¿Quieres comprar un piso? Llegas tarde: quién se lleva los mejores y por qué

Los particulares en busca de techo suelen desarrollar un sentido muy agudo para localizar los mejores pisos (y descartar aquellos que huelen a chamusquina) a base de pasar horas y horas olfateando en portales 'online' como Idealista y Fotocasa. Uno aprende a traducir el argot utilizado en las ofertas (“casi amueblado” puede ser un “no amueblado” venido a más, y “luminoso por la tarde” algo así como “una cueva durante la mayor parte del día”), a detectar los abusos y, si se tiene suerte, a identificar las gangas, si es que aún quedan. Pero, por muy buenos que seamos, siempre hay quien nos va a llevar ventaja. Son nuestros amigos los algoritmos, que cada vez más están al servicio de grandes empresas inmobiliarias y fondos de inversión.

Lo desvelaba un artículo publicado recientemente en 'The Washington Post': cada vez son más las compañías de inteligencia artificial que desarrollan sistemas para que las inmobiliarias localicen los mejores pisos antes que nadie y los vendan al mejor postor. Compañías que, además, compran al peso, y que sacan varios cuerpos de ventaja a los particulares a la hora de localizar aquellos bienes inmuebles que más posibilidades tienen de revalorizarse. El reportaje se centraba en Entera, aunque hay muchas más 'startups' que están aplicando estas herramientas al mundo inmobiliario, que desde la crisis ha sido uno de los puntos de mira de los inversores, casi como bien refugio.

Entre sus clientes están los fondos de inversión, que compran al peso y no podrían destinar tantos recursos humanos a afinar la búsqueda

¿De qué manera funcionan? Si la mayoría de portales suelen presentar un pequeña número de variables (precio, situación, tamaño) sobre una base de datos más o menos limitada, Entera, que se promociona como “la mejor manera de encontrar y comprar viviendas unifamiliares”, tiene en cuenta 850 características de cada inmueble, así como otras del barrio en que se encuentra, que coteja en una base de alrededor de 40.000 domicilios. Lo más importante, no obstante, es que gracias a esa brutal cantidad de información, es capaz de anticipar cuáles serán los pisos que subirán de precio. Entre sus principales clientes están los fondos de inversión de Wall Street, que, debido a que manejan una gran cantidad de productos, no pueden destinar recursos humanos a afinar la búsqueda. Para eso hay servicios como Entera.

TE PUEDE INTERESAR

El precio de los pisos no dejará de subir: por qué son el nuevo oro

Héctor G. Barnés

Pero no es el único. Al otro lado del Atlántico, en Londres, Proportunity presume de un algoritmo de aprendizaje capaz de identificar con un nivel de acierto de un 85% las viviendas y los barrios que experimentarán una mayor subida de precio en un plazo determinado. Su caso tiene en cuenta también otros datos que van más allá de lo inmobiliario, como la calidad de las escuelas de la zona o los niveles de criminalidad. Otra es Enodo, que identifica a partir de los comportamientos de los compradores qué es lo que se busca en cada zona. O REX Real State que, según un artículo de CNBC, analiza el perfil de los que han clicado en los anuncios para saber cómo son.

Un robot no visita pisos: ya los conoce

En principio, hay un factor humano y emocional a la hora de valorar un piso que resulta difícil de automatizar. Lo que estos programas intentan es, precisamente, identificar aquellas características mejor valoradas por los compradores, aunque sea de forma inconsciente. El ejemplo más claro es la luminosidad, uno de esos factores que tantos quebraderos de cabeza dan a los potenciales compradores que destinan horas y horas a encontrar el piso ideal. Entera, por ejemplo, ha desarrollado un sistema inteligente a partir de miles de fotografías de cocinas para poder identificar el nivel de luminosidad de una habitación a partir de un puñado de instantáneas. Incluso es capaz de averiguar si hay algún obstáculo delante de la casa, como un árbol, que pueda alterar esta característica.

Cuantos más datos tienen, más probabilidades hay de afinar la búsqueda: de ahí que la guerra se encuentre en conseguir cada vez más clientes

Las consecuencias de estos nuevos sistemas parecen claras. Por un lado, una mejora sustancial a la hora de concretar la búsqueda de piso, hasta el punto de ofrecerse directamente a determinados profesionales. Por otro, una batalla entre aquellos fondos que compiten entre sí por localizar las gangas inmobiliarias de una manera no tan diferente a como lo hacía el 'high frequency trading'. Si aquel, como explicó Michael Lewis en 'Flash Boys', era un sistema automatizado de compra y venta de acciones en cuestión de milisegundos, lo que estos algoritmos puede precipitar es una lucha salvaje a la hora de identificar, adquirir y vender propiedades inmobiliarias a un ritmo vertiginoso, beneficiándose del constante aumento de precios que se prevé en el panorama internacional.

Diversas estrategias tienen el objetivo de que estas páginas sean atractivas para los pequeños vendedores, por ejemplo, el descenso en las comisiones inmobiliarias. REX Real Estate recibe alrededor del 2% de la venta, por un 5-6% de media de un agente humano. Es un círculo que se retroalimenta y en el que siempre salen beneficiadas las compañías, ya que debido a esta agresiva estrategia de captación de clientes consiguen aún más datos y, por lo tanto, pueden afinar aún más sus predicciones. Ahí es donde se encuentra la guerra: en ser el que tenga el acceso a la mayor base de datos que permita anticipar el comportamiento del consumidor.

La fiebre que viene

Es previsible que las inversiones en estas 'startups' sean cada vez mayores, al facilitar un puesto privilegiado en el boyante mercado inmobiliario. REX Real Estate, por ejemplo, consiguió una financiación inicial de 25,5 millones de dólares. Una de las mejor situadas es Skyline, con un fuerte apoyo de Sequoia Capital (casi 20 millones), que ayuda a inversores a localizar aquellas propiedades que les pueden proporcionar un mayor retorno teniendo en cuenta, entre otros factores, el historial de los últimos 50 años de compraventa en EEUU. La finlandesa Blok obtuvo el pasado año 1,9 millones con un proyecto mucho más modesto, pero en el que también utiliza la inteligencia artificial. En este caso, para establecer con mayor exactitud el precio de los apartamentos que compra y vende.

Una última curiosidad: los datos extraídos por estos algoritmos dicen mucho acerca de las distintas culturas locales, atendiendo a aquello que importa a los compradores. En Finlandia, por ejemplo, vivir cerca de un lugar donde pescar arenques hace subir los precios. En EEUU, tener cerca un Starbucks, un centro de yoga o un establecimiento de tatuajes hace lo propio, lo que da la razón a aquel reciente estudio que sugería que la apertura en un barrio de teatros, empresas de diseño o editoriales es un buen indicio de que pronto van a subir los precios.

Lo que estos algoritmos pueden provocar es un efecto de profecía autocumplida: hasta hace poco, los propietarios particulares elegían a partir de sus propios criterios aquellos apartamentos que les resultaban más atractivos. Ahora, debido a que estos procesos de automatización se adelantan a ellos, pueden acabar determinando las tendencias de inversión de los compradores. Como dice en el medio americano Martin Kay, el hombre detrás de Entera, “pasar de 40.000 casas a 12 es un problema de máquinas, y pasar de 12 a una es un problema humano”. La diferencia es que las familias quieren comprar un único hogar y los fondos de inversión, centenares de ellos.