17 AI-агентов в одном агентстве: что реально работает

Одно американское брокерское агентство держит 17 отдельных AI-агентов: один читает входящую почту, другой обрабатывает звонки, третий проверяет сделки на соответствие требованиям регулятора. Об этом в сентябре 2026 года написала Национальная ассоциация риелторов США. Цифра красивая. Вопрос в том, что из этого переносится на рынок Пхукета и Бангкока, где нет MLS, нет единого реестра листингов и половина переписки с покупателем идёт в Telegram на русском.

Короткий ответ: переносится back-office, а не продажи. Экономия времени на описаниях объектов, отчётности и контроле документооборота измерима уже сегодня. Генерация лидов через AI работает хуже, чем обещают презентации, и в Таиланде особенно.

И ещё одно, о чём в отраслевых материалах пишут вскользь, а на практике это главное: любой рабочий AI-процесс в агентстве держится на письменной политике проверки. Человек читает то, что сгенерировала машина, до того как это увидит клиент. Без этого правила инструмент превращается в генератор юридических рисков.

Фото: nar.realtor

Быстрый ответ

• 17 AI-агентов в одной брокерской компании закрывают мониторинг почты, звонки и комплаенс - это верхняя граница того, что сегодня реально внедрено, а не средний уровень рынка.
• Главный подтверждённый выигрыш - автоматическая генерация описаний объектов для листингов и быстрая сборка внутренних дашбордов без программиста.
• Крупные сети строят собственные надстройки: S.IMPLE у SERHANT., Mira у eXp Realty, KWIQ у Keller Williams. Все три - надстройки над чужими моделями, а не самостоятельные модели.
• Обязательное условие внедрения, которое называют сами брокеры: письменная AI-политика с обязательной человеческой проверкой перед публикацией.
• Для тайского рынка: описания, переводы и черновики отчётов - да; юридическая проверка чанота, доли иностранной квоты и статуса застройщика - нет.

Ключевые факты

• Публикация NAR от 9 сентября 2026 года описывает внедрение Claude в брокерских компаниях: автоматизация процессов, сборка собственных инструментов и сквозная видимость операций.
• Конкретный сценарий - генерация описаний объектов для MLS через механизм Skills, то есть по заранее заданному шаблону агентства, а не свободным текстом.
• Через Claude Cowork брокеры собирают внутренние дашборды и отчёты за часы, а не за недели согласований с подрядчиком.
• Платформа AgentLoft используется как AI-инструмент привлечения клиентов на уровне всей компании, а не отдельного агента.
• Одна из компаний эксплуатирует 17 специализированных агентов, включая контроль соответствия сделок внутренним регламентам.
• Заявленные выгоды: экономия времени на повторяющихся задачах и ускорение решений за счёт полной картины данных по компании.
• Риск-менеджмент вынесен отдельным пунктом: нужна политика, предписывающая человеческую верификацию результата.

Как начать: пошаговый план

1. Посчитайте, куда уходит время. Неделю фиксируйте задачи в таблице по 30-минутным блокам. У большинства агентов на тайском рынке 40-60% времени съедают три вещи: описания объектов на двух-трёх языках, ответы на одинаковые вопросы в мессенджерах и сведение отчётов по показам. Всё остальное - переговоры и просмотры - автоматизации не поддаётся.
2. Начните с описаний, а не с лидов. Соберите шаблон: тип собственности (freehold или leasehold), площадь, этаж, вид, срок сдачи, размер common fee и sinking fund. Модель заполняет шаблон из вашей карточки объекта. Свободная генерация без шаблона даёт красивый текст с выдуманными фактами.
3. Введите правило двух подписей. Ни один сгенерированный текст не уходит клиенту без проверки человеком, который отвечает за объект. Оформите это одной страницей регламента. Это то самое требование, которое американские брокеры называют условием безопасного внедрения.
4. Соберите первый внутренний отчёт. Выгрузка сделок за квартал плюс запрос на разбивку по районам, бюджетам и источникам обращений. Дашборд, который раньше заказывали разработчику, теперь собирается за вечер.
5. Подключите AI к подготовке смотрового тура, но не к бронированию. Модель хорошо строит маршрут на три дня по 8-10 объектам с учётом трафика между Банг Тао и Раваем. Билеты, отель и трансфер всё равно бронирует человек, и удобнее сделать это заранее, чем на месте: забронировать отель рядом с зоной показов дешевле, чем ежедневно ездить через весь остров.
6. Через месяц измерьте результат в часах. Если экономия меньше 4 часов в неделю, инструмент внедрён неправильно или задача выбрана не та. Возвращайтесь к пункту 1.

