રાવઈમાં કોઈ વિલાનો ભાવ પૂછો તો ChatGPT કે એવું કોઈ પણ AI મોડલ તરત જ લાખ બાહ્ટ સુધીની ચોકસાઈ સાથે એક રેન્જ આપી દેશે. સમસ્યા એ છે કે આ રેન્જ જાહેર લિસ્ટિંગ પરના પૂછેલા ભાવો પર આધારિત છે, ખરેખર થયેલા સોદાના ભાવો પર નહીં. થાઈલેન્ડ પાસે રજિસ્ટર્ડ વેચાણ કિંમતોનો કોઈ જાહેર ડેટાબેઝ નથી જેને મશીન લર્નિંગ માટે વાપરી શકાય. લેન્ડ ડિપાર્ટમેન્ટના રેકોર્ડ બલ્કમાં ક્યાંય એક્સપોર્ટ થતા નથી, અને લિસ્ટિંગ ઘણી વખત મહિનાઓ સુધી ફૂલેલા ભાવ સાથે પડી રહે છે.
આ કોઈ નાની વિગત નથી. અહીંથી જ AI ની ઉપયોગિતા પૂરી થાય છે અને 'સંભળાય તો સાચું લાગે' એવું ટેક્સ્ટ જનરેશન શરૂ થાય છે.
જેમને ટૂંકો જવાબ જોઈએ છે તેમના માટે: AI પહેલેથી જ ઇનબાઉન્ડ લીડ પ્રોસેસિંગ, ટ્રાન્સલેશન અને ડોક્યુમેન્ટ રિવ્યુ પર ખર્ચાતો સમય નોંધપાત્ર રીતે ઘટાડે છે. પણ વેલ્યુએશન અને લીગલ મામલામાં તે હજુ જોખમી છે. ઓગસ્ટ 2026માં પ્રકાશિત McKinsey અને QuantumBlack ના સર્વેમાં ગ્લોબલ ઈકોનોમીના સ્તરે પણ આ જ પેટર્ન દેખાય છે: અડોપ્શન વધતું જાય છે, પણ EBIT પર માપી શકાય એવી અસર નોંધાવતી કંપનીઓનો હિસ્સો લગભગ 37% પર જ સ્થિર રહ્યો છે, વર્ષ-દર-વર્ષ કોઈ વૃદ્ધિ નહીં.
બજેટ, રિટર્ન કરતાં ઝડપથી વધી રહ્યું છે. દરેક ટેક્નોલોજી લહેરમાં આવું થાય છે, અને એટલા માટે બેસી રહેવાનું કારણ નથી.
ફૂકેત-બેંગકોકમાં AI ના આંકડા શું કહે છે?
- લગભગ 37% સંસ્થાઓ ઓપરેટિંગ પ્રોફિટ પર AI ની નોંધપાત્ર અસર જણાવે છે, આ આંકડો વધતા અડોપ્શન છતાં વર્ષ-દર-વર્ષ યથાવત છે.
- લગભગ 20% કંપનીઓ AI ના ઓપરેશનલ ખર્ચને સીધો અવરોધ ગણાવે છે.
- 28% માર્કેટ લીડર્સ પોતાના IT બજેટના 10% થી વધુ AI પર ખર્ચે છે, અને 60% આગલા વર્ષે રોકાણ વધારવાની યોજના ધરાવે છે.
- બેંગકોકના સેન્ટ્રલ કોન્ડો માર્કેટમાં વિદેશી માલિકીનો હિસ્સો 2026માં 32% પર પહોંચ્યો (એક વર્ષ પહેલાં લગભગ 18% હતો), જ્યારે ફૂકેત કોન્ડો વેચાણમાં વિદેશી ખરીદદારોનો હિસ્સો 2026ના પ્રથમ છ મહિનામાં 67% રહ્યો.
થાઈલેન્ડમાં પ્રોપર્ટીનું AI વેલ્યુએશન કેમ જોખમી છે?
