Built World AI - Estratégias de transformação com IA para os setores de construção e imobiliário

• Construção e mercado imobiliário representam uma grande fatia do PIB, mas ainda avançam lentamente na transformação digital; nesse contexto, a IA multimodal, capaz de lidar com colaborações complexas que misturam linguagem, imagens e vídeo, chegou a um ponto em que pode mudar drasticamente produtividade, segurança e qualidade
• De projeto e orçamento a segurança no canteiro, gestão do conhecimento e robótica, são apresentadas cinco categorias principais de oportunidade em Construction AI; de intermediação, busca, operações e design, quatro categorias principais em Real Estate AI
• Na construção, geração automatizada de projetos, automação de takeoff e orçamento com base em plantas, comunicação no canteiro via voz e imagem, gestão do conhecimento com integração de documentos e robôs de construção que colaboram com pessoas são áreas com potencial especialmente alto
• No setor imobiliário, as principais oportunidades estão na automação do trabalho de corretores e agentes, busca e descoberta de imóveis com linguagem natural, automação operacional sobre sistemas legados e design e visualização de espaços com IA generativa
• De forma geral, espera-se uma transformação ainda maior do que a ocorrida com a adoção de CAD e SaaS, e fundadores que entendam vantagem de dados, integração de workflow e a natureza relacional do setor poderão criar valor de longo prazo em Built World AI

---

Visão geral do Built World e da transformação com IA

• O Built World, composto por edifícios e infraestrutura, é um enorme sistema colaborativo em que pessoas, capital e materiais são combinados de forma sofisticada, com uma estrutura que gera grande volume de trabalho com linguagem e documentos em todo o processo de projeto–construção–operação
  • Do skyline a um bairro ou a um único edifício, tudo é resultado de projetos que envolvem inúmeros participantes, procedimentos complexos, regulações e captação de capital
  • O projeto exige imaginação, a construção exige disciplina e recursos, e a manutenção exige resiliência e continuidade ao longo do tempo
• Na economia dos EUA, há um mercado de US$ 1,3 trilhão em construção (4,4% do PIB) e US$ 4,2 trilhões em imobiliário, aluguel e leasing, mas os benefícios da inovação em SaaS chegaram apenas de forma limitada
  • Em ambos os setores, a coordenação entre múltiplos locais e partes interessadas é central, e há uma forte característica de lidar, por meio da linguagem, com decisões de alto risco que misturam texto, imagem e vídeo
  • Houve avanços tecnológicos nos últimos 20 anos, mas eles não foram suficientes para resolver de forma fundamental esses problemas complexos de coordenação
• A infraestrutura física é uma área que carrega enormes responsabilidades em custo, qualidade, segurança e conformidade regulatória, e a IA multimodal é a ferramenta para redesenhar todos esses eixos
  • Ao imaginar 2030, será possível gerar instantaneamente um modelo completo de edifício a partir de um esboço, enquanto o estimador ajusta orçamentos gerados automaticamente a partir das plantas, e relatórios de segurança no canteiro serão inseridos por voz e imagem
  • Na busca e compra de moradia, assim como na gestão de edifícios, também será possível ter uma navegação mais intuitiva e operações automatizadas
• Built World AI criará mais um ponto de inflexão estrutural, depois de CAD e SaaS, tendo como eixo central os LLMs multimodais e novas formas de colaboração entre humanos e máquinas
  • A Bessemer, além de seu portfólio existente como Procore e ServiceTitan, vê os dois setores de Vertical AI em construção e imobiliário como áreas centrais

