תשובה ישירה: כן, ה-AI טועה - אבל לא איפה שחשבתם
מודל בינה מלאכותית שמתמחר דירה בפוקט או בבנגקוק על סמך נתוני עבר יכול להגיע לדיוק מרשים, לפעמים מעל 90%. הבעיה מתחילה כשמבקשים ממנו לחזות מה יקרה בעוד שנתיים-שלוש. אז הדיוק צונח ל-60-70% ולפעמים פחות. זו לא תחושת בטן, אלא מסקנה ממחקר שפורסם ביוני 2026 בכתב העת AGILE-GISS (כרך 7), על ידי חוקרים מאוניברסיטת TU Wien בוינה.
למי שקונה נדל"ן בתאילנד ומקבל תחזית תשואה יפה מכלי AI, זה לא עניין אקדמי. זה כסף אמיתי.
מה בדיוק גילה המחקר של TU Wien?
הצוות, בראשות כריסטופר קמן, גרהרד נברטיל ואיואניס ג'יאנופולוס, פרסם עבודה בשם 'When Today's Accuracy Fails Tomorrow' ("כשהדיוק של היום נכשל מחר"). המסקנה המרכזית: מודלים מרחביים-זמניים (spatiotemporal) סובלים מ'הטיית ולידציה זמנית' (temporal validation bias) - עיוות שיטתי שבו המודל, בלי כוונה, 'מציץ' בנתוני עתיד כבר בשלב האימון.
התוצאה: המודל נראה מבריק במבחנים הפנימיים שלו, אבל כשבודקים אותו על תקופה שהוא מעולם לא ראה, הוא נכשל. הפער בין 90%+ בבדיקה הפנימית לבין 60-70% במבחן אמיתי הוא לא תקלה טכנית, זה כשל מובנה בשיטת האימות.
איפה ה-AI כן מצטיין, ואיפה הוא נכשל
| שימוש | רמת אמינות של AI |
|---|---|
| סינון שווקים (איתור אזורים מבטיחים) | גבוהה |
| הערכת שווי נכס בודד (השוואת עסקאות דומות) | גבוהה |
| תחזית תשואה ל-2-5 שנים | נמוכה, לא מומלץ להסתמך |
XGBoost ומודלים מסוג ensemble (שילוב של כמה אלגוריתמים) התבררו כמדויקים ביותר מבין הגישות שנבדקו. אבל גם הם, מדגישים החוקרים, דורשים בדיקת out-of-sample (בדיקה על נתונים שהמודל מעולם לא אומן עליהם) כדי שאפשר יהיה לסמוך עליהם בכלל.
בעיה נוספת ספציפית לתאילנד: מחסור בנתוני עסקאות איכותיים. בעוד שבאירופה יש רישומי עסקאות נדל"ן שקופים יחסית, בתאילנד המידע הזה הרבה יותר מוגבל, מה שמקשה עוד יותר על אימון מודלים אמינים.
למה תחזית ל-3-5 שנים מתפרקת?
הבעיה נובעת מ'אופק תחזית קצר' (short forecasting horizon). רוב המודלים נבדקים על תקופות של חודש עד חצי שנה, שם הדיוק נראה מרשים במיוחד. אבל כשמסתכלים על אופק של 2-5 שנים, שינויי רגולציה, זעזועים מקרו-כלכליים ותנודות בביקוש מצטברים ומכפילים את שגיאת התחזית. במילים אחרות: ככל שמנסים לחזות רחוק יותר, המודל טועה יותר, וההטיה הזו לא באה לידי ביטוי בבדיקות הרגילות שהחברות מציגות למשקיעים.
מה קורה בשטח, בפוקט ובבנגקוק?
יזמים גדולים בבנגקוק ובפוקט כבר משתמשים בכלי AI לתמחור, אבל אף אחד מהם לא מסתמך על מודל מכונה בלבד לקבלת ההחלטה הסופית. AI משמש כשכבת ניתוח ראשונה, לא כפוסק אחרון.
