¿Cómo cambiará el sector inmobiliario y de construcción después de la realización de AGI?

Introducción

Aunque los AI actuales (ChatGPT, Gemini, Claude, etc.) ya poseen conocimientos comparables a los de expertos generales, se espera que cuando se realice AGI (Inteligencia Artificial General), cuyo rendimiento se generalice aún más, la vida de las personas cambie drásticamente.
Aquí organizamos los cambios que ocurrirán en el sector inmobiliario y de la construcción.

Referencias bibliográficas

Aunque hay diversa información sobre AGI, organizamos la información limitándonos a fuentes altamente confiables como las de los siguientes autores

• Principales empresas de desarrollo de IA: OpenAI, Google, etc.
• Principales empresas consultoras: McKinsey & Company, BCG, etc.
• Principales empresas de valores e inversión: Goldman Sachs, Sequoia Capital, etc.
• Principales instituciones de investigación: Harvard University, Stanford University, etc.
• Principales revistas académicas: Nature, Science, etc.
• Organismos internacionales: World Economic Forum, OCDE, etc.

La organización se realiza sobre la base del contenido de las siguientes referencias bibliográficas. Para más detalles sobre el contenido, consulte estas referencias.

• Autodesk. (2025). 2025 State of Design & Make. Autodesk, Inc.
• Bengio, Y., Mindermann, S., Privitera, D., Besiroglu, T., Bommasani, R., Casper, S., ... & Zeng, Y. (2025). International AI Safety Report (No. DSIT 2025/001). Department for Science, Innovation and Technology. https://www.gov.uk/government/publications/international-ai-safety-report-2025
• Deloitte. (2026). TMT Predictions.
• Deloitte. (2026). Operating Models for Commercial Real Estate Companies in the age of AI.
• Deloitte. (2026). Next-Generation Office Strategies.
• Deloitte. (2026). Social Value and Technology in New UK Communities: Insights and Opportunities.
• Deloitte. (2026). Outsourcing in Real Estate: People first.
• Deloitte. (2026). Future-proof Strategic Options for Developers.
• Goldman Sachs. (2026). AI and the Gigawatt Ceiling.
• International Energy Agency (IEA). (2025). World Energy Outlook 2025.
• JLL. (2024). Case studies: AI creating value for real estate.
• Gujral, V. (2024). McKinsey & Company.
• Wolkomir, A., & Kapoor, A. (2026). McKinsey & Company.
• Morgan Stanley. (2025). How AI Is Reshaping Real Estate.
• Scott, B. (2025). NAIOP.
• Procore. (2025). The Future State of Construction.
• PwC, & Urban Land Institute (ULI). (2026). Emerging Trends in Real Estate: Global Outlook 2026.
• Salas, M., Singh, A., Pignataro, C., & Pal, L. (2026). AI-powered open-source infrastructure for accelerating materials discovery and advanced manufacturing. Communications Materials, 7(65). https://doi.org/10.1038/s43246-026-01105-0
• Suleyman, M., & Bhaskar, M. (2023). The Coming Wave: Technology, Power, and the Twenty-First Century's Greatest Dilemma. Crown.
• Susskind, D. (2020). A World Without Work: Technology, Automation, and How We Should Respond. Metropolitan Books.
• World Economic Forum. (2025). The Future of Jobs Report 2025.

Cambios en flujos de trabajo y operaciones

1. Inversión y Gestión de Activos (Investment & Asset Management)

• Sofisticación de la toma de decisiones y enfoque impulsado por datos: Con el análisis predictivo impulsado por AGI, las predicciones de ingresos por alquiler, tasas de ocupación y gastos de capital se vuelven más precisas, y la gestión de carteras se sofistica. Además, desde el análisis de mercado hasta la identificación de riesgos en contratos e informes técnicos en la debida diligencia se automatiza, resultando en una reducción dramática del ciclo de transacción de 20-30%, entre otras mejoras de velocidad esperadas.
• Cambio en el rol humano: La mayor parte del tiempo dedicado a tareas de oficina media y de retaguardia, como agregación de datos y elaboración de informes estándar, será reemplazado por IA. Esto desplaza el rol humano hacia actividades que requieren juicio avanzado y empatía, como el manejo de excepciones, decisiones estratégicas de asignación de capital y construcción de relaciones con clientes.

