Una empresa constructora gana su dinero en la obra, pero gana o pierde el encargo antes de eso. La calculación, la preparación del trabajo, la planificación y la coordinación con subcontratistas y proveedores determinan si un proyecto se entrega a tiempo y dentro del presupuesto. Son las horas que rara vez son visibles en la oferta, pero que determinan el resultado: una estimación incorrecta del plazo de ejecución o de la necesidad de materiales repercute hasta el último día en la obra. Circunstancias ajenas a la empresa —la dependencia del clima, los trámites de permisos, la disponibilidad de personal especializado en subcontratistas— hacen que los planes se revisen constantemente. Quien hace esa revisión de forma rápida y precisa gana tiempo sobre la competencia incluso antes de que se clave la primera pala en el suelo.
Durante mucho tiempo, la calculación fue el trabajo de un calculista experimentado que revisaba los planos y, basándose en proyectos anteriores, estimaba lo que costaría algo. Parte de ese trabajo ahora puede realizarlo la IA: extraer cantidades de los planos, buscar en datos históricos de proyectos, elaborar primeras indicaciones de precio. El calculista sigue siendo necesario para evaluar el resultado y desviarse de él cuando la situación lo requiera —esa es la segunda categoría, IA con supervisión humana que aprueba o rechaza con motivo. La velocidad de calculación antes era una cuestión de cuántos calculistas podía desplegar una empresa; si parte de ese trabajo se acelera, la diferencia se desplaza hacia quién utiliza el tiempo liberado para fijar precios más ajustados o atender más solicitudes.
Lo mismo ocurre con la planificación. Una planificación de obra que tiene en cuenta las previsiones meteorológicas, las entregas de materiales y la disponibilidad de subcontratistas puede ajustarse en parte de forma automática. Donde eso ocurre, el plazo de entrega se desplaza de ser una cuestión de capacidad —cuántos planificadores tiene usted— a una cuestión de qué tan buenos son los datos subyacentes y quién vigila las excepciones. Las empresas que tienen sus datos de proyecto en orden se benefician antes de ese cambio que las empresas que aún trabajan con hojas de cálculo sueltas. Eso explica por qué una empresa constructora ya organiza esto así y otra no: la diferencia no está en la voluntad, sino en el estado de los sistemas y datos subyacentes.
El trabajo que se realiza en la propia obra —el albañileo, el montaje, la soldadura efectivos— sigue siendo, en su gran mayoría, trabajo humano. Ahí la IA por ahora cambia poco en la ejecución, sí en su preparación: una mejor planificación y calculación previa significa menos paradas y menos costes por fallos durante la ejecución.
Si la calculación y la planificación se vuelven más rápidas y consistentes, la comparación entre empresas constructoras se desplaza de quién tiene el departamento de calculación más grande a quién presenta la oferta más ajustada y mejor fundamentada en el menor tiempo. El plazo de entrega se convierte menos en función de la dotación de personal y más en función de qué tan bien se adapta una planificación a los cambios durante el proyecto. El control de los costes por fallos —antes dependiente en parte de la experiencia de los preparadores de obra individuales— se vuelve más rastreable cuando la IA señala riesgos en planos y pliegos de condiciones de antemano, aunque la evaluación final sigue en manos del preparador de obra.
Esto no es una cuestión de personal en el sentido de quién sigue siendo necesario; qué función se ve afectada por esto tiene sus propios requisitos legales que este artículo no aborda. Se trata de dónde se liberan horas en la empresa y qué se hace con ellas: atender más solicitudes, fijar precios más ajustados, reaccionar más rápido ante cambios. Eso es precisamente lo que debe medir un benchmark competitivo, porque es donde se deciden los contratos en la construcción.
La velocidad con la que esto cambia depende de cuántos datos de proyecto ya mantiene una empresa de forma estructurada, cuánta repetición hay en el tipo de proyectos y cuánto margen hay para probar nuevas formas de trabajar junto a los procesos existentes. Una empresa constructora con muchos proyectos en serie —construcción de viviendas comparables, renovaciones repetidas— se presta mejor a la calculación automatizada que una empresa que principalmente asume proyectos a medida. Esa diferencia no está en la ambición, sino en el tipo de trabajo que realiza la empresa, igual que ocurre entre el sector de instalaciones donde la IA asume trabajo y la construcción en sí. También la comparación con el mayorista donde la IA asume trabajo muestra que la naturaleza del trabajo subyacente determina dónde se obtiene la ganancia, no el sector en general.
Si una empresa constructora realmente gana con este cambio no se puede deducir de cómo se presenta a sí misma. Una oferta que promete un "plazo de entrega rápido" no dice nada sobre si esa rapidez se mantiene bajo presión; quien quiera comprobarlo puede consultar cómo se verifica si la capacidad distintiva realmente existe antes de incorporar una afirmación a una comparación con competidores. También lo que una empresa busca en su propio personal da pistas: lo que los textos de vacantes de un competidor revelan sobre su forma de trabajar a menudo muestra si una empresa todavía contrata por capacidad o ya se orienta hacia otras habilidades.
La pregunta subyacente —qué trabajo en esta empresa constructora específica realmente puede ser asumido por la IA— se responde por tarea con el escaneo de trabajo de FTE TO AI.
Puede empezar por identificar en qué cree que está ganando: plazo de entrega más rápido, calculación más ajustada, menos costes por fallos. La verificación de dimensión gratuita muestra cuáles de esas afirmaciones se pueden defender con pruebas y cuáles siguen siendo, por ahora, una suposición. El benchmark completo, con la comparación frente a su grupo de referencia, está en construcción.