Built World AI - Estrategias de transformación con IA para las industrias de la construcción y los bienes raíces

• La construcción y los bienes raíces representan una gran proporción del PIB, pero su transformación digital ha sido lenta; ahora, la IA multimodal, capaz de manejar colaboraciones complejas donde se mezclan lenguaje, imágenes y video, ha llegado a un punto en el que puede cambiar de forma significativa la productividad, la seguridad y la calidad.
• Desde diseño, estimación de costos, seguridad en obra, gestión del conocimiento y robótica, se presentan cinco categorías clave en Construction AI; y desde corretaje, búsqueda, operaciones y diseño, cuatro categorías clave en Real Estate AI como áreas centrales de oportunidad.
• En construcción, las áreas con mayor potencial son la generación automática de diseño, la automatización de takeoff y estimación basada en planos, la comunicación en obra basada en voz e imagen, la gestión del conocimiento con integración documental y los robots de construcción que colaboran con personas.
• En bienes raíces, las principales oportunidades son la automatización del trabajo de corredores y agentes, la búsqueda y descubrimiento de propiedades con lenguaje natural, la automatización operativa sobre sistemas legacy y el diseño y visualización de espacios con IA generativa.
• En términos generales, se anticipa un cambio que irá más allá de la adopción de CAD y SaaS; los fundadores que comprendan la ventaja de datos, la integración en flujos de trabajo y la naturaleza relacional de la industria podrán crear valor de largo plazo en Built World AI.

---

Panorama general de Built World y la transformación con IA

• El Built World, compuesto por edificios e infraestructura, es un enorme sistema colaborativo en el que personas, capital y materiales se combinan de manera sofisticada, y donde a lo largo de todo el proceso de diseño, construcción y operación se genera una enorme cantidad de trabajo basado en lenguaje y documentos.
  • Desde un skyline, un vecindario o incluso un solo edificio, todo es el resultado de proyectos que abarcan innumerables participantes, procedimientos complejos, regulación y financiamiento.
  • El diseño exige imaginación; la construcción, disciplina y recursos; y el mantenimiento, resiliencia y continuidad a largo plazo.
• En la economía de EE. UU. existe una escala de 1.3 billones de dólares en construcción (4.4% del PIB) y 4.2 billones de dólares en bienes raíces, renta y leasing, pero estos sectores solo han capturado de forma limitada los beneficios de la innovación SaaS.
  • En ambas industrias, la coordinación entre múltiples sitios e interesados es central, y tienen una fuerte característica de tomar decisiones de alto riesgo a través del lenguaje en contextos donde se mezclan texto, imágenes y video.
  • Aunque hubo avances tecnológicos en los últimos 20 años, no fueron suficientes para resolver de raíz estos problemas de coordinación compleja.
• La infraestructura física es un ámbito con enormes responsabilidades en costo, calidad, seguridad y cumplimiento regulatorio, y la IA multimodal es la herramienta para rediseñar todos esos ejes.
  • Si imaginamos 2030, a partir de un boceto se podrá generar de inmediato un modelo completo de edificio, los presupuestos creados automáticamente desde planos serán ajustados por el estimador, y los reportes de seguridad en obra se ingresarán mediante voz e imagen.
  • También será posible una exploración más intuitiva y una operación automatizada tanto en la búsqueda y compra de vivienda como en la administración de edificios.
• Built World AI creará otro punto de inflexión estructural después de CAD y SaaS, y los LLM multimodales junto con nuevas formas de colaboración humano-máquina serán el eje central.
  • Bessemer considera a los dos sectores de Vertical AI en construcción y bienes raíces como áreas clave, siguiendo su portafolio existente como Procore y ServiceTitan.

