Phuket'te bir villa için hazırlanan otomatik değerleme raporu, gerçek satış fiyatının epey altında bir sayı veriyor. Suçlu algoritma değil. Tapu Dairesi'nin kayıtlarına giren rakam, devir harcının hesaplandığı resmi değerleme bedeli; gerçek alım satım fiyatı değil. Model kendisine verilen veriyi olduğu gibi öğreniyor ve piyasada kimsenin gerçekte ödemediği bir fiyat üretiyor.
Bu küçük hikaye, Türk yatırımcıların sorduğu asıl soruyu cevaplıyor: Yapay zeka Tayland gayrimenkulünde gerçekten nerede işe yarıyor, nerede havada kalıyor? Kısa cevap şu: Veri temiz ve bol olduğu yerde (yazışma, belge, çeviri, finansal model, potansiyel müşteri ön elemesi) yapay zeka gerçekten fark yaratıyor. Ama piyasa doğası gereği şeffaf değilse, örneğin Tayland'ın ikinci el konut piyasasında olduğu gibi, aynı araçlar yanılıyor.
Aşağıda hype'sız, dört dörtlük bir çözüm vaadi olmadan, 2026'da ajanslara ve yatırımcılara gerçekten zaman kazandıran araçları, nerede tıkandıklarını ve ne yapmak gerektiğini sıralıyoruz.
Yapay Zeka Tayland'da Villa veya Konut Fiyatını Doğru Tahmin Edebilir mi?
Hayır, güvenilir şekilde değil. Tayland'ın ikinci el konut piyasasında gerçek işlem fiyatlarının tutulduğu kamuya açık bir kayıt sistemi yok; eğitim verisi, devletin belirlediği değerleme bedeliyle kirlenmiş durumda. Bir Bangkok veya Phuket kondosu için çıkan otomatik değerleme, referans noktası olarak işe yarar ama pazarlık masasında dayanak olarak kullanılamaz. Turist bölgelerindeki ikinci el mülklerde gerçek fiyat ile modelin tahmini arasındaki fark, piyasa tahminlerine göre oldukça büyük olabiliyor.
Bunun teknik sebebi basit: Tayland Hazine Dairesi'nin mülk değerleme döngüsü (şu anki döngü 2023-2026'yı kapsıyor) yüzde 2'lik devir harcının hesabında kullanılıyor ve elde bulunan veri setlerinin çoğuna giren rakam da bu. Gerçek piyasa fiyatı değil.
Eylül 2026 Tarihli Araştırma Ne Diyor: Yapay Zeka Sermaye mi, İşgücü mü, Altyapı mı?
arXiv'de Eylül 2026'da yayımlanan bir çalışma, yapay zekayı elektrik ve bilgisayarla aynı kategoriye, yani genel amaçlı bir teknolojiye yerleştiriyor. Araştırmaya göre yapay zeka aynı anda üç şey: sermaye, sentetik işgücü ve altyapı. Ekonomiye etkisini beş kanaldan gösteriyor: otomasyon, güçlendirme (augmentation), optimizasyon, tahmin ve inovasyon.
Gayrimenkul sektöründe bu beş kanaldan sadece ilk ikisi, yani otomasyon ve insan işgücünü güçlendirme, yaygın olarak kullanılıyor. Tahmin (forecasting) kanalı Bangkok gibi halka açık şirketlerin ve finansal açıklamaların bulunduğu piyasalarda anlamlı sonuç veriyor; Rawai'de tek bir sokak için anlamsız kalıyor.
Araştırmanın işaret ettiği bir diğer risk şu: Kazananlar model aboneliği satın alanlar değil, kendi özel verisini biriktirenler olacak. Beş yıllık işlem geçmişini CRM'inde tutan bir ajans, bu konuda yapısal bir avantaja sahip.
Emlak Danışmanının İşi Bitiyor mu, Değişiyor mu?
Araştırma, işgücü piyasasındaki etkiyi üç rejimle anlatıyor: ikame (substitution), tamamlayıcılık (complementarity) ve yaratıcı yıkım (creative destruction). Emlak danışmanlığı için bu, mesleğin kaybolması değil, yeniden şekillenmesi anlamına geliyor. Rutin işler kaybolurken pazarlık becerisi ve yerel bilginin değeri artıyor.
