ИИ в недвижимости: как нейросеть подбирает объекты и что уже умеет ИИ-риэлтор Фриди

Введение

52% покупателей жилья в России не нашли объект, который совпал бы с их желаниями, и пошли на компромисс. Такие данные дал опрос ДОМ.РФ и ВЦИОМ среди тех, кто купил квартиру или дом с 2022 года по первую половину 2024-го (РБК Недвижимость, 12 ноября 2024). Объявлений на рынке хватает. Не хватает способа быстро найти среди них своё и понять, чем придётся пожертвовать.

На эту задачу и нацелен искусственный интеллект в недвижимости. За три года ИИ-поиск появился у крупных площадок объявлений, а агентства запускают собственных помощников. У ФРИДОМ такой помощник — ИИ-риэлтор Фриди. Он подбирает новостройки, готовый арендный бизнес и коммерческие помещения, считает ипотеку и доходность, отвечает на вопросы о сделке и передаёт задачу специалисту. Подбор у него пока базовый, а квартиры на вторичном рынке, дома и участки он не подбирает.

Почему фильтров классифайдов мало для выбора квартиры

Классифайды — крупные сайты объявлений — собирают предложения собственников, агентств и застройщиков в одну ленту и дают фильтры: цена, число комнат, район, метро, срок сдачи. Фильтр работает как пересечение условий: объявление либо проходит все галочки, либо исчезает из выдачи. Для обзора рынка этого достаточно, для решения о покупке — нет, по трём причинам.

1. Фильтр не взвешивает компромиссы. Квартира на 900 тыс. ₽ дороже бюджета, но с отделкой и ключами на полгода раньше, может в итоге обойтись дешевле той, что «вписалась» в цену: не придётся платить за ремонт и лишние месяцы аренды. Фильтр по цене отсечёт её без предупреждения.
2. Фильтр верит данным. Если в объявлении неверно указан, например, тип отделки или этаж, подходящий вариант пропадает из выдачи, и покупатель об этом не узнает.
3. Фильтр отдаёт список, решение остаётся за вами. Сотни карточек приходится сравнивать вручную. Психологи называют это перегрузкой выбором: в известном эксперименте Шины Айенгар и Марка Леппера (2000) посетители магазина чаще покупали джем, когда на дегустации стояло 6 вкусов, а не 24. Метаанализ Шайбехенне и соавторов (2010) показал, что эффект зависит от условий, в том числе от опыта и сложившихся предпочтений, а опыта выбора квартиры у большинства покупателей немного.

ИИ-подбор недвижимости пытается закрыть все три пункта: понять задачу целиком, учесть компромиссы и сократить выдачу до нескольких вариантов, у каждого из которых есть понятное «почему».

Что уже есть на рынке: ИИ-поиск на классифайдах

За три года поиск обычными словами появился у крупных российских площадок. Яндекс Недвижимость в декабре 2023 года запустила поиск на YandexGPT: фразу вроде «трёшка до 15 млн в пределах МКАД» сервис превращает в подборку с коротким пояснением. Циан в апреле 2024 года открыл помощника для подбора по описанию, Домклик в октябре 2024-го — подбор с GigaChat. В марте 2026 года Яндекс выпустил «Недвижимость AI» — диалог текстом и голосом с картой и сравнением объектов, а 1 октября 2026 года Циан запустил ИИ-сравнение жилых комплексов.

За рубежом площадки пошли внутрь универсальных ассистентов: американский Zillow с октября 2025 года и британский Rightmove открыли свои приложения в ChatGPT, а Redfin в ноябре 2025 года запустил диалоговый поиск на своём сайте.

Общая черта этих сервисов — ассистент площадки ищет по объявлениям своей площадки. Опубликованные цифры эффекта — заявления самих компаний. Независимых проверок точности ИИ-подбора ни у одной площадки мы не нашли.

