Colombia es hoy el primer país de América Latina donde los hogares arrendatarios superan en número a los propietarios: 7,3 millones de familias viven en arriendo, frente a 7,1 millones que son dueñas de su vivienda, según BBVA Research 2025. En México, el 97% de las propiedades en renta las gestiona un propietario individual, sin sistema y sin proceso formal, según datos publicados por TechCrunch sobre MoradaUno (2024). Esa escala crea un problema operativo concreto para las inmobiliarias con portafolio de arriendo: cada vacante atrae varias solicitudes, y cada solicitud tiene que ser verificada. El proceso manual no escala.
Por qué el proceso se rompe antes de llegar al contrato
Seleccionar a un arrendatario tiene entre cinco y ocho pasos concretos: verificar identidad, confirmar ingresos, revisar historial de pago, contactar referencias, evaluar comportamiento en arriendos anteriores, comparar candidatos y presentar una recomendación al propietario. En el mercado de Estados Unidos, ese proceso consume en promedio 4,8 horas de trabajo administrativo por vacante, según el benchmark de NARPM 2025. En LATAM, ese número sube por dos razones estructurales que no tienen solución fácil sin tecnología.
La primera es la informalidad contractual. En Colombia, la mayoría de los contratos de arriendo son verbales, lo que significa que un solicitante puede llevar tres años pagando puntualmente sin tener ningún documento que lo acredite (Portafolio, octubre 2025). La agencia recibe a una persona con historial real, pero sin papel que lo respalde.
La segunda es la ausencia de un buró de crédito que cubra al segmento de arriendo. El historial crediticio formal en la región no captura a gran parte de la población económicamente activa. Según datos de MoradaUno, plataforma mexicana especializada en arriendo, el 40% de los solicitantes potenciales en América Latina queda fuera de los requisitos tradicionales, aunque muchos son pagadores confiables sin historial formal. Los requisitos habituales, fiador propietario en la misma ciudad y tres meses de depósito, excluyen a un segmento del mercado que no representa necesariamente mayor riesgo.
El resultado en la práctica: las agencias acaban dependiendo del criterio subjetivo de un analista, omiten pasos por falta de tiempo, o rechazan candidatos viables porque no encajan en el formulario estándar.
Lo que hace la IA a lo largo del pipeline
La automatización no reemplaza la decisión de la agencia: reemplaza el trabajo repetitivo anterior a esa decisión. Desde que el solicitante sube sus documentos, el sistema trabaja en paralelo en varios frentes.
Verificación de documentos e identidad. El modelo extrae los datos del documento de identidad, compara la foto con la imagen del titular, y detecta señales de alteración digital. En 2025 se registraron más de 12.000 denuncias ante el FBI por fraude inmobiliario relacionado con documentación, con pérdidas declaradas que superan los $275 millones (Commercial Observer, mayo 2026). El mismo tipo de fraude, documentos editados digitalmente, referencias fabricadas y comprobantes de nómina alterados, opera en los mercados de LATAM.
Confirmación de ingresos, incluyendo ingresos informales. Para los ingresos formales, el modelo lee extractos bancarios y comprobantes de nómina. Para ingresos independientes o informales, los algoritmos de scoring alternativo analizan patrones de depósito, frecuencia de transacciones y variabilidad del flujo de caja. Esto permite evaluar capacidad de pago sin depender del buró formal: el comportamiento bancario dice más sobre la realidad financiera de un solicitante que un formulario de declaración de ingresos.
Referencias estructuradas. El sistema envía cuestionarios estandarizados a los arrendadores anteriores, analiza las respuestas y detecta inconsistencias entre lo que el solicitante declaró y lo que la referencia reporta.
Ranking de candidatos. La agencia recibe una lista ordenada con un puntaje por solicitante, las señales que lo respaldan, y las banderas de riesgo que requieren revisión humana. El analista revisa los casos marcados. El resto ya tiene un orden claro para presentar al propietario.
Los números que cambian cuando automatizas
El benchmark de NARPM 2025, citado en el análisis de ROI de US Tech Automations (abril 2026), muestra resultados consistentes en portafolios que adoptan screening automatizado:
| Indicador | Manual | Automatizado |
|---|---|---|
| Horas administrativas por vacante | 4,8 h | 1,2 h |
| Días de screening a contrato firmado | 7,2 días | 3,1 días |
| Costo por solicitud procesada | $35 a $65 | $8 a $14 |
La reducción de 7,2 a 3,1 días no es solo eficiencia interna: es conversión. Un solicitante calificado que no recibe respuesta en tres días ya firmó con otro propietario.
Los portafolios con screening automatizado reportan también un 28% menos de juicios de desahucio en un período de dos años (NARPM survey, citado por US Tech Automations). El costo de un mal arrendatario, sumando renta perdida, proceso legal, reparaciones y costo de re-arrendamiento, promedia $6.800 por caso según la NMHC 2025. En un portafolio de 80 unidades con 18% de rotación anual, prevenir dos malas colocaciones al año genera un ahorro directo de más de $13.000.
La cobertura: el 40% que el filtro tradicional descarta
El debate sobre IA para selección de arrendatarios en LATAM no es solo de velocidad: es de cobertura. Un sistema de scoring que rechaza al 40% de los solicitantes por ausencia de historial formal no está siendo más riguroso: está siendo menos preciso en el mercado real.
MoradaUno, startup mexicana respaldada por Y Combinator y Flourish Ventures, resuelve esto con datos alternativos. La plataforma usa el comportamiento de pago de servicios, el patrón de movimientos bancarios y otras señales digitales para construir un perfil de riesgo sin depender del buró formal. Con 4.500 corredores aliados y más de 20.000 arriendos cerrados, procesa alrededor de 1.000 contratos al mes y apunta a triplicar ese número.
El mismo principio aplica a cualquier inmobiliaria con portafolio de arriendo en Colombia, México o Panamá. En un mercado donde la informalidad contractual no es la excepción sino la norma en el segmento de arriendo, el scoring alternativo no es una sofisticación adicional: es la única forma de evaluar con precisión a la mayoría de los solicitantes reales.
Qué hacer con esto
El primer paso no es comprar un software: es medir cuánto cuesta el proceso actual. Cuántos analistas lo atienden, cuántas horas por solicitud, cuántas vacantes en un mes promedio. Ese número le dice a una agencia cuánto vale resolver el problema. Sin ese dato de partida, cualquier herramienta va a parecer cara.
El segundo es identificar el cuello de botella real. Si el proceso se demora en la verificación de ingresos, el scoring alternativo tiene impacto inmediato. Si el tiempo se pierde en contactar referencias, automatizar ese paso es el primer cambio que tiene sentido. No hay que reemplazar todo el flujo a la vez.
El tercero es diseñar el proceso de scoring con la realidad del mercado local desde el inicio: ingresos informales, contratos verbales previos, referencias que no siempre responden en tiempo. Un sistema calibrado para el buró formal de un mercado desarrollado va a descartar a solicitantes que en LATAM son perfectamente elegibles.
La selección de arrendatarios es uno de los pocos procesos en una inmobiliaria donde el error tiene consecuencia directa y medible: meses de renta perdida, proceso legal, recuperación de la unidad. La IA no elimina ese riesgo, pero organiza la información necesaria para tomar una decisión mejor, más rápido.