La Inteligencia Artificial (IA), en un sentido amplio, utiliza algoritmos de aprendizaje automático y aprendizaje profundo para realizar tareas que requieren la capacidad de aprender de la experiencia, entender conceptos complejos, reconocer patrones, interpretar matices del lenguaje natural y tomar decisiones de manera independiente.
La IA Generativa es un tipo de inteligencia artificial que se enfoca en lo que su nombre implica: generar nuevo contenido, diseños o soluciones. Emplea algoritmos avanzados para crear resultados, incluidos datos sintéticos, imágenes, texto y música.
Tanto la IA como la IA Generativa estan teniendo un impacto positivo en el sector inmobiliario global. En este artículo, nos centraremos en la IA generativa, enfatizando los roles y posibles aplicaciones en el sector inmobiliario.
La IA Generativa tiene un rol importante en la creación de oportunidades del sector para una mayor eficiencia, mitigando el riesgo a través de su capacidad para escanear datos rápidamente e identificar cualquier inquietud que pueda existir, y potencialmente abriendo el camino para nuevos modelos de negocio. Hay una variedad de usos potenciales para la IA en el sector inmobiliario a lo largo de la cadena de valor:
Relaciones con clientes e inversionistas – La IA Generativa tiene el potencial de transformar la gestión de relaciones con clientes e inversores. La tecnología se puede utilizar para dirigirse mejor a posibles clientes o inversores y mantener relaciones continuas. La generación de materiales de marketing, presentaciones y respuestas a consultas pueden optimizarse utilizando IA Generativa. Los chatbots pueden ser usados, brindando la oportunidad de tener consultas resueltas de manera más eficiente.
Soporte empresarial – Recursos humanos, tecnologías de la información y legales son funciones de soporte típicas dentro del sector inmobiliario, y la IA Generativa tiene el potencial de impactar significativamente todas estas áreas. La IA Generativa puede utilizarse en el proceso de contratación mediante la creación de especificaciones de trabajo, filtro de currículum, y apoyo durante el proceso de entrevista. Los chatbots para empleados pueden optimizar los procesos de recursos humanos. La IA puede utilizarse para desarrollar y crear codigo para nuevas capacidades y gestionar la ciberseguridad. Las funciones legales típicas, como la contratación y la búsqueda de documentos, pueden transformarse. Los procesos de adquisición, como la selección de proveedores, el análisis de ofertas, la generación de órdenes de compra y la facturación, pueden mejorarse.
Gestión de activos – La IA Generativa puede proporcionar a los gestores de activos las herramientas necesarias para recopilar y analizar datos de la propiedad de manera más efectiva. Esto conducirá a un mejor presupesto y pronóstico. También existe el potencial de que la IA Generativa se utilice en alquileres, planificación de capital e identificación de riesgos. La elaboración de informes y la planificación de escenarios pueden optimizarse.
Finanzas y contabilidad – La generación de informes financieros y pronósticos, evaluación de riesgos, y detección de fraudes pueden optimizarse con la ayuda de la IA Generativa. Tareas como la generación y procesamiento de facturas, pagos y facturación ya han sido automatizadas en cierta medida en algunas empresas, pero pueden mejorarse aún más con la IA.
Operaciones de propiedad – La IA ya se está implementando para gestionar mejor las operaciones de propiedad, como la gestión energética. La IA Generativa tiene el potencial de llevar esto aún más lejos con una optimización de energía mucho más dinámica. La seguridad y el control de acceso pueden mejorarse aún más. Los chatbots para inquilinos se volverán omnipresentes, haciendo que los procesos como solicitudes de mantenimiento, información de cuentas y cobro de alquileres sean aún más eficientes. La comercialización y los procesos de alquiler pueden mejorarse significativamente. La generación de materiales de marketing, la adquisición de inquilinos, alquileres y la creación de presentaciones e informes se verán afectados por las herramientas de IA Generativa.
A nivel mundial, existen más de 500 empresas que ofrecen servicios impulsados por IA al sector inmobiliario y que ya están entregando valor en términos de eficiencia mejorada y ahorro de costos. Los principales casos de uso de IA incluyen:
Clasificación de documentos y estandarización de datos para análisis y benchmarking de datos de cartera.
Minería de datos de IoT para gestión automatizada de instalaciones.
Modelado y predicción de precios para gestión de inversiones.
Procesamiento de imágenes satelitales para valoración de activos y gestión de riesgos.
Captura de realidad para monitoreo de sitios de construcción.
Planificación para proyectos de construcción y de capital.
Recomendación y emparejamiento para transacciones de alquileres e inversiones.
Dependiendo de las prioridades de uso de la empresa y factores como la personalización del modelo, la privacidad de los datos, el tiempo de comercialización o las implicaciones de costos, las empresas deben considerar los enfoques apropiados para la integración de la IA Generativa. Estos enfoques pueden incluir, pero no se limitan a, los siguientes:
Utilizar aplicaciones generativas de IA existentes: Esta es una forma más rápida de integrar la IA Generativa, pero conlleva riesgos de filtraciones de datos y acceso no autorizado a datos de la empresa. Las empresas pueden usar aplicaciones públicas ampliamente disponibles en línea para resumir documentos de alquiler o modificar imágenes existentes. Sin embargo, estas aplicaciones están entrenadas con información de fuentes abiertas y no pueden responder a indicaciones sobre conocimientos de la empresa a menos que estén entrenadas para un caso de uso específico.
