گروه راه و ساختمان - یکی از مهمترین و رایج ترین اشکال دارایی است که بخش عمده ثروت خانوار و حتی کشورها را تشکیل می‌دهد و از این رو، قیمت مسکن تاثیر بسزایی در ثروت ملی و همچنین ثروت افراد دارد. از دیگر اثرات قیمت مسکن میتوان به مواردی همچون اهمیت آن در تامین پشتوانه وام‌های بانکی، تاثیر مستقیم در نرخ اجاره مسکن، تغییر الگوی مصرف افراد در بازارهای محلی و اثر غیر مستقیم آن بر تولید ناخالص ملی اشاره کرد. برآورد قیمت مسکن امر دشواریست، زیرا هر ساختمان مسکونی دارای مشخصه‌های یکتایی بوده و دارای بازاری ناهمگن است. قیمت مسکن تحت تاثیر عواملی مانند مکان، مشخصه‌های ساختمان، عوامل زیست محیطی و شرایط بازار تعیین می‌گردد. 
به گزارش اقتصاد سرآمد، با وجود دشواری ذکر شده، ارائه برآورد به علت اهمیت آن همواره لازم است و ذینفعان بسیاری در این موضوع درگیر هستند. با در نظر داشتن نقش مهم قیمت مسکن در اقتصاد و رفاه جامعه، داشتن برآوردی دقیق از آن، یکی از چالش‌های دولت و مردم است. بزرگترین ضعف روش‌های معمول در برآورد قیمت، احتمال وجود خطای انسانی ناشی از جانبداری برآوردگران قیمت املاک است. با این حال، روش‌های نوین مبتنی بر هوش مصنوعی، برآوردهایی با قابلیت اتکا و دقت بیشتر را ارائه می‌دهند که میتوان از آن برای تعیین قیمت املاک بانک‌ها، محاسبه مالیات املاک و تعیین ارزش واقعی ملک در دستگاه‌های قضایی استفاده کرد.
تا به حال روش‌های متعددی برای برآورد قیمت مسکن توسط کارشناسان ارائه شده است که از جمله آنها میتوان به روش‌هایی مانند روش مقایسه مستقیم، قیمت‌گذاری بر اساس بازده سود یا اجاره و قیمت‌گذاری بر اساس هزینه ساخت اشاره داشت. روش مقایسه مستقیم پرکاربردترین روش برای برآورد قیمت ساختمان‌های مسکونی است. در روش مقایسه مستقیم، قیمت مسکن بر اساس مقایسه شباهت و تفاوت ویژگی‌های ساختمان مورد نظر با دیگر ساختمان‌های مسکونی مورد معامله و یا دارای قیمت مشخص در آن ناحیه، تعیین می‌شود و این روش پایه بسیاری از روش‌های دیگر است.
قیمت گذاری مسکن با هوشمند شدن
 مدیریت می‌شود؟
محمد پاشایی کارشناس و فعال اقتصاد مسکن در اینباره به روزنامه اقتصادسرآمد، گفت: برآورد قیمت ساختمان به طور معمول توسط افراد و بر اساس دانش و تجارب آنها انجام می‌شود. در حال حاضر بسیاری از افراد و سازمان‌ها به برآوردهای ارائه شده توسط افراد وابسته هستند که از جمله آنها میتوان به بانک‌ها، سازمان امور مالیاتی، معامله گران بازار مسکن، دستگاه‌های قضایی و بسیاری دیگر اشاره کرد.
استانداردهای غیرالزامی
 برای قیمت‌گذاری مسکن
او با بیان این نکته که در بسیاری از کشورها استانداردهای غیرالزامی به عنوان راهنما برای برآوردگران قیمت مسکن وجود دارد، افزود: در حال حاضر جای خالی استاندارد و راهنمایی جامع برای برآورد قیمت ساختمان‌ها متناسب با شرایط و قوانین کشور در حوزه مسکن احساس می‌شود که در صورت وجود چنین راهنمایی، میتوان بخشی از خطاهای انسانی در برآوردهای صورت گرفته شده را کاهش داد.
هوش مصنوعی بازیگر جدید 
قیمت گذاری مسکن
به گفته وی، یکی از راهکارهای معرفی شده برای برآورد قیمت مسکن استفاده از نظریه مدل‌های هدانیک است. در این نظریه بیان می‌شود که مسکن نه صرفا به عنوان یک دارایی، بلکه به دلیل ویژگی‌های آن خریداری می‌شود. ولی به دلیل آنکه هر یک از ویژگی‌ها دارای قیمت صریحی نیست، قیمت مسکن براساس برآیند ضمنی قیمت این ویژگی‌ها تعیین می‌شود. مدل‌های هدانیک شامل تخمین یک رابطه رگرسیون میان قیمت مسکن و متغیرهای زمان، ویژگی‌های ساختمان و مکان آن است. با وجود نتایج امید بخش و کمک کننده مدل‌های هدانیک، همچنان خطای تخمین آنها دقت کافی را ندارند و در بسیاری از موارد نیازمند قضاوت انسانی برای اصلاح نتایج هستند.
مسیر پر چالش استفاده از روش‌های نوین قیمت‌گذاری املاک
هوش مصنوعی در زمینه برآورد قیمت مسکن نتایج جالب توجهی ارائه می‌کند و در آینده‌ای نه چندان دور در این زمینه از انسان پیشی خواهد گرفت؛ اما در این مسیر چالش‌های مهمی برای ساخت و بکارگیری آنها وجود دارد. تمامی مدل‌ها وابسته به داده‌هایی برای آموزش هستند و دقت آنها کاملا وابسته به کیفیت و صحت داده‌های ورودی است و این وابستگی، در کنار نبود پایگاهی جامع از داده‌های مربوط به قیمت ساختمان‌ها و ویژگی‌های آنها، ساخت مدل‌های برآوردگر با دقت مطلوب را دشوار کرده است. از سوی دیگر نیاز است تا به صورت مداوم داده‌ها به روز شده و جریان داده حفظ 
شود.
هرچند استفاده از این مدلها در حال ترویج در میان معامله گران مسکن و مشاورین املاک است، اما دیگر مراجع رسمی همچنان استناد به برآوردهای انسانی را ترجیح می‌دهند که باید به مرور زمان و پیشرفت تکنولوژی اصلاح شود. قطعا هوش مصنوعی در آینده یکی از ارکان اصلی برآورد قیمت مسکن خواهد بود و زمینه سازی برای تسریع در بهره گرفتن از آن به کاهش هزینه‌ها، کاهش زمان فرآیند برآورد و جلوگیری از خطاهای انسانی  کمک خواهد کرد. استفاده از هوش مصنوعی مزایای بسیاری دارد که از جمله مهمترین آنها میتوان به دوری از خطاهای جانبداری بر اساس منافع، سرعت عمل بسیار سریعتر در ارائه برآورد، هزینه‌های به مراتب پایین‌تر، کشف الگوهای پنهان و افزایش قدرت پیش بینی را نام برد.