Somut olarak: Chanote tapusunun hukuki doğrulaması, geliştirici statüsünün kontrolü ve bir kondominyumda kalan yüzde 49'luk yabancı sahiplik kotasının teyidi hiçbir yapay zeka konfigürasyonuyla otomatikleştirilemez. Tayland Kondominyum Yasası'na göre bir projede yabancıların toplam kat alanının en fazla yüzde 49'una sahip olabileceği katı bir yasal sınır ve bu kotanın ne kadarının kaldığını size ancak yönetim şirketinin resmi mektubu söyler, hiçbir yapay zeka scripti söyleyemez.
Bir Türk yatırımcı için pratik özet: Haftada 8 ile 12 saat arası zaman kazanmak gerçekçi bir hedef; tamamen otomatikleşmiş bir satış süreci değil.
Hangi Görevlerde Yapay Zeka Gerçekten Zaman Kazandırıyor?
Dört alan tutarlı sonuç veriyor:
- Gelen müşteri taleplerinin ön elemesi (bütçe, zaman çizelgesi, satın alma amacı, saat dilimi bilgisi toplama)
- Çok dilli içerik üretimi (İngilizce, Rusça, Tayca; Türkçe konuşan yatırımcılar için de aynı mantık geçerli)
- Uzun hukuki belgelerin taranması ve özetlenmesi
- Kira getirisi (yield) finansal modellerinin kurulması
Bu dördü birleştiğinde, aktif bir danışman için haftada 8-12 saatlik zaman tasarrufu ortaya çıkıyor. Bu rakam, rutin mesaj yanıtlama, kısa liste hazırlama, ilan çevirisi ve taksit koşullarını kontrol etme gibi işlerin ölçülmesiyle elde ediliyor; yani öncesinde bu işlere haftada ne kadar zaman ayrıldığını bilmeden bu tasarrufu kanıtlamak mümkün değil.
Buna karşılık, temmuz 2026'da SAP ve Oxford Economics'in 2.600 yöneticiyle yaptığı küresel bir araştırma, yapay zeka operasyonlara ne kadar derinlemesine entegre edilirse yatırımın geri dönüşünün (ROI) o kadar arttığını gösteriyor. Bangkok ve Phuket'teki ilk kondo değerleme araçları da, karşılaştırılabilir satışlar (comparable sales) üzerinde artık ölçülebilir hata payları içinde çalışıyor; bu da aynı örüntüyü doğruluyor.
Nereden Başlamalı: Adım Adım Bir Uygulama Planı
-
Son 24 ayın verinizi dışa aktarın. Müşteri yazışmaları, gösterim geçmişi, kaybedilen anlaşmaların nedenleri, gerçek kapanış fiyatları. Bu veri olmadan herhangi bir model başkasının istatistikleriyle çalışır ve Tayland için bu istatistikler zayıftır.
-
Başlangıç noktanızı ölçün. Mesaj yanıtlama, kısa liste hazırlama, ilan çevirisi ve taksit koşulu kontrolüne haftada kaç saat ayırdığınızı uygulama öncesinde kaydedin; sonradan etkiyi kanıtlayamazsınız.
-
Satıştan değil, çeviri ve yerelleştirmeden başlayın. İngilizce, Rusça, Tayca (ve Türkçe konuşan müşteriler için Türkçe) arasında ilan metinleri ve geliştirici yazışmaları hızlı sonuç verir. Chanote, leasehold, freehold, sinking fund gibi terimlerin bir sözlüğünü oluşturup metinle birlikte modele verin; aksi halde hukuki açıdan anlamsız bir çeviri alırsınız.
-
Kira getirisi hesaplayıcınızı bir Excel tablosunda kurun, formülleri model yazsın. Yüzde 2 devir harcı, stopaj vergisi, beş yıl içinde satışta uygulanan yüzde 3,3'lük Özel İşletme Vergisi (Specific Business Tax), yönetim şirketi ücretleri ve kiracılar arası boşluk süresini hesaba katın. Modeller formülü iyi yazar ama girdiyi kötü tahmin eder; girdileri siz belirleyin.
-
Belge taramasına geçin. Bir Tayland geliştiricisiyle yapılan satış sözleşmesi kolayca 40 sayfayı bulur. Yükleyip ödeme takvimini, gecikme cezalarını ve fesih koşullarını çıkarmasını isteyin. Ardından bu maddeleri kendiniz okuyun; model bunları hızlı bulur ama ek (appendix) referanslarını gözden kaçırma eğilimindedir.