Insight clave: la oportunidad de Built World AI

• La construcción y los bienes raíces representan casi 1/4 del PIB de EE. UU., pero su proporción de inversión tecnológica y nivel de digitalización siguen siendo notablemente más bajos que en otras industrias.
  • Según Deloitte, la tasa de inversión tecnológica en construcción es de apenas 2.7% de los ingresos, frente a sectores como finanzas y manufactura, que invierten 5–10% o más.
  • Cuanto más importante es la precisión y la coordinación en una industria, mayor es la pérdida de oportunidad cuando falta infraestructura digital.
  • La tecnología de IA multimodal ha llegado a un punto en el que puede transformar de manera fundamental la forma de trabajar a lo largo de todo el ciclo de diseño, construcción y operación.
• En construcción, cinco categorías son el primer objetivo para la aplicación de IA: generación de diseño, cubicación y estimación, coordinación en obra, gestión del conocimiento y robótica.
  • Design generation: generar automáticamente diseños y modelos 2D/3D que incorporen cumplimiento normativo y optimización de costos, transformando el proceso tradicional centrado en CAD hacia diseño generativo.
  • Takeoff & estimation: extraer automáticamente desde planos las cantidades de materiales y procesos para que el equipo de estimación se concentre en optimizar precios y márgenes.
  • On-site coordination: integrar voz, imágenes, video y texto del sitio de obra para hacer la comunicación y la gestión de seguridad más rápidas y proactivas.
  • Knowledge management: integrar datos dispersos como contratos, planos, RFI y change orders en una única fuente de verdad consultable.
  • Construction robotics: un entorno de obra basado en colaboración humano-robot que controle equipos autónomos o semiautónomos mediante interfaces en lenguaje natural.
  • Cada área incluye flujos de datos complejos donde se mezclan lenguaje y planos, como planos, contratos, RFIs, change orders y reportes de seguridad.
  • Los LLM multimodales y los modelos especializados por dominio ya están en una posición para automatizar y reforzar estos flujos.
• En bienes raíces, los LLM y los modelos generativos amplían su papel alrededor de cuatro oportunidades.
  • Automatización del trabajo de brokers y agentes, búsqueda y descubrimiento de propiedades por parte del cliente, automatización operativa basada en sistemas legacy y diseño/visualización con IA generativa.
  • Dado que es una industria basada en relaciones y conocimiento local, se enfatiza mantener la estructura centrada en las personas, pero reduciendo drásticamente las tareas administrativas y repetitivas.
• En construcción y bienes raíces en general, los productos con datos especializados por dominio, integración profunda, alineación de incentivos y empatía con el usuario constituyen la principal ventaja competitiva de las empresas de Vertical AI.
  • Más que una automatización simple, un eje clave es diseñar flujos de trabajo que mejoren al mismo tiempo la rentabilidad (márgenes), el riesgo y la confianza.

# [I. Construction AI: por qué ahora]

• Durante los últimos más de 60 años, la productividad laboral total de EE. UU. aumentó más de 290%, pero la productividad laboral en construcción mostró una tendencia de caída de alrededor de 1% anual entre 1970 y 2020.
  • La construcción emplea a más de 7 millones de personas y genera 1.3 billones de dólares al año, pero el estancamiento de la productividad frena el crecimiento del sector.
  • El problema no es la falta de esfuerzo o experiencia, sino la dificultad de coordinar múltiples stakeholders y procesos.
• El ecosistema de construcción se divide en cuatro subsectores: residencial, comercial, industrial e infraestructura, y software como Procore y Autodesk funciona como infraestructura básica que los conecta.
  • Aun así, enfrenta vientos en contra estructurales como escasez persistente de mano de obra (se estima que solo en 2026 harán falta unas 500 mil personas adicionales para cubrir la demanda), alza de tasas de interés, volatilidad en precios de materias primas e impactos de política pública y cadena de suministro.
  • Según datos de Deloitte, las constructoras solo invierten 2.7% de sus ingresos anuales en tecnología, el nivel más bajo entre las industrias analizadas.
  • Esto contrasta con finanzas o manufactura, donde a menudo se destina 5–10% o más a tecnología.
• Los proyectos de construcción giran en torno a datos multimodales donde se mezclan lenguaje y planos, como contratos, planos, documentos de obra, planes de proyecto, reportes de seguridad, órdenes de compra, change orders y reportes de inspección.
  • Es una estructura compleja en la que participan más de 15 grupos de stakeholders, incluidos contratistas generales y subcontratistas, ingenieros, reguladores, instituciones financieras, aseguradoras y propietarios.
  • En cada etapa —diseño, preconstruction, construcción y closeout— surgen fricciones en las responsabilidades y en el flujo de información.
• Con la aparición de aplicaciones especializadas para construcción basadas en LLM multimodales, ya se está formando la base tecnológica para resolver los mayores cuellos de botella: los problemas de coordinación y de flujo de conocimiento.
  • El diseño paramétrico y el procesamiento geométrico siguen siendo temas de investigación difíciles, pero están creciendo rápidamente los papers de IA/ML relacionados, las comunidades académicas y las instituciones y conferencias especializadas.
  • Esta tendencia está impulsando la creación de startups de Construction AI y la expansión de cohortes en aceleradoras.

