En junio de 2026, más de 1.500 líderes inmobiliarios se reunieron en Ciudad de México en el PropTech Latam Summit Week. El consenso fue el de siempre: la IA va a transformar el negocio. Pero un informe publicado el mes siguiente por JLL, con datos de 2.200 ejecutivos en 21 países, revela un problema que esa conversación rara vez incluye: el dinero ya no es la excusa.
Por primera vez en 15 años de investigación continua, la brecha de habilidades superó al presupuesto como barrera número uno para adoptar IA en empresas del sector inmobiliario. El 36% de los encuestados cita la falta de conocimiento en IA, analítica y tecnologías emergentes como su principal obstáculo. El 26% señala la ausencia de capacidades en gestión del cambio. Solo después aparece el presupuesto. Para la mayoría de las agencias en LATAM, esto reencuadra el problema por completo.
El mapa que JLL dibujó en 2026
La encuesta de JLL sobre el futuro del trabajo (julio 2026) captura el estado real del sector: el 78% de los directivos reconoce que la IA va a cambiar significativamente su estrategia inmobiliaria en los próximos tres a cinco años. Pero solo el 15% llegó a la etapa de optimización, es decir, a escalar la IA más allá de los pilotos iniciales.
El resto se distribuye así: el 46% monitorea tendencias sin actuar sobre ellas, y el 40% analiza el impacto potencial en su operación. En términos prácticos, ocho de cada diez empresas siguen atrapadas en la etapa analítica.
Las tres barreras más citadas para ese estancamiento no tienen que ver con tecnología ni con presupuesto. Son: falta de habilidades en IA y analítica (36%), ausencia de capacidades en gestión del cambio (26%), y silos organizacionales que impiden coordinar iniciativas (25%). Ese patrón aplica con igual fuerza a una inmobiliaria boutique en Bogotá, a una gestora en Ciudad de México o a una agencia que opera en Panamá.
Los cuatro dominios donde McKinsey ve el retorno real
En mayo de 2026, McKinsey analizó el potencial de la IA agéntica en el real estate en 48 países. El estimado global es de entre 430.000 y 550.000 millones de dólares en valor anual. Ese número no dice mucho por sí solo, pero el análisis sí identifica con precisión los cuatro dominios donde ese valor se concentra (según McKinsey, 2026).
Mantenimiento y operaciones. Los sistemas agénticos abren tickets de solicitudes de residentes, los clasifican por prioridad, despachan proveedores y registran resultados sin intervención manual. Las organizaciones que rediseñaron este dominio redujeron tiempos de flujo en más del 30%. En una gestora con 200 unidades, eso equivale a semanas de trabajo operativo al año.
Arrendamiento y renovaciones. La tasa de renovación mejora entre 3% y 7%, y los tiempos de respuesta a prospectos caen más del 90%. Para una gestora con 300 contratos activos, un aumento del 5% en renovaciones son 15 contratos que no se renegocian desde cero cada año.
Inversión y gestión de activos. La IA automatiza el análisis de portafolio, el modelado de escenarios y la generación de reportes para inversores. En mercados como Colombia o México, donde los fondos institucionales están creciendo, esto empieza a separar a las gestoras que retienen capital de las que no.
Construcción y capex. Seguimiento de avance de obra, detección temprana de anomalías en costos y coordinación de contratistas. Aplica más directamente a desarrolladores, pero las agencias que trabajan con preventa también operan en ese dominio cuando gestionan el pipeline entre lanzamiento y entrega.
El punto central del análisis de McKinsey no es tecnológico: es de diseño. Las organizaciones que capturan retorno real no añaden herramientas a procesos existentes. Rediseñan el dominio completo, de punta a punta, con humanos y sistemas trabajando en paralelo desde el principio.
El error que comete la mayoría
La mayoría de las agencias en LATAM que adoptaron IA en 2025 y 2026 tomaron el camino de añadir herramientas: un transcriptor para las notas del CRM, un generador de fichas, un asistente para los primeros contactos por mensaje. Cada herramienta opera en su propio silo, con sus propios datos, sin conectar con las demás.
El resultado es lo que McKinsey describe como el modo ayúdame a entender: la IA produce información, pero el humano sigue ejecutando todos los pasos y tomando todas las decisiones operativas. Tiene valor, pero no genera el salto de productividad que los números de los cuatro dominios reflejan.
El cambio ocurre cuando el modo pasa a hazlo tú: el sistema ejecuta dentro de un dominio específico con autonomía real, y el humano supervisa en los bordes y decide en los casos de excepción. Ese nivel de integración exige rediseño de proceso, no solo compra de software. Y el rediseño exige personas que sepan hacerlo, que es exactamente la brecha que JLL documentó.
Lo que distingue al 15% que avanzó
Un hallazgo contraintuitivo del informe de JLL: las empresas más avanzadas en IA no están reduciendo plantilla. El 60% de los líderes encuestados espera crecimiento neto de headcount en los próximos dos años. El otro 60% espera que la IA reinvente los roles humanos en lugar de eliminarlos. Las organizaciones en etapa de optimización contratan talento de nivel inicial y lo forman en IA desde el primer día.
Esas empresas comparten tres características operativas: rediseñan descripciones de cargo para definir explícitamente cómo el humano trabaja junto al sistema, tratan la gestión del cambio como un proyecto propio con responsable y cronograma, y asignan a alguien del equipo como referente de los sistemas de IA, con tiempo real para ese rol.
No hay un departamento de IA separado. Hay roles existentes que se rediseñaron para que la competencia en IA sea parte del trabajo cotidiano, no una especialización al margen.
Qué hacer con esto
El primer paso no es elegir otra herramienta. Es hacer el inventario de dominio: identificar cuál de los cuatro que McKinsey señala tiene mayor impacto directo en tu operación hoy, y mapear cómo funciona ese dominio de punta a punta sin ninguna IA. Ese mapa revela dos cosas: los pasos que un sistema puede ejecutar de forma autónoma, y los puntos donde el juicio humano sigue siendo necesario. Esa distinción es el diseño del sistema.
El segundo paso es resolver la brecha de habilidades. En la mayoría de los casos no significa contratar: significa asignar a alguien del equipo como responsable del proceso y darle tiempo real para aprender, probar y documentar lo que funciona. Una agencia de 15 personas puede avanzar mucho si una de esas personas tiene medio día a la semana dedicado a ese rol.
La pregunta que el informe de JLL deja abierta es concreta: ¿quién en tu equipo es responsable de que los sistemas de IA funcionen bien, se actualicen y generen resultados medibles? Si la respuesta es nadie en particular, el diagnóstico aplica directamente. El 15% que llegó a la etapa de optimización no tiene presupuestos más grandes. Tiene equipos que saben qué hacer con las herramientas que ya compraron.