Inmuebles: Montones de datos sin conexión: dónde podría ayudar la IA

TVS News AI, supervisado editorialmente, presenta Inmuebles: Montones de datos sin conexión: dónde podría ayudar la IA.

«El sector inmobiliario produce enormes cantidades de datos, pero casi siempre las utiliza de forma aislada». Para Steffen Sebastian, profesor de financiación inmobiliaria en la International Real Estate Business School (Irebs), esta es la principal carencia del sector. El problema principal no es la cantidad de datos que falta. Lo decisivo es que la información disponible no se conecte entre sí.

Así, una pregunta bastante concreta pasa a primer plano: ¿cómo pueden convergir los datos de las distintas fases de un proyecto inmobiliario para que la IA extraiga de ellos más que de conjuntos aislados? Sebastian identifica el mayor margen desaprovechado precisamente en esa transición.

El cuello de botella está entre cuatro fases

El enfoque

Sebastian menciona cuatro ámbitos que, según su valoración, deberían estar más estrechamente conectados: planificación, financiación, construcción y operación. Cada uno de estos pasos genera información relevante para el sector inmobiliario. Si los repositorios de datos se tratan por separado, las conexiones entre las fases quedan desaprovechadas.

Esta es la tesis central de Sebastian. Con ella no describe una herramienta inexistente como único cuello de botella, sino una carencia en el flujo de trabajo. Su formulación resulta全年 estrictamente sobria: el cuello de botella es menos la tecnología que la falta de conexión. Si se logra la conexión, construir será «algún día, quizá, también un poco más fácil».

Justamente esta última frase deja clara cuál es el nivel de expectativas. Sebastian no promete una solución terminada ni un salto inmediato de productividad. Describe una dirección: conectar los datos y hacer que la IA pueda utilizarlos para esa conexión.

Por qué es algo más que un asunto de digitalización

Si se procede de forma aislada, cada fase sigueconsidered por separado. El sector inmobiliario ya dispone de enormes cantidades de datos. Por eso, el auténtico problema no es encontrar el siguiente archivo, el siguiente conjunto de datos o la siguiente solución técnica. Se trata de reunir la información disponible de manera que pueda cumplir una función dentro del proceso.

El principal contraargumento a la tesis de Sebastian sería buscar el cuello de botella, en primer lugar, en la mejora de los sistemas individuales. Su propio diagnóstico va en sentido contrario: incluso la tecnología más potente aporta poca ventaja si los datos entre planificación, financiación, construcción y operación permanecen aislados. Por tanto, la conexión debe crearse antes del despliegue técnico o, en todo caso, de forma paralela al uso de la tecnología.

La mirada de Sebastian explica su enfoque hacia las soluciones

El investigador

Sebastian es licenciado en Administración de Empresas e enseña financiación inmobiliaria en la Irebs. Además, es director del Center for Finance de la Universidad de Ratisbona y Research Associate del Centro de Investigación Económica Europea (ZEW). Sus principales áreas de investigación incluyen, entre otras, las inversiones inmobiliarias indirectas, la financiación inmobiliaria, la regulación de los alquileres y los índices de alquileres. También es coeditor del Journal of Real Estate Research y del German Journal of Property Research.

Estas áreas temáticas muestran que Sebastian no contempla los inmuebles únicamente como objetos individuales de construcción o administración. Su investigación conecta los mercados de capitales, la regulación y la gestión operativa en curso. Justamente esa amplitud se refleja en su respuesta: el potencial desaprovechado se encuentra en las transiciones entre las fases.

Una segunda idea de la conversación

En otro pasaje de la conversación publicada en el Handelsblatt, Sebastian señala la introducción de los tipos de interés negativos como su mayor sorpresa. Durante décadas, el límite del tipo de interés cero constituyó un punto de referencia central en la teoría y la enseñanza. Su conclusión: las suposiciones de los modelos económicos no deberían tratarse como leyes naturales.

A primera vista, esto puede parecer tener poco que ver con la IA en el sector inmobiliario. Sin embargo, ambas afirmaciones comparten una actitud básica: ni las herramientas disponibles ni las suposiciones son automáticamente el límite decisivo. Lo decisivo es cómo se conectan con la realidad. En el sector inmobiliario, la fórmula de Sebastian para expresarlo es: conectar los datos en lugar de limitarse a recopilarlos.

Qué demuestra la respuesta de Sebastian y qué queda abierto

El diagnóstico es sólido

Sebastian ofrece una valoración clara: el sector ya produce enormes cantidades de datos. Según su observación, utiliza esas cantidades casi siempre de forma aislada. Como solución, menciona una mejor conexión entre planificación, financiación, construcción y operación, así como el uso de la IA para aprovechar ese potencial desaprovechado.

En esta respuesta no menciona productos concretos de software, modelos individuales de IA ni mejoras de eficiencia ya medidas. Por ello, sus declaraciones deben interpretarse como una decisión sobre la orientación a seguir, no como pruebas de un sistema terminado. Sigue unanswered qué debería lograr técnicamente esa conexión, cómo organizarían las empresas su implementación y qué resultados arrojaría.

La pregunta de control para los proyectos inmobiliarios

La valoración de Sebastian solo resulta prácticamente útil cuando se examina con más detalle el flujo de datos de un proyecto. No basta con comprobar si en cada paso hay datos disponibles. La pregunta más relevante es si la información procedente de la planificación, la financiación, la construcción y la operación está realmente disponible para la siguiente decisión en cada caso.

Justamente aquí se encuentra su idea más potente: el sector inmobiliario debe conectar sus repositorios de datos existentes en un flujo de trabajo común. Solo entonces, según su valoración, la IA podrá aportar el potencial que contienen las numerosos cantidades de datos aisladas. De lo que se trata, por tanto, no es de elegir «la mejor IA», sino de establecer las conexiones sobre las que una IA realmente útil puede construirse.