Daniel Ahmoye et al. 15 de julio de 2026. McKinsey
La IA está a punto de revolucionar el sector de la arquitectura, la ingeniería y la construcción. Las empresas que actúen con rapidez para reinventar los flujos de trabajo, mejorar el uso de los datos y automatizar las obras prosperarán.
En un proyecto de construcción de gran envergadura, un pequeño contratiempo puede convertirse rápidamente en un problema mucho mayor. Por ejemplo, un supervisor de obra descubre que los tramos de tubería prefabricados ya no encajan debido a un cambio de ingeniería de última hora. Esto podría desencadenar días de solicitudes de información, revisiones de planos, verificaciones de compras, actualizaciones de cronogramas y evaluaciones de costos, mientras los equipos esperan o buscan soluciones alternativas.
En un futuro con agentes inteligentes, el supervisor toma una foto del problema con un dispositivo móvil. En cuestión de minutos, agentes de IA comparan la imagen con el modelo 3D más reciente, los planos de ingeniería, los registros de compras y el cronograma de construcción. Identifican la causa probable, proponen alternativas, verifican la disponibilidad de materiales, estiman el costo y el impacto en el cronograma, y recomiendan un plan de acción.
Los expertos humanos mantienen el control. El ingeniero responsable de la disciplina aprueba una solución, mientras que los equipos de compras y construcción verifican la disponibilidad de materiales, los requisitos de fabricación, la viabilidad constructiva y las limitaciones de ejecución. En lugar de invertir días recopilando información de múltiples departamentos, los líderes del proyecto reciben una visión consolidada de las opciones, las ventajas y desventajas, y las implicaciones en cuestión de horas. Deciden rápidamente si modificar el diseño, reordenar materiales, reorganizar el trabajo o reubicar a los equipos hasta que se resuelva el problema. Paralelamente, los agentes actualizan el plan de ejecución del proyecto y envían recomendaciones al superintendente de obra para ajustar la secuencia de trabajo y optimizar el cronograma, el costo y el margen de beneficio.
Este ejemplo se encuentra entre las muchas transformaciones potenciales que genera la IA e ilustra el futuro que comienza a perfilarse entre las principales firmas de arquitectura, ingeniería y construcción (AEC). Cuando los agentes se encargan de las tareas rutinarias, las personas pueden concentrarse en tomar decisiones sobre precios, riesgos y otras áreas que requieren criterio humano y que impulsan la diferenciación. Quienes adopten este enfoque desde el principio estarán mejor posicionados para reestructurar sus negocios y aprovechar el valor de la IA , mientras que quienes la traten como una herramienta de productividad más superficial podrían ceder su potencial a socios, clientes o nuevos competidores. En este artículo, exploramos qué pueden hacer los líderes de AEC ahora y en los próximos años para rediseñar el trabajo, generar valor a partir de sus datos, automatizar sus sistemas operativos completos y convertir la IA en una fuente de ventaja competitiva duradera.
El punto de inflexión de la IA en la arquitectura, ingeniería y construcción (AEC, por sus siglas en inglés)
Es improbable que la IA suponga la extinción de las empresas de arquitectura, ingeniería y construcción (AEC), pero podría cambiar significativamente quién lidera el sector. Las empresas pioneras en su adopción están reportando mejoras en la productividad gracias a los flujos de trabajo de diseño, modelado y viabilidad de la construcción, aunque es probable que estas ventajas pronto sean imprescindibles. El McKinsey Global Institute (MGI) proyecta que el sector AEC podría generar aproximadamente 228 mil millones de dólares en valor anual para 2030 en Estados Unidos gracias a la IA y otras tecnologías de automatización, mientras que en Europa, el impacto solo en el sector de la construcción podría ascender a unos 126 mil millones de dólares.
Centrarse en el rediseño de dominios
A medida que el trabajo se vuelve más rápido y económico en todo el sector, las empresas líderes serán aquellas que utilicen la IA de forma más eficaz para controlar las relaciones con los clientes, los flujos de trabajo y sus datos subyacentes. Esto implica centrarse en la transformación de dominios —procesos integrales lo suficientemente pequeños como para rediseñarse de forma independiente, pero lo suficientemente grandes como para generar un impacto empresarial significativo— en lugar de implementar casos de uso aislados.