Insight principal: as oportunidades em Built World AI

• Construção e mercado imobiliário respondem por quase 1/4 do PIB dos EUA, mas seguem com níveis de investimento em tecnologia e digitalização significativamente mais baixos do que outros setores
  • Segundo a Deloitte, a taxa de investimento em tecnologia na construção é de apenas 2,7% da receita, em contraste com finanças e manufatura, que investem 5–10% ou mais
  • Em setores onde precisão e coordenação são essenciais, a falta de infraestrutura digital leva a perdas de oportunidade ainda maiores
  • A tecnologia de IA multimodal chegou a um ponto em que pode mudar de forma fundamental o modo de trabalho ao longo de todo o ciclo de projeto, construção e operação
• Na construção, cinco categorias são o primeiro alvo do uso de IA: geração de projeto, levantamento quantitativo e orçamento, coordenação no canteiro, gestão do conhecimento e robótica
  • Design generation: geração automática de projetos e modelos 2D/3D com conformidade regulatória e otimização de custos, transformando o processo tradicional centrado em CAD em design generativo
  • Takeoff & estimation: extração automática, a partir das plantas, de quantidades de materiais e etapas de obra, permitindo que a equipe de orçamento foque em preços e otimização de margem
  • On-site coordination: integração de voz, imagem, vídeo e texto do canteiro para tornar comunicação e gestão de segurança mais rápidas e proativas
  • Knowledge management: integração de dados dispersos como contratos, plantas, RFI e change orders em uma única fonte consultável da verdade
  • Construction robotics: canteiro baseado em colaboração humano-robô, com controle de equipamentos autônomos e semiautônomos por interfaces em linguagem natural
  • Cada área envolve fluxos de dados complexos que misturam linguagem e plantas, como desenhos, contratos, RFIs, change orders e relatórios de segurança
  • LLMs multimodais e modelos especializados por domínio chegaram a um ponto em que podem automatizar e ampliar esses fluxos
• No mercado imobiliário, LLMs e modelos generativos ampliam seu papel com foco em quatro oportunidades
  • Automação do trabalho de brokers e agentes, busca e descoberta de imóveis pelos clientes, automação operacional baseada em sistemas legados e design e visualização com IA generativa
  • Como é um setor centrado em relacionamentos e conhecimento local, a ênfase está em preservar a estrutura humana enquanto se reduzem drasticamente tarefas administrativas e repetitivas
• Em construção e imobiliário como um todo, produtos com dados especializados de domínio, integração profunda, alinhamento de incentivos e empatia com o usuário serão a principal vantagem competitiva das empresas de Vertical AI
  • O eixo importante não é apenas automação, mas o desenho de workflows que melhorem ao mesmo tempo rentabilidade (margem), risco e confiança

# [I. Construction AI: por que agora]

• Nos últimos mais de 60 anos, a produtividade do trabalho total nos EUA aumentou mais de 290%, mas a produtividade do trabalho na construção apresentou uma trajetória de queda de cerca de 1% ao ano entre 1970 e 2020
  • A construção emprega mais de 7 milhões de pessoas e gera US$ 1,3 trilhão em valor anual, mas a estagnação da produtividade limita o crescimento do setor
  • O problema não é falta de esforço ou especialização, mas a dificuldade de coordenação entre stakeholders e etapas de execução complexas
• O ecossistema da construção se divide em quatro subsetores — residencial, comercial, industrial e infraestrutura —, e softwares como Procore e Autodesk atuam como infraestrutura básica que os conecta
  • Mesmo assim, o setor enfrenta ventos contrários estruturais como escassez persistente de mão de obra (estima-se que seriam necessários cerca de 500 mil trabalhadores adicionais só em 2026 para atender à demanda), alta de juros, volatilidade no preço de matérias-primas e choques de política pública e cadeia de suprimentos
  • Segundo dados da Deloitte, construtoras investem apenas 2,7% da receita anual em tecnologia, o nível mais baixo entre os setores pesquisados
  • Isso contrasta com finanças ou manufatura, onde frequentemente mais de 5% a 10% é destinado à tecnologia
• Projetos de construção giram em torno de dados multimodais que misturam linguagem e plantas, como contratos, desenhos, documentos de obra, planos de projeto, relatórios de segurança, pedidos de compra, change orders e relatórios de inspeção
  • Trata-se de uma estrutura complexa em que mais de 15 grupos de stakeholders participam de um projeto, incluindo construtoras gerais e subcontratadas, engenheiros, órgãos reguladores, instituições financeiras, seguradoras e proprietários
  • Em cada etapa — projeto, preconstruction, construção e closeout — surgem fricções nas responsabilidades e no fluxo de informação
• Com o surgimento de aplicações especializadas em construção baseadas em LLM multimodal, está se formando a base tecnológica para resolver os maiores gargalos: problemas de coordenação e fluxo de conhecimento
  • Projeto paramétrico e processamento geométrico ainda são temas de pesquisa difíceis, mas há uma rápida expansão de artigos de AI/ML relacionados, comunidades acadêmicas e instituições e conferências dedicadas
  • Esse movimento está levando à criação de startups de Construction AI e à expansão de cohorts de aceleradoras

