INTERVIU Cum ajung datele și inteligența artificială să arate cât valorează cu adevărat o locuință

Pe o piață imobiliară în care prețurile sunt încă negociate adesea „din ochi”, iar diferența dintre cerere, ofertă și valoarea reală a unei proprietăți rămâne greu de citit pentru publicul larg, tot mai multe companii încearcă să aducă tehnologia în centrul deciziei.

Aici intră și imo360, o platformă lansată în 2026, care promite evaluări gratuite bazate pe date reale din piață și un set mai amplu de instrumente pentru cumpărători, vânzători, investitori și profesioniști din real estate. În spatele proiectului stă și o miză de business clară: construirea unui ecosistem care monetizează utilizarea profesională, integrarea B2B și accesul la instrumente avansate, într-o industrie care începe să se digitalizeze mai rapid.

Într-un interviu acordat pentru Playtech, Cătălin Ivan, Chief Technical Officer imo360, explică felul în care platforma folosește comparabile ponderate, scoring multidimensional și inteligență artificială pentru a estima mai corect valoarea unei locuințe și pentru a identifica inclusiv proprietăți subevaluate. Discuția deschide și o temă mai largă, importantă pentru business-ul imobiliar din România: cum pot datele, automatizarea și modelele predictive să transforme o piață fragmentată într-una mai transparentă, mai eficientă și mai ușor de înțeles pentru toți actorii implicați.

Mai jos, poți vedea imagini din platformă ce arată cum sunt transformate datele din piața imobiliară în evaluări, comparații și instrumente de analiză pentru utilizatori și profesioniști. De la hărți interactive și scoruri de similaritate până la dashboard-uri și estimări de preț, galeria surprinde modul în care tehnologia încearcă să aducă mai multă claritate într-o piață greu de citit.

Vezi Galerie 9 Imagini

INTERVIU Cătălin Ivan, Chief Technical Officer imo360

Cătălin Ivan

Ozana Mazilu (Playtech): Cum funcționează, pe scurt, algoritmul imo360 și ce îl face diferit de o estimare imobiliară clasică făcută „din ochi”?

Cătălin Ivan: Algoritmul imo360 este, în esență, un instrument de tip Comparative Market Analysis (CMA), construit pe baza unor volume mari de date publice din piața imobiliară, coroborate cu informații validate din tranzacții reale, prin agenția noastră, VIB Imobiliare, și parteneri din industrie.

Atunci când evaluează o proprietate, algoritmul identifică imobile similare din aceeași zonă și aplică ponderi de similaritate pe mai multe criterii relevante: distanță geografică, suprafață, an de construcție, etaj și stare. Practic, nu vorbim despre o medie aritmetică, ci despre o medie ponderată, în care proprietățile cele mai apropiate ca profil au cea mai mare influență asupra rezultatului.

La final, utilizatorul nu primește o cifră fixă, ci un interval de preț, un interval de încredere, cum îi spunem noi, care reflectă realitatea pieței. Aici apare diferența majoră față de evaluările „din ochi”. O estimare clasică îți dă, de regulă, un număr rotund, bazat pe experiență sau comparații limitate. imo360 îți arată un interval susținut de date și, mai important, îți oferă contextul din spatele lui, explicând de ce acel preț este realist și cum se poziționează proprietatea în piață.

Vezi și:

Cum devii atât de bun la AI încât colegii vor crede că ești robot: șapte obiceiuri care îți schimbă munca de zi cu zi

AI-ul antrenat pe computer cuantic a trecut un test pe care modelul obișnuit l-a ratat: descoperirea care poate schimba viitorul inteligenței artificiale

Ozana Mazilu (Playtech): Ce tipuri de date analizează platforma atunci când evaluează o proprietate și cât de des sunt actualizate aceste informații?

Cătălin Ivan: Algoritmul imo360 analizează trei tipuri principale de date, fiecare având un rol clar în evaluarea finală.

În primul rând, sunt atributele specifice fiecărei proprietăți: suprafață, număr de camere, etaj, an de construcție, stare, tip și compartimentare. Acestea definesc profilul concret al locuinței.

