Kdo sleduje trh s bydlením na Phuketu nebo v Bangkoku, dnes narazí na spoustu nástrojů, které slibují 'AI odhad ceny vaší nemovitosti' během pár vteřin. Zní to lákavě, ale nová akademická studie ukazuje, že těmto nástrojům byste měli věřit jen s velkou rezervou, obzvlášť pokud se ptáte na budoucnost, ne na současnost.
Krátká odpověď: modely umělé inteligence dokážou velmi přesně ocenit byt na základě dat z minulosti, ale jakmile mají predikovat vývoj cen na 2-3 roky dopředu, jejich přesnost prudce klesá. Podle studie AGILE-GISS (svazek 7) z června 2026, kterou vypracovali vědci z Technické univerzity ve Vídni (TU Wien), přesnost v testech na historických datech běžně přesahuje 90 %, ale při ověření na skutečně budoucích obdobích klesá na 60-70 % i méně.
Problém přitom není v samotných algoritmech. Problém je v tom, jak se tyto modely testují a validují, a pro každého, kdo investuje do thajské nemovitosti, to má docela konkrétní finanční dopad.
Co přesně zjistila studie z roku 2026
V červnu 2026 publikovali Christopher Kmen, Gerhard Navratil a Ioannis Giannopoulos z TU Wien studii nazvanou 'When Today's Accuracy Fails Tomorrow' v recenzovaném časopise AGILE-GISS, svazek 7. Hlavní zjištění: prostorově-časové modely (spatiotemporal models) trpí takzvaným 'temporal validation bias', tedy systematickým zkreslením, kdy model během tréninku de facto 'nakoukne' do budoucích dat, aniž by si toho autor testu vůbec všiml.
Důsledek je jednoduchý: model, který na papíře vypadá jako přesný věštec, ve skutečnosti jen dobře okopíroval vzorce z minulosti a na nová, dosud neviděná období selhává.
Které modely fungují nejlépe
Mezi testovanými přístupy vyšly nejlépe XGBoost a ensemble modely (kombinace více algoritmů dohromady). I ty ale podle autorů studie zůstávají nespolehlivé, pokud nejsou otestované na takzvaných out-of-sample datech, tedy na obdobích, která model při tréninku vůbec neviděl.
Jinak řečeno: i ten nejlepší algoritmus je jen tak dobrý, jak poctivý je způsob jeho ověření.
Proč predikce na delší horizont selhávají
Většina komerčních AI nástrojů se testuje na krátkých obdobích, typicky 1 až 6 měsíců, kde přesnost vypadá uměle vysoká. Jenže jakmile se horizont natáhne na 2 až 5 let, chyba se násobí. Do hry totiž vstupují faktory, které model při tréninku nemohl znát: změny v regulaci, makroekonomické šoky, posuny v poptávce turistů či expatů. Tyhle věci se v datech kumulují a výsledná odchylka roste mnohem rychleji, než by člověk čekal.
Pro investora, který zvažuje koupi bytu na Phuketu s výhledem na výnos za 3-5 let, to znamená jedno: slepě věřit AI vygenerované prognóze výnosu (yieldu) pro konkrétní projekt je riskantní.
Používají thajští developeři AI reálně?
Ano, a to už dnes. Velcí developeři v Bangkoku i na Phuketu využívají AI nástroje pro cenotvorbu a analýzu poptávky. Žádná známá společnost se ale nespoléhá výhradně na strojové modely při finálním rozhodování, lidský úsudek zůstává poslední instancí.
Zajímavý je i pohled z pracovního trhu. Výzkumná zpráva Goldman Sachs z července 2026 zjistila, že AI v realitách nezpůsobuje masivní rušení pracovních míst, spíše je přeskupuje. Makléři a investoři, kteří AI nástroje aktivně používají, obvykle vydělávají více než ti, kdo se drží starých metod.
