Bir Türk yatırımcı ChatGPT'ye 'Rawai'de bu villa kaç para eder' diye sorduğunda, model gözünü kırpmadan yüz binlik baht dilimine kadar net bir rakam verir. Sorun şu: bu rakam gerçek tapu satış fiyatlarından değil, ilan sitelerindeki istenen fiyatlardan üretilmiştir. Tayland'da resmi satış fiyatlarının toplandığı, makine öğrenmesine açık bir kamu veritabanı yok. Land Department kayıtları toplu olarak dışa aktarılmıyor, ilanlar ise genelde şişirilmiş fiyatlarla aylarca sitede kalıyor.
Bu küçük bir teknik detay değil. Yapay zekanın Tayland emlakında gerçekten işe yaradığı nokta ile 'kulağa mantıklı gelen ama boş metin üretme' modu arasındaki çizgi tam burada başlıyor.
Kısa cevap isteyenler için: yapay zeka, gelen müşteri taleplerinin işlenmesi, çeviri ve doküman incelemesinde ciddi zaman tasarrufu sağlıyor. Değerleme ve hukuki konularda ise risk hâlâ yüksek. McKinsey ve QuantumBlack'in Ağustos 2026'da yayınladığı küresel anket de aynı tabloyu gösteriyor: yapay zeka benimseme oranı tırmanmaya devam ederken, işletme kârına (EBIT) ölçülebilir bir katkı bildiren şirket oranı %37'de sabit kalmış, bir önceki yıla göre hiç büyümemiş. Bütçeler, getiriden daha hızlı büyüyüyor. Bu her teknoloji dalgasında yaşanır ve kenarda durmak için bir sebep değil.
Tayland'da Emlak Değerlemesinde Yapay Zekaya Neden Güvenilmez?
Otomatik değerleme, Tayland'da geniş bir hata payı taşıyor: eğitim için kullanılabilecek kamuya açık bir işlem fiyatı sicili yok. Bangkok veya Phuket'te bir kondoya 'kabaca evet, kesin olarak hayır' diyebiliriz. Modeller sadece istenen fiyatları görüyor, gerçekleşen satış fiyatlarını değil. İkinci el piyasada istenen fiyat ile nihai satış fiyatı arasındaki fark çift hanelere kadar çıkabiliyor. İpotek söz konusuysa ya da ciddi bir yatırım kararı veriliyorsa, lisanslı bir eksperden değerleme almak şart.
Yapay Zeka Tayland Emlakında Hangi Dört Alanda Gerçekten İşe Yarıyor?
Emlak ofislerinde şu anda gerçekte neler oluyor, dört başlıkta somutlaşıyor.
İlk temas artık neredeyse tamamen otomatik. Bir mesaj WhatsApp, Line ya da Telegram üzerinden gelir, dil otomatik tespit edilir, bütçe, zamanlama ve satın alma amacına dair üç soru sorulur, ardından uygun üç ilan geri gönderilir. Farklı bir zaman diliminden gelen gece yarısı sorusu artık Bangkok ofis saatini beklemez. Pratikte bu, sektördeki en hızlı geri dönüşü sağlayan yatırım: kurulumu çeyrek yıl değil, hafta sürer.
İkinci alan metin yazarlığı. On ilanı İngilizce, Rusça ve Çince olarak her kitleye özel yeniden yazmak eskiden bir metin yazarının tam bir gününü alırdı. Şimdi düzeltme dahil kırk dakika sürüyor. Ama düzeltme atlanacak bir adım değil: modeller 'leasehold'u (kiracılık hakkı) süreyi belirtmeden düz 'kiralama' olarak çevirebiliyor, Nor Sor 3 Gor arazi belgesini de tam bir tapu senedi gibi gösterebiliyor. Bir Türk alıcı bunu, olmayan bir garanti olarak okur.
Üçüncü alan belgeler. Bir chanote tapusunu, satış sözleşmesini ve kondominyum yönetim tüzüğünü uzun bağlamlı bir modele verdiğinizde, avukatın ilk iki saatlik işini tasarruf edersiniz: model alan büyüklüklerini, ipotek/yük kayıtlarını ve ödeme takvimini çıkarır, tutarsızlıkları işaretler. Ama bundan sonrasını lisanslı bir profesyonel devralmalı. Model, Land Department'a gidip kayıtları doğrulamaz.