Al doilea nivel este cel al localizării. Aici, analiza merge dincolo de simplul cartier și include coordonate GPS, poziționarea exactă în oraș și proximitatea față de puncte de interes. Practic, nu evaluăm doar zona, ci microzona.

În final, toate acestea sunt corelate cu date de piață: prețuri medii pe zonă, volum de ofertă, timp mediu de vânzare și evoluția prețurilor în timp. Această combinație permite o evaluare ancorată în dinamica pieței, care ia în considerare mai mult decât caracteristicile statice ale proprietății.

Datele sunt colectate din surse publice și din rețeaua de agenții partenere, fiind actualizate constant. În acest moment, baza de date include aproape 5 milioane de anunțuri procesate de la primele teste, din 2016. Dintre acestea, peste 400.000 sunt active. Doar pe segmentul apartamentelor de vânzare vorbim de peste 2 milioane de înregistrări istorice.

Această profunzime este esențială, pentru că ne permite să analizăm tendințe pe termen lung, nu doar fotografii de moment ale pieței.

În același timp, dezvoltăm constant un ecosistem de parteneriate cu agenții imobiliare, astfel încât să integrăm tot mai multe date din tranzacții reale. Cu cât volumul de informații validate crește, cu atât evaluările devin mai precise, iar acest mecanism contribuie la o piață mai transparentă și mai eficientă.

Ozana Mazilu (Playtech): Ați menționat comparabile ponderate. Cum decide algoritmul ce proprietăți sunt cu adevărat relevante pentru comparație?

Cătălin Ivan: Relevanța este determinată printr-un scor de similaritate multidimensional, care permite algoritmului să selecteze doar proprietățile cu adevărat comparabile.

Primul filtru este distanța geografică: cu cât o proprietate este mai aproape de cea evaluată, cu atât are o pondere mai mare. Apoi intervin criterii precum suprafața, anul construcției, starea, etajul sau tipul imobilului. Practic, fiecare comparabilă primește un scor în raport cu proprietatea analizată, iar cele mai relevante influențează cel mai mult rezultatul.

Un element diferențiator este modul în care tratăm relația dintre suprafață și preț, prin ceea ce numim elasticitate diferențiată.

În cazul randamentului din chirie, algoritmul aplică un coeficient de elasticitate de 0.5, pentru că randamentul procentual scade pe măsură ce crește suprafața. De exemplu, în majoritatea cazurilor, un apartament mic generează un randament mai bun decât unul mare.

În cazul vânzărilor, elasticitatea este 1, ceea ce reflectă o relație mai liniară între suprafață și preț. Acest tip de ajustări fine diferențiază o evaluare algoritmică de o simplă medie pe cartier. imo360 nu doar compară proprietăți, ci evaluează impactul fiecărei variabile în piață.

Ozana Mazilu (Playtech): Cât de precisă poate fi o evaluare automată într-o piață imobiliară în care multe variabile țin și de contextul local sau chiar de percepția cumpărătorilor?

Cătălin Ivan: Bineînțeles că există variabile pe care un algoritm nu le poate evalua complet doar din datele disponibile, de la starea reală a finisajelor, la vedere, luminozitate, vecini sau chiar emoția pe care ți-o generează un loc.

Cu toate acestea, acuratețea evaluării rămâne ridicată. Tocmai de aceea, rezultatul nu este un număr fix, ci un interval de preț, care reflectă realist poziționarea proprietății în piață.

În practică, aceste variabile subiective influențează poziționarea în interiorul intervalului, dar rareori scot proprietatea în afara lui. Cu alte cuvinte, pot muta prețul în sus sau în jos în cadrul range-ului, dar nu schimbă fundamental reperele de piață.

În plus, precizia crește odată cu volumul și densitatea datelor, motiv pentru care evaluările din București, unde există un număr mare de comparabile, sunt semnificativ mai exacte. Algoritmul imo360 este deja utilizat de peste un an în tranzacțiile VIB Imobiliare, ceea ce ne permite să confirmăm, în practică, acuratețea și consistența rezultatelor.

