AI අනාවැකි ගැන ඔබ දැනගත යුතු මූලික සත්යය
ඔබ Phuket හෝ Bangkok හි condo එකක් ගැනීමට කලින් AI mobile app එකකින් 'මෙම දේපළේ මිල ඊළඟ අවුරුදු 3ට 20%කින් වැඩිවෙයි' කියලා අනාවැකියක් ලැබුනොත්, එය ගැඹුරින් සැක කරන්න. TU Wien විශ්ව විද්යාලයේ පර්යේෂකයන් 2026 ජූනි මාසයේ AGILE-GISS (Volume 7) සඟරාවේ පළ කළ නවතම අධ්යයනයකින් හෙළිදරව් වුනේ, දේපළ මිල පුරෝකථනය කරන AI මොඩල් තමන්ගේම නිරවද්යතාවය නිතරම අතිශයෝක්තියෙන් ප්රකාශ කරන බවයි. පොත්පත් වශයෙන් ඉතිහාසගත දත්ත මත පරීක්ෂා කළ විට 90%කට වඩා නිවැරදි පෙනෙන මොඩල, සැබෑ අනාගත කාල පරාසයක් මත පරීක්ෂා කළ විට 60-70% හෝ ඊටත් අඩුවට වැටෙයි. මෙය algorithm එකේ අඩුපාඩුවක් නොව, එය validate කරන ක්රමයේ ගැටලුවක්. තායිලන්තයේ ආයෝජකයෙකුට මෙයින් අදහස් වන්නේ, යම් project එකක ලාභ අනුපාතය (yield) ගැන අවුරුදු 3-5ක අනාවැකියක් AI එකෙන් ලැබුනොත්, එය අන්ධ ලෙස විශ්වාස කිරීම මූල්යමය වශයෙන් අවදානම් සහගත බවයි.
AGILE-GISS අධ්යයනය සොයාගත්තේ මොනවාද?
2026 ජූනි මාසයේ Christopher Kmen, Gerhard Navratil සහ Ioannis Giannopoulos (සියල්ලෝම TU Wien හි) 'When Today's Accuracy Fails Tomorrow' නමින් peer-reviewed පත්රිකාවක් AGILE-GISS, Volume 7 සඟරාවේ පළ කළහ. ඔවුන්ගේ ප්රධාන සොයාගැනීම වූයේ, ස්ථානික-කාලික (spatiotemporal) මොඩල 'temporal validation bias' නමැති ක්රමානුකූල දෝෂයකින් පීඩා විඳින බවයි. සරලව කිවහොත්, පුහුණු කිරීමේ (training) අවස්ථාවේදී මොඩලය අනාගත දත්ත වෙත 'රහසින් බලනවා' වගේ තත්ත්වයක් නිර්මාණය වෙනවා, ඒත් සැබෑ ලෝකයේ එවැනි වාසියක් කිසිම ආයෝජකයෙකුට නැහැ.
පරීක්ෂා කළ ක්රම අතරින් XGBoost සහ ensemble මොඩල හොඳම ප්රතිඵල ලබාදුන්නත්, out-of-sample (එනම් අනාගත, මොඩලය කලින් නොදුටු) දත්ත මත පරීක්ෂා නොකළහොත් ඒවත් විශ්වාසදායක නොවේ යැයි කතුවරු අවධාරණය කරති.
මිල අනාවැකි වැරදෙන්නේ ඇයි? කාල පරාසය තමයි කේන්ද්රය
මෙතන ඇත්ත ප්රශ්නය තමයි - බොහෝ AI මොඩල පරීක්ෂා කෙරෙන්නේ මාස 1-6ක කෙටි කාල පරාසයක් ඇතුළතයි. ඒ නිසා නිරවද්යතාවය කෘත්රිම ලෙස ඉහළින් පෙනෙනවා. නමුත් ඔබ අවුරුදු 2-5ක ආයෝජන පරාසයක් ගැන කතා කරද්දී, නීතිමය වෙනස්කම්, macroeconomic කම්පන, ඉල්ලුම වෙනස්වීම් වගේ මොඩලයට කලින් අනුමාන කරන්න බැරි සාධක එකතු වෙලා දෝෂය ගුණ වෙනවා. ඒ නිසායි Bangkok සහ Phuket හි ප්රධාන developers AI tools මිල ගණන් සඳහා දැනටමත් යොදාගත්තත්, ඔවුන් කිසිවෙක් අවසාන තීරණ සඳහා machine model එකකට පමණක් රඳා නොසිටින්නේ.
දත්ත හිඟකම තවත් විශාල බාධකයක්. ගුණාත්මක ගනුදෙනු දත්ත (transaction data) දුර්ලභයි, යුරෝපයේ දේපළ ලියාපදිංචි කිරීම් වඩාත් විනිවිද පෙනෙන නමුත්, තායිලන්තයේ මෙම ගැටලුව එයටත් වඩා තීව්රයි.
Phuket වෙළඳපොළේ සැබෑ දත්ත මොනවා කියනවද?
2025 දෙසැම්බර් සිට 2026 මැයි දක්වා කාලය තුළ Phuket හි පමණක් සැබෑ විමසීම් (enquiries) 54,628ක් ලියාපදිංචි වී තිබෙනවා. ඉන් 71%ක්ම කුලියට ගැනීම සඳහාත්, 29%ක් මිලදී ගැනීම සඳහාත් වී ඇත. මෙයින් පෙන්නුම් කරන්නේ, Phuket වගේ පරිණත වෙළඳපොළක AI-ආශ්රිත ඉල්ලුම් විශ්ලේෂණය දැනටමත් සැබෑ තීරණ ගැනීමට බලපාන බවයි.
