Durante décadas, la investigación de propiedad de bienes raíces comerciales ha seguido siendo un proceso manual, incluso cuando otros flujos de trabajo de corretaje se digitalizaron. La razón, según Dan Mosher, CEO y cofundador de DealGround, es estructural: los registros de propiedad están fragmentados en 50 estados y miles de condados, y ninguna tecnología podía conectar eficientemente los múltiples pasos necesarios para rastrear a un propietario desde una declaración de LLC hasta un número de teléfono y una dirección de correo electrónico.
Los registros de los condados se actualizan en diferentes plazos: algunos se actualizan en horas y otros tardan semanas. Las presentaciones de la Secretaría de Estado varían en formato, accesibilidad e integridad. Debido a que la mayoría de las propiedades comerciales están en manos de LLC o fideicomisos en lugar de nombres individuales, encontrar a la persona real detrás de una propiedad requiere navegar por múltiples sistemas distintos en secuencia. “Cada estado es diferente. Cada condado es diferente”, dice Mosher. “Hay una fragmentación de las propiedades porque todas se gestionan localmente”.
El proceso implica al menos tres funciones separadas: identificar la LLC o fideicomiso que posee la propiedad, traspasar esa entidad para encontrar al individuo detrás de ella, y localizar la información de contacto actual de esa persona. Cada paso se basa en diferentes fuentes de datos con su propia estructura, reglas de acceso y cadencia de actualización, y la precisión está influenciada por la región.
Según Mosher, el problema central nunca fue que la tecnología no pudiera manejar un solo paso; era que ninguna tecnología podía manejar todos los pasos en secuencia. Filtrar hasta el conjunto correcto de propiedades para un cliente en particular era posible, al igual que construir herramientas para buscar presentaciones de la Secretaría de Estado y consultar información de contacto. Pero conectar estas funciones en un flujo de trabajo automatizado no lo era. “Probablemente podrías construir tecnología en cada uno de los tres pasos, pero nunca podrías encadenar todos los pasos juntos anteriormente”, dice Mosher. “Ahora puedes encadenarlos todos juntos, y eso es lo que ofrecemos, lo que nunca se había hecho antes”.
Mosher atribuye el cambio a los procesos agénticos impulsados por IA, sistemas que ejecutan flujos de trabajo de múltiples pasos de forma autónoma y pasan de una función a la siguiente sin intervención humana en cada etapa. Describe esta capacidad como viable desde hace aproximadamente un año, lo que ayuda a explicar por qué la investigación de propiedad seguía siendo manual incluso cuando otras partes del flujo de trabajo de corretaje se digitalizaron.
Los corredores que hacen prospección activa pueden pasar de 10 a 20 horas por semana solo en investigación de propiedad. Mosher describe conversaciones con clientes que registraban 15 horas semanales en este trabajo antes de adoptar un enfoque automatizado, y que ahora logran el mismo resultado en 15 a 30 minutos. Este costo de tiempo representa una restricción estructural sobre cuántas conversaciones productivas puede tener un corredor. Si un corredor pasa 15 horas por semana identificando propietarios y localizando información de contacto, esas son horas que no se dedican a buscar y filtrar propiedades, llamadas, presentaciones o desarrollo de acuerdos. Mosher enmarca esto como una reasignación de capacidad productiva, no simplemente una mejora de conveniencia.
La precisión agrava el problema. Los propietarios de propiedades que gestionan múltiples activos a través de LLC separadas tienden a cambiar sus números de teléfono con frecuencia y mantener múltiples direcciones de correo electrónico. Un proceso de investigación manual que lleva días o semanas puede producir información de contacto que ya está desactualizada cuando el corredor intenta usarla. Para los corredores cuyos ingresos dependen de llegar a los propietarios antes que los competidores, los datos de contacto obsoletos no solo pierden tiempo; cuestan acuerdos.
La plataforma de DealGround replica el proceso de investigación manual pero lo ejecuta a través de agentes impulsados por IA que pueden ejecutar múltiples búsquedas de propiedad simultáneamente. Un corredor puede enviar 100 LLC a la vez, y el sistema trabaja a través de las presentaciones de la Secretaría de Estado, identifica a los individuos asociados y recupera la información de contacto actual sin que el corredor gestione cada paso. “Replicamos el proceso manual hoy, así que no es muy diferente, pero lo hacemos mucho más rápido porque todo es iniciado y ejecutado por agentes de IA”, dice Mosher.
Mosher describe un caso en el que un corredor que buscaba parcelas de tierra en Texas, donde las presentaciones de la Secretaría de Estado estaban incompletas, utilizó DealGround para sacar a la luz un nombre de propietario, dirección de correo electrónico y número de teléfono que la investigación manual no había logrado producir. “El hecho de que puedas descubrir esto, esto podría ser la diferencia entre no tener trato y tener un trato”, le dijo el corredor a Mosher, porque la parcela había sido inaccesible mediante métodos convencionales.
Mosher señala que DealGround no es la única plataforma que aborda este problema. Posiciona la ventaja de la compañía en torno a la precisión y frescura de los datos, ejecutando búsquedas de propiedad bajo demanda para que los resultados reflejen información actual en lugar de una instantánea estática. DealGround actualmente tiene una precisión de alrededor del 95% en los datos que extrae de los documentos.
La barrera para automatizar la investigación de propiedad siempre fue la fragmentación de pasos en sistemas desconectados. Ahora que los agentes de IA pueden encadenar esos pasos en un solo flujo de trabajo, el cuello de botella que limitó la prospección de bienes raíces comerciales durante décadas se puede abordar de una manera que antes no era posible. Para más información, visite www.dealground.com.
