La IA generativa está madurando en un momento propicio para el sector inmobiliario. Los inversionistas tienen montañas de datos propios y de terceros sobre propiedades, comunidades, inquilinos y el mercado mismo. Esta información puede utilizarse para personalizar las herramientas de IA generativa existentes de modo que puedan realizar tareas específicas de bienes raíces, como identificar oportunidades para los inversionistas a la velocidad del rayo, revolucionar el diseño de edificios e interiores, crear materiales de marketing y facilitar los recorridos de los clientes, al tiempo que se abren nuevas fuentes de ingresos.
Más perspectivas de McKinsey en Español
Mire nuestra colección de artículos en Español y suscríbase a nuestro newsletter mensual en Español.
Aunque la IA generativa solo ha cautivado la imaginación del público recientemente, la IA lleva décadas cambiando fundamentalmente la forma en que el mundo hace negocios. Esta versión más familiar de la IA –también conocida como IA analítica– está orientada a objetivos y se centra en actividades como la predicción de valores para un pronóstico futuro o la asignación de categorías para segmentar a los clientes. Ya está integrada en algunas partes del mundo empresarial; las previsiones asistidas por IA, por ejemplo, han alterado la forma en que los profesionales de la inversión piensan sobre el futuro, y los modelos dinámicos de fijación de precios han cambiado la forma en que varias industrias cobran por bienes y servicios. Sin embargo, el sector inmobiliario, históricamente lento para adoptar nuevas tecnologías, ha extrañado el poder transformador de la IA.1
La IA generativa representa una nueva oportunidad para que la industria inmobiliaria aprenda de su pasado y se transforme en un sector a la vanguardia de la tecnología. La IA generativa no ha reemplazado a la IA analítica; más bien, su naturaleza abierta y creativa introduce una nueva frontera de casos de uso que la IA analítica no aborda. Basándonos en el trabajo realizado por el McKinsey Global Institute (MGI), creemos que la IA generativa podría generar entre $110,000 y $180,000 millones de dólares o más en valor para la industria inmobiliaria.2
A pesar de toda la atención que ha recibido la IA generativa hasta la fecha, a muchas organizaciones inmobiliarias les está resultando difícil implementar y escalar los casos de uso, por lo que aún no han visto la creación de valor prometida. Esto no es sorprendente: obtener una ventaja competitiva de la IA generativa no es tan simple como desplegar uno de los principales modelos fundacionales, y muchas cosas tienen que ir bien en una organización para aprovechar al máximo la oportunidad. Para ayudar a las empresas a comenzar, este artículo explorará el potencial de la tecnología y ofrecerá ejemplos de casos de uso, cada uno de los cuales los actores inmobiliarios con los que trabajamos están en alguna fase de exploración o implementación. Luego, el artículo describirá siete acciones fundamentales e interconectadas que las empresas de bienes raíces pueden llevar a cabo para aprovechar todo el valor de esta visión impulsada por la IA generativa y crear una distancia estratégica con respecto a sus pares.
El sector inmobiliario puede beneficiarse de la IA generativa en multitud de casos de uso
Por lo general, las fortalezas de la IA generativa se encuentran en una de estas cuatro categorías, que llamamos “las cuatro C”. La primera es el compromiso con el cliente, que puede apoyarse en herramientas como los chatbots conversacionales que responden preguntas y eliminan las dudas de las decisiones de los clientes. La segunda es la creación, en forma de herramientas que generan nuevo contenido creativo, incluidos texto e imágenes. La tercera es la concisión: la IA generativa destaca en la síntesis de ideas a partir de datos no estructurados, la interpretación de conversaciones y la consulta de grandes fuentes de datos. La cuarta son las soluciones de codificación, de las que la IA generativa ofrece muchas, como la interpretación, la traducción y la generación de código.
En nuestro propio trabajo con la IA, hemos visto a empresas inmobiliarias ganar más de un 10 por ciento o más en ingresos operativos netos a través de modelos operativos más eficientes, una mejor experiencia del cliente, la retención de inquilinos, nuevas fuentes de ingresos y una selección de activos más inteligente. A continuación, se muestran cinco ejemplos de cómo las empresas pueden aplicar las cuatro C de la IA generativa a cuestiones inmobiliarias concretas.
