Stel dat u om 21.40 uur een appje stuurt naar een makelaar in Pattaya met de vraag: wat is het echte maandelijkse huurrendement op een studio van 28 m2 in Jomtien, niet het toeristische korte-termijntarief? Een jaar geleden duurde het antwoord anderhalve dag: oude deals opzoeken, twee beheermaatschappijen bellen, een spreadsheet bouwen. Nu stelt de makelaar de vraag aan een AI-assistent met directe toegang tot de vastgoeddatabase en het CRM, en binnen enkele minuten ligt er een gefilterd overzicht van gesloten contracten uit de afgelopen twaalf maanden, uitgesplitst per verdieping en uitzicht. Handmatige controle kost nog altijd een uur. Maar geen anderhalve dag meer.
Dit is precies waarom Nederlandse en Belgische koopinteressenten in 2026 met een ander soort makelaar te maken krijgen dan een paar jaar geleden. Tegen het einde van 2026 gebruikt 96% van de Thaise makelaarskantoren AI in minstens één werkproces. Dat lijkt een hoog percentage, maar de lat ligt laag: ook een kantoor dat alleen advertentieteksten laat schrijven door een chatbot valt hieronder. Het aantal kantoren dat hun hele workflow heeft herbouwd is veel kleiner, en precies daar zit het verschil tussen een makelaar die tien uur per week bespaart en een die tien minuten bespaart.
Wat is er in 2026 echt veranderd aan AI bij makelaars?
Niet de intelligentie van de modellen zelf. Het verschil is dat AI-systemen nu toegang hebben gekregen tot de werkelijke werksystemen: ze kunnen data ophalen, dealstatussen bijwerken, taken toewijzen. De sector is verschoven van losse AI-functies binnen één programma naar agentic workflows, waarbij een assistent een hele reeks stappen zelfstandig doorloopt.
De kernstack is in feite hetzelfde gebleven als voorheen: leadgeneratie, taxatie, opstellen van listings, en een CRM met agentic functies. Wat wél veranderd is, is de toegang. Via MCP (Model Context Protocol) kan een assistent de database rechtstreeks bevragen, zonder dat iemand handmatig gegevens moet exporteren naar een spreadsheet. Platforms als Rechat, ATTOM Intelligence en RealAnalytica Atlas Agents hebben in 2026 hun API's opengesteld voor algemene AI-modellen zoals Claude of ChatGPT. AI werkt nu binnen het werkproces van de makelaar, niet meer ernaast.
Waarom is een AI-taxatie in Thailand vaak onbetrouwbaar?
Hier neem ik als schrijver een duidelijk standpunt in: laat een AI nooit de uiteindelijke waardebepaling van een Thais appartement of villa maken. Het model geeft moeiteloos een getal, maar het is getraind op vraagprijzen van listingportals, waar een unit soms achttien maanden te koop staat tegen een prijs die 20 tot 25% hoger ligt dan de uiteindelijke verkoopprijs.
In de Verenigde Staten kunnen AI-modellen putten uit gesloten MLS-transacties, een gecentraliseerd systeem met werkelijke verkoopprijzen. Thailand heeft geen vergelijkbare gegevenslaag. Er is geen landelijk MLS-systeem, de transactiedata van het Land Department worden niet in machineleesbare vorm gepubliceerd, en de officiële taxatiewaarde die voor belastingdoeleinden wordt gebruikt komt niet overeen met de werkelijke marktprijs. Geen MCP-koppeling kan die ontbrekende data zomaar verzinnen.
De praktische conclusie: een AI kan een eerste prijsrange en een lijst vergelijkbare listings opleveren. Voor meer dan dat heeft u telefoontjes naar beheermaatschappijen nodig, echte huurcontracten en werkelijke bezettingscijfers. Baseert u een investeringsbeslissing op een automatisch berekend rendement, dan steunt u op cijfers die niemand heeft gecontroleerd.
Er is één duidelijke uitzondering: grote ontwikkelaarsprojecten met transparante prijslijsten en heldere verkoopdata per fase. Daar presteert het model redelijk goed, omdat de onderliggende data openbaar en gestructureerd is. Toonaangevende kantoren in Bangkok en Phuket gebruiken inmiddels AVM-systemen die in ongeveer 3 seconden een eerste taxatie opleveren, tegenover dagen handmatig werk, al blijft die snelle uitkomst afhankelijk van menselijke controle tegen lokale vergelijkingsobjecten.
Waar bespaart AI een makelaar echt tijd?
