IA EN ACCIÓN | DEL CONCEPTO AL ACTIVO

IA EN ACCIÓN | DEL CONCEPTO AL ACTIVO

Cómo la inteligencia artificial interviene en el diseño, los costos, la planificación y el control de las obras.

Durante décadas, la construcción ha convivido con una paradoja: genera enormes volúmenes de información, pero buena parte de esos datos llega demasiado tarde, permanece fragmentada o carece del contexto necesario para respaldar una decisión. Planos, presupuestos, cronogramas, contratos, reportes de obra y registros de campo suelen distribuirse entre plataformas independientes, obligando a los equipos a reconstruir constantemente la realidad de un proyecto que cambia todos los días. El desafío nunca ha sido producir más información, sino transformarla en conocimiento útil para decidir con oportunidad.

La inteligencia artificial comienza a modificar ese escenario. Su aporte no reside en sustituir los sistemas que ya utiliza la industria, sino en establecer conexiones entre fuentes de información que históricamente han operado de forma aislada. Desde las primeras decisiones de diseño hasta la operación del activo construido, estas herramientas identifican patrones, automatizan procesos analíticos y ofrecen nuevas perspectivas para comprender problemas cuya complejidad supera la capacidad del análisis manual. La inteligencia artificial actúa como una capa de inteligencia que atraviesa todo el ciclo de vida del proyecto.

La adopción, sin embargo, avanza a un ritmo más prudente que el entusiasmo generado por la tecnología. El Artificial Intelligence in Construction Report 2025, elaborado por la Royal Institution of Chartered Surveyors (RICS) a partir de las respuestas de más de 2,200 profesionales, muestra que el 45 % de las organizaciones aún no ha incorporado inteligencia artificial, mientras otro 34 % permanece en fase piloto. Menos del 12 % declara utilizarla de forma habitual en procesos específicos y solo una proporción reducida la ha integrado de manera transversal en su operación. Más que un mercado plenamente transformado, las cifras describen una industria que experimenta, evalúa y selecciona cuidadosamente dónde estas capacidades generan valor real.

Esa realidad explica por qué todavía no existe una plataforma dominante. Las soluciones que hoy lideran el mercado responden a problemas distintos y participan en momentos diferentes del proceso constructivo. Algunas ayudan a optimizar decisiones cuando modificar el proyecto todavía resulta viable; otras permiten anticipar desviaciones durante la ejecución, fortalecer el control financiero, documentar el avance o preservar información estratégica para la operación futura del activo.

La transformación no depende de incorporar inteligencia artificial de manera indiscriminada, sino de comprender qué decisiones puede mejorar en cada etapa del proyecto y cómo esas mejoras terminan impactando la rentabilidad, la productividad y la gestión del riesgo.

Decidir cuando todavía es posible cambiar

Una parte considerable del desempeño de una edificación queda condicionada cuando todavía existen pocas líneas sobre el plano. La orientación, la densidad, la altura, la separación entre volúmenes y su relación con el terreno influyen en el asoleamiento, el viento, el ruido, el consumo energético, la estructura y el costo.

En esa fase, la inteligencia artificial permite estudiar alternativas cuando aún resulta posible cambiar el proyecto sin provocar grandes reprocesos.

Autodesk Forma Site Design incorpora herramientas de modelado y análisis para la planificación y el diseño esquemático. La plataforma permite comparar propuestas mediante estudios de viento, exposición solar, iluminación natural, ruido, microclima, energía y carbono incorporado.

Algunas de sus evaluaciones rápidas utilizan modelos de aprendizaje automático para ofrecer resultados orientativos durante la exploración, mientras análisis más detallados recurren a simulaciones convencionales para la comprobación posterior.
Su utilidad no consiste únicamente en producir más opciones. Cada configuración puede relacionarse con indicadores que muestran cómo una modificación volumétrica afecta las condiciones del sitio. Una decisión que antes podía depender principalmente de la intuición visual comienza a contrastarse desde etapas tempranas con información ambiental y espacial.

