O algoritmo do Zillow apostou nos preços das casas — e perdeu US$ 420 milhões em um trimestre

O Zillow, mais conhecido por sua ferramenta de avaliação de imóveis Zestimate, lançou o Zillow Offers em abril de 2018 como um negócio de iBuying. O modelo era simples em conceito: o Zillow usaria seu Zestimate algorítmico para fazer ofertas instantâneas aos vendedores de imóveis, comprar as casas, fazer pequenos reparos e revendê-las com lucro. A margem deveria vir da eficiência do algoritmo e da escala da operação.

O problema surgiu em 2021, quando o mercado imobiliário dos Estados Unidos se tornou excepcionalmente volátil. O algoritmo do Zillow, que havia sido treinado com dados históricos, não conseguiu acompanhar as rápidas mudanças de preço. A empresa continuou comprando casas a preços que o algoritmo considerava justos, mas o mercado estava mudando mais rápido do que o modelo conseguia se ajustar. No terceiro trimestre de 2021, o Zillow possuía aproximadamente 7.000 casas e estava perdendo dinheiro em quase todas elas. O segmento Zillow Offers perdeu US$ 420 milhões apenas no terceiro trimestre de 2021.

Em novembro de 2021, o CEO Rich Barton anunciou que o Zillow encerraria completamente o negócio de iBuying. A empresa registrou uma baixa contábil de US$ 304 milhões sobre o estoque não vendido e demitiu 25% de sua força de trabalho, cerca de 2.000 funcionários. As ações do Zillow caíram acentuadamente nas semanas seguintes. Barton reconheceu posteriormente que a empresa não conseguia prever com precisão os preços das casas. O fracasso foi uma demonstração clara de que um algoritmo treinado em mercados estáveis não é confiável em condições voláteis.

Encerrou o iBuying depois que o modelo falhou em meio à volatilidade, registrando uma baixa contábil de US$ 304 milhões e cortando 2.000 empregos para deter a sangria trimestral de US$ 420 milhões.

O algoritmo do Zillow foi treinado com dados históricos do mercado imobiliário e não conseguiu se adaptar às rápidas oscilações de preços de 2021, fazendo com que comprasse casas a preços que já não eram lucrativos.

O modelo de iBuying exigia que o Zillow mantivesse estoque, o que significava que cada erro de precificação era amplificado pelo custo de carregar milhares de casas não vendidas.

O Zillow expandiu o negócio de forma agressiva antes de provar que o algoritmo funcionava em condições voláteis, acumulando 7.000 casas quando a falha já era inegável.

Um algoritmo só é tão bom quanto o mercado com o qual foi treinado. Quando o regime de mercado muda, o modelo que funcionava ontem se torna um passivo hoje. Escalar antes de provar amplifica o dano.