Zamislite da unesete podatke o vili u Phuketu u model za automatsku procenu vrednosti i dobijete cifru za koju ta vila nikada ne bi bila prodata, ni blizu. Ovo nije greška algoritma. Problem je u tome što ugovori o prodaji na Tajlandu obično upisuju procenjenu vrednost Zemljišnog odseka (Land Department), koja se koristi za obračun poreza na prenos, a ne stvarnu transakcionu cenu. Model savesno uči ono što mu se daje, i rezultat je broj po kome niko realno ne kupuje ni prodaje.
Ta mala priča objašnjava širu sliku: AI danas radi odlično na jednim zadacima, a potpuno omane na drugima. Tamo gde ima puno čistih podataka, prevod, dokumentacija, finansijsko modelovanje, filtriranje upita, alati su impresivni. Tamo gde je tržište suštinski neprozirno, kao što je tajlandsko tržište stanova iz druge ruke, AI jednostavno nema od čega da uči.
Koji AI zadaci u nekretninama na Tajlandu stvarno štede vreme?
Četiri stvari se pokazuju kao pouzdane u praksi 2026. godine: kvalifikacija dolaznih upita, višejezični sadržaj (engleski, ruski, tajlandski), obrada dugih pravnih dokumenata i izrada finansijskih modela prinosa. Kombinovano, ovo agentu koji je aktivan na tržištu štedi 8 do 12 sati nedeljno, prema realnim procenama iz prakse. To nije mala stvar za agenciju koja radi sa desetak klijenata istovremeno, ali potpuno automatizovana prodaja i dalje ne postoji, i verovatno neće postojati ni u skorijoj budućnosti.
Zanimljivo je da su ovo baš oni zadaci u kojima AI stiče prednost jer su repetitivni i imaju jasnu strukturu. Prevod jednostavno prevodi termine, kalkulacija prinosa računa formule, sortiranje upita prepoznaje obrasce. Nijedan od njih ne zahteva da model razume tajlandsko tržište, samo da sledi pravila.
Zašto automatska procena vrednosti nekretnina u Phuketu ne funkcioniše?
Ovo je najvažnija stavka za srpskog kupca koji razmišlja o vili ili stanu u Phuketu: ne postoji javni registar stvarnih transakcionih cena na Tajlandu, a podaci na kojima se treniraju modeli su iskrivljeni procenjenim vrednostima države. Trezorski odsek (Treasury Department) sprovodi procenu vrednosti nepokretnosti u ciklusima, a trenutni ciklus pokriva period 2023 do 2026. godine, i baš ta procenjena vrednost, a ne tržišna cena, završava u većini dostupnih baza podataka.
Razlika između procenjene i stvarne prodajne cene može biti značajna, posebno na nekretninama iz druge ruke u turističkim zonama poput Phuketa, prema tržišnim procenama. To znači da AI procena može biti korisna kao orijentacioni referentni okvir, ali nikako kao osnova za pregovaranje o ceni. Ako vam neko ponudi "AI procenu vrednosti" kao argument za pregovore sa prodavcem, tretirajte je sa oprezom.
Za poređenje, globalna studija SAP-a i Oxford Economics iz jula 2026. godine, koja je obuhvatila 2.600 rukovodilaca, pokazala je rastući povraćaj ulaganja u AI kod firmi koje ga duboko integrišu u operativne procese. Isti obrazac se već primećuje kod ranih alata za procenu stanova u Bangkoku i Phuketu, koji rade u merljivim marginama greške kada se koriste za poređenje sličnih prodatih nekretnina, ali ne i kod procene apsolutne vrednosti.
Šta kaže najnovije istraživanje o AI u ekonomiji nekretnina?
Rad objavljen na arXiv-u u septembru 2026. godine tretira AI kao opštu tehnologiju, u istoj kategoriji kao struja ili računarstvo, sa istovremenim dejstvom na produktivnost, strukturu firmi i zapošljavanje. Autori identifikuju pet mehanizama kroz koje AI utiče na proizvodnju: automatizaciju, augmentaciju ljudskog rada, optimizaciju procesa, predviđanje i generisanje inovacija. U nekretninama su za sada šire primenjena samo prva dva mehanizma.
Isto istraživanje opisuje tržište rada kroz tri režima: supstituciju, komplementarnost i kreativnu destrukciju. Za agencijski posao to ne znači da profesija nestaje, već da se preslaguje: rutinski posao ide u drugi plan, a vrednost pregovaračkih vveština i lokalnog poznavanja terena raste. Druga strana medalje, koju istraživanje takođe naglašava, jeste delimično gubljenje radnih mesta i rastuća koncentracija tržišta u rukama onih koji imaju sopstvene podatke i računarske resurse. Pobednici nisu oni koji su platili pretplatu na model, već oni koji su godinama akumulirali svoju bazu transakcija. Agencija sa pet godina istorije transakcija u svom CRM sistemu ima strukturnu prednost koju nijedna pretplata ne može kupiti preko noći.
Šta AI ne može da zameni kada kupujete nekretninu na Tajlandu?
Postoje stvari koje nijedna konfiguracija AI alata ne može preuzeti, i ovde vredi biti direktan: pravnu verifikaciju čanote (chanote) titule, status razvijača projekta, ili kvotu od 49% strane svojine u kondominijumu, AI ne može proveriti u vašem imenu. Zakon o kondominijumima na Tajlandu postavlja tvrdu granicu: stranci mogu vlasnički posedovati najviše 49% ukupne stambene površine u jednom projektu pod punim vlasništvom (freehold). Nijedan skript ne može vam reći koliko je od te kvote preostalo, samo pismo od uprave zgrade (management company) to potvrđuje.