Integrar API de terceros en el flujo de trabajo de su organización: Las API ofrecidas por proveedores de servicios de Large Language Model (LLM) pueden ser una forma efectiva de integrar LLM preentrenados en sistemas existentes, reduciendo así la necesidad de expertos técnicos internos y el tiempo de implementación. Algunos proveedores públicos permiten el acceso a través de API a sus modelos que ya están preentrenados para casos de uso específicos, lo que permite a las empresas integrar esas aplicaciones de chat en los flujos de trabajo organizacionales existentes. Aunque estas API de terceros ahorran tiempo, pueden comprometer potencialmente la privacidad de los datos. Las empresas deben considerar las prácticas responsables de IA de los proveedores de servicios, los principios de seguridad y el cumplimiento de los requisitos regulatorios de IA. Las actualizaciones de versiones del modelo pueden requerir cambios en las API, lo que puede aumentar los costos de mantenimiento del modelo para la empresa.
Utilizar un modelo de código abierto y entrenarlo con los conjuntos de datos específicos de la empresa: Los modelos de código abierto pueden implementarse utilizando infraestructura empresarial, ya sea local o en la nube, evitando filtraciones de datos y ayudando a garantizar la privacidad y seguridad de los datos. Aprovechar un LLM de código abierto ofrece ahorros de costos, puede mejorar el tiempo de valor y requiere menos recursos que construir LLM internos. Entrenar con datos de la empresa permite la visibilidad de los algoritmos y un mayor control sobre las metodologías. Sin embargo, los costos iniciales de implementación pueden ser altos, especialmente los costos de infraestructura en la nube o local. Entrenar con conjuntos de datos de la empresa, ajustar y adaptar los modelos puede implicar trabajar con un proveedor, lo que puede generar costos adicionales.
Crear un modelo de LLM privado (PLLM) de la empresa: Los PLLM internos dependen de datos de la empresa, brindan un control completo sobre los datos y el comportamiento del modelo que garantiza la confidencialidad de la información sensible como detalles bancarios, datos de contacto de inquilinos u otra información específica del sector inmobiliario. El cuidado de privacidad y seguridad de los datos han llevado a la adopción de PLLM internos en sectores como finanzas y atención médica. Dado que estos PLLM están entrenados en datos específicos del sector, los resultados son altamente relevantes con menores posibilidades de errores estadísticos, pero probablemente sean los más caros y los que requieren mas recursos de todos los enfoques.
Dependiendo del enfoque, ya sea implementando IA con socios externos o co-desarrollando soluciones, las empresas deben evaluar la necesidad de una fuerza laboral calificada, la aparición de nuevos roles dentro de la organización, como ingenieros de indicaciones para IA o expertos en ajustes de IA, y los empleos que se vuelven redundantes con la integración de la tecnología. Los equipos deben trabajar como copilotos, donde los humanos trabajan junto con la tecnología.
Los riesgos asociados con estos modelos también pueden requerir el desarrollo de habilidades y la reconversión de roles y equipos emergentes, incluida la ética y la gobernanza de datos. Por ejemplo, una aplicación de IA Generativa implementada para la gestión de proyectos o construcción probablemente requerirá un especialista con experiencia en el dominio de gestión de proyectos para primero crear una base de datos confiable con un conjunto diverso de información para ayudar a garantizar el cumplimiento y la seguridad laboral en la empresa y evitar retrasos en el proyecto. Un modelo de IA Generativa también podría proponer diseños de construcción que pueden parecer factibles en un espacio virtual pero impracticables cuando se consideran la fabricación del mundo real o el cumplimiento de zonificación o regulatorio, lo que podría haberse evitado con la participación de especialistas del sector. Mantener a los humanos en el centro de la toma de decisiones de IA puede ayudar a obtener resultados más realistas y reducir el sesgo o las alucinaciones de IA.
En Paraguay, la implementación de la IA todavía no ha despegado como en otras partes del mundo. Sin embargo, algunas empresas del sector financiero y de telecomunicaciones ya están empezando a implementar IA en sus sistemas. Es importante que las empresas del sector inmobiliario comiencen a analizar los usos potenciales que esta tecnología ofrece, no solo para estar a la vanguardia, sino también para hacer más efectivos y eficientes los procesos dentro de la empresa.
El 12 de octubre de 2023, la Cámara Alta del Senado aprobó la formación de un grupo de trabajo para analizar proyectos y procesos de Inteligencia Artificial (IA), así como estudiar experiencias en países vecinos. Esta medida muestra un avance significativo en el ámbito de la IA en Paraguay, evidenciando el compromiso del gobierno con la comprensión y regulación de esta tecnología. La iniciativa refleja la voluntad de preparar el terreno para propuestas legislativas que regulen su uso y desarrollo en el país.