São 21h40 e chega uma mensagem ao chat de trabalho de uma agência em Pattaya: qual é o rendimento mensal real de um estúdio de 28 m² em Jomtien, não a tarifa de curta duração, mas o valor real de arrendamento? Há um ano, a resposta demorava dia e meio: procurar negócios antigos, telefonar a duas empresas de gestão, montar uma folha de cálculo. Hoje o agente pergunta a um assistente de IA com acesso direto à base de dados de imóveis e ao CRM, e em minutos tem uma lista filtrada de contratos fechados nos últimos doze meses, divididos por andar e vista. Confirmar os números manualmente continua a demorar uma hora. Mas já não é dia e meio.
Para quem procura casa em Phuket a partir de Portugal, isto importa por um motivo muito prático: a rapidez da resposta de uma agência já não diz muito sobre a qualidade dela. O que interessa é se, por detrás dessa resposta rápida, alguém confirmou os números com uma fonte real.
O que mudou realmente em 2026
A mudança de fundo não foi os modelos terem ficado mais inteligentes. Foi terem passado a ter permissão para agir dentro dos sistemas de trabalho: extrair dados, atualizar o estado de um negócio, atribuir tarefas. O setor passou de funcionalidades de IA coladas a um único produto para fluxos de trabalho agênticos, em que um assistente executa uma cadeia inteira de passos por conta própria.
No final de 2026, 96% das agências imobiliárias usam IA em pelo menos uma função. É uma fasquia baixa: inclui uma agência que apenas gera texto de anúncios. O número de fluxos de trabalho genuinamente reconstruídos é muito menor, e é exatamente nessa diferença que está a distância prática entre um agente que poupa dez horas por semana e outro que poupa dez minutos.
A estrutura da tecnologia imobiliária com IA em 2026 tem quatro camadas: geração de contactos (leads), avaliação de imóveis, produção de anúncios e CRM com funções agênticas. O que mudou não foi este esqueleto, mas o acesso: através do MCP (Model Context Protocol), um assistente consegue consultar a base de dados diretamente, sem que ninguém tenha de exportar uma folha de cálculo à mão. Plataformas transacionais como a Rechat, a ATTOM Intelligence e a RealAnalytica Atlas Agents abriram em 2026 o acesso a dados transacionais e fluxos de trabalho a modelos de uso geral como o Claude ou o ChatGPT. A IA passou a trabalhar dentro do fluxo de trabalho do agente, não ao lado dele.
Onde a IA poupa mesmo tempo a um agente em Phuket
O caso de uso mais discreto acabou por ser o mais rentável. Um agente em Phuket recebe entre 60 e 80 mensagens por semana, distribuídas por aplicações de mensagens e três plataformas de anúncios. Um assistente agêntico ligado ao CRM organiza estas mensagens por orçamento, prazo e tipo de imóvel, cria uma tarefa com data e redige uma primeira resposta na língua da mensagem recebida. O agente revê e envia. Não parece uma revolução tecnológica. Mas devolve duas a três horas por dia.
Em segundo lugar, com impacto quase tão grande, está a produção de anúncios. Uma descrição de imóvel em três línguas, com a terminologia correta (freehold, leasehold 30+30, taxa de condomínio por m² ao mês), passa a demorar minutos em vez de ser uma linha trimestral no orçamento para um copywriter externo.
Em Pattaya, 67% das agências já usam IA no primeiro contacto com compradores estrangeiros, e o ciclo médio de negócio encurtou para 28 dias, contra 42 dias anteriormente, segundo dados de mercado de 2026. Não há dados equivalentes publicados especificamente para agências que trabalham com compradores portugueses em Phuket, mas a lógica do processo é a mesma.
Onde a IA falha: a avaliação em condições tailandesas
Aqui fica uma posição firme: não deixe a IA produzir a avaliação final de um imóvel na Tailândia. O modelo devolve um número com toda a confiança, mas foi treinado em preços pedidos em portais de anúncios, onde uma unidade pode ficar meses à venda com um preço 20 a 25% acima do valor pelo qual acaba por ser vendida. Nos Estados Unidos, os modelos conseguem usar transações fechadas registadas em MLS. A Tailândia não tem essa camada de dados, e nenhum conector MCP a vai inventar do nada.
