Τεχνολογία και στέγαση: Γιατί η λύση στο πρόβλημα των ακινήτων δεν είναι εκεί που κοιτάμε

Δευτέρα, 15-Δεκ-2025 00:04

Του Γιώργου Λουτριανάκη

Τα τελευταία δύο χρόνια η συζήτηση για το στεγαστικό στην Ελλάδα έχει γίνει σχεδόν καθημερινότητα. Νέοι που μένουν με τους γονείς μέχρι τα 35, εργαζόμενοι που αναζητούν σπίτι και το βρίσκουν πιο ακριβό από τον μισθό τους, ιδιοκτήτες που δεν ξέρουν τι να κάνουν με τη γραφειοκρατία, επενδυτές που σηκώνουν τα χέρια ψηλά με τους ρυθμούς των αδειοδοτήσεων. Το real estate στην Ελλάδα έχει ένα πρόβλημα το οποίο όλοι βλέπουμε, αλλά λίγοι συζητάμε σοβαρά.

Και μέσα σε όλο αυτό, υπάρχει μια θεμελιώδης παρεξήγηση: δεν μας λείπει η τεχνολογία. Μας λείπει η εφαρμογή της.

Πριν μερικούς μήνες, μιλούσα με έναν γνωστό που δραστηριοποιείται στον κατασκευαστικό κλάδο. Μου εξηγούσε ότι η διαδικασία για να βγάλει μια άδεια που στη Βόρεια Ευρώπη κάνει δύο εβδομάδες, στην Ελλάδα μπορεί να κρατήσει εννέα μήνες. Κυριολεκτικά εννέα μήνες. Δεν υπάρχει αλγόριθμος που να μπορεί να καλύψει αυτή την απόσταση.

Το αστείο;
Όλοι ψάχνουν "το επόμενο PropTech startup". Κανείς δεν ψάχνει πώς θα λύσουμε τα βασικά.

Το πρόβλημα δεν είναι ότι δεν έχουμε πλατφόρμες, δεδομένα, τεχνητή νοημοσύνη ή αυτοματισμούς. Το πρόβλημα είναι ότι συχνά χρησιμοποιούνται σαν "βιτρίνα" πάνω σε μια αγορά που λειτουργεί με λογική άλλης εποχής. Μία πλατφόρμα μπορεί να βρίσκει σπίτια. Δεν μπορεί όμως να παράγει περισσότερα.

Αυτό που βλέπω εγώ είναι το εξής: 
η τεχνολογία μπορεί να λύσει το στεγαστικό πρόβλημα, αλλά όχι στις βιτρίνες. Στους διαδρόμους της δημόσιας διοίκησης και στις διαδικασίες που κάνουμε ότι δεν βλέπουμε.

1. Η αγορά δεν έχει διαφάνεια — και χωρίς διαφάνεια δεν υπάρχει τιμολόγηση

Δεν είναι δυνατόν δύο ίδια διαμερίσματα, στην ίδια πολυκατοικία, να διαφέρουν στις τιμές κατά 40% και κανείς να μην ξέρει γιατί. Στο εξωτερικό, ειδικά σε χώρες όπως η Δανία, η Ολλανδία ή η Σουηδία, η αγοραστική τιμή κάθε ακινήτου —ιστορικά— είναι δημόσια πληροφορία. Όχι από σάιτ αγγελιών· από το κράτος.

Στην Ελλάδα;
Αν ρωτήσεις δέκα μεσίτες θα πάρεις δέκα διαφορετικές ιστορίες, καμία καταγεγραμμένη.

2. Χρειαζόμαστε "ψηφιακή πολεοδομία" — όχι άλλη μία εφαρμογή αγγελιών

Φαντάσου μια χώρα όπου η τεχνητή νοημοσύνη αναλύει:
•ποια οικόπεδα μένουν ανεκμετάλλευτα,
•ποια κτίρια μπορούν να ανακαινιστούν οικονομικά,
•ποια δημόσια περιουσία μπορεί να μετατραπεί σε στέγη,
•ποια περιοχή έχει έλλειψη προσφοράς και ποια υπερπροσφορά,
•ποιοι περιορισμοί δεν έχουν νόημα πια και μπλοκάρουν χιλιάδες σπίτια.

Στην Ελλάδα σήμερα δεν μπορούμε να απαντήσουμε ούτε στο βασικό: πόσα ακίνητα είναι άδεια.

Χωρίς δεδομένα, η συζήτηση γίνεται με ένστικτο, όχι με πολιτική.

3. Το AI δεν "θα χτίζει σπίτια". Θα ξεμπλοκάρει διαδικασίες

Η τεχνητή νοημοσύνη δεν είναι εργολάβος. Είναι όμως φοβερά αποτελεσματική στο να αναλύει χαρτούρα.

Δηλαδή ακριβώς αυτό που καθυστερεί τα πάντα.

Αν αύριο το πρωί το κράτος αποφάσιζε:
•να ψηφιοποιήσει ΟΛΑ τα πολεοδομικά αρχεία,
•να επιτρέπει αυτόματο προσυμβατικό έλεγχο από ΑΙ,
•να βγάζει άδειες μικρής κλίμακας σε 48 ώρες,
•να εντοπίζει παραβατικές χρήσεις με αλγορίθμους αντί για καταγγελίες,
η προσφορά κατοικίας θα εκτοξευόταν χωρίς να χρειαστεί ούτε ένα νέο εργοτάξιο.

4. Κι όμως, όλη η κουβέντα σήμερα γίνεται γύρω από το Airbnb

Το Airbnb είναι εύκολος ένοχος γιατί είναι ορατός.

Η γραφειοκρατία είναι δύσκολος ένοχος γιατί είναι αόρατη.
Αν αύριο απαγορευόταν το Airbnb:
•κάποια διαμερίσματα θα επέστρεφαν στην αγορά,
•οι τιμές θα έπεφταν ελάχιστα,
•το πρόβλημα παραγωγής νέας κατοικίας θα παρέμενε ακριβώς ίδιο.

Γιατί η τεχνολογία δεν μπορεί να λύσει κάτι που εμείς οι ίδιοι δεν την αφήνουμε να αγγίξει.

5. Η πραγματική ερώτηση δεν είναι "τι μπορεί να κάνει η τεχνολογία" — αλλά "τι θα της επιτρέψουμε να κάνει"

Όταν βλέπω τεχνολογικές λύσεις για το real estate, συχνά σκέφτομαι ότι στην Ελλάδα εφαρμόζουμε πλατφόρμες σε ένα οικοσύστημα που δεν είναι έτοιμο να τις υποστηρίξει. Είναι σαν να προσπαθείς να τρέξεις ένα σύγχρονο λογισμικό σε Windows 95.

Το αποτέλεσμα είναι προβλέψιμο.

Αν θέλουμε η τεχνολογία να παίξει ρόλο στο στεγαστικό, πρέπει να λύσουμε τρία πράγματα:
•Να ξέρουμε τι έχουμε (δεδομένα).
•Να ξέρουμε τι επιτρέπεται (σαφές ρυθμιστικό πλαίσιο).
•Να μπορούμε να το υλοποιούμε (γρήγορες διαδικασίες).

Και τότε, ναι, το AI θα είναι καταλύτης.

Αλλά όχι με τον τρόπο που συζητάμε σήμερα.

*Ο Γιώργος Λουτριανάκης είναι στέλεχος εταιρείας τεχνολογίας