Depurar montañas de documentación de arrendamiento (concisión)
La IA generativa puede aplicarse a un repositorio de documentos de arrendamiento, que pueden ser densos y estar llenos de terminología personalizada, lo que dificulta a los propietarios de muchos bienes depurar y encontrar información a escala. Una herramienta impulsada por IA generativa puede resumir temas clave de todos los arrendamientos, como cuánto alquiler se espera mensualmente o qué fuerzas del mercado (como las leyes locales de cumplimiento medioambiental, social y de gobernanza) podrían afectar esos contratos. Además, la herramienta puede escanear los documentos en busca de un parámetro particular (por ejemplo, todos los arrendamientos con un precio de alquiler por pie cuadrado inferior a un cierto nivel) y generar tablas de información. En ese punto, los profesionales pueden examinar la información recopilada por la herramienta de IA.
Copilotar las interacciones inmobiliarias (concisión y compromiso con el cliente)
La IA generativa puede utilizarse para crear un potente copiloto (un bot impulsado por IA generativa) para una variedad de interacciones inmobiliarias, incluida la gestión de las solicitudes de los inquilinos y la negociación de arrendamientos. Las solicitudes sencillas de los inquilinos, como las de mantenimiento rutinario, pueden hacer que el copiloto se ponga en contacto directamente con el personal de mantenimiento de un edificio. El copiloto puede identificar una pregunta más compleja y señalársela a un especialista de una empresa de administración de propiedades. A medida que el especialista interactúa con los inquilinos, la IA generativa puede observar las conversaciones y las respuestas escritas y sugerir formas de mejorar la comunicación. En momentos de gran tensión, como una negociación de arrendamiento comercial con un inquilino de oficinas, almacenes o comercios minoristas, una herramienta de IA generativa puede recopilar toda la información sobre el inquilino, la propiedad y el mercado, y elaborar una transcripción de la negociación. Si las comunicaciones y las llamadas se graban o se convierten en texto, el copiloto puede supervisar estas interacciones a escala, brindando asesoramiento y, al mismo tiempo, recordando a los especialistas que se abstengan de usar ciertos términos que podrían incitar momentos de riesgo.3
Permitir la visualización y crear nuevas fuentes de ingresos (creación y participación del cliente)
Hoy en día, cuando un posible inquilino de una oficina ve un espacio en bruto durante un recorrido o un residente potencial ve fotografías de un apartamento en un sitio web de anuncios, ve una unidad vacía o fotografías llenas de acabados y muebles de otra persona. Los recorridos de realidad virtual han ayudado, pero estas simulaciones estáticas y no personalizables generalmente solo sirven en parte para mostrar al usuario final cuál podría ser el resultado.
Las herramientas de IA generativa pueden ayudar a un inquilino potencial a visualizar exactamente cómo se vería un apartamento, por ejemplo, con su estilo moderno preferido de mediados de siglo o con acabados en madera de cerezo frente a acabados de nogal. A continuación, estos datos pueden introducirse en un modelo para predecir qué tipos de mobiliario y acabados funcionan mejor para diferentes segmentos de clientes, mejorando la conversión de posibles inquilinos en arrendatarios y dando forma a las futuras decisiones de gasto de capital.
También puede haber vínculos con el comercio electrónico: cuando un posible inquilino recorre una unidad, una aplicación puede imponer virtualmente una variedad de sofás, marcos de ventanas o electrodomésticos de cocina que coincidan con el estilo de diseño deseado. Si el posible residente decide comprar o alquilar, estas opciones pueden ordenarse y configurarse para que coincidan con la mudanza. El residente se beneficia al mudarse a una casa que ya expresa su estilo propio, y la empresa de corretaje o de apartamentos se beneficia al obtener ingresos de la venta cruzada.
Un gran minorista de muebles ha lanzado una herramienta de visualización de productos basada en IA que permite a los usuarios cargar una foto de una habitación y rellenarla con muebles de su catálogo. Diversas empresas a lo largo de la cadena de valor pueden utilizar esta capacidad para crear nuevas fuentes de ingresos y, al mismo tiempo, profundizar la lealtad de sus clientes.
