Nëse keni parë ndonjëherë një aplikacion ose platformë që ju thotë me siguri absolute sa do të vlejë një apartament në Phuket pas tre vitesh, mbani parasysh këtë: sipas një studimi të freskët shkencor, ajo parashikim ka shumë të ngjarë të jetë gabim.
Studiuesit e Universitetit Teknik të Vjenës (TU Wien) botuan në qershor 2026, në revistën e recensionuar AGILE-GISS (Vëllimi 7), një analizë të titulluar 'When Today's Accuracy Fails Tomorrow' (Kur saktësia e sotme dështon nesër). Autorët, Christopher Kmen, Gerhard Navratil dhe Ioannis Giannopoulos, kanë analizuar modelet aktuale të parashikimit të çmimeve të pronave dhe kanë zbuluar një problem strukturor: mënyra si testohen këto modele është thelbësisht e gabuar.
Ky nuk është problem i algoritmeve. Është problem i mënyrës si validohen ato, dhe për dikë që po mendon të blejë një pronë në Phuket apo Bangkok, kjo përkthehet direkt në rrezik financiar.
Përgjigja e shpejtë për ata që nxitojnë
Studimi AGILE-GISS (qershor 2026) zbuloi se modelet e parashikimit të çmimeve të pronave e mbivlerësojnë sistematikisht saktësinë e tyre, për shkak të një gabimi në validimin kohor (temporal validation bias). Konkretisht:
- Saktësia 'brenda mostrës' (in-sample) shpesh kalon 90%
- Kur testohen me periudha vërtet të ardhshme, saktësia bie në 60-70% ose më poshtë
- Shkaku kryesor: horizonte parashikimi shumë të shkurtra, që nuk pasqyrojnë dobinë reale të modelit në kohë të gjatë
- XGBoost dhe modelet ensemble performojnë më mirë se pjesa tjetër, por edhe ato kërkojnë testim jashtë-mostre (out-of-sample) për t'u besuar
- Për investitorët në Tajlandë, kjo do të thotë se t'i besosh verbërisht një parashikimi rendimenti të gjeneruar nga IA për një projekt specifik, në një horizont 3-5 vjeçar, është një lojë me rrezik të lartë
- Përfundimi praktik: IA është e vlefshme për analizë krahasuese dhe filtrim fillestar, por vendimi final kërkon ende ekspertizë njerëzore
Çfarë tregoi saktësisht studimi i TU Wien
Studimi u botua në qershor 2026 nga tre studiues të TU Wien në revistën shkencore AGILE-GISS, Vëllimi 7. Zbulimi qendror: modelet hapësinore-kohore (spatiotemporal) vuajnë nga një shtrembërim sistematik, ku modeli praktikisht 'shikon me bisht të syrit' të dhëna të ardhshme gjatë stërvitjes, duke krijuar iluzionin e një saktësie që në realitet nuk ekziston.
Disa fakte konkrete nga studimi dhe kontekstit të tregut:
- XGBoost dhe metodat ensemble u konsideruan më premtueset midis qasjeve të testuara, megjithatë autorët theksojnë se pa testim jashtë-mostre në periudha të ardhshme, edhe këto mbeten të pasigurta
- Mungesa e të dhënave cilësore mbetet pengesë e madhe. Në Tajlandë ky problem është më i theksuar se në Evropë, ku regjistrat e transaksioneve të pronave janë dukshëm më transparentë
- Horizontet e shkurtra të parashikimit (1-6 muaj) krijojnë iluzion precizioni. Në një horizont 2-5 vjeçar, gabimi i parashikimit shumëfishohet
- Zhvillues të mëdhenj në Bangkok dhe Phuket përdorin tashmë mjete IA për çmimore, por asnjëri nuk mbështetet ekskluzivisht te modelet e makinës për vendimet finale
- Një notë kërkimore e Goldman Sachs, publikuar në korrik 2026, gjeti se IA po riformëson tregun e punës në pasuritë e paluajtshme, jo duke eliminuar vendet e punës, por duke i rikonfiguruar ato. Agjentët dhe investitorët që adoptojnë mjete IA priren të fitojnë më shumë se ata që mbështeten te metodat e vjetra
- Vetëm në Phuket, u regjistruan 54.628 kërkesa reale midis dhjetorit 2025 dhe majit 2026, prej të cilave 71% për qira dhe 29% për blerje, shifra që tregojnë sesi analiza e kërkesës e drejtuar nga IA po formëson tashmë vendimmarrjen reale në tregun më të pjekur të rajonit
Si ta përdorni IA-në me kokë të ftohtë: hap pas hapi
Nëse jeni një investitor shqiptar që po shqyrton IA-në për vlerësimin e pronave në Tajlandë në 2026, ky është një udhërrëfyes praktik:
1. Përcaktoni saktësisht çfarë analize IA ju duhet
Ekzistojnë tre nivele: filtrim tregu (gjetja e lokacioneve premtuese), vlerësim i një aseti individual (analizë e shitjeve të krahasueshme) dhe parashikim rendimenti. IA performon mirë për të dyja të parat. Për të tretën, jo ende.
2. Krahasojeni gjithmonë me të dhëna të hapura
Platforma si DDproperty dhe Hipflat publikojnë indekse çmimesh sipas distriktit. Krahasoni çfarë prodhon një model IA me lëvizjen reale të çmimeve gjatë 3 viteve të fundit. Nëse ndryshimi kalon 15%, mos i besoni modelit.
