ඉක්මන් පිළිතුර
ඔබ පුකට් හෝ බැංකොක්හි දේපළක් සලකා බලනවා නම්, දැන් AI පදනම් වූ 'multimodal' තක්සේරු මොඩල මගින් තත්පර මිනිත්තු කිහිපයකින් වෙළඳපොළ මිල නිවැරදිව ගණනය කළ හැක. සාම්ප්රදායික තක්සේරුවක 10-20% ක වැරදීමේ ප්රතිශතයක් තිබූ තැන, මෙම නව මොඩල මගින් එය 5-8% දක්වා අඩු කරයි. 2026 ජූනි මාසයේදී රුසියාවේ Higher School of Economics (HSE) ආයතනය නිකුත් කළ අධ්යයනයක් මෙයට ප්රධාන පදනම වන අතර, එය දැනටමත් තායිලන්තයේ ඒජන්සි විසින්ද ප්රායෝගිකව භාවිතා කරමින් සිටී.
HSE අධ්යයනය මොකද්ද, ඇයි ඉතින් වැදගත්?
2026 ජූනි 30 වන දින HSE පර්යේෂකයන් ප්රකාශයට පත් කළ අධ්යයනය, කොමර්ෂල් දේපළ තක්සේරු කිරීම සඳහා geospatial දත්ත, machine learning සහ large language models (LLMs) එකට ඒකාබද්ධ කරන පළමු රුසියානු භාෂාවේ අධ්යයනයයි. එහිදී මොස්කව් වෙළඳපොළේ සත්ය ගනුදෙනු දත්ත භාවිතා කර ලබාගත් නිරවද්යතාවය, spreadsheet එකකින් වැඩ කරන කිසිදු මානව තක්සේරුකරුවෙකුට ළඟා විය නොහැකි මට්ටමකි.
මෙය තායිලන්ත දේපළ ආයෝජකයෙකුට වියුක්ත අධ්යාපනික කරුණක් නොවේ. එය තක්සේරු වෙළඳපොළම යළි ගොඩනගමින් තිබෙන බවට ලකුණකි.
'Multimodal AVM' යනු කුමක්ද?
Automated Valuation Models (AVMs) අලුත් දෙයක් නොවේ. නමුත් multimodal AVMs කියන්නේ එකවර දත්ත වර්ග 3ක් විශ්ලේෂණය කරන පද්ධතියකි:
- Structured data - මිල, ප්රමාණය, ගොඩනැගිලි වර්ෂය වැනි ව්යුහගත දත්ත
- Geospatial data - ස්ථානය, ප්රවාහන පහසුකම්, යටිතල පහසුකම් සමීපත්වය
- Semantic data - text විස්තර, LLM මගින් විශ්ලේෂණය කරන ලද
මෙම දත්ත වර්ග තුනම එකට එකතු කිරීමෙන් තමයි නිරවද්යතාව සැලකිය යුතු ලෙස ඉහළ යන්නේ. Geospatial context එකට ප්රවාහන මාර්ග දුර, පදික පිරිස් ඝනත්වය, තරඟකරුවන්ට සමීපත්වය ඇතුළත් වන අතර, තායිලන්තයේදී මේවා වෙනුවට වෙරළට දුර, ගුවන් තොටුපොළට දුර, සාප්පු සංකීර්ණවලට සමීපත්වය වැනි පරාමිතීන් එතරම්ම වැදගත්.
Semantic signals කියන්නේ 'sea view', 'quiet neighborhood', 'premium finish' වැනි විස්තර LLMs මගින් හඳුනාගෙන මිල තීරණයට එකතු කරන ලක්ෂණ. සාම්ප්රදායික මොඩලවලට මේ වගේ subjective ගුණාංග සම්පූර්ණයෙන්ම මග හැරෙනවා.
තායිලන්ත වෙළඳපොළට මෙය අදාළද?