Tomar decisiones de inversión más rápidas y precisas (concisión)
En la actualidad, las decisiones de inversión suelen basarse en el análisis individual de datos personalizados extraídos de distintas fuentes. Un inversionista interesado en almacenes, por ejemplo, suele empezar realizando un macroanálisis de los mercados que tienen factores atractivos, como puertos, ubicaciones de aeropuertos y un elevado volumen de comercio electrónico. Luego, realiza un análisis más detallado para localizar las zonas de interés, extrayendo información sobre edificios de corredores locales o herramientas digitales. Como parte del proceso de toma de decisiones, el inversionista realiza análisis discretos para averiguar cómo han resultado sus hipótesis de inversión en el pasado.
Con una herramienta de IA generativa optimizada con datos internos y de terceros, un inversionista puede preguntar simplemente: “¿Cuáles son las 25 principales propiedades de almacén a la venta en las que debería invertir?” o “¿Qué centros comerciales tienen más probabilidades de prosperar en el futuro?”. La herramienta puede clasificar los datos no estructurados, tanto internos (como el rendimiento de las propiedades existentes de una empresa y las condiciones de arrendamiento relacionadas con este rendimiento) como de terceros (como el censo de Estados Unidos y las ventas comparables registradas públicamente). Este análisis multifacético puede superponerse a una lista de propiedades en venta para identificar y priorizar activos específicos que merecen una investigación manual.
Dibujar planos arquitectónicos que se sabe crean los resultados deseados (creación)
En el diseño de sitios web, existen patrones y opciones de diseño específicos que se sabe que generan ventas de comercio electrónico o un mayor número de clics. De manera similar, existen principios de diseño subyacentes en el mundo físico que la IA generativa puede desbloquear y utilizar para dibujar planos arquitectónicos.
Un proceso asistido por IA generativa puede introducir sensores de Internet de las cosas y algoritmos de visión por ordenador4 que recopilen puntos de datos sobre el uso del espacio, como la forma en que los clientes se mueven por una tienda antes de comprar o cuándo se utilizan las salas de conferencias en una oficina. Esta información –junto con los datos de resultados sobre ventas, lealtad de los clientes, productividad, retención de empleados u otras áreas– puede luego introducirse en una herramienta de IA generativa. Esta información puede superponerse con datos espaciales sobre metros cuadrados, ubicación, paredes, mobiliario y otros elementos arquitectónicos. La herramienta de IA generativa puede entonces desarrollar planos arquitectónicos optimizados para crear los resultados deseados en un espacio. Los arquitectos y diseñadores humanos pueden trabajar a partir de estos planos para garantizar el arte y la emoción en el diseño, pero con menos conjeturas sobre si un espacio tiene un propósito (ver ilustración).
Ilustración de diseños arquitectónicos asistidos por IA generativa que muestra dónde caería la luz del día en este diseño, cómo se acomodaría el plan a los patrones típicos de tráfico peatonal y si los niveles de ruido distraerían a las personas en el espacio.
Fuente: Investigación y experiencia de McKinsey con datos de sensores y visión por ordenador.
Siete acciones fundamentales que los actores inmobiliarios pueden tomar para aprovechar todo el valor de la IA generativa
La IA generativa promete transformación, pero las empresas inmobiliarias tendrán que hacer algo más que simplemente aprender a utilizar productos disponibles en el mercado. Aunque los modelos fundacionales son esenciales, son solo un pequeño componente de la capacidad de una empresa de bienes raíces para obtener valor de la IA generativa.
Para aprovechar la oportunidad, las empresas de la cadena de valor del sector inmobiliario pueden esforzarse por superar a la competencia, reconfigurando su forma de trabajar de las siguientes maneras.
Alinear a la alta dirección en torno a una hoja de ruta empresarial vinculada a una parte específica de la cadena de valor inmobiliaria
Los CEOs que quieran liderar la IA generativa pueden priorizar la tecnología, incorporar nuevas capacidades internas y organizarse para una entrega ágil, tal como lo hacen las principales start-ups y empresas nativas tecnológicas. Las nuevas formas de suministrar tecnología son esenciales no solo para entregar IA, sino también para garantizar la modernidad y mantenerse a la vanguardia de la curva estratégica. Los ganadores están dispuestos a experimentar, actualizar y ser auto disruptivos.