2. Proceso de Desarrollo, Diseño y Construcción (Development Design & Construction)

• Diseño generativo y automatización del diseño: En las etapas iniciales del diseño arquitectónico (design optionering), la IA genera miles de propuestas de diseño que cumplen con requisitos y restricciones en cuestión de minutos. Permite integrar elementos como costo, cumplimiento normativo y constructibilidad desde el principio en el proceso de diseño, y expertos de la industria de la construcción también señalan esta optimización del diseño como el "campo en el que la IA tendrá el mayor impacto en los próximos 5 años".
• Optimización de la construcción mediante BIM y gemelos digitales: Mediante la sincronización de datos en tiempo real y gemelos digitales, se detectan colisiones de diseño antes de la construcción y se ejecutan simulaciones, reduciendo drásticamente los desperdicios de tiempo por retrabajo y retrasos (que actualmente representan aproximadamente el 28% de los proyectos).
• Automatización del sitio de construcción y mejora de la seguridad: Robots autónomos de diseño, grúas controladas remotamente, tecnología de impresión 3D y otros sustituyen o apoyan trabajos peligrosos, monótonos y extenuantes (3D: Dull Dirty Dangerous). Además, se construye un sistema de vigilancia, reporte y predicción de riesgos de seguridad en tiempo real en el sitio mediante IA de reconocimiento de imágenes, mejorando drásticamente la seguridad y eficiencia.

3. Arrendamiento y Gestión de Propiedades y Facilidades (Leasing & Property Management)

• Mejora de la experiencia del cliente y engagement 24/7: Los agentes de IA y asistentes virtuales procesan automáticamente las consultas de inquilinos y programan visitas 24 horas al día. Además, la generación automática de puesta en escena virtual y contenido de marketing adaptado a las preferencias del segmento objetivo mejora las tasas de conversión.
• Mantenimiento predictivo e inteligencia de edificios: Al combinar sensores IoT, datos de equipos e IA, se hace posible el "mantenimiento predictivo" que detecta de antemano fallos en equipos como HVAC (calefacción, ventilación y aire acondicionado). Esto no solo reduce los costos de mantenimiento de 10-20%, sino que también contribuye significativamente a lograr objetivos de descarbonización (net zero) a través de la optimización del consumo de energía.
• Automatización de la oficina de retaguardia, como gestión de contratos: Utilizando procesamiento de lenguaje natural (NLP), se leen instantáneamente contratos de arrendamiento, extrayéndose automáticamente desviaciones de términos estándar e impactos en ingresos y riesgos, aliviando en gran medida la carga en los departamentos legales y administrativos.

4. Transformación radical de modelos operativos y de negocio (Operating & Business Models)

• Transformación de flujos de trabajo de extremo a extremo mediante IA agental: Se avanza desde el apoyo de IA en tareas únicas tradicionales hacia la implementación de IA agencial (agentes autónomos) que extraen datos autónomamente entre sistemas, crean planes y ejecutan. Esto realiza la optimización global del proceso entre departamentos, no solo mejoras individuales de tareas, que se traduce directamente en mejora del NOI (ingresos operativos netos).
• Cambio de "gestión de activos" a "gestión de productos": Los operadores inmobiliarios ganadores se alejan del modelo tradicional de gestión de activos físicos e incorporan metodologías de "gestión de productos" que proporcionan continuamente a los inquilinos la mejor experiencia de espacio utilizando datos, transformando su modelo de negocio.
• Demanda de infraestructura de IA y "Space as a Service": Con la explosión de la demanda de aprendizaje e inferencia de IA, la demanda de centros de datos aumenta rápidamente. Para satisfacer las necesidades de procesamiento en tiempo real de baja latencia (inferencia), hay un movimiento hacia la conversión de terrenos baldíos urbanos, sótanos, estacionamientos y tiendas minoristas cerradas en "centros de datos periféricos", creando nuevo valor inmobiliario y modelos de ingresos.
• Establecimiento de infraestructura de datos y transformación del modelo de talento: Para que AGI avanzado y agentes funcionen correctamente, la integración y limpieza de datos serializados es esencial. Simultáneamente, la definición rápida de nuevos roles como gerentes de productos de IA y expertos en datos, así como la transformación de la cultura organizacional a través de recapacitación de trabajadores, determinarán el éxito de la empresa.

Cambios en inversión inmobiliaria y gestión de activos

1. Sofisticación y aceleración de la toma de decisiones de inversión y proceso de transacciones

• Identificación de oportunidades de inversión impulsada por datos: La IA procesa y analiza rápidamente voluminosos datos estructurados y no estructurados (tendencias de mercado, imágenes satelitales, etc.), automatizando la evaluación del mercado e identificación de oportunidades de inversión atractivas.
• Predicción precisa y simulación futura: Utilizando aprendizaje automático, se sofistican simulaciones predictivas de ingresos por alquiler, tasas de ocupación y gastos de capital (CAPEX), realizando pruebas de estrés precisas para riesgos como cambios en tasas de interés, permitiendo la gestión óptima de carteras.
• Eficiencia en la debida diligencia: Utilizando procesamiento de lenguaje natural (NLP), la IA revisa instantáneamente contratos, informes técnicos, evaluaciones ambientales y otros documentos, detectando automáticamente riesgos. Se espera que esto reduzca el ciclo de transacción de 20-30%.

