La ilusión de la inminencia: ¿Dónde está la tan mentada revolución de la IA?

Durante gran parte de la última década, el sector inmobiliario británico ha hablado de la Inteligencia Artificial como algo que está por llegar: inminente, inevitable, pero perpetuamente justo en el horizonte. Las agendas de las conferencias están repletas de paneles PropTech, las estrategias de innovación están llenas de referencias a la data y la automatización, y la mayoría de las grandes empresas pueden señalar al menos un puñado de pilotos, iniciativas deslucidas o pruebas de concepto. Y, sin embargo, para muchos peritos sobre el terreno, el progreso sigue pareciendo vacilante y fragmentado. La IA aparece presente en todas partes en la retórica, pero sólo de forma selectiva en la realidad.

Sin embargo, esta aparente apatía oculta una verdad más matizada. La cuestión no es que la IA no haya encontrado relevancia dentro del sector inmobiliario, ni que la tecnología en sí sea inmadura. De hecho, la IA ya está aportando un valor tangible en las transacciones, la valoración, la gestión de activos y las operaciones de los edificios. La verdadera cuestión es por qué la adopción ha sido más lenta, más cautelosa y más desigual que en muchas industrias comparables. La respuesta reside menos en los algoritmos y mucho más en las características estructurales del propio sector inmobiliario británico.

Para entender hacia dónde se dirige la industria, primero debemos ser honestos sobre dónde se encuentra actualmente.

El cambio: Del piloto a la integración del flujo de trabajo

En los últimos doce a dieciocho meses se ha producido un cambio significativo. La IA ha salido decididamente de la fase experimental y se ha introducido en los flujos de trabajo profesionales cotidianos. Hace tan sólo un año, la mayoría de las iniciativas aún se enmarcaban en proyectos piloto, a menudo confinados a pequeños equipos de innovación que trabajaban en la periferia de la empresa. Estos esfuerzos tendían a centrarse en herramientas conversacionales; chatbots diseñados para responder a preguntas básicas, redactar textos o sacar a la superficie información de repositorios de documentos. Aunque útiles, rara vez estaban conectados a los procesos operativos centrales.

Hoy en día, ese panorama parece notablemente diferente. La IA está cada vez más integrada en el trabajo diario de topógrafos, analistas, gestores de activos y equipos operativos. La velocidad del cambio ha sido sorprendente. Mientras que gran parte de la actividad del año pasado giraba en torno a la utilización de los modelos de gran lenguaje (LLM) como asistentes pasivos, la atención se ha desplazado ahora hacia los sistemas agénticos; agentes de IA capaces de ejecutar tareas de varios pasos de forma autónoma, recopilando información, validando entradas, redactando salidas y escalando problemas para su revisión humana en puntos definidos.

Sin embargo, a pesar de esta aceleración, un principio ha permanecido prácticamente intacto en todo el sector inmobiliario británico: La IA se está desplegando como apoyo a la toma de decisiones, no como tomadora de decisiones. Esa distinción no es accidental, ni tampoco mero conservadurismo cultural. Refleja una comprensión profundamente arraigada de la responsabilidad y el riesgo profesionales que sigue determinando hasta dónde están dispuestas a llegar, y pueden hacerlo, las empresas.

La IA en la práctica topográfica: Aumento, no automatización

Transacciones y diligencia debida

En la práctica, esto se hace más evidente en las transacciones y la diligencia debida, que siguen siendo el área más madura de la adopción de la IA. Aquí, la propuesta de valor es clara e inmediata. Los sistemas de IA se utilizan ahora de forma rutinaria para leer y analizar grandes paquetes de documentos, extraer las cláusulas clave de los contratos de arrendamiento, resumir las condiciones de planificación, los EPC y los manuales operativos, y generar los primeros borradores de contratos de arrendamiento, listados y diligencias debidas reports. El concepto crítico que sustenta todos estos casos de uso es el de la “primera pasada”. La IA permite a los equipos sacar a la luz los problemas con mayor rapidez, estructurar la información de forma más coherente y centrar la atención profesional donde más importa. No elimina la necesidad del juicio y la experiencia profesionales, sino que los agudiza.