5 categorías principales de Construction AI

• 1. Generación de diseño (Architecture & Design)

  • Actualmente, el diseño de edificios depende de herramientas de diseño digital como AutoCAD y Revit, pero el nivel real de automatización sigue siendo bajo y requiere un alto grado de especialización.
    • Cada vez que hay cambios en la propuesta de diseño o actualizaciones normativas, existe una gran carga de tener que modificar manualmente todos los planos 2D y modelos 3D.
    • Estas herramientas son fuertes en precisión, pero débiles para iterar y experimentar rápidamente, por lo que los cambios de diseño avanzan con lentitud y también se limita la creatividad.
  • Si se implementaran sistemas capaces de generar al instante planos y documentos de diseño y construcción que incluyan cumplimiento normativo, optimización de costos y requisitos del cliente, la velocidad de diseño tendría el potencial de acelerarse hasta 10 veces.
    • Esto permitiría que arquitectos, ingenieros estructurales y diseñadores MEP se concentren en decisiones de diseño de mayor nivel en lugar de trabajo manual repetitivo.
  • Varias empresas como Higharc, Finch y Augmenta están construyendo plataformas de diseño generativo que combinan generación paramétrica e inferencia.
    • Dado que la construcción es, en esencia, una combinación de geometría y restricciones, la capacidad de comprender y generar en profundidad la complejidad geométrica será un factor de diferenciación sostenible.

• 2. Preconstrucción: cuantificación y estimación (Takeoff & Estimation)

  • Solo en Estados Unidos, se estima que más de 200 mil estimadores (Estimators) sostienen la base financiera de la construcción, pero todavía dependen de flujos de trabajo manuales, repetitivos y propensos a errores.
    • El propio término ‘Takeoff’ proviene de la época en que se medían dimensiones en planos de papel y se contaban manualmente, una por una, las cantidades de materiales.
    • Incluso usando software tradicional, es necesario definir manualmente ensamblajes para cada componente, como muros, ventanas y pisos, medir cantidades de materiales y organizar costos de mano de obra y materiales.
  • Cada vez que hay cambios de diseño o variaciones en precios unitarios, se requiere recalcular todo, y un proceso que debería basarse en datos termina pareciéndose más a una estimación informada (educated guess).
    • La estructura de riesgo es tan alta que el CFO de un subcontratista de Nueva York llegó a decir que, al ejecutar 365 proyectos al año, “hacen 365 apuestas”.
  • Bild AI, Drawer AI y SketchDeck AI, entre otros, están desarrollando productos orientados a automatizar ensamblajes y cuantificaciones según los cambios de diseño, para que los estimadores puedan enfocarse más en márgenes y estrategia de precios.
    • Los modelos multimodales capaces de interpretar incluso imágenes y video servirán de base para acelerar la automatización en esta área, al comprender con mayor precisión planos, especificaciones y datos de obra.