5 principais categorias de Construction AI

• 1. Geração de projetos (Architecture & Design)

  • Atualmente, o projeto de edifícios depende de ferramentas digitais de projeto como AutoCAD e Revit, mas o nível real de automação ainda é baixo e exige alta especialização
    • Sempre que há mudanças no projeto ou atualizações de normas, existe uma grande carga de trabalho para revisar manualmente todos os desenhos 2D e modelos 3D
    • Essas ferramentas são fortes em precisão, mas fracas para iteração rápida e experimentação, o que torna lentas as mudanças de projeto e limita a criatividade
  • Se forem implementados sistemas capazes de gerar instantaneamente desenhos e documentos de projeto e construção, incluindo conformidade com normas, otimização de custos e incorporação das exigências do cliente, a velocidade de projeto pode ter potencial para aumentar em até 10 vezes
    • Isso permitiria que arquitetos, engenheiros estruturais e designers de MEP se concentrassem em decisões de projeto de nível mais alto, em vez de trabalho manual repetitivo
  • Várias empresas, como Higharc, Finch e Augmenta, estão construindo plataformas de design generativo que combinam geração paramétrica e raciocínio
    • Como a construção é, em essência, uma combinação de geometria e restrições, a capacidade de compreender profundamente e gerar complexidade geométrica tende a ser um diferencial sustentável

• 2. Pré-construção: levantamento de quantitativos e estimativas (Takeoff & Estimation)

  • Só nos EUA, mais de 200 mil estimadores (Estimators) sustentam a base financeira da construção, mas ainda dependem de fluxos de trabalho manuais, repetitivos e suscetíveis a erros
    • O próprio termo “Takeoff” vem da época dos desenhos em papel, quando se media cada dimensão e se contava manualmente cada material
    • Mesmo usando softwares existentes, ainda é necessário definir manualmente assemblies de cada parte, como paredes, janelas e pisos, medir quantidades de materiais e organizar custos de mão de obra e materiais
  • Sempre que ocorrem alterações de projeto ou mudanças de preço, é preciso recalcular tudo, e um processo que deveria ser orientado por dados acaba se aproximando de um “chute qualificado (educated guess)”
    • Um CFO de uma subcontratada de Nova York chegou a dizer que, ao executar 365 projetos por ano, está “apostando 365 vezes”, o que mostra o nível de risco dessa estrutura
  • Bild AI, Drawer AI e SketchDeck AI estão desenvolvendo produtos voltados para automatizar assemblies e levantamentos de quantitativos de acordo com mudanças de projeto, ajudando os estimadores a focar mais em margem e estratégia de preços
    • Modelos multimodais capazes de interpretar até imagens e vídeos formam a base para acelerar a automação dessa área, ao compreender com mais precisão desenhos, especificações e dados de campo

• 3. Comunicação e coordenação no canteiro (On-site Communication & Coordination)