En junio de 2026, Autodesk presentó Building Layout Explorer, una capacidad experimental de Forma que genera y evalúa distribuciones de planta a partir de un modelo volumétrico, antes de que se definan decisiones de mayor detalle. La función se encuentra disponible de manera limitada para determinados usuarios y representa una tendencia relevante: la IA generativa aplicada al sector empieza a desplazarse desde la producción libre de imágenes hacia la creación de alternativas condicionadas por geometría, programa y restricciones reales del proyecto.

La posibilidad de producir numerosas variantes introduce, sin embargo, un nuevo desafío. Generar más no significa analizar mejor. El valor profesional se traslada hacia la definición de los criterios con los que cada opción será evaluada: cumplimiento normativo, viabilidad constructiva, costo, experiencia del usuario, relación urbana y desempeño ambiental. La tecnología amplía la exploración. La pertinencia de la solución continúa dependiendo de la calidad de las preguntas que organizan el proyecto.

Mediciones automáticas para acelerar el presupuesto

La estimación de costos comienza mucho antes de asignar un valor económico a una obra. Su punto de partida consiste en traducir planos y especificaciones en cantidades confiables que permitan proyectar materiales, tiempos, recursos y productividad. Durante décadas, este trabajo ha dependido de mediciones manuales que deben repetirse cada vez que el diseño cambia, consumiendo cientos de horas en tareas de escaso valor analítico y retrasando la construcción de escenarios financieros.

Ese proceso empieza a transformarse mediante herramientas capaces de interpretar planos, reconocer elementos constructivos y automatizar buena parte de la cuantificación. La automatización no elimina el trabajo del estimador; desplaza su tiempo desde la producción mecánica de cantidades hacia el análisis económico del proyecto.

Togal.AI ejemplifica esta transición mediante el uso de visión artificial para interpretar planos arquitectónicos y cielos reflejados, identificando automáticamente áreas, longitudes y componentes como puertas, equipos, aparatos sanitarios y mobiliario. En lugar de dedicar horas al conteo manual, los equipos pueden disponer rápidamente de una base cuantitativa sobre la cual analizar el alcance del proyecto y construir estrategias de presupuesto.

Cuando el proyecto evoluciona dentro de un entorno BIM, el desafío deja de ser únicamente medir y pasa a mantener la coherencia entre la documentación y las cantidades calculadas. Autodesk Takeoff responde a esta necesidad mediante el reconocimiento automático de símbolos repetidos y la sincronización de las mediciones con la evolución de los planos, reduciendo el impacto que producen las modificaciones continuas durante la etapa de preconstrucción.

La especialización alcanza un nivel mayor en disciplinas como las instalaciones mecánicas, eléctricas y de plomería, donde la complejidad técnica exige cálculos adicionales sobre recorridos, elevaciones y longitudes.

Con ese propósito, Trimble AI Takeoff incorpora funciones específicas para proyectos MEP y permite realizar consultas en lenguaje natural sobre información histórica y versiones presupuestarias.

La evolución de estas herramientas refleja un cambio más profundo que la simple automatización del conteo de elementos. La estimación deja de concentrarse en producir cantidades para orientarse a construir escenarios económicos cada vez más precisos, evaluar riesgos, analizar productividad, estimar desperdicios y comprender cómo pequeñas variaciones del diseño pueden modificar la rentabilidad de una obra antes de que comience su ejecución.

Rutas alternativas para proteger el plazo

Pocas variables condicionan tanto el resultado económico de un proyecto como el tiempo. Un cronograma no solo organiza la secuencia de las actividades; determina la utilización de los recursos, la productividad de las cuadrillas, la ocupación de equipos, los costos indirectos y el cumplimiento de los compromisos contractuales. Sin embargo, durante décadas la planificación ha respondido a una lógica casi lineal: construir un cronograma, ajustarlo cuando aparecen imprevistos y asumir que la mejor estrategia será la que finalmente pueda ejecutarse.

La incorporación de inteligencia artificial modifica ese paradigma. La planificación deja de depender de una única secuencia de trabajo para convertirse en un ejercicio de simulación, donde distintas alternativas pueden compararse antes de movilizar personal, contratar equipos o iniciar la ejecución.