થાઈલેન્ડમાં કોઈ પબ્લિક ટ્રાન્ઝેક્શન-પ્રાઈસ રજિસ્ટ્રી નથી, એટલે કોઈપણ મોડલ માત્ર પૂછેલા ભાવો પરથી ટ્રેન થાય છે, ખરેખર વેચાયેલા ભાવો પરથી નહીં. રિસેલ માર્કેટમાં પૂછેલી કિંમત અને અંતિમ વેચાણ કિંમત વચ્ચેનો ગેપ ડબલ-ડિજિટ ટકાવારી સુધી પહોંચી શકે છે. જો મોર્ટગેજ સંકળાયેલો હોય તો લાયસન્સ ધરાવતા એપ્રેઝર પાસેથી જ વેલ્યુએશન કરાવવું જોઈએ. મારો અંગત મત છે: AI ના ભાવ-અંદાજને પ્રથમ અંદાજ તરીકે લો, ફાઈનલ નિર્ણય માટે નહીં. જો તમે 20 થી ઓછા ટ્રાન્ઝેક્શન વાર્ષિક કરો છો, તો આ સલાહ તમારે લગભગ અવગણવી જોઈએ - મેન્યુઅલ કામ સસ્તું પડશે, ટોકન અને ટ્રેનિંગ ખર્ચ વસૂલ નહીં થાય.
રિયલ એસ્ટેટ ઓફિસમાં AI ક્યાં ખરેખર કામ કરે છે?
પહેલો સંપર્ક હવે લગભગ સંપૂર્ણ ઓટોમેટેડ છે. WhatsApp કે Line પર મેસેજ આવે, ભાષા ઓળખાય, બજેટ-ટાઈમલાઈન-હેતુ વિશે ત્રણ પ્રશ્નો પુછાય, અને ત્રણ સંબંધિત લિસ્ટિંગ પાછા મોકલાય. વિદેશી ટાઈમ ઝોનમાંથી મધ્યરાત્રિનો પ્રશ્ન હવે બેંગકોકના ઓફિસ કલાકો સુધી રાહ જોતો નથી. વ્યવહારમાં આ ઇન્ડસ્ટ્રીનું સૌથી ઝડપી રિટર્ન ઓન ઈન્વેસ્ટમેન્ટ છે: સેટઅપ અઠવાડિયામાં થાય, ક્વાર્ટરમાં નહીં.
બીજું ક્ષેત્ર કોપીરાઈટિંગ છે. અંગ્રેજી, રશિયન અને ચાઈનીઝમાં લિસ્ટિંગ ડિસ્ક્રિપ્શન ફરી લખવામાં દસ લિસ્ટિંગ માટે એક કોપીરાઈટરનો પૂરો દિવસ જતો હતો. હવે લગભગ ચાલીસ મિનિટ, પ્રૂફરીડિંગ સાથે. પ્રૂફરીડિંગ છોડી ન શકાય: મોડલ 'લીઝહોલ્ડ' ને ફક્ત 'ભાડું' કહી દે છે, ટર્મ જણાવ્યા વગર, અને Nor Sor 3 Gor જમીન દસ્તાવેજને પૂરા ટાઈટલ ડીડ જેવો બતાવી દે છે. ખરીદદાર એને ગેરંટી સમજી લે છે જે ખરેખર અસ્તિત્વમાં જ નથી.
ત્રીજું ડોક્યુમેન્ટ્સ છે. ચનોટ, સેલ-પરચેઝ એગ્રીમેન્ટ અને કોન્ડોમિનિયમના જ્યુરિસ્ટિક પર્સન બાયલોઝને લોંગ-કોન્ટેક્સ્ટ મોડલમાં નાખવાથી વકીલના શરૂઆતના બે કલાક બચે છે: ફ્લોર એરિયા, એન્કમ્બ્રન્સ અને પેમેન્ટ શેડ્યુલ કાઢી આપે છે અને વિસંગતતા ફ્લેગ કરે છે. પણ લાયસન્સ ધરાવતા પ્રોફેશનલે જ આગળ લેવાનું છે. મોડલ ક્યારેય લેન્ડ ડિપાર્ટમેન્ટની મુલાકાત લેતું નથી.
