qu’il soit réellement utilisé par les clients, et de la quantité de données immobilières que vous sécurisez et gérez pour le soutenir. »
La concurrence en matière d'IA entre les entreprises proptech nationales passe de la phase de vérification de l'adoption à celle de validation de la performance commerciale réelle. Les défis futurs consistent à déterminer dans quelle mesure l'IA apporte une aide concrète aux clients dans leur recherche d'informations immobilières et leurs prises de décision, et comment les entreprises acquièrent les compétences nécessaires à l'acquisition de données et au développement de services.
Le Startup Ecosystem Reporter Corps est géré conjointement par KAIA et Venture Square et recueille divers reportages sur l'écosystème des startups.