नेपालबाट फुकेट वा बैंककमा कन्डो हेर्दा धेरैजसो एजेन्टले 'AI ले विश्लेषण गरेको छ, ३ वर्षमा यति % रिटर्न आउँछ' भन्ने दाबी गर्छन्। तर के यो दाबी विश्वास गर्न लायकको छ? भर्खरै आएको एउटा अन्तर्राष्ट्रिय अध्ययनले यसको जवाफ स्पष्ट रूपमा दिएको छ, र त्यो जवाफ लगानीकर्ताका लागि सतर्कताको संकेत हो।
छोटो जवाफ: के AI ले दिएको मूल्य पूर्वानुमानमा भर पर्न मिल्छ?
AGILE-GISS जर्नल (Volume 7) मा जुन 2026 मा प्रकाशित एउटा अध्ययनले पत्ता लगायो कि प्रोपर्टी मूल्य पूर्वानुमान गर्ने AI मोडेलहरूले आफ्नै शुद्धतालाई व्यवस्थित रूपमा बढाइचढाइ देखाउँछन्। यसको मुख्य कारण हो 'temporal validation bias' - अर्थात मोडेल तालिम दिँदा नै भविष्यको डाटा 'चोरेर हेर्ने' समस्या। भियेनाको TU Wien विश्वविद्यालयका अनुसन्धानकर्ता Christopher Kmen, Gerhard Navratil, र Ioannis Giannopoulos ले यो निष्कर्ष निकालेका हुन्।
सारमा: पुरानो डाटामा जाँच गर्दा (in-sample) मोडेलले 90% भन्दा माथि शुद्धता देखाउँछ, तर साँच्चै भविष्यको डाटामा जाँच गर्दा (out-of-sample) यो 60-70% वा त्यो भन्दा तल झर्छ। समस्या एल्गोरिदममा होइन, हामीले मोडेललाई कसरी परीक्षण गर्छौं भन्नेमा छ, र यसले थाइल्यान्ड प्रोपर्टीमा लगानी गर्नेहरूको खल्तीमा सीधा असर पार्छ।
अध्ययनका मुख्य तथ्यहरू
- जुन 2026 मा 'When Today's Accuracy Fails Tomorrow' शीर्षकको यो अध्ययन AGILE-GISS, Volume 7 मा प्रकाशित भयो।
- मुख्य समस्या: spatiotemporal मोडेलहरूमा temporal validation bias हुन्छ, जसले गर्दा मोडेलले भविष्यको डाटा तालिममा नै 'देखेको' जस्तो हुन्छ र नतिजा नक्कली रूपमा राम्रो देखिन्छ।
- परीक्षण गरिएका विधिहरूमध्ये XGBoost र ensemble मोडेलहरू सबैभन्दा राम्रो प्रदर्शन गर्ने देखिए, तर लेखकहरूले नै भनेका छन् - future-period मा out-of-sample testing नगरी यी पनि भरपर्दो मानिनु हुँदैन।
- डाटाको अभाव अझै ठूलो अवरोध हो: गुणस्तरीय कारोबार (transaction) डाटा दुर्लभ छ, र युरोपको तुलनामा थाइल्यान्डमा यो समस्या झन् गम्भीर छ किनभने त्यहाँको प्रोपर्टी ट्रान्जेक्सन रजिस्ट्री युरोपजस्तो पारदर्शी छैन।
- छोटो पूर्वानुमान अवधि (1-6 महिना) ले शुद्धताको भ्रम सिर्जना गर्छ। तर 2-5 वर्षको लामो अवधिमा गल्तीको मात्रा गुणात्मक रूपमा बढ्छ।
- बैंकक र फुकेटका ठूला डेभलपरहरूले पहिले नै मूल्य निर्धारणमा AI उपकरण प्रयोग गर्छन्, तर कुनैले पनि अन्तिम निर्णय पूर्ण रूपमा मेसिन मोडेलमा मात्र भर पर्दैन।
- जुलाई 2026 मा आएको Goldman Sachs को रिसर्च नोटअनुसार, AI ले रियल इस्टेट क्षेत्रका जागिर हटाइरहेको छैन, बरु तिनलाई पुनर्संरचना गरिरहेको छ। AI उपकरण अपनाउने एजेन्ट र लगानीकर्ताहरूले पुरानो तरिकामा अडिनेहरूभन्दा बढी कमाउने गरेको पाइएको छ।
