在現今社會，數據有助大力推動經濟發展，各行業都需要海量的數據，以確保其創新性及競爭優勢。但一些行業明顯缺乏所需的數據量，而商業房地產投資就是其中之一，到底我們應該如何填補由小數據量，到得出大數據分析之間的鴻溝呢？
幸好現時的人工智能解決方案和合成數據(Synthetic Data)，可以提供幫助，合成數據是由電腦生成的獨一無二的數據，但它亦可以復制原始數據的主要特徵，協助分析師建造數據模型。透過使用精密複雜的演算法，可以根據行業、項目及應用程序的特定需求定制合成數據。合成數據還可以自動添加準確度高的標籤，減少了人工標籤數據的高昂成本和時間。基本上，合成數據可以以低風險、大數量的方式從頭開始生成。
儘管人工智能和神經網絡很有潛力，但這些技術仍面臨實際限制，例如深度學習演算法最常見的障礙，乃是未能獲得足夠大的數據量。而在一般情況下，只有小數據的時候都不會使用深度學習演算法，但是合成數據有機會打破這僵局。
現時的商業房地產市場主要問題為數據量不足，亦即只有小數據，大數據欠奉。很多房地產市場，住宅銷售方面顯然有足夠的數據去利用人工智能神經網絡來進行分析，但是對於商業房地產，數據量明顯不足，而合成數據就正正可以彌合所需及實際數據量之間的差距。
作者為方土控股行政總裁及Asia PropTech創辦人盧銘恩