2. Cambio de paradigma de "gestión de activos" a "gestión de productos"

• Automatización de flujos de trabajo de extremo a extremo: El IA agencial procesa 24/7 sin intervención humana trabajos como análisis de contratos de arrendamiento, respuesta a consultas de inquilinos y coordinación automática de mantenimiento.
• Mejora de la experiencia del inquilino como "producto": Los bienes raíces ya no se ven como un simple "activo financiero" estático, sino como un "producto" que proporciona continuamente experiencia superior a los inquilinos. Los gestores de activos ganadores evolucionan hacia "gerentes de productos" que predicen las necesidades de los inquilinos y proporcionan espacios y servicios altamente personalizados utilizando IA.
• Mantenimiento predictivo y mejora de ingresos (NOI): El "mantenimiento predictivo" que combina sensores IoT, visión por computadora e IA previene fallas de equipos de antemano. Se espera que esto mejore el ingresos operativos netos (NOI) de toda la cartera de gran escala de 1-3% y reduzca los costos de mantenimiento de 10-20%.

3. Auge de nuevas clases de activos y redefinición del valor inmobiliario

• Demanda de infraestructura de IA y "centros de datos periféricos": Con la proliferación explosiva de IA, la demanda inmobiliaria de centros de datos e infraestructura de energía y comunicaciones aumenta rápidamente. En particular, para realizar inferencia de baja latencia (procesamiento en tiempo real) cerca de usuarios, hay atención a la conversión de sótanos, estacionamientos y tiendas vacías en áreas urbanas en "centros de datos periféricos" como una oportunidad de creación de valor.
• Cambio en el modelo de ingresos: En edificios con infraestructura de IA integrada, podría ocurrir una transición de modelos de renta tradicionales basados en "área de piso (metros cuadrados)" a modelos de ingresos basados en "capacidad computacional, capacidad de suministro eléctrico y conectividad".
• Aumento del valor de la "tierra": También hay predicciones de que, a medida que robots e IA evolucionan, los costos de construcción y laborales bajarían dramáticamente en el futuro, mientras que el valor de la "tierra", un activo físicamente finito, subiría relativamente mucho.

4. Automatización completa de finanzas y oficina de retaguardia, y mejora de rentabilidad

• Reducción significativa de trabajos de oficina de retaguardia: La IA automatiza trabajos de oficina media y retaguardia como procesamiento de facturas, conciliación de cargos por servicios, predicción de flujo de caja y elaboración de complejos informes financieros. Se predice que esto reducirá los costos del departamento financiero de 20-40%.
• Efecto de eficiencia en toda la industria inmobiliaria: Según cálculos de Morgan Stanley, se espera que la adopción de IA genere aproximadamente 34 mil millones de dólares en efectos de eficiencia en toda la industria inmobiliaria hasta 2030, con reducciones de costos laborales y mejoras de productividad esperadas especialmente en intermediación (brokerage) y sectores de servicios.

5. Evolución del rol humano y gobernanza de datos

• Enfoque en trabajos que solo los humanos pueden hacer: Con la IA sustituyendo agregación de datos y elaboración de informes estándar, el rol humano se desplaza significativamente hacia "manejo de eventos excepcionales", "decisiones estratégicas de asignación de capital avanzada", y "construcción de relaciones humanas (Moments that matter)" que requieren empatía y confianza con inquilinos.
• Necesidad esencial de base de datos limpia y gobernanza: Para que los sistemas de IA funcionen correctamente, es imprescindible una base de datos integrada que elimine la fragmentación dentro de la organización. La gobernanza de datos que evita el funcionamiento erróneo de IA basado en datos imprecisos se convierte en un factor que determina directamente la competitividad empresarial (ingresos alfa).
• Cambio en flujo de capital mediante tokenización: Con el avance de la IA y tecnología blockchain, la "tokenización" (pequeña titularización) de bienes raíces se generaliza, permitiendo que nuevos fondos de inversores individuales adinerados además de inversores institucionales fluyan hacia el mercado inmobiliario, aumentando drásticamente la liquidez.

