Imagine que está a analisar um condomínio em Bang Tao através de uma plataforma com inteligência artificial e o algoritmo garante uma valorização de dois dígitos nos próximos três anos. Parece rigoroso, parece fiável. Mas um estudo publicado em 2026 na revista científica AGILE-GISS (Volume 7) por investigadores da TU Wien (Universidade Técnica de Viena) mostra que este tipo de previsão costuma estar seriamente errado, e explica exatamente porquê.
Para quem em Portugal está a ponderar comprar um apartamento em Phuket, em Bangkok ou noutro destino tailandês, este não é um detalhe académico irrelevante. É uma questão que pode determinar se o seu investimento corre atrás de um número inventado por um modelo mal validado.
O que descobriu exatamente o estudo da TU Wien?
A investigação, assinada por Christopher Kmen, Gerhard Navratil e Ioannis Giannopoulos, foi publicada em junho de 2026 na revista revista por pares AGILE-GISS, Volume 7, sob o título 'When Today's Accuracy Fails Tomorrow' (algo como 'Quando a Precisão de Hoje Falha Amanhã'). A conclusão central é que os modelos espaciotemporais de previsão de preços imobiliários sofrem de um enviesamento de validação temporal: dito de forma simples, o modelo acaba por 'espreitar' dados futuros durante o treino, o que infla artificialmente a sua taxa de acerto.
O resultado prático é revelador: a precisão dentro da amostra (in-sample) ultrapassa frequentemente os 90%, mas quando os mesmos modelos são testados em períodos genuinamente futuros, os resultados caem para 60-70% ou menos. Não é um problema dos algoritmos em si, é um problema de como são validados antes de chegarem ao mercado.
Porque é que os horizontes curtos enganam os investidores?
A raiz do problema está nos horizontes de previsão demasiado curtos, normalmente entre 1 e 6 meses, que criam uma ilusão de precisão. Quando o horizonte se estende para 2 a 5 anos, que é justamente o prazo que interessa a quem investe em Phuket a pensar em rentabilidade a médio prazo, o erro de previsão multiplica-se. Fatores que o modelo simplesmente não conseguiu captar (mudanças regulatórias, choques macroeconómicos, alterações na procura) acumulam-se e distorcem qualquer projeção de longo prazo.
Quais os modelos de IA que funcionam melhor?
Entre as abordagens testadas, o XGBoost e os modelos de ensemble destacaram-se como os mais promissores. Ainda assim, os próprios autores do estudo sublinham que, sem testes fora da amostra (out-of-sample) em períodos verdadeiramente futuros, mesmo estes modelos continuam pouco fiáveis. Ou seja: mesmo a 'melhor tecnologia disponível' precisa de ser validada corretamente antes de merecer a confiança de um investidor.
Qual é a situação específica da Tailândia?
A limitação dos dados é uma barreira adicional, e na Tailândia este problema é ainda mais acentuado do que na Europa, onde os registos de transações imobiliárias costumam ser bastante mais transparentes. Dados de transações reais de qualidade são escassos, o que dificulta ainda mais o treino de modelos fiáveis para o mercado tailandês.
Mesmo assim, os grandes promotores em Bangkok e Phuket já utilizam ferramentas de IA para apoiar decisões de preço, mas nenhum depende exclusivamente de modelos automáticos para a decisão final. Um relatório da Goldman Sachs, de julho de 2026, confirma esta tendência a nível mais amplo: a IA está a reconfigurar o trabalho no setor imobiliário, não eliminando profissões mas redesenhando-as, e agentes e investidores que adotam ferramentas de IA tendem a obter melhores resultados do que quem se mantém apenas nos métodos tradicionais.
Um dado concreto ilustra bem a dimensão do mercado: só em Phuket foram registadas 54.628 consultas reais entre dezembro de 2025 e maio de 2026, das quais 71% relacionadas com arrendamento e 29% com compra. Isto mostra como a análise de procura apoiada em IA já molda decisões reais no mercado tailandês mais maduro do país.
Como usar a IA de forma inteligente, passo a passo
Se está a pensar em investir na Tailândia e quer aproveitar as ferramentas de IA sem cair nas armadilhas identificadas pelo estudo, siga esta sequência prática.
1. Defina que tipo de análise realmente precisa
Existem três níveis distintos: rastreio de mercado (identificar zonas promissoras), avaliação de um imóvel específico (análise de comparáveis) e previsão de rentabilidade futura. A IA já funciona bem nos dois primeiros. No terceiro, ainda não.
2. Cruze sempre com dados abertos
Plataformas como a DDproperty e a Hipflat publicam índices de preços por distrito. Compare o que um modelo de IA lhe apresenta com a evolução real de preços nos últimos 3 anos. Se a diferença ultrapassar 15%, não confie no modelo.
3. Exija validação fora da amostra
O estudo da AGILE-GISS de 2026 é claro: um modelo testado apenas com dados históricos (in-sample) não merece a sua confiança. Pergunte sempre a quem lhe apresenta uma previsão gerada por IA se o modelo foi testado com dados que nunca 'viu' durante o treino.
4. Recolha dados específicos da zona que lhe interessa
Os modelos de IA funcionam melhor em distritos bem documentados. Em Phuket (Bang Tao, Laguna), Bangkok (Sukhumvit, Silom) e Pattaya (Wongamat) existem dados suficientes. Em zonas menos mapeadas, como Krabi ou Koh Samui, a precisão dos modelos é visivelmente inferior.
5. Marque a sua viagem de visita com antecedência
Ver o imóvel pessoalmente continua a ser insubstituível. A IA mostra-lhe números, mas não descreve a qualidade da construção, as condições reais das infraestruturas, nem o ambiente do bairro.
6. Traga sempre um especialista local para a due diligence final
A IA funciona como um primeiro filtro. Reduz 200 opções a 10. Mas a decisão final deve caber a alguém que conhece a legislação local, a reputação do promotor e as particularidades de cada projeto.
7. Atualize os dados a cada 3-6 meses
O mercado tailandês move-se rapidamente. Um modelo treinado com dados do início de 2025 pode não captar novos projetos de infraestrutura, como extensões da linha BTS em Bangkok, ou alterações na política de vistos.
O que fica desta lição
A conclusão essencial do estudo AGILE-GISS de 2026 é simples: a IA no imobiliário é uma ferramenta analítica poderosa, mas uma má adivinhadora do futuro. Vale a pena usá-la para o que faz bem, processar grandes volumes de dados e identificar padrões, mas as decisões estratégicas devem continuar a basear-se em análise especializada, conhecimento do mercado local e bom senso. Na Imóveis na Tailândia acompanhamos de perto estes desenvolvimentos precisamente para ajudar compradores portugueses a distinguir uma ferramenta útil de uma promessa vazia.
Fonte: Thaiger