  • A comunicação no canteiro e a gestão de segurança ainda estão espalhadas por canais fragmentados que misturam e-mails, telefonemas, mensagens de texto, registros em papel e planilhas
    • Os programas de segurança também têm a limitação de se basear em inspeções periódicas e checklists, de modo que muitas vezes os riscos só aparecem depois que já ocorreram
    • Até mesmo plataformas líderes ainda dependem bastante de entrada manual de dados e carecem de tradução em tempo real, compreensão de contexto e recursos de geração de insights
  • É preciso criar um ambiente em que encarregados de obra e trabalhadores possam registrar RFIs multilíngues, relatórios de campo e observações de segurança apenas com a voz, com conexão automática a timestamp, múltiplos idiomas, desenhos, cronograma e localização
    • Instruções verbais, notas de progresso e dúvidas seriam acumuladas como um registro estruturado e pesquisável do projeto, permitindo que todos os participantes compartilhem as mesmas informações independentemente de idioma, turno ou etapa da obra
  • Com LLMs multimodais que combinam voz, imagem, vídeo e texto, ferramentas capazes de criar coordenação mais rápida, intervenções preventivas de segurança e canteiros com maior percepção de risco serão a marca da próxima geração de software para Construction

• 4. Gestão do conhecimento (Knowledge Management)

  • Gerentes de projeto frequentemente precisam transitar entre ferramentas de gestão de projetos, e-mail, mensageiros e outros canais para encontrar as informações necessárias ou resolver conflitos
    • Dados essenciais ficam isolados por equipe ou enterrados em longas threads de conversa, criando uma estrutura que leva a atrasos em decisões e cronogramas, erros e problemas de entrega
  • É necessário um hub de conhecimento em que, em uma única plataforma, o gerente de projeto possa fazer perguntas em linguagem natural e encontrar imediatamente os documentos necessários, obter respostas para perguntas técnicas complexas e resolver questões de coordenação antes que impactem custo e cronograma
    • Em um formato que permita explorar, com base em consultas em linguagem natural, relações entre fontes heterogêneas como RFIs, change orders, contratos e desenhos
  • Empresas como Trunk Tools e TwinKnowledge estão conectando documentos fragmentados, como contratos, desenhos, RFIs e change orders, para reconstruir o fluxo de conhecimento do projeto
    • Elas estão tentando viabilizar uma gestão de projetos baseada em perguntas e respostas em linguagem natural

• 5. Robótica na construção (Construction Robotics)

  • A escassez de mão de obra, os riscos de segurança e o aumento no custo de materiais estão tornando o trabalho no canteiro cada vez mais caro e difícil de escalar
    • Embora a automação tenha avançado muito em outras indústrias, muitos processos da construção ainda permanecem centrados no trabalho manual
    • Em um contexto de rápida alta da demanda por infraestruturas críticas, como data centers, a estrutura atual tem baixa escalabilidade
  • Se sistemas robóticos autônomos e semiautônomos passarem a trabalhar junto com os operários, em um canteiro onde uma única pessoa controla vários equipamentos em linguagem natural, haverá grande potencial para aumentar simultaneamente a utilização de mão de obra e equipamentos
    • Empresas como Terrafirma e Bedrock Robotics estão adaptando equipamentos existentes para permitir operação autônoma e semiautônoma
  • O próximo salto de produtividade virá da colaboração entre pessoas e máquinas
    • No início, a evolução irá de controles baseados em apontar e clicar para depois avançar na direção do uso de linguagem natural para operar vários equipamentos ao mesmo tempo