La arquitectura, ingeniería y construcción (AEC, por sus siglas en inglés), en su sentido más amplio, es una de las industrias más grandes del mundo: la producción mundial de la construcción fue de aproximadamente 15 billones de dólares en 2025.1Se proyecta que la demanda podría alcanzar los 22 billones de dólares para 2040. Sin embargo, la productividad laboral se ha estancado. La productividad de la construcción mejoró solo un 10 %, o un 0,4 % anual, entre 2000 y 2022, en comparación con el 90 %, o un 3,0 % anual, en el sector manufacturero. De mantenerse su trayectoria actual, la producción de la construcción podría quedar por debajo de la demanda en hasta 40 billones de dólares acumulados para 2040.2
Según un análisis de MGI (Anexo 1),
si se implementa de forma eficaz , la IA podría automatizar una cantidad significativa de trabajo no físico en el sector de la arquitectura, ingeniería y construcción (AEC). Si bien es improbable que la IA resuelva por sí sola el desafío de la productividad del sector, es una de las primeras tecnologías con el potencial de abordar
de forma conjunta el trabajo intelectual, la coordinación y la ejecución física (véase el recuadro «Por qué la IA automatizada difiere de las anteriores oleadas tecnológicas en AEC»). En la práctica, la adopción de la IA llevará tiempo, y las empresas solo automatizarán el trabajo cuando cuenten con un caso de negocio convincente y una solución adecuada para tareas específicas.
La IA tiene el potencial de automatizar el 50 por ciento del trabajo no físico en los sectores de la arquitectura y la ingeniería. La inteligencia artificial tiene el potencial de automatizar el 39 por ciento del trabajo no físico en el sector de la construcción.
Mejorar la eficiencia y la consistencia es fundamental.
Para las empresas de arquitectura, ingeniería y construcción (AEC), el valor de la IA reside no solo en la mayor rapidez en la ejecución de nuevas construcciones y proyectos más grandes y complejos, sino también en una mayor consistencia en el trabajo. Actualmente, el rendimiento suele depender en gran medida del criterio de profesionales experimentados que ya han vivido situaciones similares. Esto genera riesgos, ya que un número reducido de personas controla una gran cantidad de conocimiento, lo que limita la consistencia con la que las empresas pueden entregar proyectos y fijar precios para sus servicios.
La IA puede extraer lecciones de proyectos anteriores —incluidos cronogramas, solicitudes de información (RFI), órdenes de cambio y numerosas decisiones a nivel de tarea— y ponerlas a disposición de los equipos dentro de los flujos de trabajo diarios. Por ejemplo, un planificador junior podría recibir una advertencia sobre un riesgo de secuenciación que un planificador veterano habría detectado. Un diseñador podría prever problemas de constructibilidad antes de que los contratistas los descubran en obra y presenten solicitudes de información. Los expertos humanos seguirían siendo responsables de su criterio, responsabilidad y decisiones. Pero cuando la experiencia acumulada reside en el flujo de trabajo en lugar de en la mente de los individuos, toda la empresa se beneficia.
A medida que los agentes se integren en todas las funciones, las empresas que controlen tres aspectos clave generarán más valor y beneficios: los datos propios del proyecto, los flujos de trabajo donde se toman las decisiones y la capacidad de cobrar por resultados en lugar de por horas.
Las grandes firmas de diseño, los contratistas especializados, las plataformas tecnológicas, los propietarios de activos y los profesionales con acceso a datos privilegiados de proyectos podrían encontrar nuevas formas de obtener valor de la IA. Sin embargo, también podrían enfrentarse a la competencia de empresas emergentes nativas de la IA que lancen nuevos servicios y plataformas para competir directamente con las herramientas y el software que se ofrecen actualmente.