Ese cambio se aprecia con claridad en ALICE Technologies, pionera del concepto de construction optioneering. Su plataforma genera múltiples escenarios de ejecución combinando secuencias constructivas, cuadrillas, turnos y recursos para evaluar cuál ofrece el mejor equilibrio entre plazo, productividad y utilización de activos. El cronograma deja de ser un documento estático para convertirse en un espacio de experimentación donde las consecuencias de cada decisión pueden analizarse antes de llevarlas al terreno.

La incertidumbre también puede abordarse desde otra perspectiva. En lugar de proponer alternativas de programación, nPlan estudia el comportamiento de cientos de miles de cronogramas ejecutados para identificar patrones asociados con retrasos y estimar la probabilidad de que un proyecto enfrente desviaciones similares.

Finanzas en dos escalas: ejecución y cartera

La rentabilidad de un proyecto rara vez se pierde por una única decisión. Generalmente se erosiona de forma gradual, a medida que contratos, órdenes de cambio, compras, avances físicos, compromisos y costos evolucionan a ritmos distintos. Detectar esas variaciones con oportunidad suele marcar la diferencia entre corregir una desviación o descubrirla cuando ya afecta el resultado financiero.
La inteligencia artificial está modificando esa capacidad de observación al integrar información que tradicionalmente permanecía distribuida entre distintos sistemas. En Procore Analytics, contratos, costos directos, órdenes de cambio y compromisos convergen en un mismo entorno para ofrecer una visión continuamente actualizada del desempeño financiero de cada obra.

El objetivo no consiste únicamente en consolidar datos, sino en acercarlos al equipo operativo cuando todavía existe margen para intervenir sobre el proyecto.

Cuando el desafío deja de ser una obra individual y pasa a involucrar decenas de proyectos simultáneos, las necesidades cambian. Oracle Construction and Engineering Intelligence integra información procedente de soluciones como Primavera P6, Primavera Cloud, Unifier y Aconex para ofrecer una visión consolidada del desempeño de programas completos, incorporando además consultas en lenguaje natural y capacidades analíticas basadas en inteligencia artificial.

En este nivel, el foco ya no está en resolver problemas operativos cotidianos, sino en orientar decisiones relacionadas con inversiones, asignación de recursos y gobernanza corporativa.

Seguimiento visual del avance

Durante décadas, supervisar una obra significó recorrer el proyecto, tomar fotografías, elaborar reportes y comparar manualmente lo observado con el cronograma y los planos. Ese modelo continúa siendo indispensable, pero ya no es la única forma de conocer el estado de una construcción.

La incorporación de inteligencia artificial está transformando las imágenes en una fuente permanente de información, capaz de documentar el avance, detectar desviaciones y respaldar decisiones con un nivel de detalle difícil de alcanzar mediante inspecciones puntuales.

Una de las primeras manifestaciones de este cambio puede observarse en OpenSpace, cuya plataforma convierte teléfonos inteligentes, cámaras de 360 grados y drones en un sistema continuo de documentación del proyecto. Cada imagen queda vinculada automáticamente con su ubicación dentro de la obra y puede relacionarse con herramientas de programación como Primavera P6, Microsoft Project y Asta Powerproject.

Más que construir un archivo fotográfico, el sistema crea una memoria visual organizada que permite reconstruir la evolución del proyecto, verificar hitos y consultar el estado de un espacio en cualquier momento de la ejecución.

Cuando el registro visual se combina con el modelo digital del edificio, el análisis adquiere una nueva dimensión. Buildots compara las imágenes capturadas en obra con el modelo BIM y el cronograma para identificar elementos ejecutados, analizar ritmos de producción y detectar diferencias entre el avance previsto y el realmente construido.

La supervisión deja entonces de depender exclusivamente de la observación humana para apoyarse en una comparación sistemática entre planificación y evidencia de campo.

