En Cartagena, el 23 de julio de 2026, Camacol presentó la Hoja de Ruta de Inteligencia Artificial para el Sector Constructor Colombiano. El estudio incluyó 184 organizaciones, 53 líderes sectoriales y el análisis de más de 1.300 casos de uso de IA identificados en la industria, elaborado con la Universidad de los Andes. La conclusión central: el 98% de las empresas reconoce que la IA transformará su negocio en los próximos cinco años. Solo el 4% la está usando en procesos críticos hoy. El 84% restante sigue en fase exploratoria o todavía no empezó.
Para una agencia inmobiliaria en Bogotá, Ciudad de México o Panamá, ese número de 4% no sorprende. Lo que sí es nuevo es que ahora está medido.
El diagnóstico formal que el sector necesitaba
El sector constructor colombiano representa el 4,2% del PIB del país y genera 1,7 millones de empleos directos, conectado a cerca de 38 sectores productivos (según Camacol, 2026). No es un sector marginal. Aun así, su nivel de madurez en inteligencia artificial llegó a 1,94 sobre 4. La escala fue construida especialmente para este diagnóstico y medida contra los 1.300 casos de uso analizados.
Las barreras que el estudio cuantifica no son sorpresas, pero es útil que estén medidas con precisión:
- Falta de datos estructurados: 52% de las empresas
- Costos de implementación: 51%
- Resistencia al cambio: 41%
- Baja integración entre sistemas tecnológicos: 36%
- Escasez de talento: 31%
La primera barrera y la cuarta están relacionadas directamente. Los datos no están estructurados, en parte, porque los sistemas que deberían capturarlos no están conectados entre sí. El sistema de diseño no le habla al sistema de ventas. El de costos no le habla al CRM. Cuando eso ocurre, los datos quedan fragmentados y no hay nada concreto que alimentar a un modelo.
El objetivo que la hoja de ruta establece es elevar la madurez sectorial de 1,94 a 2,72 sobre 4 en el mediano plazo. La visión completa llega hasta 2035. No es una promesa de transformación rápida: es un reconocimiento de que el problema lleva años acumulándose y que resolverlo requiere una estrategia de largo plazo.
El mismo patrón en 16 mercados
El diagnóstico colombiano no es una excepción regional. JLL encuestó a más de 1.000 tomadores de decisión en inmobiliario corporativo en 16 mercados para su reporte de tecnología 2025. Lo que encontró es casi la misma fotografía desde otro ángulo: el 92% de las organizaciones ya está piloteando IA o planea hacerlo. Solo el 5% reporta haber alcanzado la mayoría de sus objetivos con esas iniciativas (según JLL, 2025).
El patrón es consistente entre países: alta declaración de intención, baja ejecución con resultados medibles. JLL también encontró que el 81% de las organizaciones tiene al menos tres sistemas tecnológicos con rendimiento por debajo de lo esperado, y que el 60% debe resolver problemas fundamentales de infraestructura antes de poder aprovechar la IA con seriedad.
La conclusión que el reporte de JLL formula tiene peso: las empresas con programas tecnológicos exitosos se separan cada vez más, mientras que las rezagadas enfrentan una brecha que se amplía. No es una advertencia sobre el futuro. Está pasando ahora, en el mercado donde compite cada agencia.
Para las agencias inmobiliarias de LATAM, el riesgo concreto es que esa brecha no se abre solo entre empresas tecnológicas y agencias tradicionales. Se abre entre agencias que ya tienen sus datos ordenados y las que no. El portal que compite por el mismo propietario también tiene datos. La pregunta es si los de tu agencia son más precisos y más actualizados que los de ellos.
Lo que la IA necesita antes de funcionar
Habi opera en Colombia desde 2019, enfocada en el mercado de vivienda usada. Usa IA para perfilar compradores desde el primer contacto, automatizar la programación de visitas, verificar documentos y producir valuaciones. No como piloto: como proceso estándar de operación.
Los resultados que la empresa reporta son concretos: 35% más rápido de extremo a extremo y cerca de 50% de reducción de costos operativos en algunos productos (según Semana, 2025). En 2025 completó 1.200 transacciones y proyecta entre 1.500 y 1.700 para 2026. Cerró también acuerdos de financiamiento con el BID (20 millones de dólares) y BBVA para continuar expandiendo sus capacidades de IA.
¿Qué tiene Habi que una agencia promedio no tiene? Principalmente una cosa: datos propios, estructurados, acumulados durante años y conectados entre sistemas. El modelo de IA de Habi no aprendió de estadísticas genéricas del mercado. Aprendió de las transacciones reales de la empresa, con compradores reales, en las zonas donde opera.
Eso es exactamente lo que la barrera del 52% en datos no estructurados le impide construir a la mayoría de empresas del sector. No es falta de datos: es falta de datos que una máquina pueda leer. Las interacciones con propietarios que quedan en WhatsApp, las notas de visita que nunca llegan al CRM, los precios de cierre que el asesor guarda en su memoria. Todo eso es información. Ninguna es dato estructurado.
Colaboración, Desarrollo y Talento: los tres ejes hacia 2035
Camacol organizó su estrategia en tres ejes. El eje de Colaboración busca construir capacidades comunes entre empresas, universidades y entidades públicas, compartiendo conocimiento para reducir el costo de aprendizaje individual de cada organización. El eje de Desarrollo apunta a extender la IA hacia procesos de mayor impacto: planeación de proyectos, logística, gestión documental, finanzas y comercialización. El eje de Talento se centra en desarrollar competencias internas y esquemas de supervisión para trabajar con herramientas de IA de forma responsable.
La comercialización aparece en el eje de Desarrollo. Es el punto de contacto más directo con el trabajo de una agencia inmobiliaria: captar el mandato, calificar al comprador, cerrar la transacción. Cuando el diagnóstico señala que el sector debe extender la IA hacia comercialización, lo que está diciendo es que el proceso de venta de propiedades todavía no está digitalizado al nivel que requiere.
México tiene su propio contexto. AMPI y los gremios del sector inmobiliario trabajan en programas de digitalización paralelos. Las barreras son similares, aunque el ritmo varía más por empresa que por país. En ambos casos, la estructura gremial puede servir para compartir casos de uso y reducir el costo de aprendizaje que cada agencia tendría que asumir sola.
Qué hacer con esto
El diagnóstico de Camacol tiene valor para agencias inmobiliarias aunque no sean constructoras, porque cuantifica con precisión lo que muchos perciben sin medir.
Tres lecturas prácticas:
Primero: si el 52% de las constructoras colombianas nombra la falta de datos estructurados como barrera principal, el primer paso no es elegir una herramienta de IA. Es entender qué datos tiene la agencia, dónde viven y qué tan completos están. Esa auditoría no requiere inversión tecnológica. Requiere una semana de trabajo honesto sobre el estado real de los sistemas actuales.
Segundo: el eje de Talento de la hoja de ruta señala algo que suele omitirse en la conversación sobre IA: el equipo necesita aprender a trabajar con estas herramientas antes de que produzcan resultado. Un piloto que el equipo no entiende no genera aprendizaje. La resistencia al cambio que el 41% nombra como barrera no suele ser hostilidad. Casi siempre es falta de contexto y de tiempo para entender qué se está adoptando.
Tercero: la visión de Camacol llega hasta 2035. Eso no significa que haya hasta 2035 para empezar. Significa que la transformación toma tiempo, y quien empieza antes acumula más datos, más aprendizaje y más ventaja operativa. La brecha que JLL describe no aparecerá en algún momento futuro. Ya existe. La pregunta es de qué lado de ella va a estar cada agencia en tres años.