Zamislite da vam agent pokaže aplikaciju koja s 95% točnosti procjenjuje cijenu apartmana u Bang Tau. Zvuči impresivno, zar ne? Problem je u tome što ta ista aplikacija za godinu dana može biti potpuno u krivu, a razlog nije loš algoritam nego način na koji je testiran.
Upravo to je pokazala studija objavljena u lipnju 2026. u znanstvenom časopisu AGILE-GISS (Volume 7), koju potpisuju Christoph Kmen, Gerhard Navratil i Ioannis Giannopoulos s bečkog Tehničkog sveučilišta (TU Wien). Njihov zaključak je nedvosmislen: ako je model treniran i testiran na podacima iz istog vremenskog razdoblja, njegova primjena u stvarnim investicijskim odlukama je gotovo beskorisna.
Za hrvatske kupce koji razmišljaju o kupnji stana ili vile u Phuketu, Bangkoku ili Chiang Maiju, ovo je jasan signal da AI procjene treba čitati s dozom opreza, i uvijek u kombinaciji s provjerom na terenu.
Što točno kaže studija AGILE-GISS 2026?
Studija pod naslovom 'When Today's Accuracy Fails Tomorrow' pokazuje da modeli strojnog učenja za procjenu nekretnina imaju visoku točnost samo unutar uskog, kratkoročnog horizonta predviđanja. Glavni krivac zove se validation bias, odnosno pristranost validacije: kada se model trenira i testira na podacima iz istog razdoblja, on zapravo 'zna odgovor unaprijed', pa njegova stvarna vrijednost za budućnost izgleda bolja nego što jest.
Najčešće korišten algoritam u industriji je XGBoost, tehnika gradijentnog pojačavanja (gradient boosting) koja pokreće većinu platformi za procjenu vrijednosti nekretnina, od Zillowa do azijskih ekvivalenata. Istraživači su utvrdili da čak i najbolji ansambl-modeli (ensemble methods) naglo gube preciznost čim se vremenski okvir pomakne izvan perioda na kojem su trenirani.
Praktična poruka za kupca: 95%+ točnosti u backtestu ne znači 95% točnosti za godinu dana. Bangkok ili Phuket 2024. i isti gradovi 2026. su, statistički gledano, dva različita tržišta.
Zašto je tajlandsko tržište posebno osjetljivo na ovaj problem
Tajland je gotovo idealan primjer za ovu zamku. Phuket prolazi kroz građevinski bum, u Bangkoku se otvaraju nove linije BTS-a, a Chiang Mai bilježi rast cijena od 15 do 20% u razdoblju 2024-2025. Svaki model treniran na starijim podacima jednostavno ne stigne 'naučiti' te promjene na vrijeme.
Phuket sam po sebi dobro ilustrira brzinu kojom se tlo pomiče ispod nogu investitora. Prema izvještajima o stranom kapitalu koji preoblikuje tržište nekretnina na otoku, u razdoblju 2021-2025. na tržište je ušlo više od 45.000 novih stambenih jedinica u vrijednosti od otprilike 469,7 milijardi THB (oko 13 milijardi američkih dolara). Do kraja 2025. najavljeno je dodatnih 72 projekta s 10.300 jedinica, vrijednih preko 81,6 milijardi THB.
Autori studije stoga predlažu minimalni horizont testiranja od 3 godine kako bi rezultati modela uopće bili primjenjivi na stvarne odluke o kupnji. Zabrinjavajuće je i to da nijedna komercijalna AI usluga za procjenu vrijednosti javno ne objavljuje na kojem je vremenskom razdoblju model treniran, što predstavlja ozbiljnu rupu u transparentnosti za investitore.
Kako sam provjeriti AI procjenu prije kupnje: 6 koraka
Ako već koristite ili planirate koristiti AI alate za procjenu nekretnine u Tajlandu, evo konkretnog plana koji vrijedi proći prije nego povjerujete brojci na ekranu.
-
Pitajte platformu za horizont validacije. Svaka ozbiljna usluga, bilo analitička platforma ili kalkulator ugrađen na stranici developera, trebala bi znati odgovoriti na pitanje na kojem je razdoblju model treniran. Ako su podaci mlađi od 12 mjeseci i testiranje je rađeno na istom razdoblju, ne oslanjajte se na tu procjenu za dugoročnu odluku.
-
Usporedite AI procjenu sa stvarnim transakcijama. Uzmite 3-5 nedavno završenih prodaja u ciljanom području iz posljednjih 6 mjeseci. Podaci o transakcijama u Bangkoku dostupni su preko Zemljišnog odjela (กรมที่ดิน). Ako je razlika između stvarne cijene i AI procjene veća od 10%, to je crvena zastavica.
-
Ručno uračunajte prostorne promjene. Čak i najbolji modeli temeljeni na XGBoostu teško predviđaju buduće infrastrukturne promjene. Nove linije javnog prijevoza, planirani trgovački centri ili izmjene zoniranja moraju se provjeriti zasebno, primjerice kroz EIA (Environmental Impact Assessment) dokumentaciju na stranici ONEP-a.
-
Koristite AI za pretragu, ne za konačnu odluku. Strojno učenje odlično funkcionira kao prvi filter, koji od 200 oglasa izdvoji 20 vrijednih detaljne analize. No konačna odluka mora uključivati osobni obilazak, pravnu provjeru (due diligence) i konzultaciju s lokalnim stručnjakom.
-
Planirajte razgled na terenu. Nijedan algoritam ne zamjenjuje posjet lokaciji. Ako ozbiljno razmišljate o kupnji, rezervirajte smještaj u blizini ciljanog područja na barem 3-4 dana, dovoljno da pogledate 5-8 nekretnina i sastanete se s odvjetnikom.
-
Ponovite procjenu svakih 6 mjeseci. Studija AGILE-GISS 2026. eksplicitno navodi da točnost modela pada sa svakim mjesecom koji prođe. Ako ste kupnju temeljili na AI analizi, osvježite je dvaput godišnje koristeći svježe lokalne podatke o transakcijama.
Hoće li AI zamijeniti procjenitelje i agente?
Ne u skoroj budućnosti. AI je odličan u obradi velikih količina podataka i prepoznavanju obrazaca, ali pravne nijanse, poput ograničenja stranog vlasništva u Tajlandu ili razlike između chanote i Nor Sor 3 zemljišnog statusa, kao i procjena fizičkog stanja nekretnine i vještina pregovaranja, i dalje spadaju u domenu ljudske stručnosti. Za naš tim u Nekretnine u Tajlandu, AI je koristan predfilter, ali svaka preporuka klijentu prolazi kroz provjeru na terenu i lokalnog pravnog savjetnika.
Gdje pronaći pouzdane podatke o cijenama u Tajlandu
Službeni izvori uključuju Odjel riznice (กรมธนารักษ์) za katastarske procjene, Bank of Thailand za indekse cijena stanova i REIC (Real Estate Information Center) za analitiku novogradnje. Odjel riznice sada nudi i D-Value, besplatnu online uslugu koja izdaje ovjerene dokumente o procjeni vrijednosti zemljišta i stanova u otprilike 10 minuta. Svi ti izvori ažuriraju se kvartalno i besplatno su dostupni.
Izvor: IPS News
Spremni ste na ulaganje u Tajland? Naš tim rado će vam pomoći pronaći pravu nekretninu, uz zdravu dozu opreza prema svakoj AI procjeni koju usput vidite.