Kada AI ulazi u urede procjenitelja
Rijetki su trenuci tišine u tipičnoj valuacijskoj tvrtki, ali danas ih zamjenjuje diskretno tipkanje i zurenje u ekrane: umjetna inteligencija (AI, artificial intelligence – umjetna inteligencija) automatski procjenjuje vrijednosti stanova i poslovnih objekata. No, mijenja li samo tempo našeg rada ili zahvaća i samu srž profesije? Iskustvo sugerira složeniju sliku.
Automatizirani modeli ubrzavaju, ali ne nadmašuju stručnost
Automated Valuation Models (AVM, automatizirani modeli procjene) u procjeniteljstvu postali su za profesiju ono što su digitalni alati donijeli uređenju dokumenata — brži, efikasniji, često i precizniji na širokom uzorku. Prema podacima iz domaćih banaka, oko 30% hipotekarskih zahtjeva danas prolazi kroz potpuno automatiziranu analizu.
- Brzina obrade: AVM predlaže vrijednost u realnom vremenu na temelju stotina čimbenika.
- Detekcija obrazaca: Modeli otkrivaju trendove i anomalije koji bi ljudskom oku promaknuli.
- Točnost na agregatu: AI često precizno procjenjuje tipične nekretnine u standardnim transakcijama.
No, statistička preciznost puca kad naiđe na atipične poslove: rijetke transakcije, specifične preferencije klijenata ili nove tržišne pojave. Ovdje ljudska stručnost i dalje ima zadnju riječ.
“Stroj može pogriješiti ondje gdje procjena mijenja nečiji život – a tada detalj čini razliku”, istaknuto je na nedavnom panelu Hrvatske gospodarske komore.
Kvaliteta podataka i etička pitanja: osnova za povjerenje
Nitko ne osporava: garbage in, garbage out je i dalje neporecivo pravilo. Ako su podaci zastarjeli, model interpretira jučer – baš kad tržište ide prema sutra. Ljudsko nadgledanje i dalje je presudno za:
- Provjeru unesenih podataka
- Kontrolu izvora i ažurnosti informacija
- Praćenje modelskih pogrešaka, osobito u riskantnim slučajevima
Debata se dodatno žari oko pitanja vlasništva i korištenja podataka: mogu li AVM modeli koristiti privatne podatke za obuku i komercijalizaciju bez izričite suglasnosti? Relevantno je i lokalno: svjedočimo sve češćim raspravama oko nužnosti revenue-sharing licenci ili fondova za kompenzaciju autora i izvora.
Rizik AI halucinacija i važnost stručne kontrole
Nema sumnje: AI povremeno generira uvjerljive, ali pogrešne zaključke. Slučajevi lažnih pravnih presedana ili deepfake fotografija (primjerice tijekom lokalnih izbornih kampanja, 2025.) potvrđuju da stručnjaci moraju znati prepoznati i ispraviti AI greške—pogotovo kad je rezultat presudan.
Iznimno se važno usredotočiti na:
- Interno auditarne procese za praćenje modela
- Kontinuirani monitoring performansi i versioniranje modela
- Upotrebu tzv. “model cards” – jasnih dokumenata o koristima i ograničenjima sustava
Budućnost stručnjaka: kurator podataka i čuvar povjerenja
Bitka nije čovjek protiv stroja, nego stvaranje zrele simbioze u kojoj stručnjaci postaju kuratori podataka i čuvari povjerenja. Kompetencije evoluiraju: certifikacija, vladanje novim oblicima pogrešaka, gradnja javnog povjerenja – sve to već čine najuspješniji timovi (primjerice na projektima RICS-a i CBRE-a).
Najpraktičnija prednost danas? Ulaganje u privatne, segmentirane AI modele, trenirane na pažljivo odabranim skupovima podataka, smanjuje rizike od halucinacija i regulatornih problema.
Poziv na razmišljanje i diskusiju
Na kraju, pitanje ide vama – koje razine odgovornosti zahtijevate od AVM-a u svakodnevnom radu? Vjerujete li više automatiziranim modelima ili svojim stručnim kolegama? Ostavite svoj stav: upravo tu počinje ozbiljna rasprava o budućnosti AI-a, gdje je kompetentna ljudska supervizija nezamjenjiv partner digitalnog napretka.
Ovo je informativni sadržaj i ne zamjenjuje stručan financijski ili pravni savjet. Za osobne odluke obratite se kvalificiranom stručnjaku.