Gran parte del valor de la IA podría provenir de áreas donde actualmente se pierde tiempo, dinero y márgenes, y donde la IA puede mejorar rápidamente la eficiencia. Se prevé que áreas como la facturación, la entrada de datos y las inspecciones de equipos sean las que más cambien para 2030 (Gráfico 2). Las empresas que controlan estas capas podrían captar gradualmente más valor que aquellas que solo gestionan los principales entregables de proyectos. La forma en que se produzcan estos cambios dependerá de la velocidad de adopción, el acceso a los datos, los modelos comerciales y de dónde siga siendo fundamental el criterio humano.
Anexo 2
Áreas clave de impacto en los próximos meses y años
Se prevé que el valor de la IA en la arquitectura, ingeniería y construcción (AEC) se manifieste en tres horizontes temporales. A corto plazo, los líderes podrán utilizar agentes para optimizar el trabajo intelectual y los flujos de trabajo de coordinación. A medio plazo, las empresas podrán obtener una ventaja al convertir los datos de los proyectos en activos institucionales reutilizables. A largo plazo, la IA conectará cada vez más el diseño, la planificación, la logística, el equipamiento y la ejecución en obra, integrándolos en un sistema operativo más automatizado.
Nuestro análisis revela que existen más de 150 flujos de trabajo en 25 ámbitos relacionados con la arquitectura, ingeniería y construcción (AEC), con distintos grados de potencial para la automatización e inteligencia artificial. Para generar valor, los responsables deben determinar qué flujos de trabajo se gestionarían mejor mediante la intervención humana y el apoyo de agentes, mediante agentes con intervención humana en las decisiones críticas, o mediante la automatización completa (Gráfico 3).
Anexo 3
A corto plazo (primeros 18 meses): Optimización de los flujos de trabajo de principio a fin.
A corto plazo, se espera que las mayores ventajas provengan de la optimización de los flujos de trabajo repetibles, donde la información fragmentada genera retrasos, retrabajos y decisiones inconsistentes, incluidos los siguientes flujos de trabajo que abarcan todo el ciclo de vida del proyecto:
- Ganar y presupuestar el trabajo: Esto incluye realizar análisis de licitación/no licitación, redacción de propuestas, estimación, evaluación comparativa, normalización del alcance y escenarios de precios.
- Diseñar y proyectar para la constructibilidad : Esto incluye realizar comprobaciones de diseño, revisión de especificaciones, interpretación de códigos y normas, ingeniería de valor y consideraciones sobre las limitaciones de diseño para la fabricación.
- Planificación y adquisición : Esto incluye la gestión del desarrollo del cronograma, la planificación anticipada, la secuenciación, la verificación de la disponibilidad de materiales, las necesidades de equipos, los paquetes de adquisición y el seguimiento de las obligaciones contractuales.
- Construcción y control : Esto incluye la gestión de la clasificación de solicitudes de información y presentaciones, el seguimiento del progreso, la previsión de costes, las descripciones de las variaciones, la gestión de las órdenes de cambio, el apoyo a las reclamaciones, las observaciones de seguridad y los controles de calidad.
- Gestionar el soporte empresarial: Esto incluye la ejecución del cierre financiero, la validación de facturas, el cumplimiento normativo, el control de documentos, la búsqueda de información, la incorporación de nuevos empleados y otros flujos de trabajo administrativos repetibles.
La clave reside en utilizar la IA para conectar estas actividades entre equipos y fases del proyecto, en lugar de optimizar tareas aisladas. Un agente de planificación, por ejemplo, genera más valor cuando se integra con las compras, los cambios de diseño, las previsiones de costes y las condiciones sobre el terreno que cuando se utiliza como herramienta de planificación independiente. Las empresas que logren el éxito con la IA a corto plazo serán las que mejor gestionen el trabajo de los agentes en los flujos de trabajo. Muchas de estas soluciones basadas en agentes pueden implementarse a mitad de un proyecto para aprovechar parcialmente su valor, lo que significa que no es necesario finalizar todo el trabajo en curso antes de adentrarse en el mundo de la IA.
A medio plazo (de 18 a 48 meses): Aprovechar las ventajas de los datos.
