، تهران , (اخبار رسمی): وجود خانههای خالی یکی از دغدغههایی است که در این چند سال اخیر گریبان بازار مسکن را گرفته و هنوز راهکاری برای شناسایی و اتخاذ تصمیمهایی از جمله اعمال مالیات به این خانهها پیدا نشده است. این امر دو دلیل دارد که میتوان با بهرهگیری از توانایی استارت آپها این مشکلات را رفع کرد.
وجود خانههای خالی یکی از دغدغههایی است که در این چند سال اخیرگریبان بازارمسکن را گرفته وهنوز راهکاری برای شناسایی واتخاذ تصمیمهایی از جمله اعمال مالیات به این خانهها پیدا نشده است. وجود بیشازدومیلیون خانه خالی، میتواند دودلیل بزرگ داشته باشد. یکی اینکه برخی از این واحدها در مناطق شمالی و گران تهران هستند ومتقاضیان بسیارمعدودی توان مالی خرید آپارتمان درالهیه و حتی اجاره آپارتمان در این منطقه را دارند. اگر هم توان پرداخت خرید این واحدها را داشته باشند بی ثباتی در قیمتها و وجود شاعبههایی درخصوص کاهش یا افزایش قیمتها متقاضیان را ازخرید اینگونه واحدها باز میدارد.
دلیل دیگرهم وجود این واحدها در شرایط نامساعد برای زندگی است که معمولا درحاشیه شهرواقع شدهاند. زیرساختهای اصلی این مناطق به حدی نرسیده که بتوان در آنجا سکونت داشت وحتی مباحث حملونقل به شهردراین محدودهها وجود ندارد. گفتنی است وزیر وقت راه و شهرسازی وعده آمادهسازی این مناطق را تا پایان سال داده و گفته تمام پروژههای اینچنینی همچون مسکن مهر تا پایان سال 98 تکمیل و به بهرهبرداری میرسد.
اما شناسایی دقیق بسیاری ازاین خانهها ممکن نیست وهزینه و نیروی انسانی زیادی باید صرف شود تا بتوان این امر را ممکن کرد. در این خصوص سازو کارهای مختلفی در نظر گرفته شد، ولی نتیجه بخش نبود. اما در این میان میتوان به استارتآپها و شرکتهایی رجوع کرد که در حوزه مسکن فعالیت میکنند و اطلاعات زیادی از معاملات مسکن دارند ومیتوان به بهرهگیری ازآنها در این راستا امید داشت.
در حال حاضرشرکت یا سامانهای به طورمستقیم نتوانسته صرفا برای شناسایی واحدهای خالی اقدامی کند یا حتی در برنامههای یک گروه ماموریت شناسایی این واحدها در دستور کارش دیده نشده است.
اما دراین میان میتوان از ابزارهایی که وزارت راه و شهرسازی برای رصد معاملات در نظر گرفته، بهره برد و اطلاعات املاک و معاملات آنهارا که از طریق کدرهگیری در این سامانه ثبت شده اند، را مشاهده کرد. این سایت که سامانه اطلاعات بازار املاک ایران «سابا» نام دارد تمام معاملات انجام شده از 7 سال پیش تاکنون را ثبت کرده است.
اما این اطلاعات طبقهبندی نشده است و نمیتوان آنطور که باید از وجود آن در کارهای مختلف بهره برد. زیرا نه این اطلاعات به طورکامل طبقهبندی شده اند و نه خروجی مفیدی که بنا به درخواست کاربران لازم به ارائه باشد را در اختیار آنها قرارمیدهد. از این رو نیازاست ابزاری که قادر باشد خروجی کاربردی از این حجم اطلاعات را ارائه دهد در نظر گرفته شود.
در این میان سامانهای با عنوان «کیلید» توانسته با بهرهگیری ازهوشمصنوعی ارزش افزودههای بیشماری برای بازارمسکن ایجاد کند. یکی از مهمترین کارهایی که این سامانه ایجاد میکند تسهیل و تسریع در جستجوی ملک است. به این طریق که کاربران مشخصات ملک مورد نظرشان را وارد میکنند وهوشمصنوعی تمام واحدهایی که مالکان و مشاورین املاک در سامانه بارگذاری کردهاند را به آنها نشان دهد.
اما تفاوت این سامانهها با سایر سایتهایی که به این روش فعالیت میکنند در داده محور بودن «کیلید» است. بدین معنی که «کیلید»، اطلاعات بدست آمده را در مباحثی همچون تحلیل بازارمسکن و فرصتهای سرمایهگذاری به کار میگیرد و آگاهی کاربران برای انتخاب بهترمسکن را افزایش میدهد.
کافی است برای اینکه آمارهایی از روند معاملات و قیمت مسکن در بازههای زمانی مختلف داشته باشید پس از ورود به سایت کیلید به بخش فرصتهای سرمایهگذاری رفته و با انتخاب منطقه مورد نظرتان تمام اتفاقهایی که برای بازارمسکن آن منطقه روی داده است را مشاهده کنید. به طورمثال برای خرید خانه در دروس سایت کیلید ابزار تحلیل قیمت آپارتمان در دروس را در اختیار شما قرارمیدهد. بسیاری ازمشاورین املاک آن منطقه ومتقاضیان زیادی نیز، اذعان داشته اند بوسیله سامانه هوشمند کیلید خانهام را در دروس خریدم.
البته این نیز بخشی از فعالیتهای «کیلید» است و این مجموعه قدمی فراتر از سایر برنامهها و سایتهای آن لاین معاملات املاک برداشته است. تخمین قیمت ملک و ارائه آن با استفاده از راحتترین روش ممکن که وارد کردن کدپستی است یکی از وجوه تمایز «کیلید» نسب به سایر وب سایتهای فعال در این حوزه است. تخمینی که ازدقت بسیار بالایی برخوردار بوده و بیش از 85 درصد تهران را پوشش میدهد، با بهرهگیری از هوشمصنوعی فعالیت میکند. همانطور که میدانید هوشمصنوعی ضریب خطای بسیار پایینی دارد. کیلید برای ارزیابی قیمت ملک شاخصههایی را که نیروی انسانی برای تخمین قیمت یک خانه در نظر میگیرد توسط هوشمصنوعی محاسبه و در اختیارکاربر متقاضی قرار میدهد.
این سامانه دراین مرحله نمیتواند خانههای خالی را شناسایی کند. اما در کنار ابزارهایی که این سامانه در اختیار دارد، می توان از اطلاعات و دادههای طبقه بندی شده این مجموعه برای رسیدن به این نقطه بهره برد و حتا میتواند به عنوان الگویی برای استارتآپ های دیگر باشد تا هوشمصنوعی را بیشتر درفعالیت های خود به کار گیرند.
### پایان خبر رسمی