-
Müşteri ön elemesini yarı otomatik yapın. Bir bot bütçe, zaman çizelgesi, satın alma amacı ve saat dilimini toplar; ikinci mesajda devreye insan girer. 15 milyon Baht'lık bir mülk hakkında tamamen otomatik bir konuşma, müşteriyi kaçırır.
-
Aynı araçları gösterim turlarını planlamak için kullanın. Model, Phuket trafiğini hesaba katarak üç bölgede iki günlük bir rota çıkarabilir; ancak uçuş ve konaklamayı gösterim tarihlerinden ayrı ve erken rezerve etmek daha akıllıca, çünkü yüksek sezonda fiyatlar planlardan daha hızlı değişiyor.
-
Ayda bir, işe yaramayanı bırakın. On farklı yapay zeka kullanım senaryosunu deneyen ekiplerin çoğu, sonunda sadece ikisini veya üçünü elde tutuyor.
En Çok Abartılan Kullanım Alanı: İlan Metni Üretimi
Burada tek bir uyarı, yukarıdaki listenin tamamından daha değerli: İlan açıklaması üretmek en popüler ve en abartılan kullanım alanı. Metin akıcı çıkıyor ama dönüşüm oranı artmıyor. Bir hafta içinde on farklı sitede ilan gezmiş bir alıcı, makinenin ritmini tanımaya başlıyor ve ilana güvenmiyor.
Bizim görüşümüz şu: Tayland'da tek başına çalışan bir danışman, yapay zeka yatırımını sadece yazışma ve belge işlerine yoğunlaştırmalı. Bunun dışındaki her şey, yılda birkaç düzine işlem hacmine ulaşıldığında karşılığını veriyor. Çeyrekte iki işlem kapatıyorsanız, o zamanı zaten rakiplerinizden daha iyi bildiğiniz bölgeyi daha derinlemesine öğrenmeye ayırmak daha dürüst bir yaklaşım.
Sık Sorulan Sorular
Yapay zeka Tayland'daki emlak danışmanlarının yerini alacak mı?
Hayır, ama işin bileşimini değiştirecek. 2026 tarihli araştırma bunu "tamamlayıcılık" (complementarity) olarak tanımlıyor: Makine tekrarlayan işleri üstlenirken, insan pazarlık, doğrulama ve hesap verebilirlik alanlarında kalıyor. Chanote tapusu üzerindeki hukuki kontroller ve kalan yüzde 49'luk kota her durumda bir insan tarafından onaylanıyor.
Bir Phuket kondosunun otomatik değerlemesine güvenilir mi?
Referans noktası olarak evet, pazarlık dayanağı olarak hayır. Modeller genellikle 2023-2026 döngüsündeki devlet değerleme bedelinin gerçek işlem fiyatına eşit olduğu bir veri setinden öğreniyor. Turistik bölgelerdeki ikinci el mülklerde bu fark, piyasa tahminlerine göre oldukça büyük olabiliyor.
Hangi yapay zeka araçları gerçekten zaman kazandırıyor?
Uzun sözleşmelerin taranması, hukuki terminolojiyi koruyan çeviri, kira getirisi hesap modelleri ve gelen taleplerin ilk sıralaması. Bunların toplamı, aktif bir danışman için haftada 8-12 saatlik zaman tasarrufu sağlıyor.
Yapay zeka belirli bir bölgedeki fiyat artışını tahmin edebilir mi?
Tahmin (forecasting), yapay zekanın ekonomiye etki ettiği beş kanaldan biri ama tahmin kalitesi tamamen veriye bağlı. Bangkok'ta halka açık geliştiriciler ve finansal açıklamalar sayesinde tahminler anlamlı; Rawai'de tek bir sokak için değil.
Pahalı yapay zeka aboneliklerine para vermek gerekli mi?
Çoğu durumda hayır. Büyük modellerin temel (ücretsiz veya düşük maliyetli) katmanları çeviri, belge tarama ve hesaplama işlerini karşılıyor. Para, kendi işlem veritabanınızı düzenlemeye harcanırsa daha değerli; gerçek avantajı yaratan bu, abonelik seviyesi değil.
Müşteri belgelerini bir yapay zeka modeline yüklemek riskli mi?
Evet, eğer kullanıcı verisiyle eğitim yapan ücretsiz bir kamu servisiyse. Kişisel bilgileri, pasaport numaralarını ve sözleşme kimliklerini yüklemeden önce anonimleştirin. Ayarlardan verinizin eğitimde kullanılmasını kapatmak zorunlu bir adım.
Kaynak: Kalinka Thailand