Se estás a mirar pisos ou vilas en Phuket desde Galicia, seguramente xa che apareceu nalgunha web unha 'valoración instantánea' xerada por intelixencia artificial. A pregunta que importa non é se a IA sabe valorar propiedades, senón cando podes fiarte dela e cando che vai custar diñeiro fiarte demasiado.
Resposta rápida: en 2026, os modelos automáticos de valoración (AVM) acertan cun erro medio do 2-3% para vivenda estándar, catro ou cinco veces mellor que hai cinco anos. Pero para propiedades de máis de 2 millóns de dólares, entre as que están moitas vilas de Phuket e os condominios premium de Bangkok, o erro sobe ao 10-20%. En resumo: a IA é útil para unha primeira criba, non para decidir a compra dunha vila de luxo sen máis.
Este dato non é propaganda dunha inmobiliaria. Vén dun estudo real publicado en 2026 por Core Insights Review, baseado en datos de decenas de plataformas AVM. Para quen mira o mercado tailandés desde Galicia, a conclusión é clara: a valoración por IA xa é unha ferramenta que merece a pena usar, pero fiarse dela a ollos pechados pon en risco o teu capital.
Que precisión ten realmente a IA en 2026?
- O erro medio dos AVM para vivenda estándar en 2026 é do 2-3%, unha mellora de 4-5 veces respecto ás cifras de 2021
- Para propiedades de máis de 2 millóns de dólares, o erro amplíase ao 10-20%, unha categoría que inclúe vilas de Phuket e condominios premium de Bangkok
- Os edificios residenciais multifamiliares (multifamily) son onde a IA acerta máis: coincidencia co prezo de mercado do 95-97%
- Os inmobles de oficinas rinden peor, con precisión no rango do 88-94%
- No mercado tailandés en concreto, cómpre esperar un erro do 5-8% en condominios estándar e do 15-20% en vilas únicas e parcelas de terreo, segundo datos rexionais comparables
- O consenso do sector é claro: o AVM forma parte do proceso de valoración, non substitúe un taxador profesional
Como funcionan estes modelos e por que fallan coas propiedades caras
Os modelos de machine learning actuais analizan uns 200 parámetros da propiedade en arredor de 0,3 segundos, apoiándose en grandes bases de datos de transaccións históricas e indicadores macroeconómicos. En cinco anos, a precisión para vivenda residencial estándar mellorou entre 4 e 5 veces, pasando dun erro do 10-15% ao 2-3% actual, grazas a bases de datos máis grandes e mellor acceso aos rexistros de transaccións.
O problema aparece coas propiedades caras e singulares. Un algoritmo aprende de patróns repetidos, e en Phuket só se venden unhas poucas ducias de vilas de 3 a 5 millóns de dólares ao ano, unha mostra demasiado pequena para calquera modelo estatístico. Por iso o benchmark de 2026 mostra erros do 10-20% para propiedades por riba dos 2 millóns de dólares.
A precisión tamén varía moito segundo o tipo de inmoble comercial: os multifamily chegan ao 95-97%, mentres que as oficinas quedan no 88-94%; os activos de retail e hostalería puntúan aínda peor debido a fluxos de caixa irregulares.
Cal é a limitación específica de Tailandia?
En Tailandia, o principal atranco dos AVM é o acceso limitado a datos reais de transaccións. O Department of Lands rexistra as transferencias de propiedade, pero os prezos declarados adoitan estar por baixo do valor real de mercado, o que distorsiona calquera modelo que dependa desas cifras.
Hai outro risco específico da costa: as propiedades costeiras sen divulgación do risco de inundación poden estar sobrevaloradas nun 5-15%, segundo estimacións de analistas, algo especialmente relevante para desenvolvementos na costa de Andamán, onde se concentran moitos proxectos que interesan ao comprador galego. A previsión de rendibilidade por aluguer mediante IA acada un 85-90% de precisión en mercados maduros como Phuket e Bangkok nun horizonte de 6-12 meses, pero cae ao 60-70% en mercados con menos datos dispoñibles, como Koh Samui e Krabi.
É importante entender a que se aplica realmente o dato do 2-3%: refírese principalmente a unidades de condominio de mercado masivo (estudios típicos de 25-35 m² en grandes promocións). Os algoritmos teñen moitas máis dificultades cando se trata de vilas únicas con vistas ao mar, precisamente por falta de vendas comparables.