La observación puede ampliarse aún más mediante el uso combinado de imágenes aéreas y terrestres. Ese es el enfoque de DroneDeploy Progress AI, que clasifica automáticamente las actividades según su estado de ejecución utilizando información capturada por drones y dispositivos móviles. Aunque la plataforma obtiene mejores resultados cuando dispone de modelos digitales y cronogramas estructurados, también puede aportar valor en proyectos con menores niveles de digitalización.

Cada una de estas plataformas responde a una etapa distinta del proceso de supervisión. OpenSpace prioriza la construcción de una memoria visual del proyecto; Buildots incorpora el contraste entre la realidad de la obra y su representación digital; DroneDeploy amplía esa capacidad mediante la integración de información capturada desde el aire y el terreno.

Seguridad continua en el frente de trabajo

Cada inspección identifica las condiciones observadas en un momento determinado, pero los riesgos evolucionan constantemente conforme cambian las tareas, la ubicación de los equipos y la interacción entre trabajadores, maquinaria y materiales. La inteligencia artificial introduce una capacidad adicional: observar de manera continua aquellas situaciones que preceden a un incidente y convertirlas en información útil para fortalecer la prevención.

Ese cambio se refleja en plataformas como viAct, que combinan cámaras, procesamiento en el borde (edge computing) y dispositivos portátiles para identificar situaciones como la ausencia de equipos de protección personal, la proximidad entre maquinaria y trabajadores, el acceso a zonas restringidas o la inexistencia de barreras de seguridad.
Cada evento registrado alimenta una base de información que posteriormente puede analizarse por ubicación, horario o tipo de exposición para identificar patrones recurrentes de riesgo.

El aporte más significativo de estas soluciones no reside únicamente en la emisión de alertas. La acumulación sistemática de información permite reconocer tendencias, evaluar la eficacia de las medidas preventivas y orientar programas de capacitación o rediseño de procesos sobre la base de evidencia objetiva.

La prevención deja de apoyarse exclusivamente en la experiencia acumulada para incorporar un conocimiento construido a partir del comportamiento cotidiano de la obra.

Esta evolución también amplía el alcance de la gestión preventiva. La seguridad deja de entenderse como una sucesión de inspecciones y comienza a funcionar como un sistema de aprendizaje continuo, donde cada observación contribuye a comprender mejor cómo se comportan los riesgos antes de materializarse.

En ese contexto, el mayor valor de estas plataformas no está en vigilar personas, sino en hacer visible información que durante años permaneció dispersa o simplemente pasaba inadvertida.

Mezclas optimizadas a partir de ensayos

La calidad del concreto siempre ha dependido de un delicado equilibrio entre desempeño técnico, disponibilidad de materiales, costos de producción y condiciones de ejecución. Cada nueva mezcla implica evaluar múltiples variables que, tradicionalmente, se analizan mediante ensayos de laboratorio y la experiencia acumulada de ingenieros y técnicos. Aunque este enfoque ha permitido importantes avances, también limita la capacidad para identificar relaciones complejas entre miles de resultados obtenidos a lo largo del tiempo.

La inteligencia artificial está ampliando ese proceso al incorporar el análisis masivo de datos provenientes de ensayos, plantas de producción, controles de calidad y registros de obra. En lugar de evaluar cada resultado de manera aislada, los modelos pueden reconocer patrones de comportamiento, comparar formulaciones y proponer ajustes que mejoren simultáneamente el rendimiento técnico, el costo y la sostenibilidad de las mezclas.

Uno de los desarrollos más representativos en este ámbito es Giatec SmartMix, impulsado por su motor de inteligencia artificial Roxi. La plataforma integra información procedente de plantas de concreto, sistemas de despacho, resultados de laboratorio y desempeño en obra para optimizar el diseño de mezclas, reducir el consumo de cemento y disminuir las emisiones asociadas a la producción.

El impacto de este tipo de soluciones trasciende el laboratorio. En proyectos de gran escala, pequeñas variaciones en la dosificación pueden representar reducciones significativas en el consumo de materiales, menores costos de producción y una disminución de la huella de carbono, sin comprometer el cumplimiento de las especificaciones estructurales.

