Estudio de viabilidad inmobiliaria con IA: saber si el terreno da antes de dibujar

El terreno que casi se compra por una cuenta de servilleta

Nos tocó sentarnos con un promotor que estaba a días de firmar la compra de un terreno en un barrio en consolidación de Asunción. Tenía el precio cerrado, tenía la ubicación que quería, y tenía en la cabeza un número redondo de unidades que "seguro entran" — sacado, literalmente, de multiplicar la superficie del lote por una densidad que había visto en otro proyecto. Le pedimos media hora antes de que firmara. Cuando corrimos el ejercicio en serio —retiros municipales reales, altura permitida, la geometría del lote que no era el rectángulo limpio que él imaginaba, el estacionamiento que la norma exigía por unidad— el edificio que cerraba las cuentas tenía sensiblemente menos departamentos que su número redondo. El terreno no era malo; la cuenta de servilleta sí. Con el precio que estaba por pagar, ese faltante de unidades se comía buena parte del margen antes de mover una sola pala.

Ese momento —el instante previo a comprometer capital en un terreno, cuando todavía no hay ni un plano— es exactamente donde un estudio de viabilidad inmobiliaria con IA cambia las reglas del juego. Y también es donde conviene entender qué hace de verdad y qué no, porque el número que devuelve una máquina tiene la peligrosa costumbre de parecer más confiable de lo que es.

Qué hace un estudio de viabilidad con IA

Existe hoy una categoría de herramientas de diseño generativo —TestFit, Archistar, Maket, Hypar, entre otras— que hacen algo que hasta hace poco requería semanas de un equipo de arquitectura: le cargás el polígono de un terreno y un conjunto de parámetros normativos, y en minutos te devuelven decenas de configuraciones posibles del edificio. No una: decenas. Cada una con su recuento de unidades por tipología, su ratio de estacionamiento, su relación de superficie vendible contra construida, su verificación contra los parámetros que le diste —retiros, altura, factor de ocupación— y una primera lectura de rendimiento económico. El motor barre el espacio de soluciones —dónde va el núcleo, cómo se orienta la planta, cuántas unidades por piso— y ordena las variantes por el criterio que le pidas: máxima superficie vendible, mejor eficiencia, mayor cantidad de unidades.

Lo que antes era un anteproyecto tentativo que un estudio entregaba en semanas —y facturaba como tal— hoy es un barrido de escenarios que aparece antes del café de la tarde. No reemplaza el proyecto, pero responde mucho más rápido la única pregunta que importa en factibilidad: ¿este terreno, con esta norma, da para el negocio que tengo en la cabeza? Es la misma lógica de separar lo real de la demostración que trabajamos en profundidad en nuestra guía sobre qué es de verdad la IA en arquitectura y qué es demo.

Por qué esto le importa al promotor antes de contratar el anteproyecto

El valor no es técnico, es financiero, y se entiende mejor invirtiendo el orden habitual de las cosas. En el flujo tradicional, un promotor decide comprar el terreno, después contrata el anteproyecto, y recién ahí —con honorarios ya comprometidos y varias semanas encima— descubre cuántas unidades entran de verdad y si el negocio cierra. La secuencia pone la plata antes que la certeza. La viabilidad generativa la invierte: te da el número de unidades, el ratio vendible y una primera lectura de rendimiento antes de que gastes un peso en diseño y, sobre todo, antes de que firmes la compra.

Eso cambia dos decisiones concretas. La primera es la de comprar: dos terrenos de precio parecido pueden rendir cantidades de unidades y eficiencias muy distintas según su geometría y la norma que les aplica, y poder barrer ambos en el mismo día es la diferencia entre comprar el lote correcto y descubrir tarde que compraste el equivocado —el mismo argumento que desarrollamos sobre el ratio de superficie vendible que define tu TIR, ahora corrido a la etapa de factibilidad. La segunda es la de invertir en diseño: llegás a contratar el anteproyecto sabiendo ya qué esquema perseguir, en lugar de pagar para que el estudio explore a ciegas lo que una herramienta ya acotó. La IA no te ahorra el proyecto —eso viene después, en las etapas que van del anteproyecto a la obra—; te ahorra comprar mal y diseñar sin rumbo, que suele ser lo caro.

La letra chica: los supuestos que la IA no valida

Y acá está la parte que las páginas de estos productos no ponen en negrita. El número que la herramienta devuelve vale exactamente lo que valen los supuestos que le cargaste. No un peso más. La máquina no sabe si tu terreno rinde; sabe resolver, con velocidad impecable, el problema que vos definiste — y si el problema está mal definido, la respuesta es un error con muchos decimales y una interfaz linda.

Tres supuestos concentran casi todo el riesgo. El primero es la normativa municipal, y es el más grave en nuestra región. Estas herramientas nacieron parametrizadas para códigos de zonificación de Estados Unidos, Australia, Europa — mercados donde la norma es un dato estructurado, descargable, uniforme. La ordenanza de un municipio del área metropolitana de Asunción no está en ninguna base de datos de ninguna de estas plataformas, ni lo estará: los retiros, el factor de ocupación, las exigencias de estacionamiento por tipología, las alturas por zona y sus excepciones hay que cargarlos a mano, y hay que interpretarlos, porque el papel dice una cosa y el criterio de aprobación del municipio a veces dice otra. Cargá un retiro mal y toda la torre de escenarios se desploma sin avisarte. El segundo son los costos: los valores por defecto vienen de mercados con estructuras de costo, mano de obra y logística que no son las nuestras, y un costo de construcción genérico aplicado a un rendimiento genérico produce una TIR de fantasía. El tercero son los ratios optimistas por diseño — eficiencias de planta que la máquina alcanza en el papel pero que no sobreviven al primer requisito real de núcleo, ducto o escalera presurizada.

Ninguna de estas tres cosas la valida el algoritmo. Las valida el criterio local, y no hay actualización de software que lo reemplace. Esta es, para nosotros, la lectura honesta de toda la ola de IA en el sector: la IA acelera la pregunta, no reemplaza la respuesta. Te deja preguntar "¿cuántas unidades entran?" cincuenta veces en una tarde en lugar de una vez por semana; pero quién parametriza la norma correcta, quién carga el costo regional real, quién descarta el escenario que es lindo en pantalla e inviable en obra — eso sigue siendo trabajo de alguien que conoce el terreno, el municipio y el mercado. La herramienta es un acelerador brutal en manos que saben lo que están cargando, y una fábrica de números convincentes y falsos en manos que no.

Por eso nuestra postura es la misma que sostenemos con el BIM: la tecnología rinde cuando se implementa para capturar una decisión concreta, no para producir una diapositiva. La viabilidad generativa es una de las aplicaciones de mayor retorno que vimos en años —te dice si el terreno da antes de que gastes en diseño, y eso es plata real—, pero su output es una hipótesis a validar, no un veredicto. Es exactamente el mismo principio que sostiene el ROI del BIM para promotores: el retorno no viene de la herramienta, viene de las decisiones que la herramienta permite tomar a tiempo, con los supuestos correctos.

Si estás por comprar un terreno y querés saber cuántas unidades da de verdad —con la norma de tu municipio bien cargada, no la genérica—, tenemos material práctico en la sección de recursos, y si preferís correr el ejercicio sobre tu terreno concreto antes de firmar, conversemos sobre tu caso.