Eso empieza con capacidades que vayan más allá de la organización tradicional de TI en el sector inmobiliario. Esto no significa que los líderes tengan que dar la bienvenida a decenas de nuevas contrataciones tecnológicas en sus empresas. Más bien, requiere invertir en un equipo ágil de ingenieros y diseñadores que estén familiarizados con la IA generativa y puedan ser dirigidos a centrarse exclusivamente en casos de uso que aporten valor.
Los directivos pueden comenzar evaluando qué parte de la cadena de valor inmobiliaria ocupan –como el desarrollo, las operaciones o la inversión– y considerando cómo pueden reinventarse los recorridos de los inquilinos, empleados y otras partes interesadas. Luego, pueden empezar a rediseñar funciones y estructuras para lograr la alineación. Obtener valor de la IA generativa requiere que los directivos estén dispuestos a cuestionar las jerarquías y los modelos operativos tradicionales de la industria y, lo más importante, a aceptar una nueva capa tecnológica en toda la organización. La IA generativa requiere la adopción liderada por los ejecutivos de nuevas formas de trabajo que elevarán el poder de los profesionales en todas las funciones y niveles.
Adoptar un enfoque láser en los datos, especialmente en los nuevos datos registrados
En el futuro de la IA generativa, quienes tengan acceso y control sobre datos únicos e informativos podrán generar perspectivas que otros no pueden. Las empresas pueden empezar por pensar qué datos necesitan, así como qué datos propios sobre inquilinos y propiedades están disponibles, pero no se recopilan actualmente.
No solo es esencial tener el mejor conjunto de datos, sino también diseñarlo de la manera correcta con la gobernanza de datos adecuada. Una herramienta de IA conversacional que haya sido entrenada con base en las solicitudes de mantenimiento anteriores de un edificio puede responder eficazmente a las quejas de los residentes. Una herramienta basada en los datos de ingresos operativos netos de una cartera inmobiliaria puede proporcionar respuestas sobre el rendimiento que podrían ser útiles para tomar decisiones de inversión e informar a los inversionistas y las divisiones internas de la empresa. Los sensores del Internet de las cosas y las aplicaciones de visión por ordenador en edificios de oficinas, por ejemplo, pueden proporcionar información anónima sobre cómo los inquilinos usan los espacios, creando vistas matizadas del entorno construido.5 Las aplicaciones y los cuadros de mando para los inquilinos no son meros canales de interacción; ellos mismos pueden convertirse en fuentes de datos. El tipo de espacio de ocio que reserva un inquilino residencial, las tiendas que visita un comprador en un centro comercial o los servicios que necesita un inquilino de oficinas para organizar un evento son datos valiosos que pueden aprovecharse y estructurarse.
Es importante que este aprovechamiento y estructuración se produzcan en un lago de datos controlado por la empresa inmobiliaria (y no por un sistema de terceros). Diversos proveedores deberían poder interactuar con esta única fuente de verdad. Esto permitirá a las inmobiliarias recortar los datos por edificio, inquilino o tipo de unidad o espacio para sus propios usos internos y ser lo suficientemente flexibles para cambiar de sistemas y aplicaciones con facilidad. Las empresas deben ser conscientes de la propiedad de los datos y hacer que la capacidad de acceder fácilmente y trabajar con ellos sea una parte clave de la toma de decisiones de los proveedores a medida que diseñan sus futuras pilas de tecnología.
Diseñar una biblioteca rápida que obtenga resultados de modelos fundacionales en un contexto inmobiliario
Los modelos fundacionales de IA generativa son tan buenos como las preguntas (conocidas como “instrucciones” o “prompts”) que se les formulen. A medida que los modelos se perfeccionan con datos específicos de bienes raíces, es importante diseñar una biblioteca de instrucciones (prompt library).
Una instrucción podría decir, por ejemplo, “Utilice el siguiente historial del residente y los datos de la propiedad para redactar un correo electrónico de contacto inicial dirigido a un residente que desea renovar su contrato de arrendamiento”, seguido de “Genere un correo electrónico de seguimiento basado en su respuesta y considere ofrecer una de las siguientes concesiones más personalizadas en función de lo que usted sabe sobre el residente: exención de la tarifa por mascota durante dos meses, limpieza a fondo de la alfombra de cortesía o suscripción al gimnasio del edificio durante seis meses”.