La mayoría de las empresas de arquitectura, ingeniería y construcción (AEC) cuentan con enormes archivos de planos, solicitudes de información (RFI), especificaciones e informes de cierre, pero la mayoría resultan inutilizables debido a su inconsistencia, la presencia de documentos en papel y la fragmentación de la información en distintos sistemas, entre otros problemas. Los datos solo se convierten en una ventaja cuando las empresas los capturan en el momento de su creación, los estructuran para su reutilización, registran su origen y significado, y conservan los derechos para aprender de ellos a lo largo del tiempo.
La principal ventaja, o barrera competitiva , puede provenir de que las empresas capturen información mientras se desarrolla el trabajo, en lugar de reconstruir el valor posteriormente a partir de registros fragmentados. Los archivos históricos de proyectos suelen registrar las decisiones tomadas, pero la información capturada durante el proceso de trabajo real también puede mostrar cómo y por qué se tomó una decisión, incluyendo las alternativas consideradas, las suposiciones realizadas y las concesiones aceptadas; información mucho más difícil de replicar para los competidores.
Otra ventaja competitiva reside en la creación de un ciclo de aprendizaje para entrenar modelos de IA. Una empresa que conecta sistemáticamente las estimaciones con los resultados reales, los cronogramas con el progreso en el mundo real, las decisiones de diseño con los resultados de la constructibilidad y las decisiones de riesgo con los datos reales de reclamaciones puede construir un sistema que se perfecciona a sí mismo.
Los derechos de los proveedores sobre los datos son otra ventaja que los líderes del sector AEC subestiman constantemente. A medida que mejoran las capacidades de la IA, los proveedores de tecnología presionan cada vez más para acceder a los datos de los proyectos y a los derechos para aprender de ellos y reutilizarlos para crear nuevos productos, o para establecer límites sobre cómo se pueden usar sus productos o software para entrenar modelos propios. También compiten cada vez más por controlar los flujos de trabajo, los ciclos de aprendizaje y las oportunidades de negocio basadas en los datos de los proyectos. Las empresas que pasan por alto los detalles de los acuerdos con los proveedores corren el riesgo de ceder demasiado control y una ventaja a largo plazo. Al establecer relaciones con los proveedores, las empresas deben asegurarse de poder transferir fácilmente sus datos, mantenerlos separados de los de otros clientes o abandonar una plataforma sin perder información para conservar los beneficios de sus esfuerzos de adopción de la IA.
Además, la IA podría redefinir el papel del modelado de información para la construcción (BIM). En lugar de tratar el BIM como un archivo estático entregado al final de un proyecto, las empresas pueden usar la IA para transformarlo en una visión dinámica y actualizada continuamente del proyecto a lo largo de su ciclo de vida. Esto les permitiría realizar un seguimiento automático de los materiales instalados, el progreso del proyecto, los riesgos de programación y el rendimiento del proyecto, en lugar de depender de informes manuales de campo. A medida que la IA mejore en la verificación y el seguimiento de la actividad del proyecto, las empresas podrán usar datos en tiempo real y evidencia documentada para fundamentar las aprobaciones, los pagos y las decisiones sobre riesgos.
Además, cerca del final de los proyectos, los flujos de trabajo automatizados pueden verificar que los elementos pendientes y la documentación del proyecto estén completos, y preparar la información necesaria para el mantenimiento, las garantías y los flujos de trabajo de rendimiento. La entrega del proyecto podría convertirse en el inicio de relaciones de servicio a largo plazo que incluyan el mantenimiento del edificio, el diagnóstico y la mejora del rendimiento. Las empresas que garantizan derechos claros sobre los datos del proyecto y utilizan estándares abiertos y portátiles pueden estar mejor posicionadas para seguir ofreciendo valor a los clientes una vez finalizada la construcción.
Aunque la IA optimice los flujos de trabajo, la experiencia en el sector seguirá siendo fundamental a medio plazo, posiblemente incluso más que en la actualidad. El verdadero valor residirá en saber interpretar los resultados generados por los agentes, cuándo ignorar o ajustar sus recomendaciones y cómo aplicar los estándares en condiciones reales de proyectos.