Slično važi i za poreske obračune, gde AI radi besprekorno, ali samo ako mu date tačne ulazne podatke. Porez na prenos nepokretnosti iznosi 2% i obračunava se na osnovu procenjene vrednosti. Poseban poslovni porez (Specific Business Tax) na preprodaju u roku od pet godina od kupovine iznosi 3,3% od transakcione cene ili procenjene vrednosti, u zavisnosti od toga koja je viša. AI će te formule izračunati tačno, ali greška u unosu, na primer pogrešna procenjena vrednost iz ciklusa 2023-2026, prenosi se pravo u pogrešan rezultat.
Kako da praktično počnete da koristite AI kao agent ili investitor?
Prvi korak nije preuzimanje aplikacije, već izvoz vaših sopstvenih podataka iz poslednja 24 meseca: korespondencija sa klijentima, istorija razgledanja, razlozi za propuštene poslove, stvarne cene zaključenih transakcija. Bez toga bilo koji model radi na tuđoj statistici, a za Tajland je ta statistika loša.
Drugi korak je da izmerite svoju polaznu tačku pre nego što uvedete bilo koji alat: koliko sati nedeljno trošite na odgovaranje na poruke, pripremu liste nekretnina za razgledanje, prevod oglasa, provere uslova plaćanja na rate. Bez merenja pre implementacije, nikada nećete moći dokazati efekat kasnije.
Zatim krenite od prevoda i lokalizacije, ne od prodaje. Radni proces na engleskom, ruskom i tajlandskom jeziku, primenjen na opise nekretnina i korespondenciju sa razvijačima, daje najbrže vidljive rezultate. Napravite rečnik ključnih termina, čanote (chanote), zakup (leasehold), puno vlasništvo (freehold), fond za održavanje (sinking fund), i uvek ga priložite modelu uz tekst za prevod, jer u suprotnom dobijate pravno besmislen prevod.
Za kalkulator prinosa, napravite tabelu u excelu i pustite model da samo napiše formule. Uračunajte porez na prenos od 2%, porez po odbitku, Poseban poslovni porez od 3,3% na preprodaju unutar pet godina, naknade upravljačke kompanije i period bez zakupca između dva stanara. Modeli dobro pišu formule, a loše pogađaju ulazne podatke, tako da ulazne vrednosti unosite sami.
Za dugu dokumentaciju, ugovor o kupoprodaji sa tajlandskim razvijačem lako ima 40 strana, učitajte ga i tražite od modela da izvuče plan otplate, penale za kasnu isporuku i uslove za raskid ugovora. Zatim te klauzule pročitajte sami, jer model brzo pronalazi delove teksta, ali često propušta ugnežđene referencije na priloge (appendices).
Za kvalifikaciju upita, neka bot prikuplja budžet, vremenski okvir, cilj kupovine i vremensku zonu, dok se čovek uključuje već na drugu poruku. Potpuno automatizovan razgovor o nekretnini vrednoj 15 miliona bahta gubi klijenta u trenu.
Jednom mesečno, odbacite ono što nije proradilo. Većina timova koji testiraju deset AI slučajeva upotrebe na kraju zadrži samo dva ili tri.
Zašto AI opisi nekretnina ne povećavaju prodaju?
Generisanje opisa oglasa je najpopularniji, i najpreceenjeniji slučaj upotrebe AI u ovoj industriji. Tekst ispadne gladak i uglađen, ali konverzija se ne poboljšava, i kupac koji je za nedelju dana pregledao deset sajtova počinje da prepoznaje ritam mašine i gubi poverenje u oglas. Ako želite jedan snažan rezultat umesto deset osrednjih, ulažite u dokumentaciju i kalkulacije, ne u marketinški tekst.
Naš stav je jasan: solo agent na Tajlandu danas treba da fokusira AI usvajanje samo na korespondenciju i dokumentaciju. Sve ostalo se isplati tek na obimu od nekoliko desetina poslova godišnje. Ako zaključujete dva posla po kvartalu, iskrenije je to vreme uložiti u dublje poznavanje kraja koji već poznajete bolje od konkurencije, nego u pretplatu na model.
Često postavljana pitanja
Da li AI može zameniti agenta za nekretnine na Tajlandu?
Ne, ali menja strukturu posla. Istraživanje iz 2026. godine ovo opisuje kao komplementarnost: mašina preuzima repetitivne operacije, a čovek se bavi pregovaranjem, verifikacijom i odgovornošću. Pravnu proveru čanote titule i preostale kvote od 49% stranog vlasništva i dalje potpisuje čovek.
Da li mogu da verujem automatskoj proceni vrednosti stana u Phuketu?
Kao orijentacionu referencu, da; kao osnovu za pregovaranje o ceni, ne. Modeli uče iz podataka u kojima cena često odgovara procenjenoj vrednosti države iz ciklusa 2023-2026, a ne stvarnom iznosu transakcije. Razlika može biti značajna na nekretninama iz druge ruke u turističkim zonama.
Koji AI alati stvarno štede vreme agentima i investitorima?
Obrada dugih ugovora, prevod koji čuva pravnu terminologiju, modeli za kalkulaciju prinosa i početno sortiranje dolaznih upita. Zajedno, ovo aktivnom agentu štedi 8 do 12 sati nedeljno.
Da li je rizično učitavati klijentska dokumenta u AI model?
Da, ako je reč o javnom servisu koji trenira na korisničkim podacima. Anonimizujte lične podatke, brojeve pasoša i identifikatore ugovora pre učitavanja, i obavezno isključite opciju treniranja na vašim podacima u podešavanjima servisa.
Izvor: Kalinka Thailand