JLL encuestó a más de 1.000 equipos de real estate en 16 mercados y llegó a un número que debería preocupar a cualquier director de agencia: el 92% de esos equipos lanzó al menos un piloto de inteligencia artificial en los últimos dos años. Solo el 5% dice haber alcanzado la mayoría de sus objetivos. Esos mismos equipos corren, en promedio, cinco proyectos de IA al mismo tiempo. No dos, no tres: cinco. En una industria donde la base tecnológica lleva décadas sin actualizarse, ese número revela un problema de orden, no de falta de ambición.
La pregunta que ese dato abre para una agencia en Bogotá, Ciudad de México o Ciudad de Panamá no es qué herramienta de IA usar. Es si la agencia está en condiciones de que cualquiera funcione.
El error que se repite: más pilotos, menos resultados
Cuando una herramienta de IA no funciona en una agencia, el diagnóstico más frecuente es que el equipo no la adoptó o que la herramienta no era la correcta. Rara vez alguien señala lo que JLL documenta con precisión: el 60% de las organizaciones de real estate necesitaba resolver problemas técnicos básicos antes de lanzar cualquier piloto. Lanzaron igual.
El patrón en LATAM no es distinto. Una agencia suscribe una herramienta para calificar leads, otra para generar descripciones y una tercera para responder mensajes fuera del horario de oficina. Al final del trimestre, ninguna rinde lo esperado. No porque sean malas herramientas, sino porque los tres sistemas que las alimentan, el CRM, el inventario en portales y la comunicación con clientes, están desconectados entre sí o tienen datos incompletos.
La herramienta de IA recibe información mala y devuelve resultados que el equipo no usa. La conclusión interna es que la herramienta falló. El diagnóstico real es otro: la infraestructura no estaba lista. El 81% de los equipos de real estate encuestados por JLL reporta al menos tres sistemas con rendimiento por debajo de lo esperado. No es un problema de aplicaciones nuevas: es de base tecnológica que nadie revisó antes de agregar más capas encima.
Los tres sistemas que definen si la IA puede funcionar
En una agencia inmobiliaria, la capacidad de aprovechar herramientas de inteligencia artificial depende de tres capas que tienen que estar en orden antes de cualquier piloto. No son las más sofisticadas, pero sin ellas ninguna herramienta rinde de manera sostenida.
El CRM con datos utilizables. No solo que el sistema exista, sino que los contactos tengan los campos mínimos completos: nombre, canal de origen, tipo de cliente (comprador, arrendador, propietario), etapa en el embudo y fecha de último contacto registrada. En la práctica, muchas agencias de LATAM tienen CRMs con contactos duplicados, sin canal registrado o con notas en texto libre que ningún modelo puede procesar automáticamente. Una herramienta de calificación de leads que lee ese CRM va a clasificar mal. La base de datos no miente: si está fragmentada, la IA también lo estará.
El inventario sincronizado en tiempo real. Si el equipo actualiza propiedades manualmente en cada portal, el inventario que cualquier herramienta de análisis ve es siempre parcial o tiene días de retraso. Eso afecta las recomendaciones de propiedades a compradores, los comparables automáticos y cualquier análisis de demanda que corra sobre ese inventario. Una herramienta de análisis de mercado con datos de 48 horas de retraso está trabajando sobre un mercado que ya no existe.
La comunicación centralizada. Buena parte de las conversaciones con clientes en agencias de LATAM viven en los teléfonos personales de los agentes: WhatsApp sin registro en el CRM, cuentas de correo individuales, notas en papel. Una herramienta que tiene que analizar el historial de un cliente, retomar un seguimiento o automatizar una respuesta no puede hacerlo si esa información no es accesible para el sistema. Según JLL, solo el 33% del personal en organizaciones de real estate se siente adecuadamente capacitado para usar IA. Pero el primer obstáculo no es de formación: es que los datos no están donde las herramientas pueden encontrarlos.
Estas tres capas son el sistema de soporte que cualquier herramienta de IA necesita. Sin ellas, no importa cuántos pilotos se lancen ni cuánto presupuesto se asigne.