A largo plazo (más de cuatro años): Generar valor en el sitio.
Las obras de construcción seguirán siendo físicas, locales y de vital importancia para la seguridad. A largo plazo, el valor que aportará la IA en obra provendrá de la orquestación y la automatización progresiva de todo el sistema operativo de la obra. Más allá de las áreas iniciales de mejora, como el seguimiento del progreso, el control de calidad y la gestión de equipos, es probable que la IA acabe dando soporte a la maquinaria de construcción autónoma, la logística de los patios, el transporte optimizado y la coordinación del transporte entre fábricas, patios y la obra.
Estos sistemas pueden utilizar datos en tiempo real para determinar qué debe moverse, cuándo debe ocurrir, quién o qué debe hacerlo y qué medidas de seguridad son necesarias. La IA también puede contribuir a diseños que faciliten la fabricación, el transporte, el izaje, la instalación y la inspección. Al incorporar desde las primeras etapas del diseño restricciones como tamaños de módulos estándar, límites de transporte y tolerancias de fabricación, los equipos pueden simplificar el trabajo de campo y reducir costes, retrasos en la programación y riesgos de seguridad.
Es probable que la robótica y los humanoides sean un desarrollo a largo plazo. Su uso a gran escala en la construcción, para tareas como el traslado de materiales pesados, la soldadura y la fontanería, podría tardar hasta una década. Sin embargo, los líderes del sector de la arquitectura, la ingeniería y la construcción (AEC) pueden buscar condiciones comerciales que especifiquen quién se beneficia cuando se materializa. Las empresas que esperen a renegociar los contratos hasta que la automatización sea un requisito indispensable podrían descubrir que las ventajas financieras ya se han trasladado a los propietarios y las plataformas tecnológicas. Hasta que la IA se integre profundamente en las operaciones de obra, la velocidad del trabajo de campo seguirá limitando la cantidad de productividad digital que se traduce en resultados reales del proyecto.
Implicaciones para la fijación de precios y las alianzas
A medida que las empresas de arquitectura, ingeniería y construcción (AEC) reinventan sus flujos de trabajo, modelos comerciales y el sector, es probable que las estructuras cambien. Los líderes deben considerar cómo obtener valor de la IA activa mediante nuevos modelos de precios y colaboración.
Del esfuerzo de venta a la excelencia en las ventas
La IA reducirá la cantidad de horas de trabajo necesarias en un sector que a menudo cobra a los clientes en función del tiempo dedicado. Sin nuevos modelos comerciales, las empresas podrían perder ganancias de productividad. La oportunidad no reside solo en pasar de cobrar por tiempo y materiales a cobrar tarifas fijas, sino también en transitar de vender capacidad a vender excelencia, con menos sorpresas, cronogramas más fiables, menor riesgo y mejores resultados en los proyectos. Las empresas pueden adoptar modelos basados en resultados, como tarifas fijas, pagos por hitos, ahorros compartidos, servicios de monitoreo de riesgos o incentivos vinculados al desempeño.
Comprar, construir o asociarse, dependiendo de dónde resida la ventaja competitiva.
Históricamente, los mayores avances tecnológicos en el sector de la arquitectura, ingeniería y construcción (AEC), como el diseño asistido por ordenador, BIM, las plataformas en la nube y el software de gestión de proyectos, han surgido de fuera de la industria. Las empresas AEC siempre han tenido dificultades para desarrollar y escalar productos de software, y la IA avanza demasiado rápido como para que la mayoría de las empresas consolidadas puedan depender principalmente del desarrollo interno. Las alianzas y adquisiciones pueden proporcionar modelos, talento en el desarrollo de productos y manuales de procedimientos operativos con mayor rapidez de la que la mayoría de las empresas pueden crearlos. Las recientes adquisiciones de empresas de tecnología de IA por parte de empresas AEC consolidadas demuestran que los líderes del sector consideran cada vez más a las startups centradas en IA como fuentes importantes de tecnología, experiencia y talento.