Cambios en el proceso de diseño y construcción

1. Innovación en el proceso de diseño

• Proliferación del diseño generativo y la opcionabilidad de diseño La IA tiene un impacto extraordinario en la fase inicial del diseño. En una encuesta dirigida a profesionales de la construcción, la "opcionabilidad de diseño (revisión y optimización de opciones de diseño)" se destaca como el área donde la IA tendrá el mayor impacto en los próximos cinco años. Utilizando algoritmos de IA generativa, ingenieros y arquitectos pueden generar y explorar miles de opciones de diseño basadas en requisitos especificados en cuestión de minutos, mejorando drásticamente la productividad del diseño.
• Ingeniería frontal avanzada y BIM mejorado En los procesos tradicionales, después de que los arquitectos creaban planos, los ingenieros y contratistas evaluaban la viabilidad, lo que generaba rework (retrabajos) significativos. Con la adopción de AGI, la IA, que ha aprendido de datos de proyectos anteriores y códigos de construcción, calcula automáticamente restricciones de ingeniería y costos en la fase inicial del diseño y realiza verificaciones de cumplimiento. Esto refuerza la coordinación entre diseño y construcción a través de BIM (Building Information Modeling), y la simulación previa a la construcción en gemelos digitales reduce drásticamente los desperdicios.
• Optimización de la sostenibilidad Se estima que aproximadamente el 80% del impacto ambiental de los productos y edificios está determinado por las decisiones tomadas durante la fase de diseño. La IA se convierte en una fuerza impulsora poderosa para lograr un diseño sostenible, evaluando la dinámica del flujo de aire del edificio, optimizando espacios, previniendo el desperdicio de materiales y evaluando el impacto ambiental en todo el ciclo de vida.

2. Precontratación (preparativos previos a la construcción) y gestión avanzada de proyectos

• Programación impulsada por datos y optimización de la cadena de suministro En los proyectos de construcción tradicionales, se ha desperdiciado mucho tiempo en búsqueda de datos y trabajo de corrección por retrabajos. Al adoptar IA y aprendizaje automático, es posible extraer información práctica de datos no estructurados, actualizar automáticamente cronogramas y responder en tiempo real a preguntas críticas. Además, al analizar modelos anteriores para predecir necesidades futuras, se previenen la escasez de materiales y el exceso de oferta, optimizando pedidos y programación.
• Revisión automatizada de contratos y documentos, y gestión de riesgos La IA contribuye significativamente no solo al monitoreo de progreso y gestión de cronogramas, sino también a la mejora de tareas que requieren muchos datos, como revisión automatizada de contratos y documentos de proyecto, gestión de costos y gestión de riesgos. Esto permite que todo el flujo de trabajo de operación del proyecto, como optimización de adquisiciones y cronogramas, sea rediseñado.

3. Automatización de procesos de construcción en el sitio e trabajo híbrido

• Sustitución de tareas "3D" mediante robótica En los sitios de construcción, se acelera la automatización de tareas aburridas, sucias y peligrosas ("3D" - Dull, Dirty, Dangerous). Por ejemplo, robots de diseño automático imprimen planos directamente en el piso con alta precisión, lo que reduce la carga física de los trabajadores que se arrodillan para hacer marcas manuales, previniendo errores y conflictos con otros procesos. Además, se construyen entornos donde humanos y máquinas colaboran, como grúas torre operadas remotamente que analizan diversos datos y proponen optimizaciones.
• Monitoreo en tiempo real de progreso, calidad y seguridad Utilizando datos del sitio recopilados a través de dispositivos IoT, drones y teléfonos inteligentes, se construye un "gemelo visual" que es una réplica visual del sitio. Los agentes de IA operan en este espacio virtual y monitorean automáticamente la calidad, el progreso y los riesgos de seguridad a una escala imposible para los humanos. De hecho, se han demostrado procesos avanzados donde varios agentes de IA colaboran, tales como: la IA analiza fotografías de andamios inseguros en el sitio y calcula el peligro según los estándares de OSHA (Administración de Seguridad y Salud Ocupacional), y luego la IA legal redacta automáticamente avisos de corrección para subcontratistas.
• Toma de decisiones híbrida entre humanos e IA Incluso con la prevalencia de AGI, los humanos no serán completamente excluidos del sitio. La toma de decisiones compleja evoluciona hacia un "modelo híbrido" donde profesionales experimentados verifican y juzgan análisis predictivos e recomendaciones basadas en datos presentados por la IA. Los trabajadores en el sitio cambian de mero trabajo físico a roles más sofisticados, como dirigir robots y utilizar datos proporcionados por IA.

Cambios en ciudades inteligentes y sostenibilidad

1. Avance de edificios inteligentes autónomos impulsados por IA y realización del mantenimiento predictivo

• Las tareas de gestión que tradicionalmente realizaban humanos se automatizan profundamente mediante la integración de sensores IoT e IA. Se realiza gestión de instalaciones automatizada mediante minería de datos de equipos, y se ha demostrado que el control por IA de sistemas HVAC (calefacción, ventilación y aire acondicionado) logra una reducción de energía de hasta el 59% y una reducción significativa de emisiones de dióxido de carbono.
• Además, los agentes de IA autónomos (Agentic AI) rediseñan todo el flujo de trabajo, desde la priorización de boletos de reparación hasta la coordinación de técnicos y la resolución, mejorando drásticamente la eficiencia operativa del edificio y la velocidad de respuesta.