Ozana Mazilu (Playtech): De ce ați ales să oferiți evaluări gratuite și cum susține acest model de business dezvoltarea platformei pe termen lung?

Cătălin Ivan: România nu are un MLS, un sistem centralizat de date imobiliare, iar piața este încă fragmentată, cu informații distribuite asimetric. Ne dorim să schimbăm acest lucru, să contribuim la maturizarea industriei și facem acest lucru oferind acces la valoare fără bariere. Evaluarea gratuită este, practic, poarta de intrare în acest ecosistem, ea ajută vânzătorii și cumpărătorii să înțeleagă mai bine prețurile și să își reducă timpul petrecut pe piață.

Modelul de business se construiește în jurul componentei B2B sau de utilizare intensivă a platformei. Dacă ne uităm la agenții imobiliari, scopul nostru este să le oferim instrumente profesionale, integrare API și acces la leaduri. Pentru investitori, avem analize avansate, rapoarte extinse și alerte de piață.

Un pilon esențial este atragerea agențiilor de încredere în ecosistem. Cu cât mai mulți profesioniști contribuie cu date și tranzacții reale, cu atât evaluările devin mai precise, iar platforma mai valoroasă pentru toți participanții.

În esență, replicăm logica unui MLS modern: o platformă construită pe colaborare și date comune, care crește în valoare pe măsură ce este utilizată.

Ozana Mazilu (Playtech): Cum folosiți inteligența artificială în platformă dincolo de partea de chatbot și care sunt aplicațiile cele mai utile pentru utilizatori?

Cătălin Ivan: Chatbotul, denumit Market Explorer, este doar partea vizibilă a felului în care folosim inteligența artificială. Rolul său este să ajute utilizatorii să extragă rapid informații sau să găsească proprietăți relevante. În realitate, AI-ul este integrat mult mai profund în modul în care analizăm piața.

Cea mai valoroasă aplicație este sistemul de scoring multidimensional. Fiecare proprietate primește scoruri pe 6 axe: PriceScore (poziționare față de piață), YieldScore (potențial de randament), DOMScore (viteza de vânzare în zonă), RenovationScore (stare și potențial de renovare), DescriptionScore (calitatea anunțului ca indicator de seriozitate), ImageScore (calitate vizuală a listării).

Aceste scoruri oferă o imagine mult mai completă asupra fiecărei proprietăți: cât de corect este poziționat prețul, cât de repede se poate vinde și ce potențial are ca investiție.

Un nivel suplimentar este reprezentat de identificarea așa-numitelor hidden gems, proprietăți subevaluate, detectate prin anomalii statistice, pe care piața nu le-a remarcat încă. Practic, nu analizăm doar piața, ci încercăm să anticipăm unde există oportunități reale.

Ozana Mazilu (Playtech): Ce înseamnă, concret, detectarea proprietăților subevaluate și cât de mare este riscul ca un astfel de sistem să genereze și false semnale?

Cătălin Ivan: Algoritmul imo360 compară fiecare proprietate cu distribuția prețurilor din zona sa, ajustată în funcție de suprafață, etaj, an de construcție și stare. Atunci când o proprietate se situează semnificativ sub media ajustată, fără să prezinte indicatori de risc, cum ar fi o descriere slabă, imagini de calitate redusă sau informații incomplete, este semnalată ca potențial hidden gem.

Desigur, riscul de false semnale există, pentru că sunt multe variabile legale sau subiective. O proprietate poate fi ieftină din motive pe care datele nu le captează, precum probleme juridice, defecte structurale sau contextul vecinătății. De aceea, sistemul nu spune „cumpără”, ci „investighează”.

Noi ne-am luat, însă, o serie de măsuri de precauție și am introdus filtre de calitate tocmai pentru a reduce aceste riscuri: anunțurile fără imagini, cu descrieri foarte limitate sau cu prețuri nerealist de mici sunt excluse. În logica noastră, este mai sănătos să ratezi o oportunitate decât să trimiți utilizatorul într-o capcană.

