काठमाडौंमा बसेर फुकेटको भिल्ला हेर्दै गर्दा तपाईंले कुनै AI भ्यालुएशन टुल प्रयोग गर्नुभयो भने, त्यो नम्बरलाई नपत्याउनुहोस्। थाइल्यान्डको ल्यान्ड डिपार्टमेन्टको डाटामा तालिम पाएको एउटा एल्गोरिदमले फुकेटका भिल्लाहरूलाई लगातार कम मूल्य दिँदै आएको छ। समस्या एल्गोरिदममा छैन, समस्या डाटामा छ। बिक्री सम्झौतामा प्रायः वास्तविक कारोबार मूल्य होइन, ट्रान्सफर ड्युटी हिसाब गर्न प्रयोग हुने सरकारी मूल्याङ्कन (assessed value) मात्र लेखिन्छ। एल्गोरिदमले उसलाई जे खुवाइन्छ त्यही राम्ररी सिक्छ, र नतिजा कोहीले पनि नबेच्ने आँकडा बन्छ।
यही सानो कथाले ठूलो प्रश्नको जवाफ दिन्छ: रियल इस्टेटमा AI ले साँच्चै के गर्न सक्छ, र के गर्न सक्दैन। डाटा प्रशस्त र सफा भएको ठाउँमा AI उत्कृष्ट काम गर्छ, जस्तै पत्राचार, कागजात, अनुवाद, फाइनान्सियल मोडेलिङ र लिड स्क्रिनिङ। तर जहाँ बजार अपारदर्शी छ, त्यहाँ AI ढल्छ, र थाइल्यान्डको रिसेल हाउजिङ बजार ठ्याक्कै त्यस्तै हो।
नेपाली लगानीकर्ताका लागि AI ले वास्तवमा कहाँ काम गर्छ?
चार काममा AI भरपर्दो देखिन्छ: इनबाउन्ड लिड छान्ने, बहुभाषिक कन्टेन्ट (अङ्ग्रेजी, रुसी, थाइ, र अब नेपालीमा पनि), लम्बा कानुनी कागजात पार्स गर्ने, र यिल्ड फाइनान्सियल मोडेल बनाउने। यी चारमा एजेन्ट र लगानीकर्ताले हप्ताको ८ देखि १२ घण्टासम्म बचत गर्न सक्छन्, यो यथार्थपरक हो, तर पूर्ण रूपमा स्वचालित बिक्री होइन।
अनुसन्धानले AI लाई एउटै औजार होइन, बरु एकैचोटि पुँजी, कृत्रिम श्रम, र पूर्वाधारको रूपमा हेर्छ। सेप्टेम्बर २०२६ मा arXiv मा प्रकाशित एक अध्ययनले यसलाई पाँच च्यानलबाट काम गर्ने बताउँछ: automation, augmentation, optimization, prediction, र innovation। रियल इस्टेटमा हालसम्म पहिलो दुई मात्र व्यापक रूपमा प्रयोगमा छन्।
किन थाइल्यान्डमा घरको AI मूल्याङ्कन भरपर्दो छैन?
थाइल्यान्डमा रिसेल हाउजिङको वास्तविक कारोबार मूल्यको कुनै सार्वजनिक रजिस्ट्री छैन। ट्रेजरी डिपार्टमेन्टको सम्पत्ति मूल्याङ्कन साइकलमा चल्छ, अहिलेको साइकल २०२३ देखि २०२६ सम्म हो, र यही २% ट्रान्सफर ड्युटी हिसाब गर्न प्रयोग हुन्छ। यही असेस्ड फिगर, बजार मूल्य होइन, धेरैजसो उपलब्ध डाटासेटमा पुगेको हुन्छ।
फुकेट जस्तो टुरिस्ट क्षेत्रमा रिसेल प्रोपर्टीमा यो फरक ठूलो हुन सक्छ, बजार अनुमानअनुसार। मेरो आफ्नो अवलोकनमा पनि, एजेन्सीहरूले पाँच वर्षको कारोबार इतिहास आफ्नै CRM मा राखेकाहरूले संरचनात्मक फायदा पाउँछन्, किनकि विजेता उनी होइनन् जसले मोडेल सब्स्क्रिप्शन किन्यो, बरु उनी हुन् जसले आफ्नै प्रोप्राइटरी डाटा जम्मा गरे।
एजेन्ट र लगानीकर्ताले AI बाट कति समय बचाउन सक्छन्?
- लम्बा कन्ट्र्याक्ट पार्स गर्ने (थाइ डेभलपरसँगको बिक्री सम्झौता सामान्यतया ४० पेजको हुन्छ)
- कानुनी शब्दावली जोगाउने अनुवाद (चानोट, लिजहोल्ड, फ्रीहोल्ड, सिन्किङ फन्ड जस्ता शब्दको ग्लोसरी सहित)
- यिल्ड क्याल्कुलेशन मोडेल (२% ट्रान्सफर ड्युटी, विदहोल्डिङ ट्याक्स, ५ वर्षभित्र रिसेलमा ३.३% स्पेसिफिक बिजनेस ट्याक्स समावेश गरी)
- इनबाउन्ड इन्क्वायरीको प्रारम्भिक छनोट
यी चार मिलाएर सक्रिय एजेन्टले हप्ताको ८ देखि १२ घण्टा बचत गर्न सक्छ।
लिस्टिङ डिस्क्रिप्शन लेख्न AI प्रयोग गर्दा किन समस्या हुन्छ?