Pequeñas modificaciones en la sintaxis, los detalles o el encuadre pueden generar resultados significativamente diferentes, con un impacto que solo puede descubrirse en acción. No hay precedentes para saber lo que funciona hasta que se prueba. Para crear un manual, es esencial un proceso riguroso de pruebas y perfeccionamiento que garantice que las preguntas den las respuestas esperadas.
Crear herramientas digitales que promuevan la acción, no solo el conocimiento
Los grandes modelos de lenguaje recientemente populares fascinan al público por lo fácil que puede ser escribir instrucciones y recibir una respuesta comprensible. Pero las empresas inmobiliarias no deberían caer en la trampa de pensar que todos los resultados de la IA generativa son intuitivos o que las soluciones puntuales plug-and-play cumplen toda la promesa de la IA generativa. Por el contrario, los resultados a menudo necesitan otra capa de herramientas digitales para que sean útiles para una organización.
Un modelo fundacional, por ejemplo, puede generar un copy de marketing, pero puede requerir herramientas adicionales para verificar la gramática y el cumplimiento de la marca y garantizar que el lenguaje cumpla con la normativa. Un modelo de IA generativa puede aportar ideas sobre cómo un agente de bienes raíces debe brindar el servicio al cliente, pero es posible que los agentes necesiten recibir indicaciones con una cadencia específica durante las interacciones con el cliente o explicaciones que aclaren por qué es importante una recomendación en particular.
El diseño es otro componente crucial. Los patrones de color, estilo y diseño físico para que el usuario haga clic son primordiales en las aplicaciones tradicionales. Con una interfaz de IA generativa, podría ser más importante afinar el estilo de escritura de un sistema conversacional o asegurarse de que el avatar de cara al cliente y su tono de voz sean agradables para la audiencia y fomenten los comportamientos deseados. En resumen, la definición de diseño tendrá que ampliarse a medida que surja un nuevo campo de juego de la psicología ligado a las interacciones con algoritmos y máquinas.
Un portal de autoservicio que facilite a los empleados el acceso a herramientas aprobadas por la empresa y el aprendizaje de su uso puede permitir la innovación en toda la organización.
Invertir en una pila tecnológica moderna para habilitar el uso de datos
Una pata vital del taburete de la IA generativa es la pila tecnológica: la infraestructura, los bucles de retroalimentación, las salvaguardias y la integración adecuados deben construirse de forma segura, escalable y fácil de usar.
La IA generativa requiere nuevas capacidades en relación con la IA tradicional y el aprendizaje automático, incluidos controles de toxicidad (garantizando que la IA generativa no está creando contenido problemático, como palabras o declaraciones que violarían las leyes pertinentes de vivienda justa o antidiscriminación) y barreras contra las alucinaciones (evitando que la IA generativa proporcione respuestas falsas sin compartir que la herramienta es incierta). En comparación con la analítica y la ciencia de datos tradicionales, la IA generativa depende más de la ingeniería de elementos tecnológicos únicos para hacerla operativa de manera eficaz, capacidades de las que las empresas inmobiliarias pueden carecer en sus organizaciones de TI actuales.
Las empresas inmobiliarias de toda la cadena de valor que adopten pruebas tempranas de concepto y comiencen a orientar sus pilas tecnológicas en la dirección correcta para permitir casos de uso en el futuro, estarán en la mejor posición para beneficiarse. Las acciones fructíferas incluyen tomarse el tiempo necesario para vincular cuidadosamente los sistemas de los proveedores y conectar los puntos de datos de los sistemas de gestión de propiedades, la gestión de relaciones con los clientes y los portales de mantenimiento.
Adoptar un nuevo modelo operativo que pueda ampliarse a medida que una cartera inmobiliaria crece y se diversifica
Para permitir una actualización de la IA generativa a los procesos de inversión, arrendamiento y más, es posible que sea necesario rediseñar los modelos operativos y los puestos de trabajo para que coincidan con los nuevos puntos de enfoque del trabajo.