ચોથું ભાડા મેનેજમેન્ટ છે. અહીં ડેટા સાચો અને ભરોસાપાત્ર છે: ઓક્યુપન્સી, ડેઈલી રેટ, અને જિલ્લા મુજબની સીઝનલિટી ઓટોમેટિકલી કલેક્ટ થાય છે. પટોંગ કે કામલામાં શોર્ટ-ટર્મ રેન્ટલ માટે અલ્ગોરિધમિક પ્રાઈસિંગ વાર્ષિક રેવેન્યુમાં એવો ઉમેરો કરે છે જે રિપોર્ટમાં દેખાય છે, ફક્ત સ્લાઈડ ડેકમાં નહીં.
ક્યાં AI નિષ્ફળ જાય છે?
જનરેટિવ વર્ચ્યુઅલ સ્ટેજિંગ સ્ક્રીન પર સુંદર લાગે છે, પણ ખરીદદાર સાઈટ પર જાય અને લેઆઉટ અલગ મળે ત્યારે સમસ્યા થાય છે. કેટલીક એજન્સીઓને પહેલેથી ફરિયાદો મળી છે કે રેન્ડર વાસ્તવિકતા સાથે મેળ ખાતા નથી; ફોટોગ્રાફર પર બચેલા પૈસા કરતાં પ્રતિષ્ઠાનું નુકસાન વધુ ભારે પડે છે. જે ચેટબોટ કદી માણસને હેન્ડઓફ નથી કરતા તે ચોથા મેસેજ સુધીમાં હાઈ-વેલ્યુ ક્લાયન્ટ ગુમાવે છે: 40 મિલિયન બાહ્ટના વિલા જોતો ખરીદદાર બોટ સામે પોતાની ગંભીરતા સાબિત કરવા બેસતો નથી. અને સૌથી જોખમી, Thai કંપની સ્ટ્રક્ચર દ્વારા માલિકી વિશે AI-જનરેટેડ કાનૂની જવાબો સરસ સંભળાય છે પણ ઘણી વખત લેન્ડ ડિપાર્ટમેન્ટની ખરી સ્થિતિ સાથે વિરોધાભાસી હોય છે.
ફૂકેતમાં વિદેશી ખરીદી કેમ વધી રહી છે?
ફૂકેતની ગતિ માત્ર AI આધારિત નથી, તે સ્ટ્રક્ચરલ છે: 2026ના પ્રથમ છ મહિનામાં વિદેશી ખરીદદારોને થયેલા વેચાણમાં ગયા વર્ષની સરખામણીએ 45% થી વધુ વૃદ્ધિ થઈ, જેમાં UK, રશિયા, કેનેડા, US અને અન્ય દેશોના રોકાણકારો સામેલ છે, અને Bang Tao અને Cherng Talay મુખ્ય લોકેશન રહ્યા છે. કાયદાકીય મર્યાદા યાદ રાખવી જરૂરી છે: વિદેશીઓ કોન્ડોમિનિયમ બિલ્ડિંગમાં 49% થી વધુ ફ્રીહોલ્ડ ફ્લોર એરિયા ધરાવી શકતા નથી, અને સ્ટાન્ડર્ડ લીઝહોલ્ડ 30 વર્ષ માટે રજિસ્ટર થાય છે. કોઈ પણ મોડલ બિલ્ડિંગનો બાકી રહેલો વિદેશી ક્વોટા ચેક નથી કરતું; આ આંકડો બિલ્ડિંગના જ્યુરિસ્ટિક પર્સન પેપરવર્કમાં જ મળે છે.
ગુજરાતી ખરીદદારે શું કરવું જોઈએ?
- બે અઠવાડિયા બેઝલાઈન માપો: પ્રશ્નથી પ્રથમ જવાબ સુધીની મિનિટ, એક લિસ્ટિંગ તૈયાર કરવાના કલાક, ડોક્યુમેન્ટ ટ્રાન્સલેશન ખર્ચ નોંધો.
- પહેલા જવાબની ઝડપ ઠીક કરો: WhatsApp, Line, Telegram પર ભાષા-ડિટેક્શન સાથે ઓટો-રિસ્પોન્ડર સેટ કરો, 5 મિનિટની અંદરનું ટાર્ગેટ રાખો, પણ 'વિલા', 'ઈન્વેસ્ટમેન્ટ', 'વ્યુઈંગ' જેવા શબ્દો પર માણસને હેન્ડઓફ ફરજિયાત રાખો.
