Hacker News

Bild AI (YC W25) کارآموزان را برای مقرون به صرفه کردن مسکن استخدام می کند

نظرات

1 min read Via www.workatastartup.com

Mewayz Team

Editorial Team

Hacker News

وقتی سیلیکون ولی توجه خود را به بحران مسکن معطوف کرد، چیزی بزرگ در راه است

در سرتاسر ایالات متحده، میانگین قیمت خانه به سطوحی رسیده است که مالکیت خانه را برای میلیون‌ها خانواده کارگر دور از دسترس قرار داده است. در شهرهایی مانند آستین، میامی و فینیکس - متروهایی که زمانی جایگزین های مقرون به صرفه ای برای نیویورک و سانفرانسیسکو به حساب می آمدند - رویای داشتن یک خانه بی سر و صدا تبدیل به یک رویا شده است. یک خانوار متوسط ​​آمریکایی اکنون باید سالانه بیش از 100000 دلار درآمد داشته باشد تا بتواند به راحتی بتواند خانه ای با قیمت متوسط ​​داشته باشد، آستانه ای که اکثر کارگران هرگز از آن عبور نمی کنند. بحران قیمت مسکن داستان جدیدی نیست، اما راه‌حل‌هایی که در سال 2024 و 2025 ارائه می‌شوند، بالاخره واقعاً جدید به نظر می‌رسند.

در این چشم‌انداز، موج جدیدی از استارت‌آپ‌های فناوری مبتنی بر هوش مصنوعی، با پشتیبانی برخی از معتبرترین شتاب‌دهنده‌های جهان، راه می‌اندازد. مجموعه زمستان 2025 Y Combinator شامل شرکت‌هایی است که به صراحت بر اساس این فرض ساخته شده‌اند که هوش مصنوعی می‌تواند اساساً ساختار اقتصادی مسکن را تغییر دهد - از نحوه طراحی و مجوز خانه‌ها گرفته تا نحوه تامین مالی، ساخت و در نهایت فروش آنها. اینها پیشرفت های تدریجی نیستند. بنیانگذاران پشت سر آنها استدلال می کنند که هوش مصنوعی می تواند جدول های زمانی را فشرده کند، ضایعات را کاهش دهد و عرضه را در مقیاسی باز کند که مدل های ساخت و ساز سنتی و توسعه به سادگی نمی توانند مطابقت داشته باشند.

"بحران مسکن اساساً یک مشکل عرضه است - و مشکلات عرضه در نهایت مشکلات عملیاتی هستند. عملیات را برطرف کنید، و شما شروع به رفع بحران می کنید."

مقیاس مشکل بیش از راه حل های افزایشی می طلبد

برای درک اینکه چرا استارت‌آپ‌های مسکن مبتنی بر هوش مصنوعی توجه جدی سرمایه‌گذاری را به خود جلب می‌کنند، باید بدانید که سیستم زیربنایی چقدر خراب است. برآورد می شود که ایالات متحده بسته به روش مورد استفاده، بین 3.8 تا 7 میلیون واحد مسکونی کوتاه باشد. در بریتانیا، هدف خود دولت برای ساختن سالانه 300000 خانه جدید در دهه گذشته هر سال نادیده گرفته شده است. استرالیا، کانادا و بیشتر کشورهای اروپای غربی با کمبودهای مشابه روبرو هستند. این یک پدیده جهانی است که ریشه در ناکارآمدی های سیستمی دارد که در طول نسل ها ترکیب شده است.

خانه‌سازی سنتی یکی از کم دیجیتال‌ترین صنایع روی کره زمین است. طبق تحقیقات مک کینزی، متوسط ​​پروژه ساخت و ساز 20 درصد بیش از بودجه و 80 درصد بیش از زمان برنامه اجرا می شود. پروسه های صدور مجوز در شهرهای بزرگ برای پروژه های مسکونی ساده بین 12 تا 36 ماه طول می کشد. زباله های مواد در سایت های ساختمانی اغلب بیش از 30٪ از کل ورودی ها است. کمبود نیروی کار، دستمزد کارگران ماهر را به بالاترین حد خود رسانده است. هر یک از این نقاط دردناک نشان‌دهنده هزینه‌ای است که در نهایت به خریدار یا اجاره‌کننده تحمیل می‌شود - با هر پروژه‌ای که طولانی یا بیش از بودجه اجرا می‌شود، مقرون به صرفه‌تر شدن است.

