McKinsey publicó en mayo de 2026 un estimado de $430 mil millones a $550 mil millones en valor anual que la IA agéntica puede generar en real estate globalmente. El número circula en presentaciones y conferencias del sector. Al mismo tiempo, JLL encuestó a más de 1.500 tomadores de decisión en 16 mercados y encontró que el 92% de las empresas de real estate pilotea herramientas de IA, pero solo el 5% ha alcanzado la mayoría de sus objetivos declarados (JLL, 2025). La distancia entre los dos números no es un problema de tecnología. Es un problema de dónde se intenta aplicar primero.
¿A qué se refiere McKinsey con "IA agéntica" y por qué el número es tan alto?
La diferencia entre "IA que responde preguntas" e "IA que ejecuta tareas" importa más que cualquier estadística de adopción. Los modelos de lenguaje que responden consultas ya están en casi todas las empresas que dicen "pilotear IA". Lo que McKinsey llama agéntico funciona distinto: un sistema que recibe un objetivo, toma decisiones, actúa sobre otros sistemas y registra los resultados, sin esperar que una persona lo active en cada paso. Abre tickets de mantenimiento, agenda citas, actualiza el CRM, envía mensajes al arrendatario.
Para llegar al estimado de $430 mil millones a $550 mil millones, McKinsey analizó alrededor de 2.100 actividades de trabajo en 48 países. No es un número teórico: es el agregado de flujos de trabajo específicos donde la IA agéntica ya produce mejoras medibles. El análisis identifica tres dominios con retorno probado: arrendamiento y generación de ingresos, operaciones de propiedad, y back-office e inversión. El tamaño del retorno varía por dominio, y no todos son iguales para una agencia de LATAM.
Dominio 1: arrendamiento y captación, el retorno más rápido
Las métricas más fáciles de medir están aquí: velocidad de respuesta a leads y tasa de renovación de contratos. McKinsey reporta mejoras de 3% a 7% en tasas de renovación con flujos agénticos, y reducciones de más del 90% en tiempos de respuesta a compradores y arrendatarios que consultan fuera de horario.
Para una gestora con 300 unidades en arriendo y una tasa de renovación actual del 55%, una mejora de 5 puntos porcentuales representa 15 contratos que no hay que volver a gestionar desde cero: visita, documentación, garantía, carga en sistema. En mercados como Bogotá o Ciudad de México, el costo operativo de cada rotación de inquilino está entre $200 y $600 en tiempo de personal, sin contar el período de vacancia. Esos 15 contratos adicionales devuelven la inversión en la herramienta con facilidad.
La razón por la que este dominio entrega retorno más rápido: los datos necesarios ya existen en la mayoría de las agencias. Contacto del arrendatario, historial de pago, fecha de vencimiento de contrato. Un CRM con esos tres campos en orden es suficiente para que la IA agéntica opere el flujo de renovación sin más infraestructura adicional.
Lo que muchas agencias no ejecutan bien: la IA agéntica de este dominio no es un chatbot que responde preguntas. Es un sistema que identifica contratos que vencen en 90 días, envía mensajes personalizados según el historial del arrendatario, gestiona los plazos de respuesta y escala al gestor solo cuando el arrendatario pide condiciones especiales. Todo sin activación manual diaria.
Dominio 2: operaciones y mantenimiento, el que requiere datos de proveedores
McKinsey reporta ahorros de más del 30% en tiempo dedicado a mantenimiento cuando los flujos agénticos reemplazan el proceso manual de triage de tickets, asignación a proveedores y seguimiento de órdenes de trabajo.
Para una gestora de 200 propiedades, ese 30% equivale a semanas de trabajo de coordinación por mes. El problema está en el prerequisito: este dominio exige una base de datos limpia de proveedores por zona y por tipo de trabajo, con tiempos de respuesta históricos y calificación por intervención. También requiere un sistema de tickets que registre categoría, prioridad y propiedad afectada, y la capacidad de conectar la IA con esos sistemas.
En LATAM, la mayoría de las gestoras gestiona el mantenimiento por WhatsApp, con grupos separados por edificio. Los tickets no se registran. Los proveedores no están categorizados. Cuando la IA llega a este dominio sin esa base, el resultado es el que JLL documenta: piloto en marcha, retorno nulo.
La secuencia correcta para este dominio: digitalizar el registro de tickets durante 60 a 90 días antes de activar la IA, construir la base de proveedores con historial de tiempos y calificación, y solo entonces activar la asignación automática.
Dominio 3: back-office e inversión, el más diferido
La reducción de 60% a 80% en ciclos de reportes financieros que McKinsey cuantifica aplica principalmente a gestoras de portafolios institucionales y fondos de inversión inmobiliaria, no a agencias residenciales típicas. Para un desarrollador o una gestora con más de 500 unidades, los reportes mensuales de rendimiento por propiedad, flujo de caja y proyecciones de vacancia actualmente toman entre 3 y 5 días de trabajo de personal. Una IA que integra el sistema de arrendamiento, el banco y el sistema contable para generar ese reporte en horas tiene sentido financiero claro.
McKinsey estima mejoras de 10% a 30% en el ingreso operativo neto de los portafolios cuando se automatizan los ciclos de análisis de inversión de este dominio. Para las agencias residenciales de LATAM con menos de 100 mandatos activos, este dominio queda en tercer lugar de prioridad: el impacto existe, pero solo es visible cuando los datos financieros están digitalizados y centralizados, condición que la mayoría no cumple todavía.
Por qué el 95% pilotea sin ver retorno
El 5% que alcanza sus objetivos no tiene mejores herramientas que el 95% restante. Tiene un modelo operativo distinto. McKinsey lo precisa: el riesgo principal es tratar la IA agéntica como un proyecto de IT. Cuando una inmobiliaria "pilotea" sin rediseñar el flujo de trabajo alrededor, lo que obtiene es una herramienta cara que hace lo mismo que antes, con más pasos de aprobación.
El concepto que McKinsey llama "capa factual" es sencillo de definir y difícil de tener: datos limpios, completos y accesibles sobre propiedades, clientes, contratos y proveedores. Sin esa capa, la IA agéntica no puede actuar. Puede responder preguntas, pero no puede ejecutar decisiones.
En LATAM, la resistencia no es falta de oferta. Según Inmobiliare, la región ya opera con más de 1.600 startups proptech activas, pero el sector de corretaje es uno de los dos más lentos en digitalizar. La diferencia entre el mercado norteamericano y el latinoamericano en adopción tecnológica, según ese análisis, no es de herramientas disponibles: es de actitud frente a la tecnología como inversión estratégica versus gasto operativo.
Qué hacer con esto
Antes de elegir un proveedor de IA agéntica, revisar en cuál de los tres dominios los datos de tu agencia están más limpios y completos.
Si los contratos, arrendatarios e historial de pagos están en un CRM actualizado, empezar por el dominio 1. Es donde el retorno llega más rápido y el costo de implementación es más bajo. Medir renovaciones antes y después durante tres meses. Si el número no cambia, el problema es el flujo de trabajo, no la herramienta.
Si el registro de mandatos está ordenado pero el mantenimiento vive en grupos de WhatsApp, el dominio 2 tiene potencial pero necesita trabajo previo: 60 a 90 días de digitalización de tickets y proveedores antes de activar la IA.
Si ninguno de los dos está en orden, el paso previo no es contratar una plataforma de IA agéntica. Es centralizar los datos existentes. Los $430 mil millones que McKinsey identifica no están en la herramienta. Están en la organización que ya tiene los datos que la herramienta necesita para operar.