2026 ජූලි මාසයේ Goldman Sachs පර්යේෂණ සටහනකින් හෙළිදරව් වුනේ, AI දේපළ කර්මාන්තයේ රැකියා ඉවත් කරනවා වඩා, ඒවා නැවත සකසන බවයි. AI tools භාවිතා කරන agents සහ ආයෝජකයන් පැරණි ක්රම මත රඳා සිටින අයට වඩා වැඩිපුර ආදායම් ලබන ප්රවණතාවක් පෙන්නුම් කරයි.
AI tools ප්රායෝගිකව භාවිතා කරන්නේ කොහොමද? - පියවර 7
1. ඔබට අවශ්ය AI විශ්ලේෂණය මොකක්ද කියලා තීරණය කරන්න
පියවර මට්ටම් තුනක් තියෙනවා: වෙළඳපොළ පරීක්ෂණය (හොඳ location සොයාගැනීම), තනි දේපළක් තක්සේරු කිරීම (comparable sales විශ්ලේෂණය), සහ yield forecasting. පළමු දෙක සඳහා AI දැනටමත් හොඳින් වැඩ කරයි. තුන්වැන්නට තවම නැහැ.
2. Open data එක්ක සසඳන්න
DDproperty සහ Hipflat වගේ platforms district මට්ටමේ මිල දර්ශක ප්රකාශයට පත් කරනවා. AI මොඩලයක ප්රතිඵලය අවුරුදු 3ක සැබෑ මිල ගමන් මග එක්ක සසඳන්න. පරතරය 15%ට වඩා වැඩි නම්, ඒ මොඩලය විශ්වාස නොකරන්න.
3. Out-of-sample validation ඉල්ලන්න
2026 AGILE-GISS අධ්යයනය පැහැදිලිව කියන්නේ, in-sample (ඉතිහාසගත දත්ත මත පමණක්) පරීක්ෂා කළ මොඩලයක් විශ්වාස කරන්න එපා කියලයි. ඔබට AI forecast එකක් දෙන ඕනෑම කෙනෙක්ගෙන්, පුහුණු කාලයේ 'නොදුටු' දත්ත මත මොඩලය පරීක්ෂා කළාද කියලා අහන්න.
4. ඔබේ target location එකට විශේෂිත දත්ත ලබාගන්න
හොඳින් ලේඛනගත districts වල AI මොඩල වඩා හොඳින් වැඩ කරයි. Phuket හි Bang Tao, Laguna, Bangkok හි Sukhumvit, Silom, සහ Pattaya හි Wongamat වගේ ප්රදේශවලට ප්රමාණවත් දත්ත තියෙනවා. Krabi හෝ Koh Samui වගේ අඩුවෙන් map කර ඇති ප්රදේශවල මොඩල නිරවද්යතාවය පැහැදිලිවම අඩුයි.
5. ඔබේ inspection trip flights කලින්ම වෙන් කරගන්න
දේපළ එකක් සිට බලා ගැනීම කිසිදාක replace කරන්න බැහැ. AI එකට ඔබට ඉලක්කම් පෙන්නන්න පුළුවන්, නමුත් ඉදිකිරීම් ගුණාත්මකභාවය, සැබෑ යටිතල පහසුකම් තත්ත්වය, හෝ ප්රදේශයේ ඇති 'feel' එක විස්තර කරන්න බැහැ.
6. අවසාන due diligence සඳහා local expert කෙනෙක් ගෙන්වන්න
AI කියන්නේ පළමු මට්ටමේ filter එකක්. එය options 200ක් 10ක් දක්වා පටු කරයි. නමුත් අවසාන තීරණය දේශීය නීතිය, developer reputation, සහ project-specific සියුම් කරුණු තේරුම් ගත් කෙනෙකුට අයිතියි.
7. දත්ත සෑම මාස 3-6කටම යාවත්කාලීන කරන්න
තායිලන්ත වෙළඳපොළ ඉක්මනින් වෙනස් වෙනවා. 2025 මුල් භාගයේ දත්ත මත පුහුණු කළ මොඩලයකට Bangkok හි BTS extensions වගේ නව යටිතල පහසුකම් project හෝ visa ප්රතිපත්ති වෙනස්කම් මග හැරෙන්න පුළුවන්.
සරලවම කිවහොත් - AI යනු මොනවා, නොවන්නේ මොනවාද
AGILE-GISS 2026 අධ්යයනයේ ප්රධාන පාඩම සරලයි: දේපළ ක්ෂේත්රයේ AI යනු බලවත් විශ්ලේෂණාත්මක මෙවලමක්, නමුත් අනාගතය පුරෝකථනය කිරීමේදී දුර්වල මෙවලමකි. විශාල දත්ත සමූහ සකසන එකට, pattern හඳුනාගැනීමට AI වඩාත් සුදුසුයි. නමුත් උපායමාර්ගික තීරණ ගත යුත්තේ expert විශ්ලේෂණය, දේශීය වෙළඳපොළ අවබෝධය සහ common sense එකතු කරගෙන. තායිලන්ත දේපළ වෙබ් අඩවිය ලෙස අපි ආයෝජකයන්ට උපදෙස් දෙන්නේද මේ ආකාරයටයි - AI එකේ තියෙන potential එක පිළිගන්නවා, ඒත් අවසාන තීරණය සැමවිටම මිනිස් විශේෂඥතාවයෙන් තහවුරු කරගන්න කියලා.
මූලාශ්රය: Thaiger