Dördüncü alan kısa dönem kiralama yönetimi. Burada veri gerçek ve güvenilir: doluluk oranı, günlük fiyat ve bölgeye göre sezonsallık otomatik olarak toplanıyor. Patong veya Kamala'da algoritmik fiyatlandırma, yıllık geliri sunum slaytında değil, gerçek raporda artırıyor.
Hangi Uygulamalar Başarısız Oluyor?
Her şey yolunda gitmiyor. Üretken görsel 'sanal döşeme' (virtual staging), alıcı sahaya gidip farklı bir plan bulana kadar harika görünür. Birçok ajans, render'ların gerçekle uyuşmaması yüzünden şikayet aldı; fotoğrafçıdan tasarruf edilen para, itibar kaybına değmiyor. Hiçbir zaman insana devretmeyen sohbet robotları, dördüncü mesajda yüksek değerli müşteriyi kaybediyor: 40 milyon baht'lık bir villaya bakan alıcı, ciddiyetini bir bota ispatlamak istemez. En riskli alan ise Tayland şirketi üzerinden mülkiyet yapısına dair yapay zeka üretimi hukuki cevaplar; kulağa çok düzgün gelir ama Land Department'ın gerçek uygulamasıyla düzenli olarak çelişir.
Benim görüşüm şu: 'ajanslar için yapay zeka platformu' satın almayın. Zaman ve para tasarrufunu gerçekten ölçebileceğiniz üç dört dar süreç seçin, bunları abonelik araçlarıyla kapatın. Yılda yirmiden az işlem yapıyorsanız bütün bunları büyük ölçüde göz ardı edebilirsiniz; manuel çalışma sizin için daha ucuzdur, token ve eğitim maliyetleri kendini amorti etmez. Yukarıdaki %20 rakamı tam da bunu anlatıyor: şirketlerin %20'si için yapay zekanın işletme maliyeti, kullanımı sınırlayan bir engele dönüşmüş durumda.
Yatırım Rakamları: Kim Ne Kadar Harcıyor, Getiri Nerede?
| Gösterge | Değer | Not |
|---|---|---|
| EBIT'e ölçülebilir katkı bildiren şirket oranı | %37 | Yıldan yıla değişmedi |
| Yapay zeka maliyetini kullanım engeli sayan şirket oranı | %20 | Doğrudan kısıtlayıcı etki |
| IT bütçesinin %10'undan fazlasını yapay zekaya ayıran lider şirketler | %28 | Gelecek yıl yatırımı artırmayı planlayan: %60 |
| Bangkok merkez kondo piyasasında yabancı mülkiyet payı (2026) | %32 | Bir önceki yıl kabaca %18 |
| Phuket kondo satışlarında yabancı alıcı payı (2026 ilk yarı) | %67 | - |
| Phuket'te yabancı satışlarındaki büyüme (2026 H1 vs 2025 H1) | %45'in üzerinde | Bang Tao ve Cherng Talay öne çıkan bölgeler |
McKinsey/QuantumBlack anketine göre en yoğun yapay zeka yatırımı ilaç ve medikal teknoloji, sigorta ve bankacılıkta yapılıyor; emlak sektörü ilk sırada değil. Lider şirketleri ayrıştıran şey bütçe büyüklüğü değil, süreçleri yapay zeka etrafında yeniden tasarlama iradesi; bu şirketler işlerini üç yıllık bir ufukta dönüştürmeyi hedefliyor ve yapay zekayı sadece maliyet kesmek için değil, gelir artışı için kullanıyor. Sadece maliyet kesmeye oynayan şirketler daha kötü sonuç alıyor. 2026 için işten çıkarma beklentileri 2025'e göre daha yüksek ama son bir yılda gerçekleşen kesintiler, öngörülerin altında kaldı.
Türk Alıcının Bilmesi Gereken Yasal Sınırlar
Bir modelin size söylemeyeceği şey şu: yabancılar bir kondominyum binasındaki serbest mülkiyetli (freehold) alanın en fazla %49'unu elinde tutabilir, standart leasehold (kiracılık hakkı) süresi 30 yıl olarak tescil edilir. Bu %49'luk kotanın binada ne kadarının halen dolu olduğunu hiçbir model kontrol etmez; bu bilgi, binanın yönetim kurulu (juristic person) evraklarında yer alır ve site ziyareti veya avukat sorgusu gerektirir.