5 princípios para fundadores de Construction AI

• Criação de valor (Value Creation): mais do que simples ganho de eficiência, é importante projetar produtos que entreguem impacto financeiro mensurável, como redução clara de custos ou melhoria de receita/margem
• Pontos de dor (Pain Points): para gerar mudanças relevantes, é preciso atacar não tarefas fragmentadas de uma equipe, mas gargalos centrais que envolvem vários stakeholders e afetam diretamente prazo e resultado do projeto
• Vantagem de dados (Data Advantage): é preciso adotar uma estratégia de garantir ativos de dados especializados no domínio, como bibliotecas de custos, desenhos anotados e histórico de projetos, para construir uma vantagem de dados duradoura e uma defensabilidade que se fortalece com o tempo
• Profundidade de integração (Integration Depth): é importante integrar-se profundamente a processos e ferramentas existentes para minimizar barreiras de adoção e criar fluxos de trabalho que se espalhem naturalmente pelo canteiro, projeto e equipes
• Empatia com o usuário (User Empathy): é preciso compreender com precisão o contexto, as restrições e as motivações de cada papel — arquiteto, estimador (Estimator), encarregado de obra, engenheiro de projeto e trabalhador — e projetar uma experiência de produto que reflita essa realidade

# [II. Real Estate AI]

Por que agora: um setor centrado em relacionamentos e modelos de linguagem

• Depois que a obra termina, o edifício passa a receber locatários e moradores, entrando em uma nova cadeia de valor que inclui venda, locação, pagamentos, gestão de ativos e manutenção
  • Embora o fluxo varie conforme o tipo de ativo (residencial, comercial, industrial ou de propósito específico), há uma característica comum: trata-se de um negócio baseado em confiança, relacionamento e conhecimento local
• O mercado atual enfrenta dificuldades estruturais sob pressões macroeconômicas, como desequilíbrio entre oferta e demanda, custo de moradia em níveis recordes e aumento dos custos operacionais
  • Ainda assim, os principais participantes, como incorporadoras, corretores, proprietários de ativos e operadoras, continuam dependendo de trabalho manual, dados dispersos e software ultrapassado
  • Os dados estão espalhados por planilhas, PDFs e sistemas legados de gestão de ativos e listagem, gerando ineficiência e perda de oportunidades
• A IA multimodal permite entender e raciocinar sobre dados não estruturados em diferentes fontes, abrindo possibilidades de automação e geração de insights em toda a cadeia de valor
  • À medida que a integração com sistemas existentes se torna cada vez mais fácil, o setor imobiliário chega a um momento em que um salto de produtividade impulsionado por Real Estate AI pode acontecer pela primeira vez em décadas
• O setor imobiliário é, em essência, um negócio de conversa entre pessoas, no qual especialização local e confiança determinam os resultados
  • Só nos EUA, as comissões de corretores ultrapassam US$ 100 bilhões por ano, há mais de 500 bancos de dados MLS (listagem de imóveis), e a conclusão de uma transação residencial ainda leva de 30 a 60 dias ou mais, mantendo uma estrutura ineficiente
  • Tecnologias de LLM e agentes estão em posição de reduzir tarefas repetitivas de linguagem e administrativas, ajudando em melhores decisões e na construção de relacionamentos

4 principais categorias de Real Estate AI

• 1. Automação do trabalho de corretores e agentes

  • Agentes e corretores imobiliários têm como papel central construir relacionamentos, mas na prática gastam a maior parte do tempo com prospecção de leads, qualificação de leads, coordenação de agendas de visitas, elaboração de pareceres de valor, gestão de compliance e coleta de assinaturas — ou seja, tarefas administrativas
    • Na era da IA, há um espaço enorme para automatizar esses fluxos repetitivos e centrados em linguagem
  • Serif e Fyxer focam na automação de e-mails, enquanto Closera e HenryAI miram fluxos diferentes ao oferecer ferramentas de marketing e avaliação de valor
    • Corretoras com IA como a TurboHome constroem um modelo em que fornecem ferramentas de IA aos agentes para automatizar fluxos de trabalho e repassam ao cliente os custos economizados na forma de comissões menores

• 2. Busca e descoberta de ativos (Property Search & Discovery)