HSE අධ්යයනය කරලා තියෙන්නේ මොස්කව් street-retail වෙළඳපොළ මතයි. නමුත් methodology එක වෙනත් වෙළඳපොළවලටත් adapt කරගත හැකියි. DDproperty සහ Hipflat වැනි platforms හරහා ගනුදෙනු දත්ත ලබාගැනීම වැඩිවෙමින් පවතින තායිලන්තය, මෙම ක්රමවේදය adapt කිරීමට කෙළින්ම සුදුසුම වෙළඳපොළක්.
මේ වගේම, machine learning price-forecasting මොඩල දැන් බැංකොක් සහ පුකට්හි මිල ප්රවණතා මාස 6-12ක් කලින් 82-87% නිරවද්යතාවයෙන් අනාවැකි කියනවා. 2026 වන විට, ආසියානු ප්රදේශයේ ප්රධාන developersන්ගෙන් 40% කට වඩා අලුත් project pricing සඳහා AI analytics elements භාවිතා කරන බව වෙළඳපොළ ඇස්තමේන්තු පෙන්වනවා. street retail segment එකේ, HSE මොඩල පරීක්ෂා කරපු segment එකේම, පුකට් සහ බැංකොක්හි වාණිජ කුලී මිල පසුගිය වසරේදී **12-15%**කින් ඉහළ ගිහින් තියෙනවා.
AI තක්සේරුවක් ලබාගන්නේ කොහොමද: පියවරෙන් පියවර
1. ඔබේ අරමුණ පැහැදිලි කරගන්න
පුකට්හි කුලී ආදායමක් සඳහා කොන්දෝ එකක් ගන්නවා නම්, seasonality, occupancy, කුලී ගාස්තු සලකා බලන මොඩලයක් ඔබට අවශ්යයි. බැංකොක්හි කොමර්ෂල් unit එකක් නම් පදික පිරිස් ගමන් සහ තරඟකාරී පරිසරය තමයි වැදගත්ම.
2. මූලික දේපළ දත්ත එකතු කරගන්න
GPS ස්ථානය, ප්රමාණය, මහල, ගොඩනැගිලි වර්ෂය, ප්රධාන යටිතල පහසුකම්වලට දුර. තායිලන්තයේදී විශේෂයෙන් වෙරළට මීටර් ගණනින් දුර, ගුවන් තොටුපොළට දුර, කළමනාකරණ සමාගමක් තිබේද, දැනට කුලී occupancy මට්ටම කෙබඳුද කියලා බලන්න.
3. දැනටමත් තියෙන AI tools පාවිච්චි කරන්න
HouseCanary, Zillow ගේ Zestimate, PriceHubble වගේ services දැනටමත් multimodal valuation elements භාවිතා කරනවා. සම්පූර්ණ තායි සමානකමක් තවම නැති නමුත්, DDproperty දත්ත, Google Maps API, සහ ChatGPT එකට යොදාගෙන ඔබටම මූලික semantic මොඩලයක් සාදාගත හැකියි.
4. Geospatial විශ්ලේෂණයක් එකතු කරන්න
දේපළ වටා කිලෝමීටර් 1-2 ක අරයක් තුළ තරඟකාරී පරිසරය සිතියම්ගත කරන්න. ආසන්නයේ සමාන කොන්දෝ කීයක් තියෙනවද? සාමාන්ය වර්ග මීටර් මිල කීයද? අලුත් projects සැලසුම් වෙනවද? මේ දත්ත අනාගත වටිනාකමට සෘජු බලපෑමක් කරනවා.
5. දේශීය විශේෂඥයෙකු සමඟ තහවුරු කරගන්න
මොඩලයක් කියන්නේ මෙවලමක්, දිව්යමය පණිවිඩයක් නොවේ. Automated තක්සේරුව දේශීය විශේෂඥයෙකුගේ මතයට **10%**ක් ඇතුළත ගැලපිය යුතුයි. පරතරය වැඩි නම්, තායිලන්තයේ විදේශිකයන්ට ඉඩම් හිමිකම් සීමා වැනි දේශීය විශේෂතා මොඩලයට අහුනොවීම වගේ හේතුවක් සොයන්න.
