PiirZ← Volver al inicio
Cómo construimos un núcleo de IA propio para una plataforma inmobiliaria de lujo
Field NoteNoviembre 2026

Cómo construimos un núcleo de IA propio para una plataforma inmobiliaria de lujo

El contexto

Una plataforma inmobiliaria de lujo internacional, presente en 12 mercados con más de 200 agencias afiliadas, tenía un objetivo concreto: una infraestructura de IA propia, que la competencia no pudiera obtener con una suscripción.

Su arquitectura tecnológica dependía por completo de API comerciales. Cada tarea de IA, desde las descripciones de inmuebles hasta el análisis de mercado y la comunicación con clientes, pasaba por un único modelo premium. Los costes crecían con el uso, la calidad variaba según el tipo de tarea y los competidores que usaban las mismas herramientas tenían las mismas capacidades.

AI Discovery y el marco PMAI

Antes de escribir código, el proyecto pasó por AI Discovery, el programa de análisis con el que PiirZ precede las decisiones tecnológicas. En tres semanas mapeamos procesos, flujos de datos, puntos críticos y prioridades de la organización. El resultado identificó 8 proyectos de IA de alto valor, cada uno con estimaciones de coste, impacto, riesgo y retorno, y una hoja de ruta de implementación ordenada por prioridad.

Ese análisis determinó qué tareas optimizar, qué modelos priorizar y dónde estaba el valor. Todo el proyecto siguió PMAI, el marco de PiirZ en cuatro fases (Contexto, Inteligencia, Integración, Evolución) que lleva un proyecto de la evaluación estratégica a la producción.

La arquitectura

El núcleo de la plataforma es un Intelligent Prompt Router que trabaja en tres pasos. Clasifica cada petición por tipo de tarea: chat, razonamiento, redacción creativa, análisis de datos, traducción, generación de imágenes. Puntúa los modelos disponibles por precisión, velocidad y coste, con pesos propios de cada tarea. Envía la petición al modelo mejor puntuado, con respaldo automático.

La estrategia es OSS-first. Los modelos open source atienden la gran mayoría de las peticiones y los modelos propietarios solo intervienen cuando lo exige un umbral de calidad. La decisión de enrutamiento tarda 0,03 ms.

Sobre el enrutador trabaja una combinación de grandes modelos de lenguaje y modelos ajustados al inmobiliario de lujo: descripciones de inmuebles en el lenguaje del mercado de alta gama, traducción a los 8 idiomas de la plataforma, análisis comparativo de mercado entrenado con la evolución de los precios regionales, clasificación de los recursos visuales de las carteras de inmuebles.

La hoja de ruta

El núcleo es la base de las aplicaciones que generan valor para la plataforma y sus afiliados. La hoja de ruta incluye 14 aplicaciones en tres horizontes.

En producción: un generador de descripciones que redacta textos calibrados para el segmento de lujo en 8 idiomas en pocos segundos, y un asistente de posicionamiento que ayuda a los agentes a fijar el precio de un inmueble frente a ventas comparables.

En desarrollo: un sistema de coaching para afiliados que analiza el rendimiento de los agentes y propone mejoras, y una herramienta de comunicación con clientes que adapta el tono y el contenido al perfil del comprador y al historial de interacciones.

Previstas: una inteligencia de mercado predictiva que señala zonas de oportunidad emergentes antes de que aparezcan en los datos tradicionales, y un asistente de home staging visual que propone cambios de presentación a partir de ventas exitosas en el mismo segmento.

Resultados tras 90 días

Tras los primeros 90 días en producción, los costes de la infraestructura de IA eran 8 veces menores que con el enfoque anterior, basado solo en API comerciales. La puntuación de calidad en los benchmarks internos se mantuvo entre 0,89 y 0,93. Todas las tareas estándar van a modelos open source; el respaldo propietario solo se usa en casos límite que requieren razonamiento complejo.

El ahorro estimado supera los 140.000 dólares al año solo en infraestructura de IA. La plataforma ha trasladado ese presupuesto a las aplicaciones de la hoja de ruta.

La plataforma es ahora propietaria de su infraestructura de IA. No depende de las decisiones de precio de un único proveedor, y un competidor no puede obtener las mismas capacidades suscribiéndose a la misma API.

Qué muestra el proyecto

El inmobiliario de lujo, como muchos sectores tradicionales, tiende a tratar la IA como una compra: qué herramienta adquirir, a qué API suscribirse. En este proyecto la ventaja vino de la arquitectura, diseñada en torno a los procesos de la empresa.

OSS-first es una decisión de ingeniería basada en coste, rendimiento e independencia. Cuando los modelos open source alcanzan una calidad comparable en la mayoría de las tareas por una fracción del coste, el enrutamiento lo refleja y los modelos premium se reservan para los casos en que marcan una diferencia medible.