• 3. Comunicación y coordinación en obra (On-site Communication & Coordination)

  • La comunicación en obra y la gestión de seguridad siguen dispersas en canales fragmentados donde se mezclan correo electrónico, llamadas, mensajes de texto, registros en papel y hojas de cálculo.
    • Los programas de seguridad también tienen la limitación de centrarse en inspecciones periódicas y checklists, por lo que muchas veces los riesgos solo se hacen visibles después de que ya ocurrieron.
    • Incluso las plataformas líderes siguen dependiendo fuertemente de la entrada manual de datos y carecen de funciones suficientes de traducción en tiempo real, comprensión de contexto y generación de insights.
  • Es necesario crear un entorno en el que supervisores de obra y trabajadores puedan registrar RFIs multilingües, reportes de campo y observaciones de seguridad solo con la voz, y que estos queden conectados automáticamente con marcas de tiempo, varios idiomas, planos, cronogramas y ubicación.
    • De esta manera, instrucciones verbales, notas de avance y consultas se acumularían como un registro estructurado y consultable del proyecto, permitiendo que todos los participantes compartan la misma información sin importar el idioma, el turno o la fase de obra.
  • Mediante LLMs multimodales que combinan voz, imagen, video y texto, las herramientas que logren una coordinación más rápida, intervenciones de seguridad proactivas y obras con mayor conciencia del riesgo serán la marca distintiva del software de Construction de próxima generación.

• 4. Gestión del conocimiento (Knowledge Management)

  • Los project managers suelen verse obligados a ir saltando entre herramientas de gestión de proyectos, correo electrónico, mensajería y otros canales para encontrar la información necesaria o resolver conflictos.
    • Los datos clave quedan aislados por equipo o enterrados en largos hilos de conversación, lo que deriva en retrasos en decisiones y cronogramas, errores y problemas de entrega.
  • Se necesita un hub de conocimiento en el que, desde una sola plataforma, el project manager pueda hacer preguntas en lenguaje natural para encontrar de inmediato los documentos necesarios, obtener respuestas a preguntas técnicas complejas y resolver problemas de coordinación antes de que afecten costos y plazos.
    • En una forma que permita explorar, mediante consultas en lenguaje natural, las relaciones entre fuentes heterogéneas como RFIs, change orders, contratos y planos.
  • Trunk Tools y TwinKnowledge, entre otros, están reconstruyendo el flujo de conocimiento de los proyectos al conectar documentos fragmentados como contratos, planos, RFIs y change orders.
    • Están intentando hacer posible una gestión de proyectos basada en preguntas y respuestas en lenguaje natural.

• 5. Robótica para la construcción (Construction Robotics)

  • La escasez de mano de obra, los riesgos de seguridad y el aumento en los costos de materiales están haciendo que el trabajo en obra sea cada vez más caro y difícil de escalar.
    • Aunque en otras industrias la automatización ha avanzado mucho, muchos procesos de construcción siguen centrados en trabajo manual.
    • En un contexto donde la demanda de infraestructura clave, como data centers, aumenta rápidamente, la forma tradicional tiene poca escalabilidad.
  • Si sistemas robóticos autónomos y semiautónomos trabajaran junto con las personas, y se llegara a obras donde una sola persona controle varios equipos mediante lenguaje natural, existiría un gran potencial para elevar al mismo tiempo el aprovechamiento de personal y maquinaria.
    • Empresas como Terrafirma y Bedrock Robotics están modificando equipos existentes para hacer posible su operación autónoma o semiautónoma.
  • La siguiente etapa del aumento de productividad vendrá de la colaboración humano–máquina, y
    • al principio evolucionará desde controles de apuntar y hacer clic hacia un enfoque en el que varias máquinas se manejen simultáneamente mediante lenguaje natural.