La capacidad de evaluar simultáneamente variables técnicas, económicas y ambientales permite adoptar decisiones con una perspectiva más amplia que la ofrecida por los métodos tradicionales.

La evolución de estas herramientas evidencia un cambio de enfoque. Optimizar una mezcla ya no consiste únicamente en alcanzar una resistencia determinada, sino en comprender cómo cada decisión influye en la productividad, el costo, la durabilidad y el desempeño ambiental del proyecto. La inteligencia artificial incorpora una nueva capacidad de análisis que convierte la información acumulada durante años de ensayos en una fuente de conocimiento para el diseño de materiales más eficientes.

Robótica y telemática en el movimiento de tierra

El movimiento de tierra ha sido históricamente una de las actividades con mayor consumo de recursos dentro de un proyecto de construcción. La productividad depende de la coordinación entre operadores, maquinaria, topografía, logística y condiciones del terreno, mientras que pequeñas desviaciones pueden traducirse en retrasos, sobrecostos y un mayor desgaste de los equipos.

En este escenario, la inteligencia artificial comienza a desempeñar un papel que va más allá de la automatización: permite comprender cómo se desarrolla realmente la operación y optimizarla a partir de datos generados en tiempo real.

Uno de los avances más representativos corresponde a Built Robotics, cuya plataforma Exosystem incorpora capacidades autónomas a excavadoras convencionales mediante la integración de cámaras, sensores, receptores GPS y sistemas de computación embarcada. Estas tecnologías permiten ejecutar tareas repetitivas, como la excavación de zanjas para proyectos de infraestructura energética, con un alto nivel de precisión y bajo supervisión remota, sin necesidad de modificar permanentemente la maquinaria.

Sin embargo, la transformación del movimiento de tierra no depende únicamente de la automatización de los equipos. También está cambiando la forma en que las organizaciones conocen el desempeño de sus operaciones. La telemática permite recopilar de manera continua información sobre ubicación, tiempos de operación, consumo de combustible, utilización de la maquinaria y productividad, generando una visión mucho más precisa de lo que ocurre en el frente de trabajo.

Con ese propósito, Komatsu Smart Construction Field integra datos procedentes de maquinaria, personal y materiales para ofrecer una lectura unificada del avance de la obra, incluso cuando participan equipos de distintos fabricantes.

La plataforma facilita el seguimiento de indicadores operativos, identifica ineficiencias y proporciona información que contribuye a optimizar la asignación de recursos y la planificación de las actividades.

La convergencia entre robótica, telemática e inteligencia artificial está redefiniendo la gestión de los equipos pesados. Las máquinas dejan de ser únicamente herramientas de producción para convertirse en generadoras permanentes de información sobre el comportamiento de la obra.

Cada recorrido, cada ciclo de trabajo y cada hora de operación aportan datos que permiten comprender con mayor precisión cómo se ejecuta el proyecto y dónde existen oportunidades para mejorar la productividad, reducir costos y optimizar el uso de los recursos.

De responder consultas a activar procesos

A medida que un proyecto avanza, también crece la cantidad de información que produce. Planos, contratos, especificaciones técnicas, solicitudes de información (RFI), órdenes de cambio, minutas de reuniones, informes de inspección y manuales conforman un ecosistema documental que puede alcanzar cientos de miles de archivos. Aunque estos documentos contienen decisiones críticas para la ejecución de la obra, acceder a la información precisa en el momento oportuno continúa siendo uno de los desafíos más frecuentes para propietarios, contratistas y equipos técnicos.

La inteligencia artificial está modificando la relación entre los profesionales y esa documentación. En lugar de limitarse a almacenar archivos o facilitar búsquedas por nombre, las nuevas plataformas son capaces de interpretar el contenido de los documentos, comprender el contexto de una consulta y localizar la información relevante utilizando lenguaje natural. La diferencia es sustancial: el usuario ya no necesita recordar dónde se encuentra un dato, sino formular la pregunta adecuada.