Valoración e investigación de mercado

Se puede observar un patrón similar en la valoración y los estudios de mercado. La IA se utiliza cada vez más para preseleccionar pruebas comparables, redactar comentarios iniciales sobre el mercado y ejecutar análisis de escenarios o de sensibilidad a una velocidad y escala que antes habrían sido impracticables. Sin embargo, el dictamen de valoración en sí sigue perteneciendo firmemente (y desde el punto de vista legal) al tasador. Desde una perspectiva tanto profesional como de seguros, no puede ser de otro modo. La IA acelera el análisis, pero no firma, ni debe firmar, dictámenes de valor. Nunca lo hará.

Gestión de activos y carteras

En la gestión de activos y carteras, el énfasis cambia de nuevo, de la velocidad a la perspectiva. La IA permite a las empresas interrogar sus carteras de nuevas formas, explorando cuestiones en torno a la sensibilidad a los tipos de interés, la exposición a las vacantes o las prioridades de asignación de capital con mucha mayor profundidad y coherencia de lo que permiten los enfoques manuales. Una vez más, no se trata de automatizar la toma de decisiones, sino de aumentar el pensamiento estratégico.

Explotación de edificios y gestión energética

Quizá la ilustración más clara del potencial de la IA se encuentre en el funcionamiento de los edificios y la gestión energética, donde la adopción ha sido más fuerte allí donde existe data de buena calidad. El mantenimiento predictivo, la optimización energética y la detección precoz de averías se prestan de forma natural a los enfoques data-driven, y los beneficios financieros son a menudo fáciles de cuantificar. Como era de esperar, estos casos de uso han encontrado menos resistencia que los que afectan al juicio profesional básico.

Las limitaciones estructurales de la adopción en el Reino Unido

Dada esta amplitud de aplicación, es razonable preguntarse por qué la adopción de la IA en la propiedad no parece más avanzada. La respuesta es que las principales limitaciones no son tecnológicas. Son estructurales y humanas, como suele ocurrir.

El reto de la Fundación Data

El reto más obvio, y el más persistente, es el data. El data de la propiedad está notoriamente fragmentado, es incoherente, su acceso es costoso y a menudo no está estructurado. El mismo bien puede aparecer bajo varios nombres (o direcciones) en distintos sistemas; los documentos se contradicen con frecuencia; la información crítica suele estar enterrada en depósitos aislados de PDF, escaneos o largas cadenas de correos electrónicos. Los sistemas de IA tienen dificultades para escalar en estas condiciones. Sin una data foundations sólida, incluso los modelos más sofisticados rendirán por debajo de sus posibilidades.

También hay en juego una cuestión más profunda y específica del sector. La propiedad inmobiliaria es fundamentalmente no estandarizada. No hay dos activos realmente iguales. Las características físicas varían, al igual que las estructuras de tenencia, los paquetes de incentivos y los matices contractuales. A diferencia de las materias primas o los bienes de consumo, las transacciones inmobiliarias son de gran valor, poco voluminosas e intrínsecamente únicas. Esto hace que la creación de datasets limpios y estadísticamente robustos sea mucho más difícil que en las industrias que tratan con productos estandarizados comercializados a escala.

Aunque el Reino Unido cuenta con un rico panorama data relacionado con la propiedad (y datasets contextuales aún más ricos), más fuerte que la mayoría de sus homólogos de la UE, tiene notorias lagunas en los datasets. No existe un data fiable de arrendamientos, ni API al Registro de la Propiedad de HM para extraer transacciones de venta en masa, un data de planificación fragmentado tras interminables cortafuegos y unas autoridades locales poco integradas a nivel nacional de data. Aunque en algunos aspectos existe el riesgo de verse desbordado por la data, siguen existiendo importantes lagunas que limitan los posibles casos de uso de la IA.