5 principios para fundadores de Construction AI

• Creación de valor (Value Creation): más que mejorar eficiencia de forma simple, es importante diseñar productos que ofrezcan impacto financiero medible, como reducción clara de costos o mejora en ingresos/márgenes.
• Pain points (Pain Points): para generar un cambio significativo, no basta con atacar tareas aisladas de un equipo; hay que enfocarse en cuellos de botella críticos donde intervienen múltiples stakeholders y que afectan directamente los plazos y resultados del proyecto.
• Ventaja de datos (Data Advantage): es necesario adoptar una estrategia para asegurar activos de datos especializados del dominio, como bibliotecas de costos, planos anotados e historial de proyectos, y así construir una ventaja de datos de largo plazo que se fortalezca con el tiempo.
• Profundidad de integración (Integration Depth): es importante integrarse a fondo con procesos y herramientas existentes para minimizar barreras de adopción y crear flujos de trabajo que se propaguen de forma natural entre obra, proyecto y equipos.
• Empatía con el usuario (User Empathy): se debe entender con detalle el contexto, las restricciones y las motivaciones de cada rol —arquitectos, estimadores (Estimators), supervisores de obra, project engineers y trabajadores— y diseñar una experiencia de producto que refleje esa realidad.

# [II. Real Estate AI]

Por qué ahora: una industria centrada en las relaciones y los modelos de lenguaje

• Una vez terminada la construcción, el edificio recibe a inquilinos y residentes, y entra en una nueva cadena de valor que abarca venta, alquiler, pagos, gestión de activos y mantenimiento
  • Aunque el flujo varía según el tipo de activo (residencial, comercial, industrial o de propósito especial), en todos los casos comparte la característica de ser un negocio basado en la confianza, las relaciones y el conocimiento local
• El mercado actual enfrenta dificultades estructurales bajo presiones macroeconómicas como el desequilibrio entre oferta y demanda, niveles récord en el costo de la vivienda y el aumento de los costos operativos
  • Sin embargo, los principales actores, como desarrolladoras, brokers, propietarios de activos y operadores, todavía dependen de trabajo manual, datos dispersos y software anticuado
  • Los datos están repartidos entre hojas de cálculo, PDF y sistemas heredados de gestión de activos y listados, lo que genera ineficiencias y pérdida de oportunidades
• La IA multimodal permite comprender y razonar a través de datos no estructurados, abriendo la posibilidad de automatización y generación de insights en toda la cadena de valor
  • A medida que la integración con los sistemas existentes se vuelve cada vez más sencilla, la industria inmobiliaria también entra en un momento en el que es posible un salto de productividad impulsado por Real Estate AI por primera vez en varias décadas
• El sector inmobiliario es, por naturaleza, un negocio de persona a persona, donde la especialización local y la confianza determinan los resultados
  • Solo en Estados Unidos, las comisiones de brokers superan los 100 mil millones de dólares al año, las bases de datos MLS (listados de propiedades) están fragmentadas en más de 500 sistemas, y la estructura ineficiente mantiene tiempos de cierre de 30 a 60 días o más para completar una compraventa de vivienda
  • Los LLM y la tecnología de agentes están en posición de reducir las tareas repetitivas de lenguaje y administración, y de ayudar a tomar mejores decisiones y fortalecer las relaciones

4 categorías principales de Real Estate AI

• 1. Automatización del trabajo de brokers y agentes

  • Aunque la función central de los agentes y brokers inmobiliarios es construir relaciones, en la práctica dedican la mayor parte de su tiempo a generación y calificación de leads, coordinación de visitas, elaboración de opiniones de valor, gestión de compliance y recopilación de firmas, es decir, a tareas administrativas
    • En la era de la IA, hay muchísimo margen para automatizar este tipo de flujos de trabajo repetitivos y centrados en el lenguaje
  • Serif, Fyxer se enfocan en la automatización del correo electrónico, mientras que Closera, HenryAI apuntan a distintos flujos de trabajo ofreciendo herramientas de marketing y valuación
    • Las brokerages impulsadas por IA, como TurboHome, han construido un modelo en el que entregan herramientas de IA a los agentes para automatizar flujos de trabajo y devolver el ahorro de costos a los clientes en forma de comisiones más bajas

