Desde mi experiencia trabajando con equipos de obra, promotores y constructoras, hay una pregunta que se repite cada vez que surge el tema de la inteligencia artificial: ¿qué puede hacer la IA por nosotros en obra? Es una pregunta legítima, pero a menudo tapa otra mucho más decisiva: ¿tenemos información de obra lo suficientemente fiable, coherente y estructurada como para que la IA pueda aportar valor real?
La construcción ya es, en muchos sentidos, un sector digital. Hoy es habitual trabajar con inspecciones móviles, informes de campo, seguimiento de incidencias y fotografías de avance. Este cambio ha sido clave, porque la obra funciona sobre información y la información debe circular más rápido que el propio trabajo. Sin embargo, en demasiados proyectos esa información sigue fragmentada en múltiples sistemas, formatos y versiones.
Aquí aparece una paradoja que observo con frecuencia: más tecnología no ha significado necesariamente menos problemas. Checklists en una aplicación, fotos en otra, incidencias en hojas de cálculo y aprobaciones dispersas en correos electrónicos crean un entorno lleno de ruido y difícil de gestionar. El resultado es conocido por cualquier profesional del sector: tiempo perdido buscando información en múltiples aplicaciones y sistemas, reprocesos, conflictos y decisiones que se toman con datos incompletos. No es casualidad que hasta un 30% del tiempo de los equipos se destine a trabajo improductivo.
Este problema está directamente relacionado con la persistente brecha de productividad en la construcción. La información no fluye de forma homogénea entre equipos, oficios y herramientas. Y conviene decirlo con claridad: la inteligencia artificial no puede resolver este desorden por sí sola. Si un proyecto trabaja con datos incoherentes, duplicados o desactualizados, la IA hará exactamente eso: amplificar esas inconsistencias. Cuando un sistema empieza a “inferir” en lugar de basarse en hechos fiables, la confianza se pierde con rapidez, especialmente cuando están en juego aspectos vitales como los plazos, el coste o la seguridad.
Por eso sostengo que el principal obstáculo para la adopción efectiva de la IA en la construcción no es la falta de innovación, sino la falta de disciplina en los datos disponibles y en su recopilación. Actualmente ya se captura mucha información, pero no siempre de la misma manera. Es decir, volumen no es sinónimo de valor. Cuando cada persona documenta de forma distinta, comparar, buscar o analizar se convierte en un esfuerzo adicional y con el tiempo, los equipos acaban dedicando más energía a limpiar datos que a utilizarlos.
Lo que suele faltar no es otra herramienta más, sino fundamentos sólidos: formas estándar de registrar los mismos sucesos, procesos que resistan la presión del día a día y un único registro compartido para incidencias, evidencias y cierres. Cuanto más repetible es un flujo de trabajo, más probable es que se siga de forma consistente entre cuadrillas, oficios y turnos.
Cuando estos puntos básicos están bien resueltos, la IA empieza a mostrar su verdadero potencial. Y lo cierto es que ya vemos aplicaciones claras: resumir notas diarias para facilitar relevos, agrupar defectos similares, detectar patrones recurrentes de seguridad, alertar sobre tareas atrasadas, identificar tendencias a partir de fotografías correctamente etiquetadas, etcétera.
Hablar de “datos estructurados” no significa convertir la obra en una oficina. Significa capturar siempre lo esencial de la misma manera: qué ha ocurrido, dónde, quién es responsable y qué significa realmente que algo esté cerrado. Cuando estos elementos se registran de forma coherente y estandarizada, la tecnología deja de adivinar y empieza a ayudar.
Por ello, el camino hacia la inteligencia artificial empieza con la estandarización de los flujos de trabajo y la calidad del dato, que son la verdadera ventaja competitiva. Quienes entiendan esto estarán en mejor posición para convertir la IA en una fuente real de valor, y no en otra promesa tecnológica incumplida.