Ozana Mazilu (Playtech): Într-o piață în care anunțurile pot avea informații incomplete sau cosmetizate, cum verificați calitatea datelor pe care le introduceți în algoritm?

Cătălin Ivan: Când am conceput algoritmul, aceasta a fost, fără îndoială, cea mai mare provocare tehnică. Sursele de date diferă semnificativ ca format, structură și nivel de acuratețe, iar fără un proces riguros de curățare, rezultatele ar fi distorsionate.

De aceea, avem mai multe straturi de procesare. În primul rând, normalizarea: toate datele sunt aduse într-un format unitar, de la preț pe mp vs. preț total, la suprafață utilă vs. construită sau adresă text vs. coordonate GPS.

Urmează deduplicarea. Aceeași proprietate poate apărea în mai multe surse, cu informații diferite, iar algoritmul le consolidează pe baza unor parametri precum localizarea, suprafața sau caracteristicile cheie.

Un rol esențial îl are validarea prin tranzacții reale. Datele furnizate de agențiile partenere ne permit să comparăm prețurile listate cu cele de tranzacționare și să identificăm eventuale distorsiuni recurente din piață.

În plus, folosim geocodare precisă, printr-o instanță proprie, OpenStreetMap, cu fallback în Google Maps, pentru a ancora corect fiecare proprietate în spațiu.

În final, aplicăm filtre de plauzibilitate, care elimină valori anormale sau combinații imposibile de date.

Ozana Mazilu (Playtech): Ce poate afla un utilizator obișnuit despre piața dintr-un cartier folosind imo360, dincolo de simplul preț pe metru pătrat?

Cătălin Ivan: Un utilizator poate vedea evoluția prețurilor pe 6–12 luni, timpul mediu de vânzare, raportul cerere–ofertă din zonă și randamentul chiriei, raportat la prețul de achiziție.

Dincolo de aceste statistici, platforma oferă o hartă interactivă cu clustering, care permite vizualizarea simultană a zeci de mii de anunțuri. Utilizatorul poate defini exact zona de interes, fără să fie limitat la filtre administrative, și primește instant context relevant. Practic, nu mai vede doar un preț, ci înțelege dacă acel preț este corect raportat la piață.

Ozana Mazilu (Playtech): Din datele pe care le-ați agregat până acum, care sunt cele mai surprinzătoare concluzii despre piața imobiliară din România în 2026?

Cătălin Ivan: Prima concluzie ține de dimensiunea reală a pieței: aproape 5 milioane de anunțuri procesate din 2016 până în prezent, dintre care peste 2 milioane doar pe segmentul apartamentelor de vânzare. La acest nivel de volum, încep să apară patternuri care nu sunt vizibile în analize punctuale.

A doua: Bucureștiul nu mai este cel mai scump oraș, fiind depășit de Cluj cu peste 700 EUR/mp, însă oferă aproape dublu ca randament al chiriei.

A treia: polarizarea extremă din București, cu diferențe de peste 3× între zone, care funcționează practic ca piețe distincte.

A patra: impactul creșterii TVA-ului de la 9% la 21% a fost unul major, fiindcă a redirecționat aproximativ 44% dintre cumpărători către apartamente vechi și a schimbat rapid dinamica pieței.

Ozana Mazilu (Playtech): Publicul este tot mai atent la transparență. Cum poate o platformă ca imo360 să reducă diferența dintre prețul cerut în anunț și valoarea reală de piață?

Cătălin Ivan: În primul rând, oferind vânzătorului un reper obiectiv. Când vede că proprietatea se încadrează într-un interval bazat pe comparabile reale, are un argument concret pentru a o poziționa corect, micșorând, astfel, perioada petrecută pe piață.

În al doilea rând, prin informarea cumpărătorului. Un utilizator care înțelege media zonei și dinamica prețurilor negociază diferit și filtrează mai rapid ofertele nerealiste.