Es posible que se necesiten nuevas funciones y capacidades, como ingenieros de datos que puedan implementar modelos fundacionales. Las personas que desempeñan roles existentes, como agentes o personal in situ, pueden ceder tareas que consumen mucho tiempo a herramientas de IA generativa, lo que les permite enfocarse en tareas especializadas. En otros casos, como en los equipos de marketing e inversión, la IA generativa puede hacer evolucionar la disciplina y crear demanda de nuevas funciones y conjuntos de habilidades. Las empresas deben estar abiertas al cambio, porque la cara de la organización de TI o de marketing no será la misma con las herramientas de IA, incluso si los objetivos de la unidad de negocios siguen siendo los mismos.
Reconocer y mitigar los riesgos exclusivos del sector inmobiliario creados por la IA generativa
La IA generativa es nueva, está madurando y se enfrenta a preguntas abiertas. Puede haber sesgos en los datos de entrenamiento que no son intencionados, pero que crean resultados con consecuencias reales. También puede haber dudas sobre las propiedades intelectuales que alimentan los modelos fundacionales a medida que evoluciona el precedente legal en este espacio.6 El contenido de marketing, por ejemplo, puede surgir de un algoritmo entrenado con imágenes sin licencia, tomando desprevenido al negocio inmobiliario. Los ajustes del proveedor al modelo fundacional que sustenta una herramienta específica de bienes raíces podrían tener consecuencias imprevistas para la calidad y el contenido de los resultados, por lo que es importante rediseñar las instrucciones.
Además, algunos casos de uso pueden no ser adecuados para la IA generativa en su etapa actual. Estos podrían incluir la respuesta a emergencias, en la que hay mucho en juego, o las decisiones de arrendamiento, en las que podría ser difícil cumplir las regulaciones que exigen explicaciones.
La implementación de la IA generativa en situaciones en las que se reúnen profesionales de la inversión, equipos operativos e inquilinos introduce nuevos riesgos en los entornos de trabajo, vivienda y compras que deben sopesarse. Las empresas que identifiquen los riesgos desde el principio y actualicen para encontrar mejoras estarán posicionadas para reaccionar con eficacia.
Creemos que ha llegado el momento de que el sector inmobiliario dé el salto a la IA generativa por dos razones principales: en primer lugar, la tecnología ya ha alcanzado a los problemas a los que se enfrentan las empresas inmobiliarias y, cuando se diseña y ejecuta adecuadamente, puede ofrecer soluciones que cambien las reglas del juego. Y, en segundo lugar, el sector inmobiliario comercial se enfrenta hoy a vientos en contra, y estos nuevos desafíos exigen enfoques innovadores. La IA generativa no reemplazará a la IA analítica: existen casos de uso (como producir una previsión de alquiler o una predicción de retención) en los que sobresale el aprendizaje automático más tradicional. Más bien, la IA generativa está abriendo casos de uso que nunca habían sido posibles y que son relevantes para dimensiones de la cadena de valor inmobiliaria que la tecnología no había tocado antes.
Pero ¿puede una industria con fama de rezagada tecnológica superar los retos estructurales, invertir en la tecnología subyacente, reestructurar los modelos operativos y emerger como líder de la IA generativa? El hecho de que el sector inmobiliario haya sido un sector rezagado puede ser en realidad una ventaja, porque no invirtió en exceso en tecnología previamente disponible pero ahora obsoleta, como hicieron otras industrias.7 La curva de aprendizaje puede ser más pronunciada para aquellos que aún no han invertido en tecnología y estrategias de datos, pero creemos que los conocimientos, la velocidad y el poder de transformación de la IA generativa para el sector inmobiliario merecen la pena. Los datos —y su uso para crear distancia estratégica— son el nuevo terreno en el que las empresas competirán por los dólares de los inversionistas, los inquilinos, los compradores y la longevidad.
La idea de empezar puede ser desalentadora, pero instamos a los ejecutivos a hacerlo de forma sencilla. Nuestros profesionales de tecnología abogan por un enfoque “2x2”: identificar dos casos de uso que pueden impulsar a una empresa a asumir la propiedad de los datos, ofrecer un impacto mensurable rápidamente y generar entusiasmo; e identificar dos casos de uso que sean más aspiracionales, que cambiarán fundamentalmente el negocio y llevarán más tiempo. Este enfoque anima a las empresas a aprovechar todo el potencial de la tecnología.
No hay duda de que la industria inmobiliaria está cambiando. La pregunta es qué empresas responderán a ese llamado de cambio, se adaptarán y abrazarán un nuevo futuro impulsado digitalmente.