La decisión de construir, comprar o asociarse puede basarse en identificar la ventaja competitiva. Las empresas pueden desarrollar soluciones en áreas donde poseen ventajas distintivas que sus competidores o proveedores no pueden replicar fácilmente, como datos propios, flujos de trabajo especializados, sólidas relaciones con los clientes o responsabilidad en la entrega de proyectos. En otras áreas, las alianzas o adquisiciones pueden ser más convenientes (véase el recuadro «Adquiera el motor, no lo asimile»). La mayoría de las empresas de arquitectura, ingeniería y construcción (AEC) invierten en exceso en el desarrollo de capacidades genéricas de IA y subinvierten en el fortalecimiento de áreas donde poseen ventajas estratégicas duraderas, como los sistemas y flujos de trabajo donde se toman las decisiones clave.
La IA reduce el esfuerzo, pero no la responsabilidad.
Si bien la IA puede facilitar muchas tareas, no reduce la necesidad de rendición de cuentas. Los responsables de proyectos pueden empezar a automatizar el trabajo inicial y las tareas que requieren mucha documentación, pero es menos probable que asuman la responsabilidad del trabajo que exige una escalada de problemas significativa, criterio y gestión de riesgos.
Las empresas que automatizan el papeleo rutinario y, al mismo tiempo, refuerzan su posición como expertas de confianza, tienen más probabilidades de proteger las áreas del negocio que siguen siendo más difíciles de reemplazar. Sin embargo, esto plantea un desafío más sutil: muchas de las tareas que la IA está automatizando actualmente son las que tradicionalmente utilizaban los empleados junior para adquirir experiencia y criterio. La IA podría concentrar la experiencia en un grupo reducido de profesionales senior, debilitando así la formación de personal a medida que las empresas dependen cada vez más del criterio de los expertos.
Las empresas podrían necesitar capacitar a su personal junior de manera más intencionada mediante revisiones estructuradas, simulaciones, estándares explícitos y la exposición a casos reales de fracaso de proyectos. De lo contrario, corren el riesgo de crear una generación de trabajadores que aprendan a manejar herramientas de IA sin desarrollar el criterio, el reconocimiento de patrones y la conciencia de riesgos necesarios para liderar proyectos complejos y gestionar situaciones difíciles en las que los clientes esperan que un ser humano asuma la responsabilidad de las consecuencias.
Las empresas de arquitectura, ingeniería y construcción (AEC) también deben prepararse para una importante cuestión de gobernanza. Si bien la regulación formal puede tardar en adaptarse a la IA, los límites prácticos sobre su uso podrían surgir antes a través de contratos, requisitos de seguros y expectativas de los clientes. Las empresas necesitarán cada vez más registros claros sobre cómo se utilizó la IA, a qué datos accedió, qué controles se aplicaron y quién revisó o aprobó el trabajo. Los organismos profesionales de ingeniería ya están empezando a actualizar sus códigos de conducta para reflejar el uso de la IA, exigiendo que su uso sea proporcional a los riesgos que conlleva. Las pistas de auditoría, la supervisión humana y una sólida gobernanza de la IA serán esenciales para ganar y mantener la confianza de los clientes.
Qué pueden hacer los líderes ahora: Una agenda ganadora
Basándonos en nuestro trabajo, hemos desarrollado una guía de seis pasos para que los líderes del sector de la arquitectura, la ingeniería y la construcción (AEC) la sigan en su proceso de integración de la IA con agentes en sus operaciones.
- Priorice de tres a cinco flujos de trabajo de alto valor. Comience con las áreas donde la variabilidad en costos, plazos, riesgos y rendimiento sea mayor, como la estimación, la revisión de la constructibilidad y el riesgo de retrasos en el cronograma. Para minimizar los cuellos de botella, priorice la implementación en flujos de trabajo cuyo rendimiento actualmente depende en gran medida de un pequeño grupo de expertos.