فرصت هوش مصنوعی جایگزینی کارگران ساختمانی یا نادیده گرفتن تابلوهای منطقه‌بندی نیست. این برای از بین بردن اصطکاک است که بین یک پروژه مسکن قابل دوام و تکمیل آن قرار دارد. بررسی خودکار طرح، مدل‌سازی هزینه‌های پیش‌بینی‌کننده، انتخاب سایت مبتنی بر هوش مصنوعی، جریان‌های کاری ساده‌تر مجوز - این ابزارها می‌توانند ماه‌ها و صدها هزار دلار از پروژه‌های فردی را کاهش دهند. آن را در هزاران پیشرفت ضرب کنید و ریاضیات شروع به دگرگونی می کند.

شرط Y Combinator در Proptech و آنچه که سیگنال می دهد

Y Combinator سوابق تثبیت شده ای در شناسایی دسته هایی دارد که نرم افزار می تواند هزینه ها را فشرده کند و دسترسی را دموکراتیک کند. زمانی که هتل‌ها غیرقابل نفوذ به نظر می‌رسیدند، Airbnb را تأمین مالی کرد. هنگامی که پردازش پرداخت مانند زیرساخت به نظر می رسید، از Stripe پشتیبانی می کرد. وقتی YC شروع به خوشه‌بندی چند شرکت در اطراف یک فضای مشکل می‌کند - همانطور که به نظر می‌رسد با مقرون به صرفه بودن مسکن در گروه‌های سال 2025 خود انجام می‌دهد - سیگنال ارزش توجه به آن را دارد.

استارت‌آپ‌ها در این فضا از زوایای مختلف به مشکل نزدیک می‌شوند. برخی از آنها بر روی لایه طراحی و مجوز متمرکز شده اند و از هوش مصنوعی مولد برای تولید نقشه های معماری مطابق با کد در چند ساعت به جای هفته ها استفاده می کنند. دیگران تامین مالی ساخت و ساز را هدف قرار می دهند و از یادگیری ماشینی برای تضمین پروژه ها سریعتر و با دقت بیشتر نسبت به وام دهندگان سنتی استفاده می کنند. برخی دیگر در حال ساخت ابزارهایی برای دولت‌های شهری هستند و به شهرها کمک می‌کنند تا اثرات پایین‌دستی تغییرات منطقه‌بندی را قبل از اجرایی شدن مدل‌سازی کنند. موضوع رایج این باور است که داده ها و اتوماسیون می توانند قفل عرضه هایی را که سیستم فعلی از نظر ساختاری قادر به تولید آن نیست، باز کند.

برای شرکت‌های در مراحل اولیه در این فضا، خط لوله کارآموزی و استعداد اولیه واقعاً استراتژیک است. هوش مصنوعی مسکن به افرادی نیاز دارد که هم جنبه فنی - یادگیری ماشین، بینایی کامپیوتر، مدل‌های بزرگ زبان - و هم دنیای عمیقاً آنالوگ و مبتنی بر روابط توسعه املاک و مستغلات را درک کنند. شرکت های تحت حمایت YC که کارآموزان را در سال 2025 استخدام می کنند، فقط شکاف های ظرفیت را پر نمی کنند. آنها در حال ساختن تیم هایی هستند که این محصولات را طی چند سال آینده طی مراحل حیاتی رشد خود حمل خواهند کرد.

عملیات محرک هزینه پنهان در توسعه مسکن هستند

بیشتر گفتگوها در مورد مقرون به صرفه بودن مسکن بر روی اقلام بلیط بزرگ متمرکز است: هزینه زمین، مواد، نیروی کار. اینها واقعی و قابل توجه هستند. اما عاملی که در هزینه پروژه کمتر بها داده می شود، سربار عملیاتی اداره یک شرکت توسعه مسکن است. مدیریت پروژه، هماهنگی فروشنده، حقوق و دستمزد، ردیابی انطباق، ارتباط مشتری، صورت‌حساب - همه این کارکردها زمان و هزینه می‌برند که در نهایت به هزینه هر واحد تولید شده تبدیل می‌شود.

