En marzo de 2026, McKinsey publicó los resultados de pilotos donde agentes de IA gestionaban flujos de mantenimiento en portafolios inmobiliarios de forma autónoma: recibían la solicitud del residente, abrían el ticket, asignaban prioridad, despachaban al técnico y enviaban actualizaciones de estado. El tiempo promedio de proceso bajó más del 30%. Ese mismo mes, Gartner estimó que más del 40% de los proyectos de IA agéntica fracasarán antes de 2027.
Esos dos datos describen la situación real.
Qué hace un agente de IA que un asistente no puede
Un asistente responde preguntas. Un agente completa tareas de varios pasos en secuencia, toma decisiones intermedias y avanza sin que nadie supervise cada movimiento.
En la práctica: cuando un arrendatario reporta una fuga de agua, un asistente puede redactar un mensaje de respuesta. Un agente de IA abre el ticket, clasifica la urgencia según los parámetros del portafolio, consulta la disponibilidad del proveedor habitual, agenda la visita con horario confirmado, notifica al arrendatario y registra el cierre cuando el técnico termina. Si el costo estimado supera un umbral definido por la empresa, escala al supervisor. El proceso tarda minutos, no el día siguiente.
En marzo de 2026, Entrata lanzó un sistema de gestión inmobiliaria con más de 100 agentes embebidos que cubren arrendamiento, mantenimiento, contabilidad, pagos y operaciones residenciales. No es un módulo de IA dentro de un software. Es el software operando con agentes.
Tres flujos donde los números ya son medibles
McKinsey identificó cuatro áreas operativas donde la IA agéntica tiene mayor impacto en el sector inmobiliario. Tres aplican directamente a gestoras y agencias de arriendo en LATAM.
Mantenimiento y operaciones. En los pilotos documentados por McKinsey y Forbes en 2026, la automatización del flujo de tickets de mantenimiento redujo el tiempo de proceso en más del 30%. Equinix, en el sector de infraestructura digital, reportó 96% de precisión en el enrutamiento de tickets y redujo el tiempo de resolución en un tercio. Para una gestora con 200 unidades activas en Medellín o Lima, eso equivale a recuperar entre dos y cuatro horas de trabajo operativo al día.
El flujo concreto: el residente describe el problema por texto o foto, el agente clasifica la urgencia, genera la orden de trabajo, despacha al proveedor adecuado según disponibilidad y tipo de falla, y confirma el cierre una vez finalizada la intervención.
Renovación de arrendamientos. Organizaciones que implementaron flujos agénticos para renovaciones reportaron entre 3 y 7 puntos porcentuales de mejora en sus tasas de retención (McKinsey, 2026). El mecanismo: el agente monitorea los vencimientos de contrato con 90 días de anticipación, redacta la comunicación personalizada según el perfil del arrendatario, la envía por el canal preferido, registra la respuesta y programa el contacto del agente humano cuando el arrendatario no responde dentro del plazo definido. La firma del nuevo contrato se procesa en el sistema sin intervención manual.
Para una gestora con 300 unidades, cada punto porcentual adicional de retención puede representar entre tres y cinco contratos que no requieren un proceso completo de captación y calificación de reemplazo.
Calificación y respuesta a leads. Constructoras y agencias que implementaron agentes para la primera respuesta reportaron mejoras superiores al 90% en tiempos de atención (Forbes, marzo 2026). El lead llega por portal, WhatsApp o formulario web: el agente responde en segundos, califica la intención según la conversación, agenda visitas cuando la intención es alta, y pasa el contacto al agente humano con un resumen del intercambio y el nivel de calificación asignado.
En LATAM, la mayor parte del recorrido de búsqueda del comprador o arrendatario ocurre antes del primer contacto humano. Un agente que responde a las once de la noche captura un lead que el equipo humano atiende al día siguiente, cuando el interesado ya habló con otra agencia.
Por qué el 40% de proyectos va a fallar
Gartner proyectó que más del 40% de los proyectos de IA agéntica fracasarán antes de 2027. McKinsey identificó tres condiciones que la mayoría de las empresas no tiene cubiertas.
Datos de baja calidad. Un agente ejecuta acciones sobre los datos que encuentra. Si el portafolio vive en planillas de Excel desactualizadas, los históricos de mantenimiento en PDFs sin procesar y los contratos en carpetas de WhatsApp, el agente produce errores con alta confianza y a velocidad de automatización. Forbes documentó casos donde agentes autorizaron reparaciones de $4.000 USD basándose en datos incorrectos del sistema.
Falta de transparencia. Cuando el agente toma diez decisiones en cadena y ninguna queda registrada con justificación, el equipo no sabe dónde buscar cuando algo sale mal. La adopción se frena porque nadie confía en un proceso que no puede auditar.
Gobernanza ausente. Solo el 1% de las empresas reporta despliegue maduro de IA, aunque el 92% planea aumentar su inversión en el área. En LATAM, la brecha es más pronunciada: según la encuesta Future of Work 2026 de JLL, realizada con 150 líderes corporativos de Argentina, Brasil, Colombia y México, la transformación impulsada por IA es la prioridad estratégica número uno para el 47% de los encuestados, pero también el escenario con el nivel de preparación más bajo de los ocho evaluados.
La velocidad de la ambición supera la velocidad de la madurez operativa. Ese es el origen del 40%.
El orden de implementación para una agencia de LATAM
Si los datos de la operación están en orden, la secuencia de menor a mayor complejidad es la siguiente.
Primero, mantenimiento. Las decisiones son operativas, no financieras. Un error cuesta tiempo de corrección, no un mandato perdido. La configuración puede ser incremental: empezar por la clasificación automática de tickets y la escalada por umbral de costo, antes de automatizar el despacho completo.
Segundo, renovaciones de arriendo. Los parámetros son predecibles: fechas, condiciones estándar, actualización por IPC. El agente maneja el 80% de los casos sin intervención humana; el 20% restante escala al agente de cuenta. Este flujo requiere que el CRM tenga las fechas de vencimiento correctas y los datos de contacto actualizados.
Tercero, calificación de leads. Es el flujo de mayor retorno, pero también el que exige la integración más completa: portal, CRM y canal de comunicación. La calidad del dato de contacto y la consistencia del seguimiento son los factores que determinan si el agente amplifica el trabajo del equipo o duplica esfuerzos.
Qué hacer con esto
El primer paso no es elegir la plataforma. Es auditar la calidad de los datos con los que trabaja la operación hoy.
Tres preguntas concretas: ¿Dónde están registrados los contratos activos con sus vencimientos y condiciones? ¿Cómo registra el equipo las solicitudes de mantenimiento y su estado de resolución? ¿Qué tan completos están los perfiles de contacto en el CRM?
Si la respuesta a cualquiera de las tres involucra WhatsApp o la memoria de un agente, el punto de partida no es la IA agéntica. Es estandarizar el registro primero.
McKinsey estima un potencial de entre $430 y $550 mil millones anuales en valor para el sector inmobiliario y de construcción a nivel global. Ese número tiene tres condiciones: datos limpios, transparencia en las decisiones del agente y estructuras de gobernanza activas. Sin esas tres condiciones, un agente de IA no amplifica la eficiencia del negocio. Amplifica los errores del negocio, a velocidad de automatización.
La IA agéntica ya entrega resultados. En LATAM, la diferencia no la va a hacer quien adopte primero, sino quien tenga la operación lo suficientemente ordenada para que funcione bien.