Transparența nu duce neapărat la scăderi de preț, ci la o aliniere mai rapidă la realitate. Pe măsură ce mai mulți actori folosesc aceleași date, diferența dintre prețul cerut și cel tranzacționat se reduce natural, ceea ce adaugă eficiență procesului de vânzare-cumpărare.

Ozana Mazilu (Playtech): Pentru un cumpărător fără experiență, care ar fi principalul avantaj al unei astfel de platforme într-un moment în care piața pare tot mai greu de citit?

Cătălin Ivan: Contextul.

Un cumpărător fără experiență vede, de regulă, doar o listă de anunțuri cu prețuri aparent arbitrare și nu are repere clare pentru a le interpreta. imo360 aduce toate informațiile relevante într-un singur loc (evoluții de preț, timp de vânzare, poziționare față de piață) și le traduce într-un format ușor de înțeles.

Nu trebuie să fie expert: algoritmul face comparațiile pentru el, iar decizia devine una bazată pe date, nu pe impresii.

Ozana Mazilu (Playtech): Cum vedeți relația dintre tehnologie și agentul imobiliar: îl ajută, îl obligă să fie mai transparent sau îl poate înlocui în anumite etape?

Cătălin Ivan: Tehnologia nu înlocuiește agentul, ci îi împinge spre evoluție.

Un agent care are acces la date reale, în timp real, trece de la rolul de intermediar formal, la cel de profesionist care aduce valoare clară procesului.

Tehnologia este cea care îi permite să se concentreze pe acele zone în care expertiza sa se simte cu adevărat: consultanță, negociere, înțelegerea nevoilor clientului, filtrarea opțiunilor și ghidarea deciziei. Practic, elimină partea mecanică a muncii și o mută în zona de diferențiere reală.

imo360 a fost dezvoltat inițial ca instrument intern pentru VIB Imobiliare și este deja utilizat în tranzacții reale de peste doi ani. Nu este un produs prin care ne propunem să înlocuim agenții, ci un instrument care îi ajută să lucreze mai eficient, să închidă tranzacții mai rapid și să construiască încredere pe termen lung.

Ozana Mazilu (Playtech): Ce provocări tehnice ați întâmpinat în construirea unei platforme care agregă și interpretează volume mari de date din piața imobiliară?

Cătălin Ivan: Aș enumera trei, pe cele mai importante. Cea mai mare provocare a fost lipsa unui standard de date. Sursele diferă complet ca structură și consistență, iar, pentru a le face utilizabile, a fost necesar un layer de abstractizare care să le normalizeze într-un format unic.

A doua provocare majoră a fost geocodarea. Adresele sunt adesea vagi, iar poziționarea corectă în spațiu este esențială pentru evaluare.

A treia a fost deduplicarea, identificarea aceleiași proprietăți listate în mai multe surse, cu informații diferite, fără un identificator comun.

Ozana Mazilu (Playtech): Care este următorul pas pentru imo360 din punct de vedere tehnologic: noi instrumente AI, predicții de piață, scoring mai avansat pentru investiții sau extindere în alte direcții?

Cătălin Ivan: Pe termen scurt, ne concentrăm pe extinderea instrumentelor de analiză pentru investiții, astfel încât indicatori precum yield, cash-on-cash sau IRR să devină accesibili și investitorilor individuali, nu doar profesioniștilor.

Pe termen mediu, vizăm lansarea unei aplicații mobile, extinderea geografică și dezvoltarea unor modele de analiză predictivă bazate pe trenduri istorice.

Pe termen lung, obiectivul este construirea unei infrastructuri de date pentru piața imobiliară din România, un ecosistem colaborativ în care toți actorii relevanți lucrează cu aceleași repere.

Din perspectiva AI, cea mai promițătoare direcție este identificarea timpurie a zonelor cu potențial de creștere, pe baza datelor existente, transformate în semnale relevante.

VIDEO | Roboții prezentați ca mândria tech a Rusiei s-au făcut de râs. Umanoizi care nu știau cum îi cheamă și „fotbaliști” mai mult pe tușă decât pe teren