Inteligencia artificial aplicada al sector inmobiliario
No implantamos IA para poder decir que tenemos IA. La metemos donde ya se está perdiendo dinero: en el lead que se enfría, en el documento que nadie clasifica y en la respuesta que llega tarde.
La mayoría de promotoras y agencias inmobiliarias no tienen un problema de inteligencia artificial: tienen un problema de tiempo de respuesta, de datos dispersos y de tareas repetitivas que consumen a un equipo caro. La IA solo es interesante cuando resuelve una de esas tres cosas y se puede medir.
En GU Studio trabajamos al revés que una consultora al uso. No empezamos por la tecnología, empezamos por el cuello de botella: dónde se cae un lead, cuántas horas al mes se van en clasificar documentación, cuánto tarda un comercial en recibir la información que necesita. De ahí sale el caso de uso, y solo entonces decidimos qué modelo, qué integración y qué arquitectura.
Dónde tiene sentido meter IA en una inmobiliaria
Después de varios proyectos en producción, los puntos donde la IA devuelve valor rápido en el sector son consistentes. No son todos los que se venden en una feria, pero son los que aguantan.
- Captación y ventas: cualificación y scoring automático de leads, respuesta inmediata fuera de horario, enriquecimiento de datos de contacto.
- Operativa y gestión: clasificación y extracción de datos de documentación (escrituras, licencias, contratos, certificados), búsqueda semántica sobre el archivo histórico de la compañía.
- Obra: documentación y seguimiento en tiempo real, actas automáticas a partir de voz y fotografía de campo.
- Contenido y marketing: producción visual para promociones, homestaging virtual, vídeo generado para campañas.
Cómo llevamos un caso de uso a producción
Un proyecto de IA que no llega a producción es un gasto, no una inversión. Por eso trabajamos en tres tiempos, y cada uno tiene un criterio explícito para pasar al siguiente.
Primero un diagnóstico corto sobre el proceso real, con los datos que ya existen: qué se puede automatizar hoy, con qué calidad y con qué riesgo. Después un piloto acotado sobre un solo caso de uso, integrado con las herramientas que la empresa ya usa, para poder medirlo contra el proceso manual. Y solo si el piloto sostiene el número, se pasa a producción con monitorización, control de errores y traspaso al equipo interno.
Se integra con lo que ya tienes
Ningún proyecto empieza pidiendo cambiar el CRM. Trabajamos sobre la infraestructura existente —CRMs open source y comerciales, ERPs, portales inmobiliarios, WhatsApp Business, Google Workspace— y conectamos por API o por capas de automatización. En los proyectos que hemos puesto en marcha esto ha significado orquestación con n8n, modelos de OpenAI, Anthropic y Google según la tarea, y bases vectoriales cuando hay que buscar sobre documentación propia.
Lo que no hacemos
No vendemos un chatbot genérico enchufado a la web. No prometemos que un modelo sustituya al equipo comercial. Y no montamos proyectos de IA sobre datos que no existen o que están tan sucios que el resultado no se puede sostener: cuando ese es el caso, lo decimos y el primer proyecto pasa a ser ordenar los datos.
Qué se entrega
- 01Diagnóstico del proceso y mapa de casos de uso priorizados por impacto
- 02Piloto funcional integrado con vuestras herramientas actuales
- 03Sistema en producción con monitorización y control de errores
- 04Documentación técnica y formación al equipo interno
Proyectos donde lo hemos hecho
Preguntas frecuentes
¿Necesito tener los datos ordenados antes de empezar?
No siempre, pero conviene saberlo antes. Parte del diagnóstico inicial consiste precisamente en ver en qué estado están los datos. Si están lo bastante limpios, se puede empezar por un caso de uso directo. Si no lo están, el primer proyecto es ordenarlos: montar IA sobre datos malos produce resultados que nadie se acaba creyendo, y el proyecto muere solo.
¿Se integra con el CRM que ya usamos?
Sí. Trabajamos sobre la infraestructura existente en lugar de sustituirla. Hemos integrado con CRMs open source, con Odoo, con ERPs propios y con portales inmobiliarios, normalmente vía API o mediante una capa de automatización intermedia. Cambiar de CRM es una decisión de negocio, no un requisito técnico para empezar.
¿Cuánto tarda en estar funcionando?
Depende del caso de uso y de los accesos. Un piloto acotado sobre un único proceso —por ejemplo, cualificación automática de leads entrantes— se mueve en semanas, no en meses. Un sistema que atraviesa varios departamentos y necesita integrarse con ERP y gestor documental lleva más. Lo que sí fijamos desde el principio es el criterio para saber si el piloto ha funcionado.
¿Cómo se factura un proyecto de IA?
Por alcance cerrado, no por horas abiertas. El diagnóstico se presupuesta aparte y es corto; a partir de ahí, el piloto y la puesta en producción se presupuestan con alcance y entregables definidos. Si el diagnóstico concluye que el caso de uso no se sostiene, lo decimos ahí y no hay proyecto.
¿Qué pasa con la protección de datos?
Se define en el diagnóstico, antes de tocar nada. Según el caso trabajamos con modelos que no entrenan sobre los datos enviados, con despliegues en infraestructura propia del cliente, o con anonimización previa cuando hay datos personales de compradores. En proyectos con documentación sensible, la decisión de arquitectura la marca el requisito legal, no la comodidad técnica.