מודלים

GEXT ו-Mansion Research חושפות תוצאות מחקר על דמיון במבנה עירוני באמצעות בינה מלאכותית

5 בנובמבר 2026 · קריאה של 2 דק׳

התפרסם גם ב Indonesia, Svenska, العربية

a close up of a computer screen with a menu on it
Emiliano Vittoriosi / Unsplash

חברת GEXT ביצעה מחקר משותף עם חברת Mansion Research לבחינת דמיון במבנה עירוני, כאשר תוצאות המחקר פורסמו ב-2 של נובמבר 2026.

במסגרת המחקר נעשה שימוש בשירות LocalGraph AI של GEXT כדי לזהות אזורים ברחבי יפן בעלי מבנה עירוני הדומה לסביבת תחנת Oimachi, אזור שזכה לתשומת לב בשל עליית מחירי קרקעות כתוצאה מפיתוח מחדש. התוצאות הצביעו על שלושה אזורים פוטנציאליים כ"Oimachi השנייה": תחנת Kyobashi בעיר אוסקה, תחנת Noda Hanshin בעיר אוסקה ותחנת Kita Senju בטוקיו.

שירות LocalGraph AI פותח כדי להתגבר על קשיים בטיפול במידע גיאוגרפי מרחבי, תחום שבו בינה מלאכותית נוטה לייצר הזיות, וכן כדי למלא פערים בנתונים סטטיסטיים גנריים ובנתוני תנועת אנשים המוגבלים בשל פרטיות. המערכת משלבת נתונים מ-POI Bank, מאגר מידע של נקודות עניין מקומיות, יחד עם מאמרים שנכתבו מנקודת מבט של תושבים מקומיים כדי לנתח את אופיו של אזור, מגמות ודמיון לאזורים אחרים.

הכלי כולל יכולות של דירוג מגמות אזוריות המבוסס על צפיפות מתקנים ותדירות עדכון מידע, ניתוח קטגוריות ומותגים להבנת אווירת העיר, והשוואת שיעורי דמיון בין אזורים שונים על בסיס נתונים כמותיים.

במהלך המחקר, GEXT ביצעה הערכה כמותית של התפלגות מתקנים ב-288 קטגוריות, כולל מסעדות, קניות, מגורים, תחבורה, תיירות ופנאי. במקביל, Mansion Research ניתחה נתוני מכירות של למעלה מ-300 מיליון מקרים ודגמים סטטיסטיים כדי לבחון את מגמות המחיר למטר רבוע ומלאי הנכסים. השילוב בין נתוני המבנה העירוני לנתוני השוק חשף פערים בזמני ההערכה של השוק מול היכולות העירוניות בפועל.

בסביבת תחנת Oimachi, עליית המחירים הגיעה לשיאה בסוף שנת 2025 ועברה לשלב של התאמה, בעוד שבשלושת האזורים הדומים נצפתה מגמה של עלייה במחירים או יציבות ברמה גבוהה. כמו כן, בעוד שבסביבת Oimachi נרשמה עלייה במלאי הנכסים, באזורי Kyobashi ו-Kita Senju המלאי נותר יציב ברובו.

GEXT ציינה כי יכולות הניתוח של LocalGraph AI יכולות לשמש תעשיות רבות, כגון תכנון נקודות מכירה על בסיס דמיון לאזורים רווחיים, תכנון עירוני ומנהלי כדי לזהות אזורי צמיחה, ופיתוח תוכן תיירותי המבוסס על דמיון בין יעדים.