3. Kërkoni gjithmonë validim jashtë-mostre
Studimi AGILE-GISS i vitit 2026 është i qartë: një model i testuar vetëm me të dhëna historike (in-sample) nuk meriton besimin tuaj. Pyesni gjithkënd që ju ofron një parashikim IA nëse modeli është testuar me të dhëna që nuk i ka 'parë' gjatë stërvitjes.
4. Grumbulloni të dhëna specifike për lokacionin tuaj të synuar
Modelet IA performojnë më mirë në distriktet me dokumentim të mirë. Për Phuket (Bang Tao, Laguna), Bangkok (Sukhumvit, Silom) dhe Pattaya (Wongamat) ekzistojnë të dhëna të mjaftueshme. Për zona më pak të hartografuara si Krabi apo Koh Samui, modelet janë dukshëm më pak të sakta.
5. Rezervoni fluturimin për vizitën personale që herët
Të shikosh një pronë personalisht mbetet i pazëvendësueshëm. IA mund t'ju tregojë numra, por nuk mund t'ju përshkruajë cilësinë e ndërtimit, gjendjen reale të infrastrukturës apo 'ndjesinë' e lagjes.
6. Sillni një ekspert lokal për due diligence-in final
IA është një filtër i nivelit të parë. Ju ndihmon të kaloni nga 200 opsione në 10. Por vendimi final i takon dikujt që njeh ligjin lokal, reputacionin e zhvilluesit dhe nuancat specifike të projektit. Këtu ekipe si Prona në Tajlandë mund të plotësojnë hendekun mes analizës automatike dhe njohjes reale të terrenit.
7. Rifreskoni të dhënat çdo 3-6 muaj
Tregu tajlandez lëviz shpejt. Një model i stërvitur me të dhëna të fillim-2025 mund të mos kapë projekte të reja infrastrukture, si zgjerimet e BTS-së në Bangkok, apo ndryshime në politikat e vizave.
Pyetje të shpeshta
A mund t'i besoj vlerësimit IA të një apartamenti tajlandez?
Pjesërisht. Modelet IA janë të forta për analizë krahasuese, pra për të treguar sa kushton një njësi e ngjashme në të njëjtën lagje. Por një parashikim rritjeje çmimi për 3-5 vjet, siç tregoi studimi AGILE-GISS (Vëllimi 7, 2026), mbetet shumë i pabesueshëm për shkak të gabimit në validimin kohor.
Cilat modele IA performojnë më mirë për vlerësimin e pronave?
XGBoost dhe modelet ensemble dhanë rezultatet më të mira në kërkimin e vitit 2026. Megjithatë, edhe këto kërkojnë testim jashtë-mostre për të konfirmuar saktësinë.
Pse parashikimet e IA dështojnë në horizonte kohore më të gjata?
Sepse shumica e modeleve testohen me periudha të shkurtra (1-6 muaj), ku saktësia duket artificialisht e lartë. Në një horizont 2-5 vjeçar, faktorë që modeli nuk mund t'i parashikonte, ndryshime rregullatore, goditje makroekonomike, ndryshime kërkese, akumulohen dhe e shumëfishojnë gabimin.
A e përdorin realisht zhvilluesit tajlandezë IA-në?
Po. Zhvillues të mëdhenj në Bangkok e përdorin IA-në për çmimore dhe analizë kërkese. Por asnjë kompani e njohur publikisht nuk mbështetet te IA si i vetmi mjet vendimmarrjeje.
Çfarë mund të bëjë IA për një investitor tajlandez sot?
Tre përdorime praktike: filtrim i shpejtë tregu (gjetja e distrikteve me çmime në rritje), vlerësim i drejtë vlere përmes shitjeve të krahasueshme, dhe monitorim automatik i listimeve të reja që përputhen me kriteret tuaja.
Çfarë të dhënash i duhen një modeli IA për vlerësim të saktë?
Minimalisht: çmimet reale të transaksioneve (jo çmimet e listimit), madhësia e njësisë, kati, distanca nga transporti dhe deti, viti i ndërtimit, dhe densiteti i lagjes. Sfida e Tajlandës është aksesi i kufizuar te regjistrat reale të transaksioneve.
Ia vlen të paguash për shërbime vlerësimi me IA?
Nëse shërbimi zbulon metodologjinë e vet dhe tregon rezultate testimi jashtë-mostre, po. Nëse thjesht ju jep një 'parashikim të saktë' pa shpjegim, jo. Kontrolloni gjithmonë çfarë të dhënash e stërvitën modelin dhe sa kohët e fundit është përditësuar.
A do t'i zëvendësojë IA agjentët e pronave në Tajlandë?
Jo brenda 5 viteve të ardhshme. IA do të përthithë punën rutinë, përputhjen e pronave, analizën fillestare, monitorimin. Por negociatat me zhvilluesit, due diligence-i ligjor, dhe vlerësimi i cilësisë së ndërtimit mbeten detyra ku ekspertiza njerëzore vazhdon të jetë thelbësore.
Mësimi kryesor nga studimi AGILE-GISS 2026 është i thjeshtë: IA në pasuritë e paluajtshme është një mjet analitik i fuqishëm, por një parashikues i dobët i së ardhmes. Përdoreni për atë që bën mirë, përpunimin e sasive të mëdha të dhënash dhe identifikimin e modeleve, dhe merrni vendimet strategjike bazuar në analizë ekspertësh, njohje të tregut lokal dhe logjikë të shëndoshë.
Burimi: Thaiger
Gati për të investuar në Tajlandë? Ekspertët tanë të Prona në Tajlandë ju ndihmojnë të gjeni pronën e përshtatshme, me analizë reale, jo vetëm parashikime algoritmike.