נתון מעניין מהשוק: בין דצמבר 2025 למאי 2026 נרשמו בפוקט 54,628 פניות אמיתיות של קונים ושוכרים פוטנציאליים, מתוכן 71% לשכירות ו-29% לרכישה. זה ממחיש עד כמה ניתוח ביקוש מבוסס AI כבר משפיע על החלטות אמיתיות בשוק הבשל ביותר של תאילנד.
מעניין גם לציין דוח מחקר של Goldman Sachs מיולי 2026, שמצא כי AI לא מבטל את עבודתם של סוכני נדל"ן ומשקיעים, אלא משנה את אופייה. סוכנים ומשקיעים שמאמצים כלי AI נוטים להרוויח יותר מאלה שנשארים עם השיטות הישנות.
מדריך מעשי: איך להשתמש ב-AI נכון כשקונים נכס בתאילנד ב-2026
שלב 1: הגדירו איזה סוג ניתוח אתם באמת צריכים
יש שלוש רמות: סינון שוק (איתור אזורים מבטיחים), הערכת שווי נכס בודד (השוואת עסקאות), ותחזית תשואה. AI כבר טוב מאוד בשתי הרמות הראשונות. בשלישית, עדיין לא.
שלב 2: הצליבו מול נתונים פתוחים
פלטפורמות כמו DDproperty ו-Hipflat מפרסמות מדדי מחירים ברמת המחוז. השוו את מה שהמודל מציג מול תנועת המחירים האמיתית ב-3 השנים האחרונות. אם הפער עולה על 15%, אל תסמכו על המודל.
שלב 3: דרשו בדיקת out-of-sample
מחקר AGILE-GISS 2026 ברור בעניין הזה: מודל שנבדק רק על נתוני עבר (in-sample) לא ראוי לאמון. שאלו כל מי שמציע לכם תחזית AI האם המודל נבדק על נתונים שהוא מעולם לא 'ראה' בזמן האימון.
שלב 4: אספו נתונים ספציפיים לאזור היעד שלכם
מודלים מדויקים יותר באזורים מתועדים היטב. עבור פוקט (בנג טאו, לגונה), בנגקוק (סוכומוויט, סילום) ופאטאיה (וונגאמאט), יש מספיק נתונים. באזורים פחות ממופים כמו קרבי או קו סמוי, המודלים משמעותית פחות מדויקים.
שלב 5: תזמנו טיסת ביקור מראש
ביקור פיזי בנכס עדיין בלתי ניתן להחלפה. AI יכול להראות לכם מספרים, אבל לא איכות בנייה, מצב תשתיות אמיתי, או את התחושה של השכונה.
שלב 6: הביאו מומחה מקומי לבדיקת נאותות סופית
AI הוא מסנן ראשוני. הוא מצמצם 200 אפשרויות ל-10. אבל ההחלטה הסופית שייכת למי שמכיר את החוק המקומי, המוניטין של היזם, והדקויות הספציפיות לפרויקט. בנדל"ן בתאילנד אנחנו רואים בדיוק את השילוב הזה, כלים דיגיטליים לצד ליווי אנושי צמוד.
שלב 7: רעננו את הנתונים כל 3-6 חודשים
השוק התאילנדי זז מהר. מודל שאומן על נתוני תחילת 2025 עלול לפספס פרויקטי תשתית חדשים, כמו הרחבות קווי BTS בבנגקוק, או שינויים במדיניות ויזות.
המסקנה למשקיע הישראלי
הלקח המרכזי ממחקר AGILE-GISS 2026 פשוט: AI בנדל"ן הוא כלי ניתוח עוצמתי, אבל מנבא עתיד גרוע. תנו לו לעשות את מה שהוא עושה טוב, לעבד כמויות ענק של מידע ולזהות דפוסים, וקבלו החלטות אסטרטגיות על סמך ניתוח מקצועי, הבנת שוק מקומית ושכל ישר.
מקור: Thaiger