Esta evolución se refleja en Autodesk Construction Cloud, que ha incorporado asistentes impulsados por inteligencia artificial para localizar especificaciones, resumir documentos técnicos, responder consultas sobre contratos e identificar información relevante dentro del conjunto documental del proyecto. La tecnología reduce el tiempo dedicado a revisar manualmente grandes volúmenes de información y facilita que los equipos accedan con mayor rapidez al contexto necesario para tomar decisiones.

El impacto resulta visible en proyectos de gran complejidad, donde una misma decisión puede estar distribuida entre planos, minutas, órdenes de cambio y comunicaciones técnicas generadas durante meses o incluso años. Reconstruir ese proceso de manera manual implica revisar múltiples fuentes y depender, en muchos casos, del conocimiento acumulado por quienes participaron en cada etapa.

La inteligencia artificial permite conectar esos documentos y presentar la información de forma integrada, reduciendo tiempos de búsqueda y mejorando la trazabilidad de las decisiones. Más que agilizar la consulta de archivos, estas herramientas están transformando la gestión del conocimiento dentro de las organizaciones.

Gemelo digital: el modelo vivo que acompaña al edificio

Pocas expresiones se utilizan con tanta frecuencia en la transformación digital de la construcción como gemelo digital. Sin embargo, conviene establecer una diferencia fundamental: un gemelo digital no es, por sí mismo, una aplicación de inteligencia artificial. Es una representación dinámica del activo que integra información procedente del diseño, la construcción y la operación, creando la base sobre la que posteriormente pueden desarrollarse análisis predictivos y modelos inteligentes.

En este ámbito, Bentley iTwin conecta información procedente de plataformas de ingeniería con datos generados por sensores, dispositivos conectados y levantamientos realizados mediante drones. Durante el diseño y la construcción facilita la visualización de cambios, el seguimiento del avance y las simulaciones 4D; una vez entregado el proyecto, esa misma información puede respaldar el mantenimiento, la operación y futuras intervenciones sobre la infraestructura.

La principal fortaleza del gemelo digital es también su mayor desafío: mantener la continuidad de la información durante toda la vida útil del activo. Cuando deja de incorporar las modificaciones ejecutadas en obra, los equipos realmente instalados o las condiciones actuales de la infraestructura, pierde rápidamente su capacidad para apoyar decisiones. Su valor depende menos de la plataforma tecnológica que de la disciplina con la que diseñadores, contratistas, propietarios y operadores mantienen actualizado ese conocimiento compartido.

La tecnología no corrige una gestión desordenada

El Artificial Intelligence in Construction Report 2025 de la Royal Institution of Chartered Surveyors (RICS) identifica como principales obstáculos para la adopción de la inteligencia artificial la falta de personal capacitado (46 %), las dificultades para integrar los sistemas existentes (37 %), la calidad y disponibilidad de los datos (30 %), los costos de implementación (29 %) y la dificultad para demostrar el retorno de la inversión (28 %). Más que barreras tecnológicas, estos resultados reflejan desafíos de gestión.

Consciente de esa realidad, RICS puso en vigor el 9 de marzo de 2026 su estándar profesional para el uso responsable de la inteligencia artificial en la agrimensura y el entorno construido. El documento establece principios relacionados con gobernanza, gestión de riesgos, competencia profesional, protección de la información, evaluación de resultados, transparencia y supervisión humana, recordando que la incorporación de estas herramientas exige el mismo nivel de disciplina que cualquier otra decisión estratégica de la organización.

La transformación que vive la construcción no depende de una aplicación específica ni de la capacidad de automatizar una tarea aislada. Depende de la forma en que las organizaciones integran información confiable, fortalecen sus procesos y desarrollan equipos capaces de convertir esos datos en mejores decisiones.

La inteligencia artificial puede acelerar cálculos, anticipar riesgos, organizar documentos y ampliar la capacidad de análisis, pero la responsabilidad técnica, financiera, contractual y ética continúa recayendo sobre quienes diseñan, construyen y administran los proyectos. En una industria donde cada decisión deja huella durante décadas, esa seguirá siendo la ventaja competitiva más difícil de reemplazar.