El capital llega. La base, no tanto
El mercado no está esperando. Las startups de tecnología en LATAM captaron aproximadamente US$2.700 millones en inversiones de IA durante 2025 y principios de 2026, un crecimiento del 61% respecto al período anterior, según Proptech Latam Connection. Colombia sola suma más de 200 plataformas proptech activas y se posiciona como el segundo ecosistema más grande de la región después de Brasil, con más de US$1.000 millones invertidos en el sector en los últimos años. Rondas como los US$60 millones de Duppla para el modelo de renta con opción a compra o los US$158 millones de La Haus para la plataforma de vivienda nueva ilustran la escala del flujo de capital.
Esa inversión genera soluciones mejores y más asequibles para las agencias cada trimestre. El problema no es que las herramientas no existan. Es que llegan a agencias que todavía no tienen la estructura para aprovecharlas.
Un agente que adopta una herramienta de calificación de leads con IA y tarda ocho horas en responder sigue perdiendo el 48% de sus contactos en el primer intento, según datos de NAR y Zillow. La herramienta no resuelve un problema de tiempo de respuesta. El tiempo de respuesta es un problema de proceso y de sistema de comunicación, no de inteligencia artificial. La secuencia importa.
El 49% de los agentes en EE.UU. ya usa herramientas de IA, pero solo el 17% reporta un impacto positivo significativo en su negocio, según la encuesta tecnológica de NAR de 2025. La diferencia entre esos dos grupos no es qué herramienta compraron. Es que los que ven resultados tenían la base en orden antes del piloto.
Cuando un piloto sí funciona: uno, no cinco
Las agencias que están obteniendo resultados concretos con IA en la región comparten un rasgo: eligieron un solo caso de uso, lo implementaron sobre sistemas en orden y lo midieron durante al menos noventa días antes de agregar algo nuevo.
El caso con más datos de retorno en el sector residencial es la respuesta automática al primer contacto. Sin IA, el tiempo promedio de respuesta en una agencia es de ocho horas (Zillow, 2025). Con una herramienta conectada al canal de entrada y al CRM, ese tiempo baja a menos de dos minutos (Structurely, 2025). La conversión de leads mejora un 40% con seguimiento automatizado (Inside Real Estate, 2025). Pero esos números solo aparecen cuando el canal de entrada está centralizado, el CRM recibe el contacto automáticamente y el agente tiene visibilidad del historial de esa conversación.
Si las conversaciones llegan por WhatsApp a tres teléfonos distintos y nadie sabe quién responde primero, una capa de IA no mejora el proceso: lo complica. El mismo principio aplica para la calificación de prospectos, la generación de fichas o el análisis de comparables. Cualquier herramienta que procesa datos de clientes o de inventario depende de que esos datos existan, sean accesibles y sean precisos. Cuando no lo son, la herramienta parece mala. Cuando lo son, la diferencia en resultados es medible en días.
Qué hacer con esto
Antes de suscribir otra herramienta de IA, haz una auditoría de tres preguntas sobre tu sistema actual.
Primera: ¿Cuántos de tus contactos en el CRM tienen los campos mínimos completos, canal de origen, tipo de cliente, etapa y último contacto? Si menos del 70% los tiene, el primer paso no es IA. Es establecer un proceso de captura estandarizado desde el primer mensaje, cualquiera que sea el canal de entrada.
Segunda: ¿Cuántos portales actualizas manualmente y cuánto tarda ese proceso por semana? Si supera dos horas o tres portales sin sincronización automática, la prioridad es conectar el inventario. Para eso no hace falta IA: hace falta un conector o un sistema que lo haga sin intervención manual.
Tercera: ¿Dónde viven las conversaciones con tus clientes activos ahora mismo? Si están en los teléfonos personales de los agentes o en cuentas separadas, tienes un problema de datos antes que un problema de IA. Ninguna herramienta de seguimiento puede acceder a una conversación que existe solo en un chat personal.
Una vez que esas tres preguntas tienen respuestas sólidas, el piloto de IA que elijas tiene muchas más probabilidades de funcionar: la herramienta va a recibir datos reales, completos y actualizados. JLL lo confirma: el caso de uso de IA con mayor retorno no es el más sofisticado, sino el que se implementa sobre una base confiable.
El mercado proptech en LATAM no va a esperar a que las agencias estén listas. La ruta más corta hacia resultados reales con IA pasa, casi invariablemente, por menos sistemas rotos y más base sólida. No por más pilotos en paralelo.