• 2. Búsqueda y descubrimiento de propiedades (Property Search & Discovery)

  • Tanto en el segmento comercial como en el residencial, los portales tradicionales de listados todavía dependen de filtros básicos y atributos estáticos, y
    • tienen la limitación de no capturar bien contextos importantes como las características del vecindario, el potencial de inversión o el estado del activo (edificio)
  • En el sector inmobiliario comercial están surgiendo herramientas de selección de sitios basadas en IA que procesan datos no estructurados de múltiples fuentes para optimizar la estrategia de ubicación
    • El objetivo es permitir que las empresas decidan ubicaciones de forma más rápida y basada en datos
  • Del lado del consumidor, están apareciendo plataformas de nueva generación que ofrecen consultas en lenguaje natural y experiencias de búsqueda personalizadas
    • Los compradores pueden encontrar la propiedad que buscan mediante consultas conversacionales, agendar visitas, gestionar papeleo con flujos de trabajo tipo agente y reducir las comisiones de intermediación
  • La integración de ChatGPT en Zillow es un ejemplo temprano de cómo la búsqueda inmobiliaria está evolucionando desde una simple consulta hacia un copiloto que acompaña todo el recorrido de compra de una propiedad

• 3. Gestión de propiedades (Property Management)

  • Una de las mayores oportunidades es construir flujos de trabajo basados en LLM sobre plataformas heredadas de property management
    • Los sistemas existentes, con más de 25 años en muchos casos, siguen siendo la columna vertebral operativa de la industria, pero no ofrecen una capacidad de respuesta ni una experiencia de usuario modernas
  • Las startups pueden encontrar oportunidades no reemplazando por completo estos sistemas, sino ampliando sus capacidades mediante una integración profunda
    • Añadiendo una capa de orquestación de flujos de trabajo con LLM sobre los sistemas existentes
  • EliseAI y SurfaceAI se integran profundamente con los sistemas existentes de gestión de activos y propiedades
    • para orquestar de forma verticalmente especializada flujos de trabajo que abarcan arrendamiento, renovaciones, mantenimiento y comunicación con inquilinos
    • Especialmente en la operación de viviendas multifamiliares, muestran el perfil de una plataforma de agentes de IA que ayuda a descubrir insights de ingresos, automatizar flujos de trabajo y mejorar la eficiencia operativa

• 4. Diseño y visualización (Design & Visualization)

  • El staging físico y virtual, la distribución interior y la visualización de diseño siguen siendo áreas lentas, costosas y difíciles de personalizar, con pocas herramientas que ayuden a imaginar el resultado
    • A los agentes del sector residencial les resulta difícil adaptar los visuales al gusto de cada comprador o a sus planes de remodelación,
    • y los agentes del sector comercial también carecen de herramientas para mostrar cómo se vería un espacio si se transformara para ajustarse al flujo de trabajo de un negocio específico
  • La creación de contenido actual exige altos costos en fotografía, video y personal de edición, ofrece bajos niveles de personalización y tampoco es fácil ajustar el contenido con precisión según el canal y el público objetivo
  • Herramientas generativas como Spacely AI, Kassa, Gendo, Renovate AI están diseñadas para manejar casi al instante las etapas de visualización, personalización y storytelling, marcando una dirección para reducir de forma importante los costos y los tiempos de entrega
    • Startups que desde el inicio replantean el diseño, el marketing y la experiencia con la IA generativa como base están cambiando la forma de diseñar bienes raíces y de producir contenido