- એક સ્ટાન્ડર્ડ લિસ્ટિંગ ટેમ્પલેટ બનાવો: માલિકીનો પ્રકાર (ફ્રીહોલ્ડ/લીઝહોલ્ડ), લીઝહોલ્ડ ટર્મ, બાકી વિદેશી ક્વોટા, ચનોટ-રજિસ્ટર્ડ એરિયા, સિન્કિંગ ફંડ, માસિક ફી - મોડલ ભરે, માણસ સાઈન-ઓફ કરે.
- વકીલની મુલાકાત પહેલાં ડોક્યુમેન્ટ AI થી ચેક કરાવો, વકીલના બદલે નહીં.
- દસથી વધુ યુનિટ મેનેજ કરતા હો તો અલ્ગોરિધમિક પ્રાઈસિંગ ઉમેરો; ઓછા યુનિટ પર મેન્યુઅલ ગણતરી પૂરતી છે.
FAQ
બેંગકોક કે ફૂકેતમાં કોન્ડોનું મૂલ્યાંકન AI કરી શકે?
આશરે હા, ચોક્કસ રીતે નહીં. મોડલ પૂછેલા ભાવો જુએ છે, ટ્રાન્ઝેક્શન ભાવો નહીં, કારણ કે થાઈલેન્ડ પાસે જાહેર પ્રાઈસ રજિસ્ટ્રી નથી. રિસેલ માર્કેટમાં પૂછેલી અને અંતિમ કિંમત વચ્ચેનો ગેપ ડબલ-ડિજિટ ટકાવારી સુધી પહોંચી શકે છે. મોર્ટગેજ સંકળાયેલો હોય તો લાયસન્સ ધરાવતા એપ્રેઝર પાસેથી જ વેલ્યુએશન કરાવો.
શું AI રિયલ એસ્ટેટ એજન્ટને બદલી નાખશે?
2026ના સર્વેમાં કંપનીઓ ગયા વર્ષ કરતાં વધુ વર્કફોર્સ કટની અપેક્ષા રાખે છે, પણ ખરેખર થયેલા ઘટાડા અંદાજ કરતાં ઓછા રહ્યા. જે ખતમ થાય છે તે વ્યવસાય નહીં, રૂટીન કામ છે: પ્રારંભિક પત્રવ્યવહાર, ટ્રાન્સલેશન, ડોક્યુમેન્ટ કલેક્શન. વ્યુઈંગ, નેગોશિયેશન અને લેન્ડ ડિપાર્ટમેન્ટનું કામ માણસો પાસે જ રહે છે.
નાની એજન્સી માટે AI અડોપ્શનનો ખર્ચ કેટલો?
લીડ-ઈન્ટેક બોટ, ડિસ્ક્રિપ્શન જનરેટર અને ડોક્યુમેન્ટ રિવ્યુનું બેઝિક સેટ મહિને થોડાક સો ડોલરના સબસ્ક્રિપ્શનમાં ફિટ થાય છે, ઉપરાંત સેટઅપ માટે સ્ટાફનો સમય. પોતાના ડેટા પર કસ્ટમ મોડલ ટ્રેન કરવા જાઓ ત્યારે ખર્ચ ઝડપથી વધે છે.
થાઈ પ્રોપર્ટી વિશે કાનૂની પ્રશ્નો માટે AI પર ભરોસો કરી શકાય?
ના. 49% વિદેશી ક્વોટા, 30-વર્ષની લીઝહોલ્ડ ટર્મ, અને કંપની-આધારિત માલિકી સ્ટ્રક્ચર જેવા મુદ્દામાં મોડલ સંભળાય તો સાચો પણ જૂનો કે વધુ પડતો સામાન્ય જવાબ આપે છે. વકીલ માટે પ્રશ્નો તૈયાર કરવા AI વાપરો, જવાબ મેળવવા નહીં.
સ્ત્રોત: Nation Thailand