2. Impulso del diseño sostenible mediante gemelos digitales e IA generativa

• En el campo de diseño y manufactura (Design and Make), la IA se convierte en el mayor impulsor (habilitador) para lograr objetivos de sostenibilidad.
• Al simular previamente los efectos de renovación y el consumo de energía en "gemelos digitales" utilizando IA, es posible planificar de manera más efectiva y realista retrofitting profundo de energía de edificios existentes (renovaciones a gran escala que mejoran la eficiencia energética en más del 50%).
• Además, mediante el uso de diseño generativo (diseño generativo), es posible generar y revisar miles de opciones de diseño en minutos mientras se minimiza la carga ambiental y el desperdicio de materiales, contribuyendo a una reducción significativa de la huella de carbono.

3. Evaluación de valor que enfatiza "NEBs (beneficios no energéticos)" y mejora del bienestar

• La evaluación de sostenibilidad de bienes raíces se está desplazando de una simple "reducción de costos de servicios (ahorro de energía)" hacia una evaluación integral de "NEBs (Non-Energy Benefits: beneficios no energéticos)" que incluye la salud de los usuarios, mejora de la productividad intelectual y fortalecimiento de la resiliencia a desastres.
• Los sistemas de edificios inteligentes monitorean en tiempo real no solo el uso de energía, sino también patrones de actividad de los usuarios. Esto no solo mejora el bienestar de los inquilinos, sino que también se convierte en un factor que impulsa directamente los ingresos operativos netos (NOI) y el valor de la propiedad como activo de calidad que cumple con los estándares ESG.

4. Automatización de respuesta de demanda mediante integración con redes de energía

• Los edificios inteligentes evolucionan de ser simplemente consumidores de energía a sistemas activos que apoyan la estabilidad de la red eléctrica. Utilizando IA, se coordinan aire acondicionado inteligente, bombas de calor y carga de vehículos eléctricos (EV), ejecutando automáticamente cambios de pico en la demanda de energía (respuesta de demanda).
• Esto permite que los edificios absorban de manera flexible las fluctuaciones en el suministro de energías renovables (solar, eólica, etc.), contribuyendo significativamente a planes de descarbonización a nivel regional o nacional.

5. Desafío de carga ambiental debido al rápido aumento de infraestructura de IA y auge de "centros de datos de borde urbano"

• El aprendizaje e inferencia de IA requieren recursos computacionales enormes, y el consumo de energía y recursos hídricos en centros de datos está aumentando explosivamente. Esto ha creado un nuevo desafío de sostenibilidad: la "carga ambiental de la IA misma".
• Como medida, se está avanzando en la construcción de "centros de datos de borde" en espacios subterráneos urbanos, tiendas vacías y estacionamientos para realizar el procesamiento de inferencia de IA cerca de los usuarios. En estas instalaciones, el calor residual generado por los servidores se está reutilizando integrándolo en sistemas de calefacción de edificios y redes de suministro de calor urbano, reduciendo el desperdicio de energía.
• Además, se está avanzando en el despliegue de centros de datos neutrales en carbono equipados con pilas de combustible e sistemas de enfriamiento que no utilizan agua, buscando la coexistencia entre IA y medio ambiente.

6. Exploración de nuevos materiales para construcción ecológica (Materials Informatics)

• AGI y aprendizaje automático aceleran drásticamente el ciclo de descubrimiento de "nuevos materiales" sostenibles utilizados en construcción y edificios inteligentes. Al integrar IA con laboratorios autónomos (Self-Driving Laboratories), se acelera el desarrollo de materiales altamente funcionales pero biodegradables y componentes de construcción reciclables.
• Esto permite una reducción de carga ambiental en todo el ciclo de vida (economía circular) desde el diseño y fabricación de materiales de construcción hasta su disposición.

Cambios en experiencia del cliente y modelos de negocio

1. Mejora dramática de la experiencia de clientes e inquilinos

• Engagement y apoyo autónomo 24 horas, 365 días: Asistentes virtuales impulsados por IA y chatbots procesarán automáticamente ajustes de programación de visitas, guías de propiedades, solicitudes de mantenimiento y pagos de alquiler las 24 horas del día. Esto permite escapar del modelo de ventas tradicional "de 9 a 17" basado en individuos, permitiendo que los inquilinos reciban soporte necesario instantáneamente sin importar hora o lugar, mejorando drásticamente la satisfacción del cliente.
• Hiperparsonalización y diseño orientado a la experiencia: Mediante el uso de IA generativa, la información de marketing de propiedades y staging virtual (disposición virtual de muebles, etc.) se personaliza automáticamente y de manera sofisticada según segmentos objetivo específicos o preferencias individuales. Además, se proponen condiciones de ubicación óptimas y diseños de espacio hechos a medida de acuerdo con las necesidades de empresas inquilinas y tendencias de tráfico de tiendas minoristas.
• Optimización de edificios inteligentes y bienestar (salud física y mental): Se generaliza el "verdadero edificio inteligente" con IoT e IA integrados, permitiendo configuraciones de ambiente avanzadas que enfatizan la experiencia de cada inquilino. Además, plataformas digitales monitorean el consumo de energía y patrones de actividad, incorporando desde la etapa de nueva construcción funcionalidades que mejoren la salud (bienestar) de los inquilinos y el sentido de comunidad (sentimiento de pertenencia).
• Redefinición y aumento de valor del "toque humano": Como la IA reemplaza la mayoría de tareas administrativas y respuestas a consultas rutinarias, el personal humano puede dedicarse a proporcionar valor que solo los humanos pueden ofrecer: construir relaciones con inquilinos y respuestas complejas que requieren "empatía" en situaciones de emergencia como fugas de agua (Moments that matter).

