एक थाई लैंड डिपार्टमेंट के डेटा पर ट्रेन किया गया वैल्यूएशन मॉडल फुकेट के विला की कीमत लगातार कम बताता है। गलती एल्गोरिदम की नहीं है। बिक्री के कॉन्ट्रैक्ट में अक्सर वह सरकारी असेस्ड वैल्यू दर्ज होती है जिस पर ट्रांसफर ड्यूटी कैलकुलेट होती है, असली ट्रांजैक्शन प्राइस नहीं। मॉडल वही सीखता है जो उसे खिलाया जाता है, और नतीजा एक ऐसा आंकड़ा होता है जिस पर कोई भी असल में प्रॉपर्टी नहीं बेचता।
यही कहानी उस बड़े सवाल का जवाब है जो हर हिंदी भाषी निवेशक पूछता है: थाईलैंड में AI असल में कहाँ काम करता है, और कहाँ सिर्फ एक फैंसी शब्द बनकर रह जाता है? जवाब सीधा है: जहाँ डेटा साफ और भरपूर है, जैसे बातचीत, दस्तावेज़, अनुवाद, फाइनेंशियल मॉडलिंग और लीड स्क्रीनिंग, वहाँ AI शानदार काम करता है। जहाँ मार्केट अपने आप में अपारदर्शी है, जैसे थाईलैंड का रीसेल हाउसिंग मार्केट, वहाँ यह बुरी तरह फेल होता है।
थाईलैंड में AI असल में किन 4-5 कामों में मदद करता है?
एजेंट्स और निवेशकों के लिए 2026 में चार काम भरोसे के साथ किए जा सकते हैं: इनबाउंड लीड्स को क्वालिफाई करना, अंग्रेज़ी-रूसी-थाई मल्टीलिंगुअल कंटेंट तैयार करना, लंबे लीगल डॉक्यूमेंट्स को पार्स करना, और यील्ड फाइनेंशियल मॉडल बनाना। इन चार में से एक सामान्य एजेंट हफ्ते में 8 से 12 घंटे बचा सकता है, बशर्ते काम रूटीन हो, बिक्री जैसा फैसला नहीं।
सितंबर 2026 में arXiv पर प्रकाशित एक रिसर्च AI को सिर्फ एक टूल नहीं, बल्कि साथ में पूँजी, सिंथेटिक लेबर और इंफ्रास्ट्रक्चर की तरह देखती है, जो पाँच रास्तों से काम करता है: ऑटोमेशन, ऑगमेंटेशन, ऑप्टिमाइज़ेशन, प्रेडिक्शन और इनोवेशन। रियल एस्टेट में अभी सिर्फ पहले दो रास्ते, यानी ऑटोमेशन और ऑगमेंटेशन, बड़े पैमाने पर इस्तेमाल हो रहे हैं।
फुकेट कोंडो की AI वैल्यूएशन पर भरोसा कर सकते हैं क्या?
रेफरेंस पॉइंट के तौर पर हाँ, पर बातचीत के आधार के तौर पर नहीं। थाईलैंड का ट्रेज़री डिपार्टमेंट हर साइकिल में प्रॉपर्टी असेसमेंट करता है, मौजूदा साइकिल 2023 से 2026 तक की है, और यही असेस्ड फिगर 2% ट्रांसफर ड्यूटी कैलकुलेट करने के लिए इस्तेमाल होता है। ज़्यादातर डेटासेट में यही आंकड़ा भरा होता है, असली बिक्री कीमत नहीं। टूरिस्ट इलाकों की रीसेल प्रॉपर्टी में यह अंतर मार्केट के अंदाज़ों के मुताबिक काफी बड़ा हो सकता है।
मुकाबले के लिए, जुलाई 2026 की SAP और ऑक्सफर्ड इकोनॉमिक्स की स्टडी, जिसमें 2,600 एग्ज़ेक्युटिव्स को सर्वे किया गया, बताती है कि जो कंपनियां AI को अपने ऑपरेशन में गहराई से जोड़ती हैं उनका ROI बढ़ता जाता है। बैंकॉक और फुकेट के कुछ शुरुआती कोंडो वैल्यूएशन टूल्स अब तुलनीय बिक्री (comparable sales) पर एक नाप के अंदर काम कर रहे हैं, यह ट्रेंड उस स्टडी से मेल खाता है।
चनोट टाइटल और 49% कोटा जैसी चीज़ों में AI की सीमा कहाँ है?
चनोट टाइटल की लीगल वेरिफिकेशन, डेवलपर का स्टेटस, या कोंडोमिनियम में विदेशी मालिकाना हक की 49% सीमा, इनमें से किसी को भी कोई AI स्क्रिप्ट पूरी तरह नहीं संभाल सकती। थाईलैंड के कॉन्डोमिनियम एक्ट के तहत किसी भी कोंडो प्रोजेक्ट में विदेशी सिर्फ कुल फ्लोर एरिया का 49% फ्रीहोल्ड में मालिक हो सकते हैं। यह एक सख्त कानूनी सीमा है, और बाकी कोटा कितना बचा है यह सिर्फ मैनेजमेंट कंपनी की चिट्ठी बता सकती है, कोई मॉडल नहीं।
रिसर्च यह भी बताती है कि लेबर मार्केट पर असर तीन तरीकों से दिखता है: सब्स्टिट्यूशन, कॉम्प्लीमेंटैरिटी और क्रिएटिव डिस्ट्रक्शन। एजेंसी बिज़नेस के लिए इसका मतलब यह नहीं कि प्रोफेशन खत्म हो जाएगा, बल्कि यह कि रूटीन काम गायब होता जाएगा और नेगोशिएशन स्किल्स तथा लोकल एक्सपर्टीज़ की वैल्यू बढ़ेगी।
टैक्स कैलकुलेशन में AI कितना भरोसेमंद है?
