Si esteu buscant pis a Barcelona i mireu l'estimació automàtica d'Idealista, ja sabeu que aquestes xifres cal agafar-les amb pinces. Doncs a Tailàndia passa exactament el mateix, només que amb un matís important: com més exòtica i cara és la propietat (una vila amb vista al mar a Phuket, per exemple), més s'equivoca l'algorisme.
Fa cinc anys, els models de valoració automàtica (AVM, per les seves sigles en anglès) s'equivocaven un 10-15%. Avui, per a habitatge estàndard, l'error mitjà ha baixat fins a un sorprenent 2-3%. Però aquesta xifra tan atractiva amaga una realitat menys glamurosa: per a propietats de més de 2 milions de dòlars, l'error torna a pujar fins al 10-20%, i en alguns segments els algorismes encara perden davant d'un taxador humà amb experiència.
No és publicitat exagerada. Són les conclusions d'un estudi comparatiu real de 2026 publicat per Core Insights Review, basat en dades de desenes de plataformes d'AVM. Per a qui pensa invertir en immobles tailandesos, la conclusió és clara: la valoració amb IA ja és una eina veritablement útil, però confiar-hi a ulls clucs pot posar en risc el vostre capital.
La resposta ràpida
- L'error mitjà dels AVM per a habitatge estàndard el 2026 és del 2-3%, una millora de 4-5 vegades respecte a les xifres de 2021
- Per a propietats de més de 2 milions de dòlars, l'error s'eixampla fins al 10-20%, una categoria que inclou viles a Phuket i pisos de gamma alta a Bangkok
- Els actius residencials multifamiliars tenen la precisió més alta: coincidències de 95-97% amb el preu de mercat
- El sector d'oficines rendeix pitjor, amb una precisió d'entre el 88% i el 94%
- Per al mercat tailandès concretament, esperau un error del 5-8% en pisos estàndard i un 15-20% en viles i parcel·les úniques, segons dades regionals comparables
- El consens del sector és clar: l'AVM és una part del procés de valoració, no un substitut d'un taxador professional
Com funcionen aquests models i quines dades necessiten
Els models de machine learning actuals analitzen aproximadament 200 paràmetres d'una propietat en només 0,3 segons, entrenats amb grans volums de transaccions històriques i indicadors macroeconòmics. En cinc anys, la precisió dels AVM residencials estàndard ha millorat entre 4 i 5 vegades, passant d'un marge d'error del 10-15% a només un 2-3%, gràcies a conjunts de dades més grans i a un millor accés als registres de transaccions.
Però no tots els tipus de propietat es beneficien igual d'aquesta millora. La precisió varia molt segons el tipus d'immoble comercial: el residencial multifamiliar arriba al 95-97%, mentre que les oficines es queden en el 88-94%; els actius de retail i hoteleria puntuen encara pitjor a causa de fluxos d'efectiu irregulars.
A Tailàndia, la limitació principal dels AVM és l'accés restringit a dades reals de transaccions. El Department of Lands registra les transferències de propietat, però els preus declarats sovint estan infravalorats de manera notable. Això distorsiona qualsevol model entrenat amb aquestes dades.
Per què els algorismes fallen tant amb les viles de luxe
Aquí hi ha un problema estadístic senzill: els algorismes aprenen de grans volums de dades, i a Phuket només es venen unes desenes de viles a 3-5 milions de dòlars cada any. Això no és prou informació per construir un model precís. El benchmark de 2026 mostra errors del 10-20% per a propietats de més de 2 milions de dòlars, precisament perquè no hi ha suficients vendes comparables.
El llindar de precisió del 2-3% s'aplica sobretot a pisos de mercat massiu (estudis típics de 25-35 m² en grans promocions). Els algorismes tenen molts més problemes amb viles úniques amb vista al mar per la manca de dades de vendes comparables.
El risc ocult de la costa: el factor inundacions
Un dels aspectes que més hauria de preocupar un comprador català interessat en primera línia de mar és el risc d'inundació no declarat. Les propietats costaneres sense divulgació d'aquest risc poden estar sobrevalorades entre un 5% i un 15%, segons estimacions d'analistes, una qüestió especialment rellevant per a promocions al llarg de la costa d'Andaman.
La majoria de plataformes d'AVM que cobreixen el mercat tailandès encara no integren dades de risc d'inundació. Tailàndia no té cap llei que obligui a divulgar aquest risc en el moment de la venda, cosa que crea un biaix sistèmic cap a la sobrevaloració d'immobles costaners. Globalment, aquesta sobrevaloració costanera vinculada al risc d'inundació no declarat s'estima entre 121.000 i 237.000 milions de dòlars.
Si esteu valorant una propietat a la costa, val la pena saber que la Geo-Informatics and Space Technology Development Agency (GISTDA) publica mapes d'inundació que podeu consultar, ja que no hi ha obligació legal de divulgació per part del venedor.