2. Transformación fundamental del modelo de negocio

• Cambio de "gestión de activos" a "gestión de productos": Históricamente, la industria inmobiliaria se ha enfocado en gestionar bienes raíces como activos financieros físicos y realizar asignaciones de activos apropiadas. Sin embargo, en el futuro, el rol cambia significativamente hacia metodologías de "gestión de productos" que reconceptualizan los bienes raíces como un "producto" que proporciona continuamente la mejor experiencia de espacio posible a los inquilinos.
• El fin del modelo "construir y vender" y la transición hacia "desarrollador-operador": El aumento de las tasas de interés, la escalada de costos de construcción y los retrasos en las autorizaciones han hecho que el modelo especulativo tradicional de "comprar, desarrollar y vender" (Buy-Develop-Sell) ya no garantice necesariamente ganancias. En el futuro, habrá una transición hacia estrategias que generen ingresos continuos, como modelos de tenencia a largo plazo para capturar el crecimiento de rentas, estrategias de plataforma asset-light a través de joint ventures con inversores institucionales y modelos que reforman y operan activos existentes. Los operadores ganadores pasarán de simplemente desarrollar y poseer a un modelo de "desarrollador-operador" que también ejecuta operaciones por sí mismo.
• Expansión de "Space as a Service (Espacio como Servicio)" y diversificación de fuentes de ingresos: Con la mejora de infraestructuras aptas para IA y la integración de plug-in de múltiples sistemas, la propiedad inmobiliaria dejará de ser una caja estática para proporcionarse como infraestructura de servicio dinámica y ágil, generando nuevas corrientes de ingresos para los operadores.
• Redefinición del valor de bienes raíces urbanos como infraestructura de IA, incluyendo centros de datos periféricos: A medida que la IA se integre en las operaciones cotidianas, se requerirá no solo capacidad de procesamiento de datos masivos para entrenamiento a gran escala, sino también capacidad de computación para realizar procesamiento en tiempo real de baja latencia (inferencia) cerca de usuarios y empresas. Como resultado, espacios no utilizados en áreas urbanas como sótanos, estacionamientos y locales vacíos se están adaptando rápidamente a "centros de datos periféricos". Esto puede llevar a una transición desde modelos de renta tradicionales basados en "metros cuadrados" hacia nuevos modelos de ingresos basados en "desempeño (provisión de infraestructura)" que proporcionan capacidad de computación, energía y conectividad.
• Automatización integral de flujos de trabajo mediante IA agente y mejora del NOI (Ingreso Operativo Neto): Más allá del simple apoyo de IA para tareas individuales, los agentes de IA autónomos rediseñan y automatizan completamente los flujos de trabajo de extremo a extremo, incluyendo contratos de arrendamiento, programación de mantenimiento e informes financieros. Esta transformación fundamental del modelo operativo generará creación de valor y mejoras de eficiencia de cientos de miles de millones a billones de dólares en toda la industria inmobiliaria y de construcción, resultando en significativas reducciones de costos operativos y mejoras en el NOI.

Cambios en la demanda inmobiliaria

1. Inversión masiva en centros de datos de hiperescala y sofisticación de requisitos físicos

• Expansión explosiva de escala de inversión: La inversión en centros de datos que respaldan el entrenamiento de modelos de IA está experimentando un crecimiento acelerado. Se estima que en 2025, la inversión global en centros de datos alcanzará aproximadamente 580 mil millones de dólares, superando la inversión total en suministro de petróleo. Además, hay predicciones de que el gasto de capital en centros de datos de IA por parte de hiperscalers y proveedores en la nube alcanzará aproximadamente 400-500 mil millones de dólares en 2026 y 1 billón de dólares en 2028.
• Complejidad en requisitos de construcción: Los centros de datos de IA de próxima generación son fundamentalmente diferentes a los tradicionales. Requieren requisitos físicos y de construcción significativamente más complejos y sofisticados, incluyendo pisos gruesos para soportar racks de servidores pesados y de alta densidad, nuevos sistemas de enfriamiento para manejar la disipación masiva de calor, e infraestructura de suministro eléctrico colosal.