यहाँ एक चेतावनी दिनुपर्छ जो बाँकी सूचीभन्दा बढी महत्त्वपूर्ण छ। AI ले लिस्टिङ डिस्क्रिप्शन जेनेरेट गर्ने काम सबैभन्दा लोकप्रिय तर सबैभन्दा बढी हाइप गरिएको प्रयोग हो। टेक्स्ट चिटिक्क आउँछ, तर कन्भर्जन बढ्दैन, र हप्तामा दश वेबसाइट ब्राउज गरिसकेको खरिदकर्ताले मेसिनको लय चिन्न थाल्छ र लिस्टिङमाथि भरोसा गुमाउँछ। एउटा मजबुत नतिजा चाहेमा कागजात र क्याल्कुलेशनमा लगानी गर्नुहोस्, मार्केटिङ कपीमा होइन।
चानोट, फ्रीहोल्ड र ४९% कोटा किन AI ले जाँच्न सक्दैन?
चानोट टाइटलको कानुनी प्रमाणीकरण, डेभलपरको स्टेटस, वा कन्डोमिनियममा ४९% विदेशी स्वामित्व कोटा, यी कुनै पनि कन्फिगुरेशनमा AI ले प्रतिस्थापन गर्न सक्दैन। थाइल्यान्डमा कन्डोमिनियम एक्ट अनुसार फ्रीहोल्डमा कुनै पनि कन्डो प्रोजेक्टको कुल फ्लोर एरियाको ४९% भन्दा बढी विदेशीले स्वामित्व राख्न पाउँदैनन्। यो कठोर कानुनी सीमा हो, र कुनै AI स्क्रिप्टले बाँकी कोटा भन्न सक्दैन, त्यो त व्यवस्थापन कम्पनीको पत्रले मात्र भन्छ।
नेपाली खरिदकर्ताले कसरी सुरु गर्ने?
पहिला आफ्नो डाटा भेला पार्नुहोस्: विगत २४ महिनाको ग्राहक पत्राचार, भ्युइङ इतिहास, हारेका डिलका कारण, वास्तविक क्लोजिङ प्राइस। यसबिना कुनै मोडेलले कसैको तथ्याङ्कमा चलिरहन्छ, र थाइल्यान्डको हकमा त्यो तथ्याङ्क कमजोर छ। त्यसपछि अनुवाद र कागजातबाट सुरु गर्नुहोस्, बिक्रीबाट होइन। एक १५ मिलियन थाई बात मूल्यको प्रोपर्टीबारे पूर्ण स्वचालित संवादले ग्राहक गुमाउँछ, त्यसैले लिड क्वालिफिकेशनलाई अर्ध-स्वचालित राखेर दोस्रो म्यासेजमा मानिस भित्र्याउनुपर्छ।
मेरो विचारमा, वर्षमा दुई-तीन डिल मात्र बन्द गर्ने सोलो एजेन्टले AI मा धेरै समय खर्च गर्नु उचित होइन। बरु त्यो समय आफूले पहिल्यै राम्रोसँग चिनेको क्षेत्रको ज्ञान गहिराउनमा लगाउनु बढी इमानदार निर्णय हो। AI को फायदा भोल्युममा हुन्छ, वर्षमा दर्जनौं डिल गर्नेका लागि।
प्रायः सोधिने प्रश्न
थाइल्यान्डमा रियल इस्टेट एजेन्टको काम AI ले लिन्छ?
होइन, तर काम गर्ने तरिका बदलिन्छ। मेसिनले दोहोरिने काम लिन्छ, मानिसले नेगोसिएसन, प्रमाणीकरण, र जिम्मेवारी लिन्छ। चानोट टाइटल र बाँकी ४९% कोटाको कानुनी जाँच अझै मानिसले नै साइन-अफ गर्छ।
फुकेटको कन्डोको AI मूल्याङ्कनमा भरोसा गर्न मिल्छ?
सन्दर्भ बिन्दुको रूपमा हो, तर मूल्य वार्ताको आधारको रूपमा होइन। मोडेलहरूले प्रायः २०२३-२०२६ साइकलको सरकारी असेस्ड मूल्यबाट सिक्छन्, वास्तविक कारोबार रकमबाट होइन।
AI सब्स्क्रिप्शनमा धेरै पैसा खर्च गर्नुपर्छ?
धेरैजसो अवस्थामा, पर्दैन। ठूला मोडेलहरूको बेस टियरले नै अनुवाद, डकुमेन्ट पार्सिङ र क्याल्कुलेशन गर्न सक्छ। पैसा बरु आफ्नै कारोबार डाटाबेस व्यवस्थित गर्नमा खर्च गर्दा बढी फायदा हुन्छ।
ग्राहकका कागजात AI मा अपलोड गर्दा जोखिम छ?
छ, यदि त्यो पब्लिक सर्भिस हो र प्रयोगकर्ताको डाटामा तालिम गर्छ भने। व्यक्तिगत विवरण, पासपोर्ट नम्बर र कन्ट्र्याक्ट आइडेन्टिफायर अपलोड गर्नुअघि हटाउनुपर्छ, र सेटिङमा ट्रेनिङ बन्द गर्नु अनिवार्य कदम हो।
स्रोत: Kalinka Thailand