Konkrétní čísla z Phuketu to jen potvrzují: mezi prosincem 2025 a květnem 2026 bylo na ostrově zaznamenáno 54 628 reálných poptávek, z toho 71 % na pronájem a 29 % na koupi. To ukazuje, že AI analýza poptávky už dnes reálně ovlivňuje rozhodování na nejvyzrálejším trhu regionu.
Data jsou slabina, hlavně v Thajsku
Kvalitní transakční data jsou vzácná všude, ale v Thajsku je tento problém výraznější než v Evropě, kde jsou registry realitních transakcí obecně mnohem transparentnější. Model se dá naučit jen na tom, co má k dispozici, a pokud chybí spolehlivá historie skutečných prodejních cen (ne inzertních), přesnost logicky trpí.
Jak postupovat krok za krokem, pokud chcete AI využít chytře
Pokud uvažujete o investici do thajské nemovitosti v roce 2026 a chcete AI nástroje využít, ale s rozumem, doporučujeme tento postup:
1. Ujasněte si, jaký typ analýzy vlastně potřebujete
Existují tři úrovně: screening trhu (hledání slibných lokalit), ocenění konkrétní nemovitosti (porovnání s podobnými prodeji) a predikce výnosu. AI dnes dobře zvládá první dvě. Tu třetí zatím ne.
2. Porovnejte výstup s veřejně dostupnými daty
Platformy jako DDproperty a Hipflat zveřejňují cenové indexy na úrovni čtvrtí. Porovnejte, co vám ukáže AI model, se skutečným vývojem cen za poslední 3 roky. Pokud je rozdíl větší než 15 %, modelu nevěřte.
3. Vyžadujte ověření na out-of-sample datech
Studie AGILE-GISS z roku 2026 je v tomto ohledu jasná: model testovaný pouze na historických datech si vaši důvěru nezaslouží. Kdokoliv vám nabízí AI prognózu, zeptejte se, jestli byl model testovaný na datech, která při tréninku nikdy 'neviděl'.
4. Sbírejte data specifická pro vaši cílovou lokalitu
AI modely fungují lépe v dobře zdokumentovaných čtvrtích. Pro Phuket (Bang Tao, Laguna), Bangkok (Sukhumvit, Silom) a Pattayu (Wongamat) existuje dostatek dat. U méně zmapovaných oblastí, jako je Krabi nebo Koh Samui, je přesnost modelů znatelně nižší.
5. Naplánujte si prohlídku nemovitosti s dostatečným předstihem
Osobní prohlídka zůstává nenahraditelná. AI vám ukáže čísla, ale nepopíše kvalitu stavby, skutečný stav infrastruktury ani atmosféru čtvrti.
6. Přizvěte místního experta na finální due diligence
AI je prvotní filtr, který dokáže zúžit 200 možností na 10. Poslední slovo ale patří člověku, který rozumí místnímu právu, reputaci developera a specifikům konkrétního projektu.
7. Aktualizujte data každé 3-6 měsíců
Thajský trh se hýbe rychle. Model natrénovaný na datech z počátku roku 2025 může snadno přehlédnout nové infrastrukturní projekty, například prodloužení linky BTS v Bangkoku, nebo změny ve vízové politice.
Shrnutí pro investora
Základní poučení ze studie AGILE-GISS 2026 je jednoduché: AI v realitách je silný analytický nástroj, ale slabý věštec budoucnosti. Nejlépe funguje tam, kde zpracovává velké objemy dat a hledá vzorce, srovnává, filtruje, monitoruje. Strategická rozhodnutí, zvlášť ta s výhledem na několik let, by ale měla stále stát na odborné analýze, znalosti místního trhu a zdravém rozumu. Přesně v tomhle duchu k investicím přistupujeme i my v Nemovitosti v Thajsku, AI bereme jako užitečný nástroj pro první filtr, ne jako náhradu za zkušenost.
Zdroj: Thaiger