यहाँ AI बहुत अच्छा काम करता है, बशर्ते इनपुट सही हों। जैसे, रीसेल पर अगर प्रॉपर्टी 5 साल के अंदर बेची जाए तो 3.3% स्पेसिफिक बिज़नेस टैक्स लगता है, यह ट्रांजैक्शन प्राइस या असेस्ड वैल्यू, जो भी ज़्यादा हो, उस पर कैलकुलेट होता है। मॉडल ऐसे नियमों को बिना गलती के कैलकुलेट कर सकता है, पर इनपुट खुद सही डालना ज़रूरी है, यह अंदाज़ा नहीं लगा सकता।
यहां एक अहम बात है: रिसर्च के मुताबिक इस पूरी गेम में असली फायदा उन्हें नहीं मिलता जो किसी मॉडल का सब्सक्रिप्शन खरीदते हैं, बल्कि उन्हें मिलता है जिनके पास अपना प्रोप्राइटरी डेटा जमा है। जिस एजेंसी के CRM में पाँच साल के ट्रांजैक्शन का इतिहास मौजूद है, उसे स्ट्रक्चरल फायदा है।
AI अपनाने के लिए एक हिंदी भाषी एजेंट या निवेशक को कहाँ से शुरुआत करनी चाहिए?
सबसे पहले अपने पिछले 24 महीनों का डेटा एक्सपोर्ट करें: क्लाइंट बातचीत, विज़िट हिस्ट्री, डील छूटने की वजहें, असली क्लोज़िंग प्राइस। इसके बिना कोई भी मॉडल किसी और के आंकड़ों पर चलता है, और थाईलैंड के लिए वे आंकड़े कमज़ोर हैं। फिर बेसलाइन नापें: मैसेज के जवाब, शॉर्टलिस्ट बनाना, लिस्टिंग ट्रांसलेट करना और इंस्टॉलमेंट टर्म्स चेक करने में हफ्ते में कितना समय जाता है, यह इम्प्लीमेंटेशन से पहले नाप लें, वर्ना बाद में असर साबित नहीं कर पाएंगे।
अनुवाद और लोकलाइज़ेशन से शुरुआत करें, बिक्री से नहीं। अंग्रेज़ी, रूसी और थाई भाषा में लिस्टिंग डिस्क्रिप्शन और डेवलपर से बातचीत का वर्कफ़्लो तुरंत नतीजे देता है। एक ग्लॉसरी बनाएं (चनोट, लीज़होल्ड, फ्रीहोल्ड, सिंकिंग फंड) और उसे टेक्स्ट के साथ मॉडल को दें, वर्ना अनुवाद कानूनी रूप से बेमानी निकलेगा।
यील्ड कैलकुलेटर स्प्रेडशीट में बनाएं और फॉर्मूला मॉडल से लिखवाएं: 2% ट्रांसफर ड्यूटी, विदहोल्डिंग टैक्स, 5 साल के अंदर रीसेल पर 3.3% स्पेसिफिक बिज़नेस टैक्स, मैनेजमेंट फीस और किरायेदारों के बीच खाली रहने का समय, सब शामिल करें। मॉडल फॉर्मूला अच्छे लिखता है, इनपुट का अंदाज़ा बुरा लगाता है, इसलिए इनपुट खुद सेट करें।
लिस्टिंग डिस्क्रिप्शन के लिए AI इस्तेमाल करना क्यों सही नहीं है?
यह सबसे ज़्यादा पॉपुलर पर सबसे ज़्यादा ओवररेटेड इस्तेमाल है। टेक्स्ट स्मूथ निकलता है, पर कन्वर्ज़न नहीं बढ़ता, और जो खरीदार एक हफ्ते में दस वेबसाइट देख चुका होता है वह मशीन की लय पकड़ लेता है और लिस्टिंग पर भरोसा करना बंद कर देता है। अगर एक मज़बूत नतीजा चाहिए दस औसत नतीजों की जगह, तो पैसा और समय डॉक्यूमेंट और कैलकुलेशन में लगाएं, मार्केटिंग कॉपी में नहीं।
हमारी राय साफ है: थाईलैंड में एक सोलो एजेंट को अभी AI का इस्तेमाल सिर्फ बातचीत और डॉक्यूमेंट तक सीमित रखना चाहिए। बाकी सब चीज़ें साल में कई दर्जन डील्स के वॉल्यूम पर ही फायदा देती हैं। अगर आप तीन महीने में दो डील बंद कर रहे हैं, तो वह समय अपने इलाके की जानकारी गहरी करने में लगाना ज़्यादा ईमानदार फैसला है, क्योंकि वहाँ आपकी बढ़त कॉम्पिटिटर से पहले से ही ज़्यादा है।
थाईलैंड में प्रॉपर्टी की तलाश में Thailand Mein Property जैसी टीम के साथ काम करना इसीलिए मायने रखता है, क्योंकि लीगल वेरिफिकेशन और लोकल जानकारी वहीं मिलती है जहाँ इंसान असली अनुभव के साथ काम कर रहा हो, कोई मॉडल नहीं।
स्रोत: कलिंका थाईलैंड (Kalinka Thailand)