Guía práctica: como usar a IA antes de comprar en Phuket
-
Identifica o segmento da túa propiedade. Para un condominio estándar de menos de 500.000 dólares, a valoración por IA adoita ter un erro do 2-3% (ou do 5-8% especificamente en Tailandia). Para unha vila de máis de 2 millóns de dólares, conta cunha desviación do 10-20% e contrata un taxador independente.
-
Pide un informe AVM. Utiliza plataformas que traballan con datos tailandeses, como PropertyGuru DataSense, Baania e DDProperty, xunto con servizos internacionais que cubran o Sueste Asiático. Compara os resultados de polo menos dous sistemas distintos.
-
Verifica os datos de entrada. Un algoritmo só é tan bo como a información que manexa. Confirma que o informe teña en conta a planta, a vista, o aparcadoiro, a proximidade a transporte e o ano de construción. Se o modelo ignora as vistas ao mar, a súa estimación non vale de nada no segmento premium.
-
Ten en conta o risco climático. Para propiedades costeiras, pide datos sobre zonas de inundación. Tailandia non ten lei que obrigue a divulgar este risco, pero a Geo-Informatics and Space Technology Development Agency (GISTDA) publica mapas de inundacións que podes consultar.
-
Compáralo con vendas reais. Pídelle ao teu axente datos das últimas 5-10 vendas comparables no mesmo proxecto ou zona. A diferenza entre a estimación do AVM e os prezos reais de venda revela a precisión local do modelo.
-
Contrata un taxador licenciado. Para propiedades valoradas en 10 millóns de baht (a partir de 280.000 dólares), unha taxación profesional (15.000-30.000 baht) amortízase moitas veces. A IA reduce o rango de incerteza; a persoa taxadora dá o veredicto final.
-
Se estás a planear unha viaxe de inspección, reserva os voos con antelación, xa que os prezos dos voos directos en tempada alta adoitan subir de 3 a 4 semanas antes da saída.
Que plataformas cobren o mercado tailandés?
PropertyGuru DataSense, Baania e DDProperty manteñen bases de datos específicas para o mercado tailandés. Plataformas internacionais moi coñecidas como Zillow ou Redfin non cobren Tailandia. Para unha análise de investimento seria, o mellor é combinar varias fontes de datos locais en lugar de fiarse dunha soa.
FAQ
Que precisión ten a valoración por IA en Tailandia en 2026?
Para condominios estándar de mercado masivo, o benchmark global sitúa o erro no 2-3%. En Tailandia a precisión é menor pola dificultade de acceder a datos reais de prezos de transacción. Podes esperar un erro do 5-8% en condominios típicos e do 15-20% en propiedades únicas como vilas ou parcelas.
Por que lle custa tanto á IA valorar propiedades caras?
Os algoritmos aprenden de grandes bases de datos, e en Phuket só se venden unhas poucas ducias de vilas de 3-5 millóns de dólares ao ano, unha mostra insuficiente para un modelo preciso. O benchmark de 2026 mostra erros do 10-20% para propiedades por riba dos 2 millóns de dólares.
Pode a IA substituír por completo un taxador profesional?
Non. O consenso do sector é claro: os AVM son un elemento máis do proceso de valoración, non un substituto da análise profesional. Os bancos tailandeses seguen exixindo un informe dun taxador licenciado para conceder unha hipoteca.
Ten en conta a IA o risco de inundacións nas propiedades costeiras de Tailandia?
A maioría das plataformas AVM que cobren Tailandia aínda non integran datos sobre risco de inundacións. Como o país non ten lei que obrigue a divulgar este risco no momento da venda, xérase un sesgo sistémico que tende a sobrevalorar as propiedades costeiras.
Debo fiarme da valoración por IA se quero comprar un piso en Phuket?
Para unha unidade estándar nunha promoción de mercado masivo, si, como punto de partida. Pide un informe AVM e compáralo con vendas reais no mesmo proxecto. Se a diferenza é inferior ao 5%, a estimación é fiable. Para áticos con vistas e vilas, o mellor é apoiarse nun taxador profesional.
A valoración impulsada por IA pasou en cinco anos de ser unha curiosidade experimental a converterse nunha ferramenta realmente útil. Un erro medio do 2-3% para vivenda estándar é un resultado notable. Pero quen investe con cabeza entende os límites de cada ferramenta: usa os AVM para unha primeira criba e para descartar rapidamente ofertas pouco realistas, e reserva a decisión final para unha taxación profesional e a túa propia inspección sobre o terreo. Desde Inmobles en Tailandia sempre recomendamos combinar ambos enfoques antes de comprometer o teu capital en Phuket.
Fonte: Bangkok Post