در نظر بگیرید که یک توسعه‌دهنده مسکونی متوسط باید در یک پروژه واحد مدیریت کند:

  • هماهنگی برنامه ها و قراردادها بین 20 تا 40 پیمانکار فرعی
  • مدیریت حقوق و دستمزد و انطباق برای نیروی کار ترکیبی از کارکنان تمام وقت و کارگران قراردادی
  • ردیابی مطالبات و مطالبات پرداختنی در چندین منبع تامین مالی
  • حفظ ارتباط با ادارات برنامه ریزی شهرداری، بازرسان، و مقامات صدور مجوز
  • مستند کردن پیشرفت برای وام دهندگان، سرمایه گذاران و ارائه دهندگان بیمه
  • مدیریت روابط CRM پس از فروش یا پس از اجاره برای گارانتی، ارجاع و کسب و کار تکراری

هر یک از این عملکردها، اگر از طریق ابزارهای قطع شده مدیریت شوند - یک صفحه گسترده در اینجا، یک پلت فرم صورتحساب مستقل در آنجا، فرآیندهای دستی حقوق و دستمزد در جاهای دیگر - باعث ایجاد اصطکاک، خطا و تاخیر می شود. هزینه کل آن ناکارآمدی عملیاتی قابل توجه است. این دقیقاً جایی است که پلتفرم هایی مانند Mewayz که به عنوان یک سیستم عامل تجاری مدولار ساخته شده است، ارزش مستقیمی برای شرکت های مسکن و ساختمان ایجاد می کند. هنگامی که CRM، صورتحساب، حقوق و دستمزد، منابع انسانی و ارتباطات پروژه در یک محیط یکپارچه زندگی می کنند، هزینه های اداری اداره یک شرکت توسعه به طور قابل توجهی کاهش می یابد - و این پس انداز می تواند به اقتصاد پروژه رقابتی تر تبدیل شود.

💡 DID YOU KNOW?

Mewayz replaces 8+ business tools in one platform

CRM · Invoicing · HR · Projects · Booking · eCommerce · POS · Analytics. Free forever plan available.

Start Free →

استعداد هوش مصنوعی و نیروی کار جدید در شکل دادن مسکن مقرون به صرفه

یکی از پویایی‌های جالب‌تر که در حال حاضر در فضای پروتکل وجود دارد، تلاقی استعدادهای هوش مصنوعی و تخصص املاک و مستغلات است. مهندسان و دانشمندان داده‌ای که می‌دانند چگونه سیستم‌های هوش مصنوعی مؤثر بسازند، از نظر تاریخی، با دنیای عمیقاً محلی و مبتنی بر روابط متمرکز توسعه مسکن مواجه بوده‌اند. در همین حال، توسعه‌دهندگان، معماران و برنامه‌ریزان باتجربه که می‌دانند مسکن واقعاً چگونه ساخته می‌شود، اغلب تسلط محدودی در ابزارهای هوش مصنوعی مدرن داشته‌اند.

برنامه‌های استخدام کارآموز و اولیه در شرکت‌های هوش مصنوعی مسکن تحت حمایت YC، با پر کردن این شکاف، کاری واقعاً ارزشمند انجام می‌دهند. وقتی یک فارغ‌التحصیل اخیر علوم کامپیوتر شش ماه را صرف ساخت ابزارهای اتوماسیون مجوز برای یک استارت‌آپ مسکن می‌کند، با درک قوانین منطقه‌بندی، بوروکراسی شهرداری و تامین مالی ساخت‌وساز که اکثر همتایانشان هرگز توسعه نمی‌دهند، آنجا را ترک می‌کنند. تکرار این تخصص بین دامنه‌ای دشوار است و افراد حرفه‌ای را ایجاد می‌کند که می‌توانند واقعاً این حوزه را پیش ببرند.

این همچنین به یک فرصت توسعه نیروی کار گسترده تر اشاره می کند. همانطور که ابزارهای هوش مصنوعی در فضای مسکن توانمندتر می شوند، تقاضای فزاینده ای برای افرادی وجود خواهد داشت که بتوانند این سیستم ها را در شرکت های توسعه، دولت های شهری و موسسات وام دهنده پیاده سازی، نگهداری و بهبود بخشند. خط لوله برای این استعداد در حال حاضر، در برنامه های کارآموزی و نقش های اولیه در شرکت هایی مانند Bild AI و همتایان آن در اکوسیستم YC ساخته شده است.