Gobernanza, responsabilidad y riesgo

Más allá del data, las cuestiones de responsabilidad, gobernanza y protección del data se ciernen sobre nosotros. La mayoría de las actividades del sector inmobiliario están estrictamente reguladas y los gobiernos suelen ser (a menudo con razón) lentos a la hora de adoptar cambios que puedan afectar al público. Cuando Artefact imparte cursos prácticos de IA a través de la Royal Institution of Chartered Surveyors (RICS), las mismas preocupaciones afloran una y otra vez. ¿A quién pertenece un resultado generado por IA? ¿Quién es responsable si es erróneo? ¿Con qué data se ha entrenado el modelo y adónde va a parar la información del cliente una vez procesada? No son preguntas abstractas. Los encuestadores manejan información muy delicada y sigue habiendo un malentendido generalizado sobre el funcionamiento de los modelos de gran lenguaje, sobre todo en relación con la retención, la formación y el riesgo del data. Hasta que estas cuestiones no se aborden claramente a través de la gobernanza y la política, muchas empresas seguirán siendo cautelosas y preferirán los proyectos piloto contenidos a la implantación a gran escala.

Inercia cultural y organizativa

Los factores culturales y organizativos agravan aún más esta cautela. El sector inmobiliario británico es, por naturaleza, lento y reacio al riesgo. Los ingresos son a largo plazo y relativamente previsibles (en particular para los grandes REIT y los constructores de viviendas), los márgenes están bajo presión y las condiciones del mercado siguen siendo difíciles. En un entorno así, preservar el efectivo suele primar sobre la experimentación. Además, las empresas inmobiliarias tienden a operar con plantillas relativamente pequeñas en comparación con el valor de los activos o los ingresos, lo que significa que el aumento de la eficiencia no siempre se traduce en reducciones inmediatas de los costes ETC. Esto puede hacer que el rendimiento de la inversión sea más difícil de articular en términos tradicionales.

La demografía también desempeña un papel. La edad media dentro del sector sigue aumentando y la industria lucha por atraer a talentos más jóvenes, nativos de la IA, capaces de impulsar el cambio desde dentro. No se trata simplemente de una cuestión de aptitudes, sino de mentalidad y familiaridad con las herramientas digitales por defecto y no como un complemento.

El papel de la RICS: Impulsar la adopción responsable

La RICS está asumiendo un papel de liderazgo mundial en la preparación de la profesión topográfica para la adopción responsable de la IA. Reconociendo que la IA ya está transformando la práctica diaria, desde el apoyo a la valoración y el modelado de riesgos hasta la extracción de data. La RICS ha publicado recientemente una innovadora norma profesional global sobre el uso responsable de la IA. Esta norma está diseñada no para sofocar la innovación, sino para apoyar una adopción confiada y ética mediante el establecimiento de unas expectativas básicas claras de competencia, gobernanza y responsabilidad entre sus 150.000 peritos colegiados de todo el mundo.

La nueva norma de conducta se aplica a todos los miembros de RICS y a las empresas reguladas en las que los resultados de la IA tengan un impacto material en la prestación de servicios. Desarrollado con el liderazgo clave de la industria, incluido el Artefact que copreside el grupo de trabajo, el marco se concentra en reforzar el juicio profesional al tiempo que aumenta la experiencia. La norma esboza los requisitos fundamentales en cinco áreas: establecimiento de una base de conocimientos sobre IA; refuerzo de la gestión de la práctica a través de la gobernanza y los registros de riesgos; introducción de expectativas claras de diligencia debida al adquirir herramientas de IA de terceros; refuerzo del juicio profesional, el escepticismo y la transparencia al confiar en los resultados de la IA; y establecimiento de expectativas de responsabilidad para quienes participan en el desarrollo de sistemas de IA.

Este enfoque proactivo es crucial para gestionar los nuevos riesgos profesionales introducidos por la IA, garantizar una práctica coherente y proteger la confianza de los clientes. La RICS cree que al proporcionar este marco compartido, la profesión puede adoptar la innovación sobre una base ética y profesional sólida, atrayendo talento ‘nativo de la IA’ e impulsando la industria hacia adelante.