5 principios para fundadores de Real Estate AI

• Creación de valor (Value Creation): deben poder generar crecimiento medible de ingresos o reducción de costos mediante la disminución de la subcontratación y las tareas administrativas, la mejora de la conversión de leads o la reducción del tiempo de cierre
• Densidad de flujo de trabajo (Workflow Density): para construir confianza, lo más valioso no es resolver una sola función aislada, sino un producto que gestione de principio a fin recorridos complejos y cargados de emoción, como la compra, venta o renta
• Datos propietarios y locales (Proprietary, Localized Data): es importante una estrategia que fortalezca la precisión y la defensabilidad mediante la acumulación de un flywheel de datos hiperlocales que reflejen el comportamiento del mercado, las características de zonificación y las redes de relaciones
• Alineación de incentivos (Incentive Alignment): es necesario diseñar una estructura en la que propietarios, operadores, inquilinos y agentes salgan ganando, para reducir fricciones y acelerar la adopción y la difusión
• Considerar las relaciones (Account for Relationships): como el sector inmobiliario es una industria centrada en las relaciones, además de la automatización se necesita un diseño que mejore la experiencia misma de agentes, propietarios, operadores, compradores e inquilinos

Ejemplos del portafolio de Bessemer Built World AI e intención de inversión

Bessemer ya está respaldando a varias empresas en la intersección entre Built World e IA, y cuenta con un portafolio que abarca áreas como gestión de construcción, operaciones en campo, marketing inmobiliario, mantenimiento y cumplimiento fiscal y regulatorio

• Principales ejemplos del lado de Construction
  • Procore: una plataforma de gestión de construcción basada en la nube que integra documentos, presupuesto y gestión de cronogramas en un solo sistema, y conecta a distintos actores involucrados
  • ServiceTitan: un software operativo end-to-end para negocios de oficios como HVAC, plomería y electricidad, que incluye programación, despacho, facturación y pagos
  • Capmo: funciona como un asistente inteligente de proyectos que permite a los gerentes de construcción ver de un vistazo el estado completo del proyecto
  • Curri: una plataforma de entregas basada en tecnología que permite transportar rápidamente materiales de construcción e industriales, ayudando a los clientes a moverse más rápido y entregar sin restricciones de suministro
  • MaintainX: un CMMS (Computerized Maintenance Management System, sistema computarizado de gestión de mantenimiento) que optimiza el mantenimiento en varias industrias, incluidas instalaciones y bienes raíces
  • Miter: ofrece un conjunto de apps de RR. HH., finanzas y operaciones para contratistas, simplificando la operación del negocio
• Ejemplos del lado de Real Estate y servicios relacionados
  • EliseAI: una plataforma de automatización e IA conversacional que automatiza la comunicación en organizaciones residenciales y de salud para mejorar la eficiencia operativa
  • Hatch: una solución de equipo de atención al cliente impulsada por IA que mejora la experiencia del cliente y ayuda a aumentar los ingresos en áreas como servicios para el hogar y remodelación
  • LuxuryPresence: una plataforma de marketing con IA para agentes inmobiliarios que ayuda a los agentes a atraer más clientes y trabajar con mayor eficiencia
  • Ownwell: un software que reduce el costo de tener una propiedad al gestionar de punta a punta objeciones fiscales, exenciones y correcciones
  • Rilla: una solución que ofrece coaching de ventas basado en IA en sectores como servicio automotriz, servicios para el hogar y construcción de viviendas
  • Rundoo: un software todo en uno que mejora la captación de clientes y la eficiencia operativa de tiendas independientes de materiales
  • SurfaceAI: una plataforma de agentes de IA para operadores de viviendas multifamiliares que ayuda a identificar oportunidades de ingresos, automatizar flujos de trabajo y optimizar operaciones
  • VTS: una plataforma integrada para propietarios y operadores de bienes raíces comerciales que permite gestionar en un solo lugar arrendamientos, inteligencia de mercado y flujos de experiencia del inquilino
  • WiredScore: una organización que, a través de las certificaciones WiredScore y SmartScore, establece un benchmark global de conectividad digital y nivel de edificios inteligentes