- फुकेटमा मात्र डिसेम्बर 2025 देखि मे 2026 सम्म 54,628 वटा वास्तविक सोधपुछ (enquiries) दर्ता भएका थिए, जसमध्ये 71% भाडाका लागि र 29% खरिदका लागि थिए। यसले AI-संचालित माग विश्लेषणले क्षेत्रको सबैभन्दा परिपक्व बजारमा कसरी वास्तविक निर्णय आकार दिइरहेको छ भन्ने देखाउँछ।
नेपाली लगानीकर्ताका लागि व्यावहारिक चरणहरू
2026 मा थाइल्यान्ड प्रोपर्टी मूल्यांकनका लागि AI उपकरण बुद्धिमानीपूर्वक प्रयोग गर्न चाहनुहुन्छ भने, यो क्रम पालना गर्नुहोस्:
१. आफूलाई कस्तो AI विश्लेषण चाहिएको हो भन्ने पहिले छुट्याउनुहोस् तीन तह छन्: बजार स्क्रिनिङ (सम्भावनायुक्त क्षेत्र खोज्ने), व्यक्तिगत सम्पत्ति मूल्यांकन (comparable sales विश्लेषण), र यिल्ड (आम्दानी) पूर्वानुमान। पहिलो दुईमा AI राम्रो काम गर्छ। तेस्रोमा अझै गर्दैन।
२. खुला डाटासँग क्रस-चेक गर्नुहोस् DDproperty र Hipflat जस्ता प्लेटफर्महरूले जिल्ला-स्तरको मूल्य सूचकांक प्रकाशित गर्छन्। AI मोडेलले दिएको नतिजालाई विगत 3 वर्षको वास्तविक मूल्य चालसँग तुलना गर्नुहोस्। अन्तर 15% भन्दा बढी भए, त्यो मोडेलमा भर नपर्नुहोस्।
३. Out-of-sample validation माग्नुहोस् 2026 को AGILE-GISS अध्ययनले स्पष्ट भनेको छ: केवल पुरानो डाटामा मात्र परीक्षण गरिएको मोडेल (in-sample) विश्वास गर्न लायक होइन। तपाईंलाई AI पूर्वानुमान दिने जो कोहीलाई सोध्नुहोस् - मोडेल तालिमको बेला 'नदेखेको' डाटामा परीक्षण गरिएको थियो कि थिएन।
४. आफ्नो लक्षित क्षेत्रको विशेष डाटा जम्मा गर्नुहोस् राम्रोसँग डकुमेन्ट भएका जिल्लामा AI मोडेल राम्रो चल्छ। फुकेट (बाङ ताओ, लागुना), बैंकक (सुखुम्भित, सिलोम), र पटाया (वोङगामाट) मा पर्याप्त डाटा उपलब्ध छ। क्राबी वा को समुई जस्ता कम-म्यापिङ भएका क्षेत्रमा मोडेलहरू उल्लेखनीय रूपमा कम शुद्ध हुन्छन्।
५. निरीक्षण यात्राको फ्लाइट पहिल्यै बुक गर्नुहोस् सम्पत्ति स्वयं गएर हेर्नुको विकल्प अझै कहीँ छैन। AI ले तपाईंलाई संख्या देखाउन सक्छ, तर निर्माण गुणस्तर, वास्तविक पूर्वाधार अवस्था, वा छिमेकको वास्तविक अनुभूति वर्णन गर्न सक्दैन।
६. अन्तिम due diligence का लागि स्थानीय विशेषज्ञ ल्याउनुहोस् AI पहिलो-तहको फिल्टर मात्र हो। यसले 200 विकल्पलाई 10 मा साँघुर्याउन सक्छ। तर अन्तिम निर्णय स्थानीय कानुन, डेभलपरको प्रतिष्ठा, र प्रोजेक्ट-विशेष बारीकीहरू बुझ्ने व्यक्तिकै हो।
७. हरेक 3-6 महिनामा डाटा अद्यावधिक गर्नुहोस् थाइल्यान्डको बजार छिटो चल्छ। 2025 को सुरुतिरको डाटामा तालिम पाएको मोडेलले बैंककमा नयाँ BTS विस्तार जस्ता पूर्वाधार परियोजना वा भिसा नीतिमा भएको परिवर्तन छुटाउन सक्छ।
FAQ - बारम्बार सोधिने प्रश्नहरू
थाइल्यान्डको कन्डोमा AI मूल्यांकनमा कति भर पर्न सकिन्छ? आंशिक रूपमा मात्र। AI मोडेलहरू तुलनात्मक विश्लेषणमा बलियो छन् - जस्तै उही छिमेकमा समान युनिटको भाउ कति छ भनेर देखाउन। तर 3-5 वर्षको मूल्य वृद्धि पूर्वानुमान, AGILE-GISS अध्ययन (Volume 7, 2026) ले देखाएअनुसार, temporal validation bias का कारण अझै धेरै अविश्वसनीय छ।