Fundamentalmente, las nuevas normas forman parte de un ecosistema más amplio y exhaustivo de RICS para impulsar la adopción responsable de la IA. Esto incluye la adaptación de las Evaluaciones de Competencia Profesional (APC), la realización de cursos de formación práctica (como el muy popular ‘Global Harnessing AI & Data in the Built Environment’) y la publicación de documentos de orientación práctica. Este esfuerzo concertado proporciona a los topógrafos un completo conjunto de herramientas que les permite desplegar la IA con mayor confianza e integridad y garantiza que la RICS siga siendo relevante en la era digital.

Adopción pragmática - Los principios clave

El reto inherente radica en el elemento humano: quienes forman parte del sector inmobiliario muestran a menudo una reticencia, incluso una aversión, a adoptar cambios significativos. Si bien es cierto que la inercia normativa desempeña un papel, existe una barrera más fundamental en las actitudes predominantes. En las conversaciones con los altos ejecutivos del sector inmobiliario y con los topógrafos surgen con frecuencia principios como “si no está roto, no lo arregles”.” “ninguna IA sustituirá mis décadas de profunda experiencia contextual”.” o “nuestros clientes no nos pagan por utilizar la IA”.” Aunque estas perspectivas contienen una pizca de verdad, señalan más a menudo a un liderazgo preocupado por preservar el statu quo que por perseguir una eficacia transformadora.

La avalancha inicial de mensajes hiperbólicos y a menudo contradictorios en torno a la IA resultó contraproducente, pues fomentó el escepticismo y la confusión. Sin embargo, ahora navegamos firmemente más allá del “La depresión de la desilusión” y comenzando a ascender el “Pendiente de la Ilustración” (un patrón reconocible en el Hype Cycle de Gartner). Esta transición significa que el enfoque debe pasar del ‘qué pasaría si’ al ‘cómo’. Para el encuestador individual, esto ha creado incertidumbre sobre el punto de partida práctico para la adopción.

Para fomentar un cambio genuino, es esencial un enfoque dual que combine el ‘poder blando’ y el ‘poder duro’.

Desde una perspectiva de ‘poder blando’, las organizaciones deben defender y animar visiblemente a los evangelizadores internos de la IA. Esto implica llevar a cabo de forma coherente sesiones de información y formación atractivas, establecer un ciclo continuo de demostración de éxitos tempranos y tangibles, compartir abiertamente los recursos, documentar los fracasos y los hallazgos, y garantizar la actualización continua de las competencias de los colegas. Resulta crucial que este cambio cultural no pueda arraigar sin un ejemplo claro, coherente y activo por parte de los niveles de liderazgo más altos.

Estos esfuerzos culturales deben complementarse enérgicamente con el ‘poder duro’ de la reforma estructural y operativa. Para ello es necesario cambiar irrevocablemente las formas de trabajar existentes, exigir certificaciones de alfabetización técnica en IA para los puestos clave, rediseñar las estructuras organizativas, perfeccionar los modelos operativos y actualizar las matrices RACI. El objetivo es garantizar que la IA deje de tratarse como una actividad voluntaria, “al margen del escritorio”, y se integre plenamente en la actividad empresarial habitual (BAU). Esta incrustación debe extenderse a las asignaciones presupuestarias y a las métricas de rendimiento, tratando el despliegue de la IA como un motor empresarial central, no como un proyecto tecnológico periférico.

