Un comprador català envia un missatge a les 22.00 a una agència de Jomtien: quin és el rendiment real de lloguer mensual d'un estudi de 28 m², no la tarifa turística. Fa un any, respondre això costava un dia i mig: treure dades de vendes anteriors, trucar a dues empreses de gestió, muntar un full de càlcul. Avui l'agent li pregunta a un assistent d'IA connectat directament a la base de dades i al CRM, i en pocs minuts té una llista de contractes tancats dels últims dotze mesos, filtrats per planta i vista. Verificar-ho manualment encara porta una hora. Però ja no és un dia i mig.
Això és el que ha canviat de veritat el 2026: no és que els models siguin més intel·ligents, és que ara tenen permís per actuar dins dels sistemes de treball. Poden consultar dades, actualitzar l'estat d'una operació, assignar tasques. El sector ha passat de tenir funcions d'IA enganxades a un sol programa a tenir fluxos 'agèntics', on un assistent executa tota una cadena de passos sense supervisió constant.
Quantes agències a Tailàndia usen realment IA?
A finals del 2026, el 96% de les agències immobiliàries tailandeses utilitzen IA en almenys un procés. Però el llistó és baix: n'hi ha prou que l'agència generi textos d'anuncis amb IA per entrar en aquest percentatge. El nombre d'agències que han reconstruït de veritat els seus fluxos de treball és molt més petit, i aquí hi ha la diferència real entre un agent que estalvia deu hores a la setmana i un altre que n'estalvia deu minuts.
A Pattaya, el 67% de les agències ja fan servir IA al primer contacte amb compradors estrangers, i el cicle mitjà d'una operació s'ha escurçat a 28 dies, davant dels 42 dies anteriors, segons dades del mercat del 2026. Són xifres de Pattaya, no necessàriament extrapolables directament a Phuket, però el sentit del canvi és el mateix arreu del país.
Quatre capes que formen l'stack tecnològic del 2026
L'estructura bàsica no ha canviat: generació de leads, valoració de la propietat, producció d'anuncis i CRM amb funcions agèntiques. El que sí que ha canviat és l'accés. Gràcies al MCP (Model Context Protocol), un assistent com Claude o ChatGPT pot consultar directament la base de dades d'una agència, sense que ningú hagi d'exportar res a mà a un full de càlcul.
Plataformes transaccionals com Rechat, ATTOM Intelligence i RealAnalytica Atlas Agents han obert les seves APIs a models d'ús general el 2026. Això vol dir que la IA ja treballa dins del flux de l'agent, no com una eina paral·lela que cal consultar a part.
El cas d'ús més rendible no és cap dels espectaculars. Un agent a Phuket rep entre 60 i 80 missatges entrants a la setmana repartits en apps de missatgeria i tres portals d'anuncis. Un assistent agèntic connectat al CRM els classifica per pressupost, terminis i tipus de propietat, crea una tasca amb data i redacta una primera resposta en l'idioma de la consulta. L'agent només l'ha de revisar i enviar. No sembla cap revolució tecnològica, però li retorna a l'agent entre dues i tres hores al dia.
En segon lloc hi ha la producció d'anuncis. Una descripció d'una propietat en tres idiomes, amb la terminologia correcta (freehold, leasehold 30+30, quota de zones comunes per m² al mes), abans requeria un redactor extern i ara es fa en minuts.
Per què la valoració automàtica d'un pis a Tailàndia no és fiable
Aquí cal ser clar: no deixis que la IA et digui el preu final d'una propietat a Tailàndia. El model dona una xifra amb tota seguretat, però està entrenat amb preus de sortida dels portals d'anuncis, on un pis pot estar publicat divuit mesos a un preu un 20-25% per sobre del que finalment es tanca. Als Estats Units els models tenen accés a transaccions tancades reals via MLS. Tailàndia no té cap capa de dades equivalent, i cap connector MCP se la pot inventar.
La raó és senzilla: no hi ha un registre obert de compravendes ni cap MLS unificat. Les dades de transaccions del Departament de Terres (Land Department) no es publiquen en format llegible per màquines, i el valor oficial de taxació (el que s'utilitza per a impostos) no coincideix amb el preu real de venda al mercat.