معنای زیرساخت کسب و کار مدولار برای استارتاپ های Proptech چیست

شرکت‌های هوش مصنوعی مسکن در مراحل اولیه با یک پارادوکس عملی روبرو هستند. آنها در تلاشند تا محصولات پیشرفته هوش مصنوعی بسازند و همزمان تمام پیچیدگی های عملیاتی یک استارتاپ با رشد سریع را مدیریت کنند: استخدام، حقوق و دستمزد، مدیریت مشتری، گزارش مالی و روابط فروشنده. هر ساعتی که بنیانگذار یا کارمند اولیه صرف هزینه های اداری می کند ساعتی است که صرف محصول اصلی نمی شود.

این جایی است که انتخاب ابزارهای زیرساخت کسب و کار واقعاً استراتژیک می شود. استارت‌آپ‌هایی که زود از ابزارهای پراکنده استفاده می‌کنند - سیستمی برای منابع انسانی، سیستمی دیگر برای صورتحساب، سیستمی دیگر برای CRM، سیستمی دیگر برای ارتباطات تیمی - بدهی‌های فنی و عملیاتی انباشته می‌کنند که با افزایش مقیاس، گران‌تر می‌شود. شرکت‌هایی که از ابتدا بر روی پلتفرم‌های یکپارچه و مدولار ساخته می‌شوند، می‌توانند سریع‌تر حرکت کنند و توجه بیشتری را بر روی کارهایی که واقعاً مهم هستند متمرکز کنند.

رویکرد Mewayz برای ترکیب 207 ماژول تجاری در یک محیط عملیاتی واحد به ویژه برای شرکت هایی که در مراحل رشد بالا هستند مناسب است. یک استارت‌آپ هوش مصنوعی مسکن می‌تواند فوراً با ماژول‌هایی که نیاز دارد شروع کند - CRM برای مدیریت روابط با توسعه‌دهندگان و شهرداری‌ها، صورت‌حساب برای صورت‌حساب مشتری، ابزارهای منابع انسانی برای مدیریت تیم در حال رشد خود - و قابلیت‌های اضافی را در مقیاس کسب‌وکار فعال کند. هیچ مالیات یکپارچه‌سازی، کابوس انتقال داده و نیازی به مدیریت روابط با ده‌ها فروشنده نرم‌افزار مختلف وجود ندارد.

راه پیش رو: از آزمایش راه اندازی تا تغییر سیستمی

تاریخ فناوری که صنایع ریشه‌دار را مختل می‌کند نشان می‌دهد که مسیر از استارت‌آپ امیدوارکننده تا تغییر سیستمیک به ندرت مستقیم است. بحران استطاعت مسکن در دهه‌ها تصمیمات نظارتی، ساختارهای تامین مالی، سیاست‌های کاربری زمین و مشوق‌های بازار گنجانده شده است. هیچ ابزار AI واحدی همه اینها را باز نمی کند. اما شرکت‌هایی که در حال حاضر ساخته می‌شوند - از جمله شرکت‌هایی که از گروه‌های YC در سال 2025 بیرون می‌آیند - در حال ایجاد زمینه‌ای هستند که ممکن است ده سال آینده بسیار متفاوت به نظر برسد.

خوشبینانه ترین سناریو سناریویی است که در آن مجوز، طراحی و مدیریت ساخت و ساز با کمک هوش مصنوعی در سراسر صنعت ترکیب شود. اگر ابزارهای هوش مصنوعی میانگین جدول زمانی یک پروژه مسکونی جدید را حتی تا 20 درصد کاهش دهند و هزینه هر واحد را با حاشیه مشابه کاهش دهند، تأثیر پایین دستی بر عرضه مسکن در طول یک دهه بسیار زیاد است. ریاضیات پیچیده نیست: عرضه بیشتر، تولید شده با کارایی بیشتر، با هزینه کمتر، در نهایت به خریداران و اجاره دهندگان به عنوان گزینه های مقرون به صرفه تر می رسد.