Как нейросеть подбирает недвижимость: запрос, база, объяснение

В исследованиях и в описаниях продуктов площадок ИИ-подбор обычно складывается из трёх частей.

Понимание запроса

Языковая модель разбирает свободную фразу. Например: «трёшка для семьи, до 19 млн, платим своими, въехать к сентябрю — ребёнок идёт в школу». Из неё получаются бюджет, комнатность, способ оплаты и срок. Важнее другое: срок здесь жёсткий. «К школе» значит, что дом с ключами в декабре не подойдёт при любой скидке, а «хотелось бы поскорее» — просто пожелание. Чего не хватает, хороший помощник уточняет вопросом.

Опора на базу объектов

Сама языковая модель не знает, какие квартиры сейчас продаются: живой базы объявлений у неё нет. Без подключения к данным она может выдать правдоподобный, но несуществующий вариант. Поэтому рабочие системы сначала находят факты в базе и только потом отвечают по ним. Этот подход называют RAG — генерация с опорой на найденные данные (Lewis и соавт., 2020). Исследования диалоговых рекомендательных систем описывают похожую схему: модель ведёт разговор и помогает расставить кандидатов, а самих кандидатов даёт отбор по базе (He и соавт., 2023; Hou и соавт., 2024). Такую связку называют decision engine — «движок решений»: на входе задача клиента, на выходе несколько вариантов и обоснование.

Объяснение выбора

Полезная подборка объясняет каждый вариант фактами: «дороже бюджета на 900 тыс. ₽, зато дом сдан», «на 12 минут дальше от метро, но с отделкой». Исследователи рекомендательных систем различают убедительное объяснение и полезное: решение помогает принять то, которое можно проверить (Tintarev, Masthoff, 2012). Поэтому несколько вариантов с разными компромиссами — дешевле, ближе, раньше въезд — полезнее, чем пять похожих квартир в одном доме.

Почему качество данных важнее «умности» нейросети

ИИ-помощник ищет не лучше, чем база, по которой он ищет. Для площадок объявлений это давно признанная задача. Циан описывает отдельную систему поиска дублей: одна квартира часто живёт в нескольких объявлениях (Хабр, март 2025). Оценки доли фейковых объявлений расходятся: около 2% по словам директора по продукту Циана (июль 2026) и 3–5% в Москве по оценкам риелторов (май 2026).

Появилась и новая проблема — фото, созданные или изменённые нейросетью. В ноябре 2025 года Департамент штата Нью-Йорк предупредил покупателей о росте таких объявлений, а Циан в сентябре 2026 года описал, как отлавливает «рендеры» вместо реальных фото.

У новостроек своя сложность: цена в прайсе — ещё не итоговая стоимость. По данным НКР и ДОМ.РФ (апрель 2026), рассрочку предлагают более 90% застройщиков, а условия у всех разные. Поэтому квартиры приходится сравнивать с учётом способа оплаты и отделки, а актуальные цену и наличие — подтверждать в отделе продаж перед бронью.

Где ИИ в недвижимости ошибается и зачем нужен человек

Пределы технологии хорошо видны по внешним исследованиям.

1. Ошибается даже с опорой на базу. Специализированные юридические ИИ-сервисы с поиском по базе документов давали неверные или не подкреплённые источником ответы примерно в 17–33% запросов (Magesh и соавт., 2025). Опора на данные снижает число выдумок, но не убирает их.
2. Плохо читает планировки. В тесте AECV-Bench (январь 2026 года, препринт) лучшие мультимодальные модели подсчитывали двери, окна, комнаты и санузлы на чертежах с точностью около 0,40–0,55.
3. Ошибается в оценке без свежих данных. У американского Redfin медианная ошибка автоматической оценки — 1,88% для объектов в продаже и 7,37% для объектов вне продажи (данные компании, сентябрь 2025).
4. Не видит юридических рисков целиком. По кадастровому номеру в открытых данных Росреестра видны сведения об объекте, обременения и запись о праве собственности: вид права, номер и дата, без имени владельца. История перехода прав, согласия супругов и органов опеки, документы продавца и фактическое состояние объекта там не видны. Полную проверку перед задатком делает юрист — см. услугу сопровождения покупки квартиры.