La conclusió pràctica: la IA pot generar un rang de preu inicial i una llista de propietats comparables. Més enllà d'això, cal trucar a empreses de gestió, revisar contractes de lloguer reals i xifres d'ocupació certes. Si prens una decisió d'inversió basant-te en un rendiment calculat automàticament, l'estàs basant en xifres que ningú ha verificat.
Hi ha una excepció: els grans projectes de promotors amb llistes de preus transparents i dades clares fase per fase. Aquí el model funciona raonablement bé, perquè les dades subjacents són públiques i estructurades. Algunes agències capdavanteres a Bangkok i Phuket ja fan servir AVMs (models de valoració automàtica) que generen una primera valoració en uns 3 segons, en lloc de dies de feina manual, tot i que aquesta rapidesa encara necessita verificació humana contra comparables locals.
Què diu la normativa europea si el client és de la UE
Si algun dels teus clients resideix a la Unió Europea, cosa habitual quan es ven a compradors catalans o espanyols que busquen propietat a Phuket, la Llei d'IA de la UE (EU AI Act) t'afecta encara que l'oficina estigui a Bangkok. Exigeix informar que s'ha fet servir IA i garantir supervisió humana en qualsevol procés on la IA influeixi en una decisió del client, incloent-hi l'aparellament automàtic d'anuncis i la puntuació de leads.
A la pràctica, n'hi ha prou amb dues frases: que el client sàpiga que una resposta o un aparellament inicial l'ha generat un sistema, i que una persona pren la decisió final. És recomanable guardar registre d'aquestes interaccions. Tailàndia encara no té una normativa equivalent, però és la jurisdicció del client la que compta, no la de l'oficina.
Com començar: passos pràctics per a una agència petita
- Anota on se't van realment les hores. Durant una setmana, registra el temps que dediques a classificar leads entrants, redactar descripcions i preparar informes per a propietaris. Qualsevol tasca que superi les cinc hores setmanals val la pena automatitzar-la.
- Neteja les dades abans de tocar cap eina d'IA. Un assistent connectat a un CRM ple de duplicats i camps buits només produirà brossa més ràpid. Una nit dedicada a netejar la base de dades val més que qualsevol subscripció.
- Connecta una font de dades compatible amb MCP a l'assistent que ja utilitzes. Comença per la teva pròpia base de dades de propietats, no per agregadors externs.
- Crea plantilles de prompt per a les tasques recurrents: triatge de leads, descripció de propietat en tres idiomes, informe mensual per al propietari. Afina el text fins que el resultat sigui predictible.
- Estableix una regla de verificació. Qualsevol xifra, rendiment o metratge que generi el model s'envia al client només després de comprovar-la contra la font original.
- Afegeix una línia de transparència a la primera resposta automatitzada a un client. Dues frases són suficients per cobrir l'aspecte normatiu.
- Automatitza la logística de visites. Demana a l'assistent que munti una ruta de tres dies segons la ubicació de les propietats i l'horari de les oficines de venda.
- Torna a revisar les hores estalviades després d'un mes. Si l'estalvi és inferior a cinc hores setmanals, has automatitzat la tasca equivocada.
La IA substituirà els agents immobiliaris?
No. Fins i tot amb un 96% d'adopció d'IA entre les agències, la negociació, l'avaluació de riscos i la gestió dels dubtes del client segueixen sent tasques humanes. El que s'automatitza és la capa administrativa, no l'operació en si mateixa. Si el teu volum de feina és baix i ja gestiones còmodament els leads a mà, res d'això et canviarà gaire el dia a dia; l'impacte real es nota quan es gestionen dotzenes de consultes setmanals en diversos idiomes, com passa sovint amb compradors internacionals a Phuket.
Per a qui busca invertir en propietat a Thailand des de Catalunya, la lliçó pràctica és senzilla: fes servir la IA per estalviar temps administratiu, però exigeix sempre que qualsevol xifra de rendibilitat o valoració es verifiqui amb dades reals de lloguer i ocupació abans de prendre una decisió.
Font: Kalinka Thailand
