La adopción de inteligencia artificial en empresas inmobiliarias argentinas alcanza el 36% en 2024

La utilización de inteligencia artificial (IA) en el sector inmobiliario argentino muestra una expansión sostenida en los últimos años. Según datos de la Cámara de Empresas de Servicios Inmobiliarios (CAMESI), en 2024 el 36% de las empresas del rubro ya incorpora herramientas de IA en sus operaciones diarias, cifra que representa un salto respecto al 10% estimado en 2022.

El avance tecnológico ha permitido que la IA reduzca en un 30% el tiempo promedio de publicación o venta de propiedades y acelere en un 50% los procesos de tasación, mejorando así la eficiencia operativa. Mariano García Malbrán, presidente de CAMESI, afirmó: “La Inteligencia Artificial ha reducido en un 30% el tiempo promedio de publicación o venta de propiedades y hasta un 50% los procesos de tasación, lo que ha impulsado una eficiencia operativa que antes parecía inalcanzable”.

La adopción de IA pasó de ser incipiente en 2020, limitada principalmente a chatbots y análisis de datos básicos, a una integración más estratégica en la actualidad, favorecida por la recuperación del mercado tras la pandemia y el surgimiento de startups locales. El potencial de la IA se observa en tareas analíticas y operativas, como la valoración de propiedades y el marketing personalizado, donde el uso de algoritmos de machine learning permite procesar variables complejas, reducir sesgos y optimizar campañas, incrementando la tasa de conversión en un 30%.

A nivel regional, Argentina se posiciona en un rango intermedio en Latinoamérica en cuanto a la adopción empresarial de IA, detrás de Brasil (41%) y México (38%). “Estamos un poco atrás respecto a líderes regionales como Brasil (41%) y México (38%), donde la madurez tecnológica y los incentivos fiscales han acelerado la implementación en tasaciones y marketing predictivo”, aclaró García Malbrán.

Si bien el avance es significativo, persisten desafíos para consolidar el uso de estas herramientas, especialmente entre las pequeñas y medianas empresas del interior del país. García Malbrán subrayó: “Además, el conocimiento local profundo —normativas urbanas, dinámicas barriales y matices culturales son algunos de los factores que lo determinan— sigue siendo un diferencial, ya que la IA carece de contexto intuitivo para resolver imprevistos como disputas vecinales o adaptaciones a crisis económicas”.