К ошибкам алгоритмов люди строги. Беркли Дитворст с соавторами (2015) показали, что после одной увиденной ошибки люди отказываются от алгоритма, даже если в среднем он точнее человека. В работе 2018 года те же авторы выяснили, что готовность пользоваться алгоритмом резко растёт, если человек может хотя бы немного поправить его результат. Национальная ассоциация риелторов США (NAR) прямо называет агента «человеком в контуре», который отвечает за факты.

Отсюда простая схема, которой мы держимся. Фриди отвечает по данным базы агентства и прямо говорит, когда данных нет. Его расчёты — ориентир. Показы, переговоры, проверку документов и сделку ведут специалисты ФРИДОМ.

Что ИИ-риэлтор Фриди умеет сегодня и что появится до конца 2026 года

Фриди — ИИ-ассистент: вы общаетесь с программой; в сложных вопросах подключается специалист ФРИДОМ. Это виртуальный риелтор агентства: с ним можно переписываться в чате на сайте или поговорить голосом по телефону. Возможности на начало октября 2026 года:

Планы: умный подбор новостроек и вторичное жильё

Сроки ниже — план, а не обещание: новую возможность мы включаем, когда она проходит проверку на реальных запросах.

Как ФРИДОМ участвует в создании ИИ-риэлтора

Мы в ФРИДОМ с самого начала смотрим на ИИ как на помощника специалиста и строим Фриди сами.

• Команда и опыт сделок. Агентство работает на рынке с 2007 года и провело 2400+ сделок. Правила, по которым Фриди отвечает на вопросы о сделке, формулируют наши эксперты.
• Своя база. Фриди подбирает по базе объектов агентства — в ней 1000+ объектов — и считает по тем же калькуляторам, что открыты на сайте.
• Решения за людьми. Фриди берёт на себя первые вопросы, перебор вариантов и расчёты. Показы, переговоры, проверка документов и сделка остаются за специалистами.
• Новые технологии подбора. Умный подбор новостроек группа разрабатывает в отдельном технологическом проекте; Фриди будет им пользоваться.

Как пользоваться ИИ-риэлтором Фриди уже сейчас

Фриди доступен без регистрации и бесплатно:

• в окне чата в углу любой страницы сайта;
• на странице ИИ-риэлтора Фриди — там же примеры вопросов и калькуляторы;
• в полноэкранном чате;
• по телефону — номер Фриди указан на странице /fridi/.

Чтобы подбор получился точнее:

• описывайте задачу целиком: бюджет, район или метро, срок, как платите — ипотека, рассрочка или свои средства;
• разделяйте обязательное и желательное: «два санузла обязательно, отделка — желательно»;
• спрашивайте «почему этот вариант?» — у ответа должно быть основание;
• для расчёта платежа откройте ипотечный калькулятор или попросите Фриди посчитать в чате;
• когда готовы к просмотру или сделке, попросите передать задачу специалисту — Фриди оставит заявку за вас.

Вопросы об ИИ в недвижимости

Заключение

ИИ в недвижимости полезен там, где он сокращает перебор и показывает компромиссы. Качество подбора определяют данные и их проверка: нейросеть, которая уверенно рассказывает о несуществующей квартире, хуже обычного фильтра. Поэтому ИИ остаётся помощником, а решения о показе и сделке принимают люди.

Сегодня Фриди помогает сузить выбор новостроек, коммерции и готового арендного бизнеса, считает и отвечает на вопросы. Следующий шаг — умный подбор новостроек, к концу 2026 года мы планируем добавить вторичное жильё. Начните с вопроса в чате: если задача требует человека, Фриди передаст её специалисту ФРИДОМ.