Se estás a mirar unha villa en Phuket dende Galicia e alguén che pasou unha valoración feita por unha app, coidado: esa cifra pode ser moi fiable... ou pode estar a fallar por centos de miles de dólares. Depende enteiramente do tipo de propiedade da que falemos.
Resposta rápida
Os modelos de valoración automática (AVM) acertan hoxe cun erro medio do 2-3% en vivenda residencial estándar, fronte ao 10-15% de hai cinco anos. Pero en propiedades de máis de 2 millóns de dólares, ese erro dispara ata o 10-20%, o que nunha villa de 3 millóns de dólares en Tailandia pode significar entre 300.000 e 600.000 dólares de incerteza. É unha cifra que convén ter moi presente antes de fiarse dun algoritmo á hora de pechar unha compra.
Canto mellorou realmente a IA nestes cinco anos?
O avance é innegable. Hai un lustro, os modelos automáticos de valoración fallaban entre un 10 e un 15% de media. En 2026, para vivenda residencial estándar, ese erro baixou ata o 2-3%, unha precisión que en mercados maduros xa se aproxima á dun taxador humano.
O problema aparece cando subimos de gama. Nas propiedades por riba dos 2 millóns de dólares, o erro volve dispararse ata o 10-20%. A razón é sinxela de entender: canto máis exclusiva é unha propiedade, menos operacións comparables hai para alimentar o algoritmo. Unha villa con vistas ao mar de Andamán é, practicamente por definición, única no seu xénero, e iso confunde a calquera modelo estatístico.
Onde acerta máis a IA e onde falla máis?
No eido comercial, non todos os activos se comportan igual. Os edificios multifamiliares (residencias de aluguer) acadan unha precisión do 95-97%, grazas a que os seus fluxos de ingresos por aluguer están moi estandarizados e son fáciles de modelar. As oficinas, en cambio, quedan nun 88-94%, porque factores como o teletraballo aínda non se poden incorporar de forma fiable aos algoritmos.
| Tipo de activo | Precisión da IA |
|---|---|
| Vivenda residencial estándar | 97-98% |
| Multifamiliar (aluguer) | 95-97% |
| Oficinas | 88-94% |
| Segmento de luxo (>2M$) | 80-90% (erro do 10-20%) |
Que se lle escapa á IA que un galego que invista en Tailandia debería saber?
Hai un factor que os modelos adoitan ignorar case por completo: o risco climático. Nos Estados Unidos, uns 14,6 millóns de propiedades teñen un risco anual do 1% de sufrir inundacións, e a maioría das ferramentas de valoración automática non incorporan este dato no seu cálculo. Iso está a inflar artificialmente os prezos nalgunhas zonas costeiras sen normativa de divulgación de risco de inundación, cunha sobrevaloración conxunta estimada entre 121.000 e 237.000 millóns de dólares.
Para quen pensa en mercar preto da praia en Phuket, Hua Hin ou Pattaya, este é un aviso que hai que tomar en serio: o algoritmo pode dicirche que unha propiedade vale X, pero se está nunha zona inundable e ninguén cho advirte, o prezo real de mercado a longo prazo pode ser moi distinto.
Por que Tailandia é un caso especialmente complicado para a IA?
Tailandia non ten unha base de datos pública unificada de transaccións, algo equivalente a un MLS occidental. A información está fragmentada entre os distintos departamentos provinciais de terras (Land Department), o que dificulta moito que un algoritmo teña datos suficientes para afinar. De feito, o prezo por metro cadrado en Phuket pode variar entre 3 e 4 veces dentro dunha mesma soi (rúa lateral), algo que calquera comprador galego que coñeza os prezos por barrio en Vigo ou A Coruña entenderá perfectamente: dúas rúas contiguas poden ter valores moi distintos, e en Phuket esa diferenza é aínda maior.