2. Ascenso de "centros de datos periféricos" para inferencia y reutilización de bienes raíces urbanos

• Transición hacia demanda de baja latencia (low-latency): En el futuro, los casos de uso de IA pasarán del "entrenamiento" de modelos a la "inferencia" en operaciones cotidianas y procesamiento en tiempo real. Se predice que las cargas de trabajo de inferencia representarán aproximadamente dos tercios de la demanda computacional total hasta 2026, haciendo que el procesamiento de baja latencia cerca de fuentes de datos y usuarios sea extremadamente crítico en transacciones financieras, atención al cliente, ciudades inteligentes y optimización logística.
• Reconversión de bienes raíces existentes en áreas urbanas: No es posible satisfacer toda la demanda de IA solo con enormes centros de datos remotos. Por lo tanto, espacios no utilizados en áreas urbanas como sótanos, pisos de estacionamiento, locales vacíos y activos industriales antiguos se están adaptando rápidamente como "centros de datos periféricos" cercanos a usuarios finales. Esto se considera la oportunidad de creación de valor más grande actualmente pasada por alto en bienes raíces comerciales.

3. Difuminación de límites entre bienes raíces e infraestructura y transformación de modelos de negocio

• Cambio en la evaluación de valor de "metros cuadrados" a "capacidad computacional y energía": El criterio de valor de bienes raíces se está desplazando de las métricas tradicionales basadas en "renta por metro cuadrado" hacia métricas basadas en "capacidad de desempeño como infraestructura digital", incluyendo "capacidad de energía disponible", proximidad a subestaciones, rutas de red de fibra y extensibilidad de infraestructura eléctrica.
• Redefinición como infraestructura de servicio: Los desarrolladores ganadores están redefiniendo bienes raíces no simplemente como "cajas" físicas, sino como "infraestructura de servicio dinámica" integrada con soluciones de gestión energética y automatización. Esto genera nuevos modelos de negocio que combinan ingresos tradicionales de tenientes inmobiliarios con ingresos de infraestructura digital. Además, los límites entre bienes raíces e infraestructura como clases de activos se están difuminando, siendo tratados como "activos reales" integrados.

4. Cuellos de botella en energía y recursos hídricos y sostenibilidad ambiental

• Limitaciones en suministro de infraestructura y agravamiento de colas de conexión: El aumento acelerado en demanda de centros de datos está generando un cuello de botella grave en capacidad de la red eléctrica. En algunas regiones de EE.UU. e Irlanda, los centros de datos ya representan el 10-20% o más de la demanda eléctrica, con colas de conexión a la red que se extienden por varios años y casos donde solicitudes de nuevas conexiones se han suspendido temporalmente. Se estima que el consumo de agua superará 250 mil millones de galones anuales antes de 2030.
• Integración ambiental con infraestructura urbana y transición verde: Para garantizar sostenibilidad, avanza el despliegue de celdas de combustible y operación de centros de datos neutros en carbono que no utilizan agua. Además, en centros de datos periféricos urbanos, se están promoviendo nuevos esfuerzos de integración ambiental que reutilizan el calor residual masivo generado por servidores de IA en sistemas de calefacción de edificios o redes de suministro de calor regional (calefacción urbana).

5. Transformación de inversión inmobiliaria y financiamiento

• Centro de datos como sector principal: Los centros de datos se posicionan como sector prometedor principal en inversión y desarrollo en todas las regiones de América del Norte, Europa y Asia Pacífico.
• Necesidad de nuevos modelos de financiamiento: El desarrollo de centros de datos frecuentemente requiere financiamiento masivo de 10-15 mil millones de euros por proyecto, excediendo la capacidad de préstamo de la banca tradicional. Por lo tanto, surge la necesidad de financiamiento basado en activos como titulización y valores respaldados por hipotecas comerciales (CMBS). Además, debido al riesgo de obsolescencia rápida de instalaciones acompañando la evolución tecnológica y otras características de riesgo distintas como bienes raíces, se requiere que los inversores tengan conocimiento especializado más profundo en operaciones y tecnología.

Cambios en el mercado laboral

1. Alivio de grave escasez laboral y automatización de trabajos "3D"

La industria de la construcción enfrenta envejecimiento crítico de la fuerza laboral; estudios en EE.UU. predicen que el 53% de la fuerza laboral actual se jubilará antes de 2036. La IA y la robótica ofrecen soluciones a esta crisis laboral. Los trabajos aburridos, sucios y peligrosos (los "3D" de Dull, Dirty, Dangerous) se automatizan y mecanizan activamente. Esto no solo libera a los trabajadores humanos de riesgos físicos mejorando seguridad, sino que posiciona la IA no como amenaza que roba trabajos sino como socio que "amplía (augmenta)" la capacidad humana, elevando productividad dramáticamente.

