रात के 9:40 बजे पटाया की एक एजेंसी के वर्क चैट में सवाल आता है: 'जोमतिएन के 28 वर्ग मीटर के स्टूडियो पर असली मंथली रेंटल यील्ड कितनी है, शॉर्ट-टर्म रेट नहीं?' एक साल पहले इसका जवाब डेढ़ दिन में मिलता था, पुराने डील्स निकालना, दो मैनेजमेंट कंपनियों को कॉल करना, स्प्रेडशीट बनाना। आज एजेंट AI असिस्टेंट से पूछता है, जिसकी सीधी पहुंच प्रॉपर्टी डेटाबेस और CRM तक है, और कुछ मिनटों में पिछले बारह महीनों के बंद हो चुके कॉन्ट्रैक्ट्स की छनी हुई लिस्ट, फ्लोर और व्यू के हिसाब से बंटी हुई, सामने आ जाती है। मैन्युअल वेरिफिकेशन में अभी भी एक घंटा लगता है। लेकिन डेढ़ दिन नहीं।
अगर आप फुकेट या पटाया में कंडो खरीदने की सोच रहे भारतीय निवेशक हैं, तो यह बदलाव सीधे आपकी जेब से जुड़ा है: एजेंट अब पहले से तेज जवाब दे सकते हैं, लेकिन सही जवाब देना अभी भी अलग बात है।
2026 में कितनी एजेंसियां AI इस्तेमाल करती हैं?
2026 के अंत तक 96% ब्रोकरेज फर्म्स किसी न किसी एक फंक्शन में AI इस्तेमाल कर रही हैं। यह आंकड़ा बहुत लो बार सेट करता है, इसमें वह एजेंसी भी शामिल है जो सिर्फ लिस्टिंग का टेक्स्ट AI से लिखवाती है। असल में जिन एजेंसियों ने अपना पूरा वर्कफ्लो दोबारा बनाया है, उनकी संख्या इससे बहुत कम है। और यही फर्क तय करता है कि कोई एजेंट हफ्ते में दस घंटे बचाता है या सिर्फ दस मिनट।
पटाया में 67% एजेंसियां विदेशी खरीदारों से पहले संपर्क में ही AI का इस्तेमाल करती हैं, और औसत डील साइकिल घटकर 28 दिन रह गई है, जो पहले 42 दिन थी (2026 के मार्केट डेटा के अनुसार)।
AI ने असल में क्या बदला है?
2026 का PropTech-AI स्टैक चार लेयर का है: लीड जेनरेशन, प्रॉपर्टी वैल्यूएशन, लिस्टिंग प्रोडक्शन, और एजेंटिक फंक्शन वाला CRM। मॉडल पहले से ज्यादा स्मार्ट नहीं हुए हैं, बल्कि उन्हें असली सिस्टम्स के भीतर काम करने का अधिकार मिल गया है, डेटा खींचना, डील स्टेटस अपडेट करना, टास्क असाइन करना।
यह एक्सेस MCP (Model Context Protocol) के जरिए मिलता है, जिससे Claude या ChatGPT जैसे मॉडल सीधे CRM और प्रॉपर्टी डेटाबेस से क्वेरी कर सकते हैं, बिना किसी मैनुअल स्प्रेडशीट एक्सपोर्ट के। Rechat, ATTOM Intelligence और RealAnalytica Atlas Agents जैसे ट्रांजैक्शनल प्लेटफॉर्म्स ने 2026 में जनरल-पर्पस मॉडल्स के लिए अपने API खोल दिए। मतलब AI अब एजेंट के वर्कफ्लो के अंदर काम करता है, उसके साथ-साथ नहीं।
सबसे ज्यादा फायदा प्रशासनिक काम में दिखता है: फुकेट में एक एजेंट को हफ्ते में मैसेजिंग ऐप्स और तीन लिस्टिंग प्लेटफॉर्म्स पर 60 से 80 इनबाउंड मैसेज मिलते हैं। CRM से जुड़ा एजेंटिक असिस्टेंट इन्हें बजट, टाइमलाइन और प्रॉपर्टी टाइप के हिसाब से छांटता है, डेटेड टास्क बनाता है, और इन्क्वायरी की भाषा में पहला जवाब ड्राफ्ट करता है। एजेंट सिर्फ एडिट करके भेजता है। यह देखने में कोई बड़ी तकनीकी छलांग नहीं लगती, लेकिन इससे रोज़ दो से तीन घंटे बच जाते हैं।
दूसरे नंबर पर है लिस्टिंग प्रोडक्शन। एक प्रॉपर्टी डिस्क्रिप्शन तीन भाषाओं में, सही टर्मिनोलॉजी के साथ (फ्रीहोल्ड, लीजहोल्ड 30+30, कॉमन एरिया फीस प्रति वर्ग मीटर प्रति माह), अब मिनटों में तैयार हो जाता है, जो पहले कॉपीराइटर को क्वार्टरली भुगतान करने वाला काम था।
AI वैल्यूएशन पर भरोसा क्यों नहीं करना चाहिए?