Por encima de todo, las organizaciones deben cultivar un entorno que fomente la experimentación, incluso si conduce al fracaso a pequeña escala. Para ello es necesario fomentar debates honestos, data-driven sobre la utilidad práctica de la IA y las ganancias de eficiencia verificables que aporta (o cuando simplemente representa una ‘herramienta brillante’ con un valor limitado). Las aplicaciones más impactantes de la IA presenciadas en Artefact son aquellas que se integran perfectamente en los flujos de trabajo existentes. Si la adopción de una herramienta requiere una fricción significativa para obtener un beneficio marginal, inevitablemente será abandonada en masa. Por el contrario, el mayor éxito suele venir de aquellas aplicaciones que no son necesariamente visibles pero que silenciosamente hacen la vida profesional demostrablemente más fácil automatizando tareas repetitivas, manuales y ‘destructoras del alma’. Ser deliberado y quirúrgico a la hora de identificar y desplegar estos casos de uso de alto impacto y baja fricción es primordial para impulsar una adopción real y sostenida.

¿Qué aspecto tiene el futuro? Tres horizontes temporales

De cara al futuro, las oportunidades para la adopción de la IA en el sector inmobiliario del Reino Unido pueden considerarse en tres amplios horizontes temporales.

A corto plazo (próximos 6 meses): Ganancias prácticas y de bajo riesgo

Las victorias más convincentes son prácticas y de bajo riesgo. La estandarización de la entrada de instrucciones, la automatización de los primeros borradores de reports con referencias de pruebas claras, la extracción de listas de comprobación estructuradas de los contratos de arrendamiento y los documentos de planificación, y el despliegue de herramientas de conocimiento interno que respondan a preguntas como “¿cómo enfocamos esto la última vez?” suponen un ahorro de tiempo inmediato. En particular, es probable que algunas de las mayores ganancias se encuentren en las funciones administrativas como RRHH, finanzas y marketing, liberando a los peritos para que se centren en las relaciones con los clientes y en el trabajo de asesoramiento de mayor valor.

Medio plazo (de 6 a 18 meses): Integración de procesos agénticos

El valor real surge de unir procesos. Los flujos de trabajo de transacciones de extremo a extremo impulsados por la IA agéntica, las plataformas de gestión de activos que combinan el estado, el cumplimiento, la energía y los gastos de capital data, y las herramientas que apoyan la modernización y la optimización neta cero entran todos en esta categoría. Aquí el éxito depende menos de modelos de IA más avanzados y más de un diseño y una integración meditados de los procesos. Todos los modelos fundacionales han dado grandes pasos recientemente en el desarrollo y la estandarización de las capacidades de los agentes, de modo que su aplicación se convierta en un juego de niños.

A más largo plazo (de 18 a 36 meses): Conocimiento más profundo y nuevos servicios

Las empresas centrarán cada vez más su atención en un conocimiento más profundo, incluyendo la planificación, el análisis geoespacial y de riesgos climáticos, los gemelos digitales a nivel de cartera y los nuevos servicios de asesoramiento data-driven. Sin embargo, estas ambiciones sólo se harán realidad cuando ya se disponga de un data governance sólido y de calidad.

A más largo plazo (36+ meses): Pavor existencial

Los usuarios de ‘X’, o incluso los seguidores ocasionales de las noticias generales, pueden sentir una sensación de pavor abrumador, casi existencial. El ritmo de desarrollo de la IA es implacable. Estamos viendo cómo los robots humanoides sustituyen a los trabajadores de las fábricas e incluso son desplegados como soldados, cómo los coches autoconducidos alcanzan por fin su punto álgido, cómo Neuralink promete aumentar las capacidades humanas, cómo la computación cuántica se acerca cada vez más a la realidad, cómo se produce una aceleración masiva de la investigación científica y cómo se generaliza el dominio de la ‘bazofia de la IA’.

Sin embargo, a pesar de esta cascada continua de descubrimientos y progresos, el mayor entusiasmo actual se centra en la posible culminación de los esfuerzos a largo plazo hacia la AGI (Inteligencia Artificial General) -un sistema de IA mucho más consciente del contexto y complejo que podría teóricamente igualar, si no superar, al cerebro humano- y los profundos cambios sociales que esto implica. ¿Impulsará realmente la productividad hasta tal punto que el empleo se convierta en algo opcional y la dependencia de la Renta Básica Universal se convierta en un camino feliz hacia el futuro?

