Marco de evaluación y caracterización del software de inteligencia artificial con potencial de implementación en la gestión de empresas edificadoras de vivienda en Colombia, como recurso para impulsar productividad a partir de la transformación digital

Abstract

El presente estudio aborda la aplicabilidad y viabilidad de herramientas de inteligencia artificial en los estudios de factibilidad de proyectos inmobiliarios y de construcción en Colombia, con un énfasis particular en las MiPymes. El problema parte de la baja adopción tecnológica en este sector, caracterizado por limitaciones de recursos, fragmentación de datos y un entorno organizacional complejo que exige altos niveles de adaptación cultural a la transformación tecnológica. El objetivo principal consistió en identificar, evaluar y caracterizar herramientas de IA que apoyen cada fase del estudio de factibilidad —jurídica, de mercado, técnica y económico-financiera— a través de una metodología multicriterio, pruebas comparativas y un análisis crítico de resultados. Los hallazgos evidencian que las arquitecturas con generación aumentada por recuperación RAG y de razonamiento resultan más efectivas en el análisis jurídico y documental, que el procesamiento del lenguaje natural PLN y el aprendizaje automático supervisado, no supervisado y por refuerzo potencian los estudios de mercado, que la visión por computador y la optimización heurística agregan valor en lo técnico, y que la generación de código y el razonamiento numérico son decisivos en lo económico-financiero. Además, se comprobó que herramientas como modelos de lenguaje grande LLM presentan desempeños diferenciados según la tarea, confirmando que la selección debe ser modular y dependiente del contexto de uso. En conclusión, el estudio propone un marco metodológico replicable, sustentado en la Matriz de caracterización de herramientas de IA (Anexo C), que facilita a las empresas tomar decisiones tecnológicas informadas. Este marco asegura resultados reproducibles, mayor trazabilidad y un balance adecuado entre valor funcional, costos y gobernanza de datos. (Texto tomado de la fuente)

This study examines the applicability and feasibility of artificial intelligence tools in the feasibility studies of real estate and construction projects in Colombia, with a special focus on SMEs. The research problem stems from the sector's low technological adoption, limited resources, fragmented data, and a complex regulatory framework that demands high levels of traceability and verification. The main objective was to identify, characterize, and evaluate Al tools to support each stage of feasibility studies-legal, market, technical, and financial through a methodology based on weighted multicriteria analysis, comparative testing, and critical evaluation of results. Findings show that RAG-based architectures are most effective in legal and documentary analysis, that NLP and supervised/unsupervised machine learning strengthen market studies, that computer vision and heuristic optimization add value to the technical phase, and that code generation and numerical reasoning are crucial in the financial dimension. Tools such as Perplexity, Claude, ChatGPT, and NotebookLM demonstrated different strengths depending on the task, confirming that tool selection must be modular and context-dependent. In conclusion, this research proposes a replicable methodological framework, supported by the Al Tools Characterization Matrix (Annex D), which allows companies to make informed technological decisions. The framework ensures reproducibility, improved traceability, and a balanced approach between functional value, costs, and data governance.