Het minst spectaculaire gebruik bleek het meest winstgevend. Een makelaar op Phuket ontvangt wekelijks 60 tot 80 inkomende berichten via messaging-apps en drie verschillende listingplatforms. Een agentic assistent gekoppeld aan het CRM sorteert deze op budget, tijdlijn en type woning, maakt een taak met datum aan, en stelt een eerste antwoord op in de taal van de vraagsteller. De makelaar past het aan en verstuurt het. Geen technologische doorbraak op het eerste gezicht. Wel twee tot drie uur per dag die vrijkomen.
Op de tweede plaats staat het opstellen van listings. Een woningomschrijving in drie talen, met correcte terminologie (freehold, leasehold 30+30, gemeenschappelijke kosten per m2 per maand), duurt nu enkele minuten in plaats van een kwartaalpost voor een copywriter.
In Pattaya zet inmiddels 67% van de kantoren AI in bij het allereerste contactmoment met buitenlandse koeers, en de gemiddelde dealcyclus is teruggelopen tot 28 dagen, tegen voorheen 42 dagen, volgens marktcijfers uit 2026.
Moet u als Nederlandse of Belgische koper AI-gebruik melden of controleren?
De EU AI Act vereist transparantie en menselijk toezicht bij elk scenario waarin AI een beslissing van een klant beïnvloedt, inclusief automatische matching en scoring. Dit geldt voor elk Thais kantoor dat klanten met verblijfplaats in de EU bedient, ook al zit het kantoor zelf in Bangkok of op Phuket. Het rechtsgebied van de klant telt zwaarder dan de locatie van het kantoor.
Als Nederlandse of Belgische koper mag u dus verwachten dat een serieus kantoor u meldt wanneer een eerste reactie of match door een systeem is gegenereerd, met een mens die de uiteindelijke beslissing neemt. Vraag er gerust naar. Thailand zelf heeft nog geen vergelijkbare regelgeving, wat des te meer reden is om zelf te controleren of een kantoor hier serieus mee omgaat.
Wat betekent dit concreet voor uw aankoopproces?
Voor een koper die op zoek is naar een appartement in Bang Tao of een villa verder landinwaarts, verandert het volgende: reactietijden worden korter, listingteksten worden sneller en consistenter geproduceerd, en de administratieve rompslomp rond een dealcyclus krimpt. Wat niet verandert: onderhandeling, risico-inschatting en het wegnemen van twijfels bij een koper blijven mensenwerk. Het is de administratieve laag die wordt geautomatiseerd, niet de deal zelf.
Wie bij Vastgoed Thailand een aankoop overweegt, doet er goed aan zelf te vragen naar de herkomst van een getoond rendement of taxatiecijfer: is dit gebaseerd op vraagprijzen, of op werkelijk gesloten transacties en gecontroleerde bezettingscijfers? Bij een groot ontwikkelaarsproject met transparante prijslijsten is een AI-taxatie een nuttig startpunt. Bij een individuele wederverkoop in Jomtien of Rawai is het dat niet, en moet u zelf, of via uw adviseur, telefonisch verifiëren wat de werkelijke huuropbrengst en bezetting is geweest.
Als uw budget onder een paar miljoen baht ligt en u een eenvoudige aankoop overweegt zonder verhuurconstructie, is dit hele onderwerp overigens minder relevant: dan telt vooral of de juridische structuur (freehold versus leasehold 30+30) klopt, niet of het kantoor een AI-assistent gebruikt.
Veelgestelde vragen
Vervangt AI straks de makelaar in Thailand?
Nee. Ook met 96% AI-adoptie onder Thaise makelaarskantoren blijven onderhandeling, risico-inschatting en het wegnemen van twijfel bij de koper mensenwerk. Het is de administratieve laag die wordt geautomatiseerd, niet de deal zelf.
Kan ik een AI-taxatie van een appartement in Pattaya of Phuket vertrouwen?
Als eerste indicatie van een prijsrange wel. Als basis voor een aankoopbeslissing niet. Thailand heeft geen open register van gesloten transacties, waardoor modellen leunen op vraagprijzen, die gemiddeld hoger liggen dan de werkelijke verkoopprijs.
Moet een Thais makelaarskantoor mij vertellen dat het AI gebruikt?
Als u als EU-ingezetene koopt, verplicht de EU AI Act het kantoor tot transparantie en menselijk toezicht, ook al zit het kantoor in Thailand. In andere gevallen is het een kwestie van vertrouwen, maar eerlijke openheid hierover roept in de praktijk zelden bezwaren op.
Welke gegevens kan AI in Thailand simpelweg niet achterhalen?
Werkelijk gesloten transactieprijzen, echte bezettingsgraden binnen verhuurpools, en interne kortingen van ontwikkelaars. Die informatie komt nog altijd via telefoontjes en persoonlijke contacten, niet via een database.
Bron: Kalinka Thailand