I les previsions de rendibilitat per lloguer?
La previsió de rendiment de lloguer amb IA arriba a una precisió del 85-90% en mercats madurs com Phuket i Bangkok, amb un horitzó de 6-12 mesos. Però aquesta precisió cau fins al 60-70% en mercats amb menys dades disponibles, com Koh Samui o Krabi. Si esteu comparant zones per invertir, aquest és un factor a tenir molt en compte més enllà del preu de compra.
Guia pràctica: com utilitzar l'AVM abans de comprar
- Identifiqueu el segment de la vostra propietat. Per a un pis estàndard per sota de 500.000 dòlars, la valoració amb IA sol donar un marge d'error del 2-3% (o del 5-8% específicament a Tailàndia). Per a una vila de més de 2 milions de dòlars, preveieu una desviació del 10-20% i contracteu un taxador independent.
- Demaneu un informe d'AVM. Utilitzeu plataformes que treballen amb dades tailandeses, com PropertyGuru DataSense, Baania i DDProperty, juntament amb serveis internacionals que cobreixin el sud-est asiàtic. Compareu resultats d'almenys dos sistemes diferents.
- Verifiqueu les dades d'entrada. Un algorisme només és tan bo com la informació que té. Confirmeu que l'informe té en compte la planta, la vista, l'aparcament, la proximitat al transport i l'any de construcció. Si el model ignora la vista al mar, la seva estimació no val res per al segment premium.
- Teniu en compte el risc climàtic. Per a propietats costaneres, demaneu dades de zones inundables. Tailàndia no té una llei obligatòria de divulgació, però GISTDA publica mapes d'inundació.
- Contrasteu-ho amb vendes reals. Demaneu al vostre agent dades de les últimes 5-10 vendes comparables al mateix projecte o barri. La diferència entre l'estimació de l'AVM i els preus reals de venda revela la precisió local del model.
- Contracteu un taxador titulat. Per a propietats valorades en 10 milions de baht (280.000 dòlars) o més, una taxació professional (15.000-30.000 baht) s'amortitza moltes vegades. La IA redueix el marge; la decisió final l'ha de prendre una persona.
- Si esteu planificant un viatge d'inspecció, reserveu els vols amb antelació, ja que els preus dels vols directes en temporada alta solen pujar 3-4 setmanes abans de la sortida.
Preguntes freqüents
Com de precisa és la valoració amb IA a Tailàndia el 2026?
Per a pisos estàndard de mercat massiu, el benchmark global d'error és del 2-3%. A Tailàndia, la precisió és més baixa a causa de l'accés restringit a dades reals de preus de transacció. Esperau un error del 5-8% per a pisos típics i del 15-20% per a propietats úniques.
Per què els algorismes tenen tants problemes per valorar immobles cars?
Els algorismes aprenen de grans volums de dades. A Phuket només es venen unes desenes de viles a 3-5 milions de dòlars cada any, cosa que no dona prou informació estadística per a un model precís. El benchmark de 2026 mostra errors del 10-20% per a propietats de més de 2 milions de dòlars.
Pot un algorisme substituir del tot un taxador professional?
No. El consens del sector és clar: els AVM són un element del procés de valoració, no un substitut de l'anàlisi professional. Els bancs tailandesos encara exigeixen l'informe d'un taxador titulat per prendre decisions hipotecàries.
Quines plataformes d'AVM cobreixen el mercat tailandès?
PropertyGuru DataSense, Baania i DDProperty mantenen bases de dades per al mercat tailandès. Plataformes internacionals com Zillow o Redfin no cobreixen Tailàndia. Per a una anàlisi d'inversió, el millor és combinar diverses fonts de dades locals.
M'he de fiar de la valoració amb IA si compro un pis a Phuket?
Per a una unitat estàndard en una promoció de mercat massiu, sí, com a punt de partida. Demaneu un informe d'AVM i comparau-lo amb vendes reals al mateix projecte. Si la diferència és inferior al 5%, l'estimació és fiable. Per a àtics amb vista o viles, és millor confiar en un taxador professional.
La valoració impulsada per IA ha passat de ser una novetat experimental a una eina realment útil en els últims cinc anys. Un error mitjà del 2-3% per a habitatge estàndard és un resultat notable. Però un inversor intel·ligent entén els límits de qualsevol eina: useu els AVM per a un primer filtratge ràpid i per descartar ofertes poc realistes, i preneu la decisió final basant-vos en una taxació professional i en una inspecció presencial de la propietat.
A Immobles a Tailàndia acompanyem compradors catalans en aquest procés, combinant les dades dels AVM amb inspeccions reals sobre el terreny abans de prendre cap decisió.
Font: Bangkok Post