यहां एक साफ बात कह देते हैं: थाई प्रॉपर्टी की फाइनल वैल्यूएशन AI से मत निकलवाइए। मॉडल आत्मविश्वास से एक आंकड़ा दे देगा, लेकिन वह लिस्टिंग पोर्टल्स की एस्किंग प्राइस पर ट्रेंड होता है, जहां कोई यूनिट अठारह महीने तक अपनी असली बिकने वाली कीमत से 20-25% ज्यादा दाम पर पड़ी रह सकती है। अमेरिका में मॉडल बंद हो चुके MLS ट्रांजैक्शन्स से डेटा खींच सकते हैं। थाईलैंड में ऐसा कोई डेटा लेयर नहीं है, और कोई MCP कनेक्टर इसे बना नहीं सकता।
इसकी वजह साफ है: थाईलैंड में न कोई यूनिफाइड मल्टीपल लिस्टिंग सर्विस (MLS) है, न लैंड डिपार्टमेंट का ट्रांजैक्शन डेटा मशीन-रीडेबल फॉर्मेट में पब्लिश होता है। टैक्स के लिए इस्तेमाल होने वाली ऑफिशियल एप्रेजल वैल्यू भी असली मार्केट सेल प्राइस से मेल नहीं खाती।
AI ज्यादा से ज्यादा एक शुरुआती प्राइस रेंज और तुलनीय लिस्टिंग्स की सूची दे सकता है। इसके आगे आपको मैनेजमेंट कंपनियों को कॉल करना होगा, असली लीज एग्रीमेंट देखने होंगे, और वास्तविक ऑक्यूपेंसी के आंकड़े जुटाने होंगे। अगर आप किसी ऑटोमैटिकली कैलकुलेट की गई यील्ड के आधार पर इन्वेस्टमेंट डिसीजन ले रहे हैं, तो आप ऐसे आंकड़ों पर भरोसा कर रहे हैं जिन्हें किसी ने वेरिफाई नहीं किया।
एक अपवाद है: बड़े डेवलपर प्रोजेक्ट्स, जिनकी प्राइस लिस्ट पारदर्शी होती है और फेज़-दर-फेज़ सेल्स डेटा साफ होता है। वहां मॉडल ठीक-ठाक परफॉर्म करता है, क्योंकि अंडरलाइंग डेटा पब्लिक और स्ट्रक्चर्ड होता है। बैंकॉक और फुकेट की लीडिंग एजेंसियां अब ऐसे AVM (ऑटोमेटेड वैल्यूएशन मॉडल) इस्तेमाल कर रही हैं जो लगभग 3 सेकंड में शुरुआती वैल्यूएशन दे देते हैं, जबकि पहले इसमें कई दिन लगते थे, फिर भी इसे लोकल कॉम्पेरेबल्स के आधार पर इंसानी वेरिफिकेशन की जरूरत होती है।
EU रेगुलेशन से भारतीय खरीदार को क्या लेना-देना है?
अगर आपका कोई क्लाइंट EU का निवासी है, तो EU AI Act के तहत AI इस्तेमाल का खुलासा और मानव निगरानी की शर्तें उस एजेंसी पर लागू होती हैं, भले ही उसका ऑफिस बैंकॉक में हो। भारतीय खरीदारों पर सीधे यह नियम लागू नहीं होता, लेकिन अगर आपकी एजेंसी अलग-अलग देशों के क्लाइंट्स को हैंडल करती है, तो यह समझना जरूरी है कि क्लाइंट की जगह मैटर करती है, एजेंसी के ऑफिस की जगह नहीं।
भारतीय खरीदार के लिए इसका मतलब क्या है?
अगर आप फुकेट में कंडो या विला की तलाश कर रहे हैं, तो असली फायदा यह है कि लीड रिस्पॉन्स और लिस्टिंग डिस्क्रिप्शन जैसी चीजें अब तेज हो गई हैं, आपको जवाब जल्दी मिलेगा, प्रॉपर्टी की डिटेल्स साफ भाषा में मिलेंगी। लेकिन जो नंबर सबसे ज्यादा मैटर करता है, यानी असली यील्ड और सही वैल्यूएशन, वह अभी भी फोन कॉल्स और लोकल कनेक्शंस पर निर्भर करता है। बातचीत, रिस्क असेसमेंट, और क्लाइंट के शक-शुबहे दूर करना अभी भी इंसानी काम है। 96% एजेंसियों के AI अपनाने के बावजूद डील की असली बुनियाद नहीं बदली है, सिर्फ उसके ऊपर का प्रशासनिक काम ऑटोमेट हुआ है।
स्रोत: Kalinka Thailand