Alén diso, o contexto da demanda tamén xoga un papel. No primeiro semestre de 2026, os compradores estranxeiros representaron o 67% das vendas de condominios nas zonas de Bang Tao e Cherng Talay, fronte ao 33% de compradores tailandeses. En Bangkok, as compras estranxeiras no centro subiron ata o 32% do total de transaccións, fronte ao 18% de anos anteriores. Canta máis actividade internacional hai nun mercado con datos escasos e fragmentados, máis marxe de erro terán os modelos automáticos.
Guía práctica: como usar a IA sen que che colen gato por lebre
-
Identifica primeiro o tipo de activo. Se miras un condominio estándar por baixo dos 500.000 dólares, unha valoración de IA darache unha referencia sólida cun erro do 2-3%. Para villas por riba dos 2 millóns de dólares, confía mellor nunha taxación presencial.
-
Compara polo menos dous servizos de AVM. Se a diferenza entre eles supera o 5%, é un sinal claro de que hai poucos datos comparables e de que precisas verificación manual.
-
Comproba o risco climático por separado. As valoracións de IA adoitan excluír a probabilidade de inundación. Para propiedades costeiras en Phuket, Hua Hin ou Pattaya, pide os mapas de zonas inundables ao concello local. É un trámite gratuíto.
-
Contrasta con transaccións reais. Pídelle ao teu axente entre 3 e 5 operacións comparables pechadas nos últimos 6 meses. En Tailandia, o rexistro destas transaccións está no Departamento de Terras (Krom Thi Din) e pódese solicitar.
-
Ten en conta variables locais que a IA non ve. Unha estrada nova planificada, unha recualificación de solo ou un centro comercial que se está a construír preto moverán o prezo, e nada diso aparece nun algoritmo.
-
Programa unha visita presencial. Ningún modelo substitúe unha inspección física. Se estás a planificar unha viaxe a Tailandia para ver propiedades, reserva aloxamento preto con antelación para poder visitar varias opcións en 2-3 días.
-
Encarga unha taxación profesional. Para propiedades por riba dos 10 millóns de baht (uns 280.000 dólares en adiante), unha valoración independente feita por un taxador tailandés certificado custa entre 10.000 e 30.000 baht, un prezo modesto se se compara co risco de fiarse dun erro de IA que pode valer centos de miles de dólares.
Preguntas frecuentes
É fiable a valoración de IA para mercar vivenda en Tailandia? É útil como primeiro filtro, pero non como decisión final. Tailandia non ten unha base de datos de transaccións unificada, así que a precisión varía moito segundo a zona. Os condominios en grandes proxectos de Bangkok saen mellor parados; as villas illadas en zonas como Phuket, moito peor.
Pode a IA substituír a un taxador humano cando merco unha propiedade? Non. O consenso do sector en 2026 é claro: os modelos automáticos son unha ferramenta de apoio, non un substituto. Un algoritmo non detecta defectos ocultos, non sabe se hai un plan de desenvolvemento na parcela veciña e non pode avaliar riscos legais.
Cales son os tipos de propiedade que a IA valora con máis precisión? Os edificios multifamiliares acadan entre un 95 e un 97% de precisión, e a vivenda estándar chega ao 97-98%. As oficinas quedan nun 88-94%. O segmento de luxo é o menos fiable, con erros de ata o 20%.
Canto custa unha taxación independente en Tailandia? Entre 10.000 e 30.000 baht (uns 280-840 dólares) para propiedades valoradas en 10 millóns de baht ou máis. Para operacións grandes, é un custo pequeno comparado co risco de fiarse dunha valoración de IA equivocada.
A valoración por IA é un filtro moi potente na primeira fase de busca e aforra decenas de horas de investigación manual. Pero a decisión final de investir en Tailandia segue pertencendo a unha persoa que coñeza o micromercado local, que visite a propiedade en persoa e que verifique os documentos no Departamento de Terras. Con compradores estranxeiros dominando xa zonas como Bang Tao e Cherng Talay, onde supuxeron o 67% das vendas no primeiro semestre de 2026, ese paso de verificación humana importa cada vez máis, non menos. Dende Inmobles en Tailandia adoitamos combinar precisamente estes dous mundos: a rapidez dos datos automáticos coa experiencia sobre o terreo.
Fonte: Nation Thailand