رسیدن به آنجا به چیزی بیش از فناوری خوب نیاز دارد. این امر به شرکت هایی نیاز دارد که بتوانند کارآمد عمل کنند، روابط قوی با مشتری ایجاد کنند، تیم های خود را به خوبی مدیریت کنند و به اندازه کافی زنده بمانند تا مدل های خود را در مقیاس ثابت کنند. پایه عملیاتی به اندازه خود محصول اهمیت دارد. پلتفرم‌هایی که نیازهای عملیاتی کامل یک شرکت در حال رشد را برآورده می‌کنند - از اولین استخدام تا صدمین مشتری - نقشی آرام اما اساسی در این دارند که امیدوارکننده‌ترین ایده‌ها در زمینه هوش مصنوعی مسکن به مقیاس معنادار برسد یا خیر. بحران مسکن مشکل بسیار مهمی است تا هر یک از این ایده های امیدوارکننده به دلایل عملیاتی شکست بخورند.

سوالات متداول

Bild AI چیست و چرا توسط Y Combinator پشتیبانی می شود؟

Bild AI یک استارت آپ از مجموعه Y Combinator's Winter 2025 است که از هوش مصنوعی برای ساده سازی خانه سازی و کاهش هزینه های ساخت و ساز استفاده می کند. YC پتانسیل خود را برای مقابله با یکی از مبرم ترین مشکلات اقتصادی آمریکا - مقرون به صرفه بودن مسکن - تشخیص داد. هدف هوش مصنوعی Bild با خودکارسازی طراحی، صدور مجوز و جریان های کاری زنجیره تامین، کاهش زمان و هزینه مورد نیاز برای عرضه خانه های جدید به بازار در مقیاس است.

چگونه هوش مصنوعی به طور واقع بینانه می تواند مسکن را مقرون به صرفه تر کند؟

هوش مصنوعی ناکارآمدی را در کل خط لوله مسکن کاهش می‌دهد - از طراحی معماری و انطباق با منطقه‌بندی گرفته تا هماهنگی پیمانکار و منابع مواد. خودکارسازی این مراحل سربار نیروی کار را کاهش می‌دهد و زمان‌بندی پروژه را تسریع می‌کند. همین اصل برای راه اندازی یک کسب و کار نیز صدق می کند: پلتفرم هایی مانند Mewayz (app.mewayz.com) 207 ماژول عملیاتی را در یک ابزار 19 دلاری در ماه یکپارچه می کند و ثابت می کند که اتوماسیون هوشمند می تواند به طور چشمگیری هزینه ها را در گردش های کاری پیچیده کاهش دهد.

Bild AI به دنبال چه نوع کارآموزی است؟

Bild AI به دنبال کارآموزان فنی قوی در مهندسی نرم‌افزار، یادگیری ماشین و طراحی محصول است که انگیزه آنها تاثیرگذاری در دنیای واقعی باشد. کاندیداهایی که توسعه تمام پشته، خطوط لوله داده یا ادغام مدل هوش مصنوعی را درک می کنند، بسیار ارزشمند هستند. استارت‌آپ‌ها در این مرحله به متخصصانی نیاز دارند که بتوانند سریع حرکت کنند - افرادی که راحت می‌سازند و ابزارهایی را تکرار می‌کنند که مستقیماً بر دسترسی میلیون‌ها آمریکایی به مسکن تأثیر می‌گذارد.

آیا این زمان خوبی برای پیوستن به یک استارت آپ فناوری پیشرفته در مراحل اولیه است؟

کاملاً. تقاطع هوش مصنوعی و املاک و مستغلات یکی از فضاهای دارای بالاترین اهرم در فناوری در حال حاضر است، و شرکت های تحت حمایت YC، سهام اولیه و مربیگری نادری را ارائه می دهند. اگر همچنین در حال ساختن پروژه‌های مخاطره‌آمیز یا جانبی خود هستید، ابزارهایی مانند Mewayz (app.mewayz.com) - یک سیستم‌عامل تجاری با 207 ماژول با قیمت تنها 19 دلار در ماه - می‌توانند به شما در مدیریت مستقل عملیات کمک کنند و در حین کسب تجربه در مرز نوآوری مسکن مبتنی بر هوش مصنوعی.