6. පරීක්ෂණ චාරිකාවට කලින් analytics සූදානම් කරගන්න
ලංකාවෙන් හෝ වෙනත් රටින් යනවා නම්, මොඩලය කලින්ම හදාගෙන යන්න. ඔබ ඉලක්ක කරන දේපළවලට ආසන්නව නවාතැන් වෙන්කරගන්න, එවිට දින 2-3ක් ඇතුළත සියල්ලම බලාගත හැකියි. On-site පරීක්ෂණයෙන් AI එකතු කරගත් දත්ත තහවුරු වෙනවා.
7. මාස 3-6කට වරක් මොඩලය update කරන්න
තායිලන්ත වෙළඳපොළ ඉතා වේගවත්. අලුත් projects, නීති වෙනස්කම්, බාත් (baht) මුදල් අගය උච්චාවචනයන් සියල්ලම තක්සේරුවට බලපානවා. මාස හයක් update නොකළ මොඩලයක් පරණ, විශ්වාසදායක නොවන ඉලක්කම් දෙනවා.
නිතර අසන ප්රශ්න
AI එකට මුළුමනින්ම මානව තක්සේරුකරුවෙකු වෙනුවට වැඩ කළ හැකිද?
නෑ. 2026 ජූනි මාසයේ HSE අධ්යයනය පෙන්වන පරිදි, automated මොඩල නිරවද්යතාවයත් වේගයත් වැඩි කරනවා, නමුත් expert validation එකක් තවමත් අවශ්යයි. AI එකට බිත්තියක තරහක් හෝ තෙතමනයක් ගඳක් හඳුනාගත නොහැක.
Multimodal තක්සේරු මොඩල තායිලන්ත වෙළඳපොළේ වැඩ කරනවද?
Methodology එක transferable එකක්. HSE අධ්යයනය කරලා තියෙන්නේ මොස්කව් street-retail වෙළඳපොළ මතයි, නමුත් geospatial සහ semantic දත්ත ඒකාබද්ධ කිරීමේ මූලධර්ම universal. ප්රධාන අවශ්යතාවය තමයි ප්රමාණවත් සත්ය ගනුදෙනු දත්ත ප්රමාණයක්.
තායි දේපළක් AI තක්සේරු කිරීමට මොන දත්ත ලබාගන්න ඕනද?
අවම වශයෙන් කාණ්ඩ 3ක්: structured data (මිල, ප්රමාණය, ගොඩනැගිලි වර්ෂය), geospatial data (ස්ථානය, යටිතල පහසුකම්වලට දුර), සහ දේපළේ text විස්තර. පරාමිතීන් වැඩි වන තරමට මොඩලය නිවැරදියි.
AI තක්සේරුවක් පුද්ගලික ආයෝජකයෙකුට කීයට ලැබෙනවද?
බොහෝ මූලික tools නොමිලේ. Google Maps API එකෙන් geodata ලැබෙනවා, ChatGPT එකෙන් semantic විශ්ලේෂණයට උදව් වෙනවා. PriceHubble, HouseCanary වගේ professional platforms මාසිකව ඇමරිකානු ඩොලර් 50 සිට 500 දක්වා query volume එකට අනුව අය කරනවා.
දැන් මොකද කරන්න ඕන?
Automated valuation දැන් අනාගතයේ දෙයක් නොවෙයි, දැන් සිදුවෙමින් තියෙන දෙයක්. Multimodal මොඩල භාවිතා කරන ආයෝජකයෝ අද වඩාත් තියුණු තීරණ ගන්නවා, සාධාරණ මිලක් ගෙවනවා. නමුත් මූලික නීතිය වෙනස් වෙන්නේ නෑ: AI එකෙන් දත්ත ලැබෙනවා, අවසාන තීරණය තවමත් මිනිසාගේ අතේ තියෙනවා. තායිලන්ත දේපළ මිලදී ගැනීමේදී මේ වගේ දත්ත මූලික උපකරණ ලෙස පාවිච්චි කරලා, ස්ථානීය විශේෂඥ මතයක් සමඟ සංසන්දනය කරගැනීම හොඳම ප්රවේශයයි.
මූලාශ්රය: Kalinka Thailand