 Por otro lado, la IA automatizará significativamente tareas de middle-office y back-office en inversión y gestión inmobiliaria como entrada de datos, procesamiento de facturas, revisión inicial de contratos y elaboración de reportes. Las predicciones del Foro Económico Mundial (WEF) también señalan que ocupaciones administrativas como empleados de entrada de datos, recepcionistas y secretarias están entre los trabajos que más rápidamente desaparecerán globalmente. Sin embargo, el tiempo que se libera se reasignará a trabajo cognitivo de alto valor agregado únicamente humano, como construcción de relaciones con tenientes, respuesta a problemas excepcionales y decisiones complejas de asignación de capital.

Por otro lado, las tareas de oficina media y back-office en la inversión y gestión inmobiliaria, como la entrada de datos, procesamiento de facturas, verificación inicial de contratos y elaboración de informes, se automatizarán considerablemente mediante IA. Según las predicciones del Foro Económico Mundial (WEF), los puestos administrativos como empleados de entrada de datos, recepcionistas y secretarias se encuentran entre los trabajos que disminuirán más rápidamente a nivel mundial. Sin embargo, el tiempo que se libere se reasignará a labores cognitivas de alto valor agregado propias de los seres humanos, como la construcción de relaciones con los inquilinos, la atención a problemas excepcionales y la toma de decisiones de asignación de capital avanzada.

3. Explosión de demanda de trabajos técnicos especializados (cuello azul) acompañando construcción de infraestructura de IA  

La proliferación de IA misma crea demanda laboral masiva y nueva. Porque está creciendo aceleradamente la demanda de construcción de centros de datos e infraestructura de energía y comunicaciones para soportar procesamiento computacional colosal para operar IA. Según predicción de Goldman Sachs, solo en EE.UU. se requerirán aproximadamente 500,000 nuevas contrataciones antes de 2030 para satisfacer creciente demanda energética. Específicamente, empleo de trabajos técnicos especializados en sitio como trabajadores de construcción, electricistas, contratistas de HVAC (aire acondicionado), y plomeros se incrementará sin precedentes, convirtiéndose en base importante que soporta físicamente el ecosistema de IA.

4. Surgimiento de nuevas ocupaciones y transición hacia "toma de decisiones híbrida"  

Conforme avanza la adopción de IA, la demanda de ocupaciones relacionadas con tecnología como científicos de datos, especialistas en IA y machine learning, y expertos en transformación digital (DX) se dispara dentro de la industria inmobiliaria y construcción. Simultáneamente, procesos de toma de decisión en operaciones transicionan de aquellos que dependen solo de intuición humana a aquellos que combinan análisis predictivo de IA con experiencia humana en un enfoque "híbrido". Esto permite que el rol humano evolucione hacia "orquestador de IA" o "jefe de agentes" que dirige y supervisa múltiples agentes de IA autónomos y toma juicios empresariales finales.

5. Mayor importancia de soft skills y resurgimiento de lo "humano"

Conforme la tecnología avanza y muchas tareas rutinarias se automatizan, el valor de mercado de los "soft skills" únicamente humanos se dispara. El pensamiento analítico, flexibilidad, liderazgo y creatividad se requieren más que nunca. Por ejemplo, cuando se produce una fuga masiva de agua en una propiedad a media noche, lo que los tenientes buscan no es eficiencia de IA sino "empatía" humana y "toque humano (human touch)" que reconforte su preocupación y explique la situación precisamente. En la era de IA, la construcción de relaciones humanas y la capacidad empática se valorizan como factores de diferenciación empresarial.

6. Reciclaje continuo de habilidades y compartir conocimiento intergeneracional (transformación de cultura organizacional)  

Para adaptarse a estos cambios acelerados en requisitos de habilidades, las empresas deben proporcionar continuamente reciclaje (recapacitación) y actualización de habilidades a empleados existentes para colaborar con IA. Además, se vuelve importante dentro de las organizaciones la "transferencia de conocimiento bidireccional (upward knowledge transfer)" donde trabajadores jóvenes versados en nuevas tecnologías enseñan métodos de aplicación tecnológica a trabajadores sénior experimentados, mientras que trabajadores experimentados transmiten conocimiento tácito de sitio a jóvenes. Más allá de simplemente implementar herramientas de IA, la "gestión del cambio (transformación de cultura organizacional)" que respalda que empleados confíen en IA y la utilicen activamente juega rol decisivo en adquisición y retención de talento en mercado laboral.

Conclusión

Se anticipa que el avance de IA transformará significativamente el sector inmobiliario y construcción. Empresas e individuos necesitan tomar decisiones apropiadas basadas en servicios y roles requeridos por la industria en el futuro.