Isto acontece porque a Tailândia não tem um sistema unificado de listagem múltipla (MLS). Os dados de transações do Land Department não são publicados em formato compatível com máquinas, e o valor oficial de avaliação (usado para efeitos fiscais) não corresponde ao preço real de venda no mercado.
Na prática: a IA consegue produzir um intervalo de preço inicial e uma lista de imóveis comparáveis. Além disso, é preciso telefonar a empresas de gestão, ver contratos de arrendamento reais e números de ocupação efetivos. Se está a basear uma decisão de investimento num rendimento calculado automaticamente, está a apoiar-se em números que ninguém verificou.
Há uma exceção que vale a pena notar: grandes projetos de promotores com tabelas de preços transparentes e dados claros de venda por fase. Nesses casos, o modelo funciona razoavelmente bem, porque os dados subjacentes são públicos e estruturados. Agências de referência em Bangkok e Phuket já usam AVMs que geram uma avaliação inicial em cerca de 3 segundos, contra dias de trabalho manual, embora essa rapidez continue a precisar de verificação humana face aos comparáveis locais.
O que isto significa para um comprador português
Se está a comprar em Phuket a partir de Portugal, a lição prática é simples: use a rapidez da IA para reduzir o tempo entre a pergunta e a primeira resposta da agência, mas nunca aceite um rendimento de arrendamento ou uma avaliação como facto fechado só porque veio de uma ferramenta de IA. Peça sempre a confirmação com contratos reais e dados de ocupação da empresa de gestão do condomínio ou do projeto.
Se está a comprar diretamente de um promotor de um projeto grande e transparente, com tabela de preços pública, esta ressalva pesa menos: nesses casos, a informação estrutural é mais fiável. Se, pelo contrário, está a comprar uma unidade de revenda num condomínio mais pequeno em Jomtien ou Rawai, insista em ver os contratos de arrendamento reais dos últimos doze meses antes de confiar em qualquer número de rendimento.
O regulamento que ninguém lembra: o AI Act europeu
Se é comprador residente na União Europeia, incluindo Portugal, aplicam-se as regras de transparência e supervisão humana do AI Act da UE, mesmo que o escritório da agência esteja em Bangkok ou em Phuket. Na prática, isto significa que a agência deve informá-lo, no mínimo, de que uma correspondência de imóveis ou uma primeira resposta foi gerada por um sistema automático, com uma pessoa a tomar a decisão final. A agência deve também manter registos dessas interações. A Tailândia ainda não tem regulamentação equivalente, mas o que importa aqui é a jurisdição do cliente, não a do escritório.
Como uma agência devia começar a usar IA (e o que evitar)
- Registar durante uma semana onde vai realmente o tempo: triagem de contactos, redação de descrições, preparação de relatórios ao proprietário. Tudo o que passe de cinco horas por semana vale a pena automatizar.
- Limpar os dados do CRM antes de ligar qualquer ferramenta de IA. Um assistente ligado a um CRM cheio de duplicados e campos vazios só produz erros mais depressa.
- Ligar uma fonte de dados compatível com MCP ao assistente já usado, começando pela própria base de dados de imóveis, não por agregadores externos.
- Criar modelos de resposta para tarefas recorrentes: triagem de contactos, descrição de imóvel em três línguas, relatório mensal ao proprietário.
- Definir uma regra de verificação: qualquer número, rendimento ou metro quadrado gerado pelo modelo só é enviado ao cliente depois de confirmado na fonte original.
- Acrescentar uma linha de divulgação na primeira resposta automática ao cliente, cobrindo o aspeto regulatório do AI Act.
O ponto que falha frequentemente é o passo 8 (a verificação a um mês): se o tempo poupado for inferior a cinco horas por semana, a agência automatizou a tarefa errada. Nem toda a automação compensa o esforço de a montar.
Nada disto substitui a negociação, o julgamento sobre um vendedor pouco flexível ou a gestão da relação com o cliente: são tarefas que continuam a ser humanas. O que a IA está a tirar de cima dos agentes é a carga administrativa, não o negócio em si.
Fonte: Kalinka Thailand