FAQ

Заменит ли AI агента по недвижимости в Таиланде?

Нет, и данные это подтверждают. Даже компания с 17 AI-агентами использует их на мониторинге почты, звонках и комплаенсе, а не на закрытии сделок. В Таиланде добавляется фактор, которого нет в США: проверка чанота, доли иностранной квоты в кондоминиуме и репутации застройщика делается ногами и через юриста, а не запросом к модели.

Что AI делает откровенно плохо?

Мультиязычные описания без жёсткого шаблона. Модель регулярно пишет 'freehold для иностранцев' там, где юнит продаётся в leasehold или иностранная квота в здании выбрана. Один такой текст в рекламе - и вы объясняетесь с покупателем, который прилетел с деньгами. Второе слабое место - налоговые и визовые вопросы: ответы звучат уверенно и устаревают на год-полтора.

Стоит ли строить собственную AI-платформу?

Если агентство закрывает меньше 5 сделок в месяц - нет. SERHANT., eXp Realty и Keller Williams строят S.IMPLE, Mira и KWIQ, потому что у них тысячи агентов и стоимость разработки размазывается на всех. Небольшой команде выгоднее готовые инструменты плюс аккуратные шаблоны промптов.

Помогает ли AI в генерации клиентов?

Частично. Платформы вроде AgentLoft разворачиваются на уровне компании, а не отдельного агента, и работают на объёме трафика. У русскоязычного брокера на Пхукете трафик другой природы: рекомендации, Telegram-каналы, повторные покупатели. Здесь AI полезнее на сортировке и квалификации входящих, чем на их создании.

Нужна ли агентству письменная AI-политика?

Да, это единственный пункт из американской практики, который переносится без адаптации. Документ отвечает на четыре вопроса: какие данные клиентов нельзя загружать в модель, кто проверяет результат, что запрещено генерировать полностью (юридические заключения, расчёты налогов) и кто несёт ответственность за опубликованный текст.

Сколько времени реально экономится?

По оценкам рынка, на описаниях объектов и типовой переписке - от 5 до 10 часов в неделю у активного агента с портфелем в 30-50 листингов. На отчётности выигрыш разовый, но крупный: дашборд, который делали неделями, собирается за один рабочий день.

С чего начать инвестору, а не агенту?

Используйте модель как оппонента, а не как источник фактов. Загрузите проспект проекта и попросите найти противоречия: расхождения в площадях, условия гарантированной доходности, пункты о переносе сроков сдачи. Проверять найденное всё равно придётся по документам, но список вопросов к продавцу получается заметно длиннее.

Моя позиция: деньги в AI для недвижимости сегодня лежат не в маркетинге, а в контроле. Комплаенс, сверка документов, отслеживание сроков платежей по рассрочке - скучные задачи, где ошибка стоит дороже всего и где машина действительно быстрее человека. Если вы внедряете один инструмент в этом квартале, внедряйте его туда.

---

Хотите освоить AI-инструменты для работы в недвижимости? Мы запустили бесплатный курс - практические навыки, которые уже сегодня применяют лучшие агенты рынка. Записаться бесплатно - https://class.kalinka-thailand.ru/