การกำหนดราคาอสังหาริมทรัพย์หรือการตีราคาบ้านที่ดิน ถือเป็นเรื่องละเอียดอ่อนแต่สำคัญมาช้านานในเศรษฐกิจทุนนิยม โดยหลักการและแนวทางการประเมินราคาอสังหาริมทรัพย์ทั่วโลก ต่างก็ค้นหาและพัฒนารูปแบบแนวทางมาตลอด ตามพัฒนาการของการอยู่อาศัยและใช้ประโยชน์ที่ดิน อันถือเป็นทรัพย์ที่มีลักษณะเฉพาะ ตามกฏหมายที่แต่ละประเทศกำหนดขึ้น
อย่างไรก็ตาม อสังหาริมทรัพย์ถือเป็นของมีราคา ซึ่งระดับราคานี้เองที่เป็นกลไกสำคัญทำให้อสังหาริมทรัพย์ กลายเป็นเครื่องมือทางเศรษฐกิจ ที่คนส่วนใหญ่สัมผัสได้ทั้งคุณค่าและราคา
ประเด็นเป็นแบบนี้ครับ การกำหนดมูลค่าทรัพย์สินมีวิธีการประเมินมากมาย โดยเฉพาะการกำหนดมูลค่าให้ได้เท่ากับหรือใกล้เคียง “มูลค่าทางการตลาด หรือ Market Value” ซึ่งวิธีการประเมินหลักๆ ที่มีการเรียนการสอนและแนะนำอ้างอิงใช้กันเป็นหลัก ประกอบด้วย
- Cost Approach หรือ วิเคราะห์มูลค่าจากต้นทุน
- Market Comparable Approach หรือ วิธีเปรียบเทียบตลาด
- Income Approach หรือ แปลงรายได้เป็นมูลค่า
- Discounted Cash Flow Analysis หรือ วิเคราะห์หักลดจากกระแสเงินสด
- Residual Approach หรือ สมมุติฐานเมื่อเสร็จสิ้นการพัฒนา
- Modelling for Mass Appraisal หรือ สร้างแบบจำลองทางสถิติ
ผมขอข้ามรายละเอียดแต่ละเทคนิค ที่ใช้ในการกำหนดหรือประเมินราคาทรัพย์ไปก่อนครับ เพราะที่ยกมาทั้งหมด เพื่อจะให้ทุกท่านเห็น Keyword หรือ คำสำคัญ ที่ฝังใส่ชื่อหลักการและแนวทางประเมินและกำหนดราคาทรัพย์ อย่างคำว่า… วิเคราะห์… เปรียบเทียบ… แปลง… กระแส… สมมุติฐาน และ แบบจำลอง
ซึ่ง Keyword เหล่านี้ถือเป็นกระบวนการที่ต้องใช้ “ข้อมูล” เข้ามาเกี่ยวข้อง โดยเฉพาะการดึงข้อมูลเข้ามาใส่ในสูตรการคำนวณหา Market Value ให้ทรัพย์นั่นเอง และเมื่อวิวัฒนาการของข้อมูลมาถึงยุคที่สามารถใช้ข้อมูลจริงที่เป็นปัจจุบัน หรือ Realtime Data โดยรวบรวมจากการบันทึกสะสมโดยฐานข้อมูลขนาดใหญ่ หรือ Big Data ที่เกี่ยวข้องกับกลไกราคาของทรัพย์ที่สะสมไว้จนถึงปัจจุบัน มากำหนดค่าๆ หนึ่งขึ้น เพื่อใช้เป็นตัวเลขอ้างอิงมูลค่าของทรัพย์ ที่จะนำไปใช้ประโยชน์ทางเศรษฐกิจต่อไป
แต่เดิมนั้น… การกำหนดราคาเป็นหน้าที่ของผู้เชี่ยวชาญ ที่ต้องเรียนหรือฝึกอบรมมาอย่างดี และยังมีการตรวจสอบราคาหรือมูลค่าที่กำหนดขึ้นกันหลายชั้น ซึ่งก่อนหน้าที่จะกำหนดราคา ส่วนใหญ่ก็จะมีการจัดเตรียมข้อมูลด้านต่างๆ เพื่อประเมินหาราคาทรัพย์นั้น… และทั้งหมดกำลังจะถูกแทนที่ด้วย Big Data กับ AI
