Plataforma de análisis de parcelas con IA para una constructora

El problema

Una constructora residencial de EE. UU. compra suelo, no casas: la pregunta ante cada anuncio es qué se puede construir legalmente y qué opción da dinero. Los estimadores revisaban a mano anuncios del MLS, tablas de zonificación y hojas de costes, parcela a parcela. El encargo empezó en 2024 con un scraper, un modelo de valoración y un motor de pro forma; la plataforma actual lo convierte en un producto que todo el equipo usa cada mañana, con un analista de IA encima y una web pública rediseñada.

Qué construí

Portada. Widgets del producto en vivo (parcelas clasificadas, mejores parcelas de hoy) dentro de la cabecera, para que la página venda lo que la herramienta hace de verdad. La web se rediseñó de principio a fin pensando en SEO y GEO.

Panel. La vista de cada mañana: inventario de suelo del condado por zonificación, todas las parcelas puntuadas en el mapa, las dos mejores opciones de la IA con ROI y puntuación, la lista corta del equipo y el ROI proyectado de la cartera. El estado de la sincronización MLS siempre está a la vista.

Búsqueda. El feed MLS almacenado con los campos que un estimador usa de verdad: ciudad, zonificación, superficie, precio, año de construcción o solar vacío, tipo de vivienda, días en el mercado, más un catálogo de 22 campos (suministros a pie de calle, alcantarillado o fosa séptica, zona inundable, pendiente, tipos permitidos, unidades máximas, edificabilidad). Orden por puntuación, ROI o precio; las búsquedas guardadas se vuelven a ejecutar tras cada sincronización.

Análisis de parcela. Una parcela modelada por completo: desglose de costes (suelo, obra, costes blandos, margen), cottage, dúplex, adosados ×4 y plurifamiliar ×6 comparados por coste total, ROI, margen y meses, con avisos de "no por derecho" donde hace falta un permiso. Una tarjeta de zonificación muestra usos por derecho, usos condicionados y límites, y la opción recomendada por la IA explica su razonamiento. Se pueden subir informes en PDF y Word solo para la sesión.

Asistente de IA. Pregunta en lenguaje natural y recibe una respuesta con cifras y fuentes. El analista lee la lista corta, la base de datos MLS en vivo, el código de zonificación y cualquier informe subido, devuelve una tabla comparativa y nombra sus fuentes. Los documentos se descartan al terminar la sesión y nunca se usan para entrenar. La tarjeta de sincronización muestra la actualización MLS automática: anuncios guardados, añadidos, retirados y cambios de precio.

Cómo se entregó

La primera fase (2024) fue de datos y modelado: un bot de Selenium capturó 365 días de histórico MLS (activos, pendientes y vendidos), pandas y SQLAlchemy lo armonizaron, un modelo de valoración automática con XGBoost tasó las viviendas y un motor de pro forma basado en reglas puntuó cientos de combinaciones de parcela y tipo de vivienda por beneficio, ROI y tiempo de venta dentro de las restricciones de zonificación y cupo, entregado con documentación y código reproducible. La plataforma actual sustituye el bucle manual por una canalización MLS automatizada que carga todos los anuncios de suelo en Postgres dos veces al día, una aplicación Next.js con las vistas de panel, búsqueda, análisis de parcela y asistente, y un analista LLM anclado en la lista corta, la base de datos MLS y el código de zonificación que cita lo que ha usado. La web pública se reconstruyó al mismo tiempo.

Resultado

Los estimadores empiezan el día con una lista corta clasificada en lugar de una hoja de cálculo, ven para cualquier parcela qué se puede construir por derecho y qué tipo de vivienda compensa, y pueden pedir al analista una comparación con fuentes. La reseña del cliente en Upwork califica el resultado de trabajo excepcional que superó sus expectativas.