Phuket'teki hareketlilik sadece yapay zeka trendiyle açıklanamaz, yapısal bir büyüme söz konusu: İngiltere, Rusya, Kanada, ABD ve başka ülkelerden gelen yatırımcılarla birlikte Bang Tao ve Cherng Talay kilit bölgeler olmaya devam ediyor.
Adım Adım: Bir Emlak Ofisi Yapay Zekaya Nasıl Başlamalı?
-
İki hafta boyunca temel ölçümü yapın. Bir talebe ilk yanıt süresini dakika olarak, bir ilan hazırlamak için geçen saati ve bir doküman paketinin çeviri maliyetini not edin. Bu rakamlar olmadan kendinize bile etkiyi ispatlayamazsınız.
-
İlk yanıt hızını düzeltin. WhatsApp, Line ve Telegram'da dil algılamalı, bütçe/zamanlama/amaç sorularını içeren bir otomatik yanıt kurun. Hedef: günün her saatinde 5 dakikanın altı. 'Villa', 'yatırım', 'görme randevusu' gibi anahtar kelimelerde canlı temsilciye zorunlu devir ekleyin.
-
Tek bir standart ilan şablonu oluşturun: mülkiyet tipi (freehold/leasehold), leasehold süresi, kalan yabancı kotası, chanote'ta kayıtlı alan, sinking fund tutarı ve aylık aidat zorunlu alanlar olsun. Model doldurur, insan onaylar.
-
Belgeleri avukat görüşmesinden önce, avukatın yerine değil, uzun bağlamlı bir modelden geçirin. Avukata soracağınız soru listesi bu incelemeden çıkmalı.
-
10'dan fazla ünite yönetiyorsanız kiralama havuzunuza algoritmik fiyatlandırma ekleyin. 10'un altında elle hesaplayın; abonelik masrafını karşılamaz.
-
Bütçeyi sınırlı tutun. Lider şirketler IT bütçesinin %10'unun üzerinde harcama yapıyor ama bunlar özel veri ekibi olan şirketler. Bir ajans için sabit bir çeyrek dönem bütçesiyle başlayıp sonuçlara göre yenileyin.
-
Görme turlarını hibrit süreç olarak planlayın. Model, Bang Tao ile Rawai arasındaki rota, zamanlama ve trafik tahminini iyi yapar; ama uçuş ve konaklama ayrı planlanıp görme takvimiyle eşleştirilmeli.
-
90 gün sonra temel ölçümle karşılaştırın. Yanıt süresi ve ilan hazırlama süresi en az yarıya inmediyse, yanlış süreci otomatikleştirmişsinizdir.
Sıkça Sorulan Sorular
Yapay zeka Bangkok veya Phuket'te bir kondonun fiyatını değerleyebilir mi?
Kabaca evet, kesin olarak hayır. Modeller ilan fiyatlarını görür, gerçekleşen satış fiyatlarını görmez; çünkü Tayland'da kamuya açık bir fiyat sicili yok. İkinci el piyasada istenen fiyat ile nihai satış fiyatı arasındaki fark çift hanelere ulaşabilir. Özellikle ipotek varsa, lisanslı bir eksperden değerleme alın.
Yapay zeka emlak danışmanlarının yerini alır mı?
2026 anketinde şirketler bir önceki yıla göre daha sert işten çıkarma bekliyor, ama son bir yıldaki gerçek kesintiler öngörülerin altında kaldı. Ortadan kalkan meslek değil, rutin: ilk yazışma, çeviri, belge toplama. Görme randevuları, pazarlık ve Land Department işlemleri insanda kalıyor.
Şirketlerin çoğu neden kâr artışı görmüyor?
Çünkü araç eski sürecin üzerine ekleniyor, süreç yeniden tasarlanmıyor. EBIT'e ölçülebilir katkı bildiren şirket oranı iki yıl üst üste %37'de sabit kaldı; lider şirketleri ayıran şey bütçe büyüklüğü değil, iş akışlarını baştan tasarlama iradesi.
Küçük bir emlak ofisi için maliyet ne kadar olur?
Talep karşılama botu, açıklama üretici ve doküman inceleme aracını içeren temel bir set, aylık birkaç yüz dolarlık abonelikle çalışır; buna kurulum için harcanan personel zamanı eklenir. Kendi verinizle eğitilmiş özel bir modele geçtiğinizde maliyet ciddi şekilde artar.
Kaynak: Nation Thailand