การกำหนดราคาอสังหาริมทรัพย์หรือการตีราคาบ้านที่ดินนับจากนี้ จึงมีคำว่า Automated Valuation Models อยู่ในวงการอสังหาริมทรัพย์ ซึ่งเป็นเทคโนโลยีปัญญาประดิษฐ์ หรือ AI และ Big Data เพื่อทำการประมวลผลข้อมูล ในรูปแบบวิเคราะห์ เปรียบเทียบ รวมถึงสร้างแบบจำลองขึ้นบนสมมุติฐานต่างๆ เชื่อมโยงกับข้อมูลอื่นๆ มากมายจนได้ “ราคาประมาณของมูลค่าทรัพย์สินเบื้องต้น”
แน่นอนว่าในปัจจุบันยังไม่มีใครยอมรับและเชื่อถือตัวเลขที่ AI วัยละอ่อนเหล่านี้สรุปให้แน่นอน แต่ในอนาคตระดับ 50–100 ปีข้างหน้า… ก็ไม่มีใครกล้าเถียงเหมือนกันว่า โมเดลการประเมินราคาและมูลค่าทรัพย์ในอนาคต ในอีก 1–2 ช่วงอายุคน จะไม่กลายเป็นตัวเลขอัตโนมัติ หรือ ค่าปริยาย… ซึ่งอาจจะมีกฏหมายบางประเทศรับรองใช้แล้วในตอนนั้น… หรือไม่ก็เกิดขึ้นเหมือนการเกิดของ Bitcoin ที่กลายเป็นสากลแบบกระจายศูนย์เกินกว่าที่ใครจะควบคุมได้
แต่ที่แน่ๆ ข้อมูลอสังหาริมทรัพย์ที่กำลัง Digitized ตั้งแต่ข้อมูลกรรมสิทธ์ไปจนถึงข้อมูลการลงทุน ข้อมูลการก่อสร้าง ข้อมูลการใช้ประโยชน์ ข้อมูลธุรกรรมและกิจกรรมทางเศรษฐกิจแวดล้อมและในพื้นที่ใกล้กัน หรือแม้แต่ข้อมูลทางธรรมชาติหรือภัยพิบัติ และข้อมูลหยุมหยิมอีกมาก… กำลังถูกบันทึกไว้ต่อๆ กันไปเป็นข้อมูลอ้างอิงสำคัญ เหมือนรายการเดินบัญชีธนาคาร ที่สามารถสะสมไว้ได้ไม่จำกัด และ AI จะดึงมาใช้ได้ทั้งหมดเมื่อต้องการ
โดยส่วนตัวผมสนุกกับเทคโนโลยีใหม่ๆ หลายมิติ และโชคดีที่มีประสบการณ์กับข้อมูลและเทคโนโลยีคอมพิวเตอร์มาตลอดช่วงที่วิทยาการด้านนี้เติบโต จนมีบทบาทสำคัญในทุกๆ ด้าน… เรียนทุกท่านตรงนี้เลยว่า Automated Valuation Models ของวงการอสังหาริมทรัพย์ในปัจจุบัน มีการใช้กันแล้วอย่างกว้างขวาง เพียงแต่ยังจำกัดอยู่กับผู้เล่นรายใหญ่ในวงการ หรือไม่ก็คนที่คลั่งไคล้เทคโนโลยีที่อยากรู้อยากลอง ซึ่งกรณีการใช้งานจริงที่ผมได้สัมผัส ก็ไม่ต่างจากการซื้อข้อมูลแม่นๆ จากสำนักวิจัยชื่อดังที่เชื่อถือได้มาใช้นั่นเอง… และปัจจุบันยังใช้เป็นเพียงข้อมูลเพิ่มเติมร่วมกับการประเมินที่จัดทำและวิเคราะห์โดยผู้เชี่ยวชาญตัวเป็นๆ อยู่เท่านั้น
อย่าถามเลยครับว่าต่อไปจะเกิดอะไรขึ้น… เกินปัญญาที่ผมจะทำนาย และยังคิดว่าไม่มีประโยชน์ที่จะทำนายอีกด้วยครับ เพราะผมเชื่อว่าสิ่งที่กำลังจะเกิดขึ้น… คือการเปลี่ยนแปลงต่อเนื่องหลายซับหลายซ้อนที่ต้องเกาะติดและ Update กันให้ทัน และตามดูกันเป็นรายปีก็ถือว่าเป็นการทำนายระยะยาวมากแล้ว
References…
