El algoritmo que cambia el mapa de la capital
La inteligencia artificial no solo está en nuestros teléfonos y computadoras. Está reorganizando silenciosamente la geografía urbana de la Ciudad de México de maneras que hasta hace cinco años hubiera parecido ciencia ficción. Y aunque suena dramático, los números lo respaldan: promotores inmobiliarios, inversionistas y desarrolladores ya usan sistemas de IA para predecir dónde será rentable construir, qué tipo de espacios demandará el mercado y, crucialmente, cómo el trabajo remoto está vaciando torres de oficinas en Santa Fe mientras llena departamentos en Condesa y Roma.
Esto no es un fenómeno aislado. Es el resultado de una tormenta perfecta de transformación laboral, digitalización acelerada y la llegada de herramientas predictivas que procesan millones de puntos de datos sobre patrones de movilidad, búsquedas en internet, transacciones inmobiliarias y comportamiento de trabajadores. Los algoritmos ya saben, muchas veces antes que nosotros, hacia dónde nos movemos.
¿Por qué importa esto?
Porque define literalmente dónde vivirá la clase media mexicana en los próximos diez años. Cuando una inmobiliaria invierte mil millones de pesos en un proyecto, no lo hace por intuición: lo hace porque análisis de IA le dicen que ese corredor de Polanco o esa zona en Naucalpan tiene potencial. Y esa predicción se convierte en realidad porque determina dónde se construye, cómo suben los precios, y quién puede acceder a vivienda.
Pero aquí está el giro irónico: mientras la IA optimiza mercados inmobiliarios para quienes pueden pagar, excluye a la mayoría de los capitalinos. Los algoritmos no discriminan por intención, discriminan por datos. Y los datos que alimentan estos sistemas reflejan privilegios históricos: inversiones pasadas concentradas en zonas de alto ingreso, búsquedas de vivienda de usuarios conectados, transacciones registradas formalmente.
La oficina está muriendo (lentamente)
El trabajo híbrido fue el detonador. Cuando Microsoft, Google y otras gigantes anunciaron modelos de oficina flexible post-pandemia, los desarrolladores de CDMX notaron algo: la demanda por metros cuadrados de oficina premium empezó a caer. Las torres de vidrio en Santa Fe, símbolo del México aspiracional de los 2000, enfrentan ahora una realidad incómoda: no todos necesitan estar allí cinco días a la semana.
Esto generó una cascada de cambios. Algunos promotores reconvirtieron oficinas en vivienda. Otros apostaron por espacios «coworking de lujo» o edificios con uso mixto: oficinas en los pisos bajos, departamentos arriba, estacionamientos y retail en el sótano. La IA ayudó a calcular la proporción exacta que funcionaría financieramente en cada zona. El resultado: un reordenamiento radical de la economía urbana.
La geografía invisible del algoritmo
Existe una geografía que ahora es casi imperceptible pero brutal en sus consecuencias. Los sistemas de IA que analizan dónde invertir están concentrando capital en corredores específicos: la prolongación de Paseo de la Reforma, el eje Polanco-Chapultepec, ciertos tramos de Avenida México. No porque sean intrínsecamente mejores, sino porque los datos históricos muestran que allí ha habido más inversión, más compras formales, más usuarios de apps inmobiliarias.
Mientras tanto, zonas con potencial real pero con menos datos digitalizados quedan fuera del mapa de inversión. Un barrio en Iztapalapa o Gustavo A. Madero podría desarrollarse, pero si sus transacciones inmobiliarias se hacen informalmente, si sus residentes no son usuarios activos de plataformas digitales, la IA simplemente no los ve.
El relato corporativo (y lo que omite)
Las inmobiliarias cuentan una historia optimista: «La IA democratiza el acceso a información» y «hace mercados más eficientes». Técnicamente cierto. Pero eficiencia para quién es la pregunta incómoda que nadie quiere responder. Estos sistemas son eficientes para maximizar ganancias de inversores, no para resolver la crisis de acceso a vivienda que aqueja a la mayoría de mexicanos.
Tampoco hablan de algo crucial: la IA en bienes raíces perpetúa concentración. Algoritmos bien entrenados son predictores extremadamente precisos… de lo que ya pasó. Aprenden patrones históricos de inversión que reflejan desigualdad. Luego, las decisiones basadas en esas predicciones refuerzan esos mismos patrones, creando un ciclo de retroalimentación que profundiza la segregación urbana.
¿Y ahora qué?
La transformación es real e inevitable. La CDMX seguirá reorganizándose. Pero hay preguntas que deberían incomodar a reguladores, sociedad civil y gobiernos locales: ¿Quién decide qué datos entrenan estos algoritmos? ¿Hay transparencia en cómo inmobiliarias usan IA para tomar decisiones que afectan a millones? ¿Se considera el impacto social en zonas donde la IA decide que no hay «potencial»?
La inteligencia artificial no es neutral. Codifica decisiones, refleja sesgos, concentra poder. En el mercado inmobiliario de una megaciudad como la CDMX, eso no es una cuestión técnica. Es profundamente política. Y apenas estamos empezando a verlo.
Información basada en reportes de: El Financiero