La inteligencia artificial está redefiniendo la operación de los edificios inteligentes en México, pero la promesa tecnológica choca con una realidad operativa que el sector todavía no ha resuelto del todo: la calidad y la integración de los datos. Así lo advierte Ariel Campos, presidente del IMEI BOMA, quien señala que el verdadero cuello de botella no es la disponibilidad de herramientas de IA, sino la capacidad de las organizaciones para generar información confiable, estructurada y aprovechable a partir de sus propios sistemas.
Los edificios corporativos y comerciales modernos incorporan sensores de climatización, control de accesos, medición de consumo energético y gestión de espacios, entre otros subsistemas. El problema, según Campos, es que estos sistemas con frecuencia operan de manera aislada y no se comunican entre sí, lo que impide construir una visión integral del inmueble. Sin esa integración, cualquier algoritmo de inteligencia artificial trabaja con información fragmentada, lo que limita su utilidad para la toma de decisiones operativas o la optimización del gasto.
Datos confiables, condición para escalar la IA
El reto de fondo no es tecnológico sino organizacional: implica establecer protocolos de captura de datos, estandarizar los sistemas de medición y garantizar que los equipos a cargo de la operación de los inmuebles entiendan cómo interpretar y actuar sobre la información que generan. En ese sentido, la adopción de inteligencia artificial en la gestión de activos inmobiliarios es un proceso gradual que requiere madurez en los procesos internos antes de poder escalar.
Para el mercado inmobiliario mexicano, esto tiene implicaciones concretas: los desarrolladores y administradores de activos que aspiren a posicionar sus proyectos como edificios clase A o certificados bajo estándares internacionales deberán invertir no solo en infraestructura tecnológica, sino en la cultura operativa que permita sacarle partido. La competitividad de un activo a largo plazo depende, cada vez más, de su capacidad para generar eficiencias medibles; y eso comienza por saber qué medir y cómo.
