Brugen af generativ AI (Gen AI) er blandt de mest markante teknologitrends, vi har set siden internettet, og vi kan allerede nu se, at det begynder at vende op og ned på mange industrier.

Hovedformålet med projektet var at give DNB Eiendom og DNB praktisk læring og erfaring med Gen AI, foruden at udvikle en prototype, der kunne løse en konkret udfordring for virksomheden.

Valget faldt på en GPT-baseret chatbot, der hjælper mæglere med interne rutiner og regler relateret til syn, opfølgningsarbejde og salg af boliger. I en stærkt konkurrencepræget industri er effektiviteten Gen AI skaber nøglen til at opnå en konkurrencefordel.

Svært at finde den rigtige information i kvalitetsmanualen

DNB Eiendom er Norges førende ejendomsselskab med over 500 mæglere, der er involveret i klargøring, besigtigelse, opfølgning og salg af boliger. I denne proces er der mange rutiner, regler, procedurer og love, som skal følges.

For at sikre god kvalitet anvender DNB Eiendom en intern kvalitetsmanual, som består af branchespecifikke standarder, love og kvalitetskrav.

Kvalitetsmanualens indhold er af høj kvalitet, men mæglere kan have svært ved at lokalisere og fortolke oplysningerne heri.

For at kortlægge de udfordringer, som mæglere står over for, gennemførte Itera en kvantitativ undersøgelse blandt alle mæglere, samt en række kvalitative undersøgelser. Det viste sig, at kun en tredjedel af mæglerne havde let ved at finde de rigtige oplysninger i kvalitetsmanualen.

Undersøgelsen viste også, at mæglere ofte kontaktede fageksperter for at diskutere de problemer, de stod over for, selvom svaret var i kvalitetsmanualen.

Det var belastende for fagfolkene, der flere gange skulle svare på de samme spørgsmål, mens konsekvenserne af ikke at følge kvalitetsmanualen var betydelige for DNB Eiendom, både i form af bøder og tab af tillid fra kunderne.

Gen AI vil sikre, at reglerne bliver overholdt

DNB Eiendom ønskede i samarbejde med Itera at undersøge muligheden for at anvende Gen AI til at sikre, at kvalitetsmanualens forskrifter overholdes i mæglernes daglige arbejde.

Målet er at mindske belastningen af fagansvarlige, så de kan bruge deres ekspertise på andre vigtige opgaver.

I samarbejde med Itera blev det besluttet at skabe en tilpasset GPT-baseret chatbot, som mæglere kan bede om hjælp i forbindelse med rutiner og regler beskrevet i kvalitetsmanualen.

I løbet af en 4-ugers sprint udviklede Itera en prototype, som et udvalg af medarbejdere testede for at sikre nøjagtigheden af de leverede svar.

Alle processer og arbejde for at opnå resultaterne blev dokumenteret for maksimal læring for hele organisationen.

Løsning bygget på dyb indsigt og ekspertise fra et tværfagligt team

Prototypen er udviklet af et tværfagligt team bestående af forretningsrådgivning, serviceudvikling og AI-udvikling for at sikre klare mål, KPI'er og forretningsprioriteter for løsningen.

Itera fokuserede på brugervenlighed og præcise svar, så mæglere gerne ville benytte løsningen i deres daglige arbejde.

Med dette fundament udviklede Itera en prototype til en Gen AI-drevet chatbot, som mæglere kunne bruge til at finde information fra kvalitetsmanualen.

Prototypen blev gentagne gange testet i samarbejde med repræsentanter fra DNB Eiendom for at sikre, at svarene på forskellige spørgsmål var nyttige og brugbare for mæglerne.

Domæneviden som DNB Eiendom besidder og som er relateret til ejendomsmæglerfaget, var afgørende for at skabe den bedst mulige prototype.

Emma er skræddersyet til at hjælpe mæglere med at finde rutiner og processer for at sikre kvalitet i deres arbejde. For hvert besvaret spørgsmål giver Emma kilder fra kvalitetsmanualen, så mæglere kan være sikre på, hvor informationen kommer fra.

Designet af Emma er minimalistisk, og det skulle være nemt for mæglere at komme i gang med at udforske løsningen.

Emma er bygget med hjælp fra komponenter i Microsoft Azure cloud-platformen. Ressourcer som Azure Cognitive Search og Azure OpenAI har været centrale for at sikre, at Emma fungerer optimalt.

Emma er tilgængelig som en webapplikation, men tidlige prototyper af tilpasning til andre overflader såsom mobil og sidebar er også ved at blive udforsket. Meget af udviklingstiden er brugt på at eksperimentere med parametre som temperatur, systemmeddelelser og scoringsprofiler for at sikre, at Emma bedst kan hjælpe mæglere.

Under de tidlige testfaser, som Itera har gennemført med mæglere, emneeksperter og risikorepræsentanter, har feedbacken på Emma været meget positiv. Brugertestene indikerer, at Emma overholder kvalitetsmanualen og ikke opfinder information.

Feedback tyder på, at løsningen ikke vil kræve omfattende uddannelse, og de fleste medarbejdere vil kunne bruge den efter en kort introduktion.

Gennem projektet har DNB Eiendom og DNB lært meget om, hvordan man styrer et projekt, der omhandler Gen AI. Dette er et felt i hastig forandring, og det har været nøglen til at forstå, hvordan generativ kunstig intelligens kan give forretningsværdi.

Itera skrev en omfattende rapport, der beskriver alt fra problemstillinger, resultater fra kvalitative og kvantitative undersøgelser, processer og metoder til løsninger og resultater. Denne rapport er blevet distribueret bredt for at give det bedst mulige læringsudbytte til relevante miljøer i DNB Eiendom og DNB.

Vejen frem for DNB Eiendom

Efter projektets afslutning er DNB Eiendom bedre i stand til både at eksperimentere og indarbejde generativ AI i virksomheden.

Kvalitetsmanualproblemet er blot en af flere vigtige use cases, hvor DNB Eiendom ser Gen AI som en mulig løsning. Andre use cases er knyttet til effektivisering af de nøgleopgaver, som mæglere udfører i det daglige, herunder salgsopgaver.

Prototypen, som Itera har udviklet, er designet til at kunne udvides til andre use cases. Generativ AI byder på en lang række muligheder, som DNB Eiendom ønsker at udforske for at blive en endnu stærkere spiller i mæglerbranchen.