El capital sin precedentes que se está canalizando hacia los centros data, la potencia de cálculo y la infraestructura para lograr la AGI es asombroso. Sin duda, esta inversión provocará importantes correcciones en el mercado a corto y medio plazo. Es probable que el retorno de la inversión sea más lento de lo previsto y que el bombo publicitario supere al impacto en el mundo real. No obstante, está preparada para ejercer una influencia drástica e impredecible en nuestro entorno construido y en nuestra interacción con él. Las empresas deben ser ágiles y conscientes de esta realidad si quieren no sólo sobrevivir, sino prosperar en este futuro tan incierto.

Los no negociables: Juicio, confianza y escrutinio

En todo esto, es esencial tener claras las limitaciones de la IA. La IA no reduce la responsabilidad profesional, sino que la concentra. El juicio no puede delegarse. Aunque la IA puede ayudar al análisis, no puede sustituir a la intuición y la experiencia desarrolladas durante décadas, ni puede dar cuenta del comportamiento humano emocional y a menudo irracional que conforma los mercados inmobiliarios. Los peritos siguen siendo legalmente responsables de su asesoramiento en todo momento, y esa realidad no cambiará.

La transparencia con los clientes es igualmente crítica. Cuando la IA afecte materialmente a la forma en que se presta un servicio, los clientes deben ser informados. No se trata simplemente de una cuestión de cumplimiento, sino de confianza. La explicabilidad y la auditabilidad también son esenciales. Si un profesional no puede explicar de dónde procede un resultado, qué data se utilizó y qué suposiciones se hicieron, defender ese resultado ante un tribunal puede resultar difícil.

No deben subestimarse los riesgos de fiabilidad. Los sistemas de IA pueden sonar autoritarios mientras están equivocados, lo que hace que la revisión, el muestreo y el escrutinio sean indispensables. Por último, la protección y la confidencialidad data siguen siendo innegociables. Los avisos son registros. Las herramientas deben ser aprobadas y evaluadas. La data del cliente debe ser controlada. Estos son elementos centrales de la práctica profesional, no extras opcionales.
En última instancia, la IA no sustituirá a los topógrafos. Lo que sustituirá son las búsquedas manuales, la redacción repetitiva y el trabajo administrativo de escaso valor. En última instancia, el camino del sector inmobiliario británico hacia la adopción de la IA no depende de la adopción de una nueva tecnología, sino de su voluntad de arreglar los viejos hábitos: incorporar la calidad data, adoptar el marco de gobernanza RICS y elevar conscientemente el juicio humano por encima de las tareas que la tecnología puede manejar ahora con confianza.

Acerca de Artefact & Chris de Gruben, FRICS

Artefact es una consultora global de servicios completos de Data e IA. Lo hacemos todo, desde la estrategia data y la gobernanza de la IA, la evaluación de riesgos y el cumplimiento normativo, hasta la definición del arte de lo posible en IA y ML, pasando por la implementación y luego por la gestión del cambio y la adopción. Artefact aprovecha su profunda experiencia tanto en Propiedad como en Data Estrategia y gobernanza de la IA para ayudar a las empresas a integrar estratégicamente la IA en sus operaciones de forma responsable y con confianza.

Chris es Director Senior en la oficina del Reino Unido Artefact, dirige el equipo inmobiliario y gestiona todos los clientes inmobiliarios del Reino Unido. Ha sido Chartered Surveyor durante los últimos 15 años y sigue defendiendo firmemente el uso responsable de la IA dentro de la profesión inmobiliaria en el Reino Unido. Chris también es vicepresidente del Grupo Profesional de Valoraciones, forma parte de varios grupos de trabajo de expertos en IA y es uno de los principales formadores de la Academia RICS, en particular del curso ‘Global Harnessing AI & Data in the Built Environment’ (que ha demostrado ser el curso RICS más popular hasta la fecha). En la actualidad, Chris está ocupado escribiendo una guía práctica para el uso de la IA para tasadores colegiados. Por último, es ponente habitual en conferencias sobre PropTech e inmobiliarias a nivel mundial.