कुन AI मोडेलले प्रोपर्टी मूल्यांकनमा सबैभन्दा राम्रो प्रदर्शन गर्छ? 2026 को अनुसन्धानमा XGBoost र ensemble मोडेलहरूले सबैभन्दा राम्रो नतिजा दिए। तैपनि, शुद्धता पुष्टि गर्न यिनलाई पनि out-of-sample परीक्षण चाहिन्छ।
लामो अवधिमा AI पूर्वानुमान किन असफल हुन्छ? किनभने धेरैजसो मोडेल छोटो अवधि (1-6 महिना) मा परीक्षण गरिन्छन्, जहाँ शुद्धता कृत्रिम रूपमा उच्च देखिन्छ। 2-5 वर्षको अवधिमा, मोडेलले हिसाब गर्न नसक्ने कारकहरू - जस्तै नियामक परिवर्तन, म्याक्रो-आर्थिक झट्का, माग परिवर्तन - जम्मा भएर गल्तीलाई गुणात्मक रूपमा बढाउँछन्।
थाई डेभलपरहरूले साँच्चै AI प्रयोग गर्छन् त? हो। बैंककका ठूला डेभलपरहरूले मूल्य निर्धारण र माग विश्लेषणका लागि AI प्रयोग गर्छन्। तर कुनै पनि सार्वजनिक रूपमा चिनिएको कम्पनीले AI लाई मात्र अन्तिम निर्णयको उपकरण मान्दैन।
अहिलेको समयमा थाइल्यान्ड प्रोपर्टी लगानीकर्ताका लागि AI ले के गर्न सक्छ? तीन व्यावहारिक प्रयोग: छिटो बजार स्क्रिनिङ (मूल्य बढ्दो गति भएका जिल्ला खोज्ने), comparable sales मार्फत उचित मूल्य मूल्यांकन, र तपाईंको मापदण्ड मिल्ने नयाँ लिस्टिङको स्वचालित निगरानी।
शुद्ध मूल्यांकनका लागि AI मोडेललाई कस्तो डाटा चाहिन्छ? कम्तीमा: वास्तविक कारोबार मूल्य (लिस्टिङ मूल्य होइन), युनिट साइज, तला, ट्रान्जिट र समुद्रसम्मको दूरी, निर्माण वर्ष, र छिमेकको घनत्व। थाइल्यान्डको चुनौती भनेको वास्तविक ट्रान्जेक्सन रजिस्ट्रीमा सीमित पहुँच नै हो।
AI प्रोपर्टी मूल्यांकन सेवाका लागि पैसा तिर्नु उचित हो त? सेवाले आफ्नो पद्धति (methodology) खुलासा गर्छ र out-of-sample परीक्षण नतिजा देखाउँछ भने, हो। तर 'शुद्ध पूर्वानुमान' भनेर कुनै व्याख्या बिना मात्र दिन्छ भने, होइन। मोडेललाई कुन डाटाले तालिम दिएको हो र यो पछिल्लो पटक कहिले अद्यावधिक भएको हो जाँच्नुहोस्।
के AI ले थाइल्यान्डमा रियल इस्टेट एजेन्टलाई विस्थापित गर्छ? अबको 5 वर्षभित्र होइन। AI ले नियमित काम, जस्तै प्रोपर्टी म्याचिङ, प्रारम्भिक विश्लेषण, र निगरानी, आफूमा समेट्नेछ। तर डेभलपरसँगको सम्झौता वार्ता, कानुनी due diligence, र निर्माण गुणस्तर मूल्यांकन जस्ता काममा मानिसको विशेषज्ञता अझै अपरिहार्य छ।
AGILE-GISS 2026 अध्ययनको मूल शिक्षा सरल छ: रियल इस्टेटमा AI एउटा शक्तिशाली विश्लेषणात्मक उपकरण हो, तर भविष्यको कमजोर भविष्यवक्ता। यसलाई जे राम्रो गर्छ त्यसका लागि प्रयोग गर्नुहोस् - ठूलो डाटासेट प्रशोधन र ढाँचा पहिचान गर्ने काममा, र रणनीतिक निर्णय भने विशेषज्ञ विश्लेषण, स्थानीय बजार बुझाइ, र साधारण व्यावहारिक समझका आधारमा लिनुहोस्। थाइल्यान्ड सम्पत्तिमा हामी ग्राहकहरूलाई ठ्याक्कै यही सन्तुलन अपनाउन सघाउँछौं - AI लाई पहिलो छनोटको साधन बनाउने, अन्तिम निर्णय स्थानीय विशेषज्ञताबाट लिने।
स्रोत: Thaiger