- Rediseñe el trabajo, no solo la tarea. Reconfigure los flujos de trabajo para que los agentes recuperen información, elaboren informes, identifiquen riesgos y gestionen las decisiones, mientras que los humanos se encargan del juicio, la responsabilidad y las compensaciones. Al integrar la mejor experiencia acumulada de la organización en los flujos de trabajo rediseñados, todos los equipos se benefician de las lecciones aprendidas en todo el portafolio.
- Cree productos de datos en torno a los flujos de trabajo y captúrelos a medida que se desarrolla el trabajo. Trate los datos del proyecto como activos reutilizables con propiedad clara, estándares de calidad, trazabilidad y derechos de acceso. Los datos deben estructurarse en función de las decisiones que respaldan, no solo almacenarse para cumplir con la normativa. Además, negocie los derechos de datos de los proveedores, la portabilidad y la separación de datos de los clientes como cuestiones estratégicas importantes, no solo como detalles técnicos del contrato.
- Actualiza los modelos comerciales en paralelo con la implementación de la IA, no después. Deja de cobrar por horas y empieza a cobrar por resultados. Esperar a que los clientes vean claramente las mejoras en la productividad puede dificultar la renegociación de precios. Toma decisiones deliberadas desde el principio sobre qué mejoras de productividad trasladar a los clientes, cuáles reinvertir en trabajos de mayor valor y cuáles conservar como margen de beneficio mejorado.
- Elige dónde desarrollar, comprar o asociarte. Desarrolla capacidades de IA solo en áreas que ofrezcan una ventaja competitiva duradera. Asóciate o adquiere en todo lo demás, especialmente en herramientas que mejoren la coordinación y los flujos de trabajo entre sistemas. Al adquirir proveedores de tecnología, actúa como un cliente que brinda apoyo y otorga autonomía a sus equipos para que la tecnología se utilice en proyectos reales. Al asociarte, sé proactivo pero selectivo. Comparte lo suficiente para generar valor, protegiendo al mismo tiempo los datos, flujos de trabajo y conocimientos propios que diferencian a la empresa.
- Escala con gobernanza y mide lo que importa. Mantén la supervisión humana, los registros de auditoría, los controles de riesgo, la seguridad de los datos, la documentación lista para las aseguradoras y la capacitación basada en roles. Considera cómo usar la IA como parte de la entrega diaria de proyectos, no como una colección de pilotos. Realiza un seguimiento de los resultados que reflejen el impacto real en el negocio y las operaciones. Evita depender de métricas como el número de licencias de software implementadas o pilotos, que pueden sobreestimar el progreso. Mide si la IA está mejorando la entrega de proyectos y el rendimiento del negocio para estar mejor posicionado ante posibles cambios en las condiciones del mercado.
Para obtener valor de la IA con capacidad de gestión, se requiere más que adoptar nuevas herramientas; implica reestructurar los modelos comerciales y operativos. El valor trasciende el rendimiento de una empresa individual. Puede extenderse a la sociedad en general mediante infraestructuras de menor coste, una entrega de viviendas más rápida, proyectos energéticos e industriales más fiables, un mantenimiento más seguro y un mejor aprovechamiento del escaso talento en ingeniería y construcción.
Los líderes del sector de la arquitectura, ingeniería y construcción (AEC) que actúan con anticipación pueden aprovechar las lecciones aprendidas en diversos proyectos para redefinir la forma en que sus empresas generan valor. Las empresas que actúan con demasiada lentitud pueden ver cómo su ventaja competitiva se traslada gradualmente a la competencia, los proveedores, las startups de IA o incluso a los propios clientes.
Acerca del/de los autor/es
Daniel Ahmoye es socio en la oficina de McKinsey en el oeste de Canadá, donde Aleem Mawji es socio asociado; Erik Sjödin es socio en la oficina de Estocolmo; José Luis Blanco es socio sénior en la oficina de Nueva York; Marita Winslade es socia asociada en la oficina de Toronto; y Patrick Rogers es socio asociado en la oficina de Londres.
Los autores desean agradecer a Evan Fulford, María Jesús Ramírez y Peeyush Karnani por sus contribuciones a este artículo.