  • Tanto no segmento comercial quanto no residencial, os portais tradicionais de listagem de imóveis ainda dependem de filtros básicos e atributos estáticos e
    • têm a limitação de não capturar bem contextos importantes como características do bairro, potencial de investimento e estado do ativo (edifício)
  • No imobiliário comercial, estão surgindo ferramentas de seleção de sites com IA que processam dados não estruturados de várias fontes para otimizar a estratégia de localização
    • O objetivo é permitir que as empresas decidam sua localização de forma mais rápida e orientada por dados
  • Do lado do consumidor, estão surgindo plataformas de nova geração que oferecem consultas em linguagem natural e experiências de busca personalizadas
    • Os compradores podem encontrar o imóvel desejado por meio de consultas conversacionais, agendar visitas, lidar com a documentação em fluxos no estilo agente e reduzir a comissão de corretagem
  • A integração do Zillow com o ChatGPT é um exemplo inicial da direção em que a busca imobiliária deixa de ser mera consulta para se expandir como um copiloto que ajuda em toda a jornada de compra de um imóvel

• 3. Gestão de ativos (Property Management)

  • Uma das maiores oportunidades está em construir fluxos baseados em LLM sobre plataformas legadas de property management
    • Sistemas existentes com mais de 25 anos ainda são a espinha dorsal operacional do setor, mas não oferecem responsividade nem experiência de usuário modernas
  • Startups podem encontrar oportunidade ao expandir funcionalidades por meio de integração profunda, em vez de substituir completamente esses sistemas
    • Colocando uma camada de orquestração de workflows com LLM sobre os sistemas existentes
  • EliseAI e SurfaceAI se integram profundamente aos sistemas de gestão de ativos já existentes para
    • orquestrar fluxos verticalmente especializados que cobrem locação, renovação, manutenção e comunicação com inquilinos
    • Especialmente na operação de multifamily, mostram o formato de plataformas de agentes de IA que ajudam a identificar insights de receita, automatizar workflows e melhorar a eficiência operacional

• 4. Design e visualização (Design & Visualization)

  • Staging físico e virtual, layouts de interiores e visualização de design continuam sendo áreas lentas, caras, difíceis de personalizar e com escassez de ferramentas que ajudem na imaginação
    • No residencial, os agentes têm dificuldade em adaptar visuais ao gosto de cada comprador ou ao seu plano de reforma,
    • e, no comercial, os agentes também carecem de ferramentas para mostrar como um espaço ficaria ao ser transformado para o workflow de um negócio específico
  • A produção atual de conteúdo exige muito gasto com equipes de fotografia, vídeo e edição, tem baixo nível de personalização e também não é fácil ajustar o conteúdo de forma detalhada para cada canal e público-alvo
  • Ferramentas generativas como Spacely AI, Kassa, Gendo e Renovate AI são criadas para processar etapas de visualização, personalização e storytelling quase instantaneamente, apontando para uma redução significativa de custos e lead time
    • Startups que reconstroem design, marketing e experiência desde o início tendo a IA generativa como premissa estão mudando a forma de fazer design imobiliário e produção de conteúdo

5 princípios para fundadores de Real Estate AI

• Criação de valor (Value Creation): deve ser capaz de gerar crescimento mensurável de receita ou redução de custos, por exemplo ao reduzir terceirização e tarefas administrativas, melhorar a conversão de leads e encurtar o tempo de fechamento da transação
• Densidade de workflow (Workflow Density): para construir confiança, o maior valor está em produtos que gerenciam do início ao fim jornadas complexas e emocionalmente envolvidas, como venda ou locação, em vez de resolver apenas uma função isolada e estreita
• Dados proprietários e locais (Proprietary, Localized Data): é importante uma estratégia de fortalecer precisão e defensabilidade ao acumular um flywheel de dados hiperlocais que reflita comportamento de mercado, características de zoneamento (zoning) e redes de relacionamento
• Alinhamento de incentivos (Incentive Alignment): é necessário projetar uma estrutura em que todos ganhem — proprietários, operadores, inquilinos e agentes — para reduzir atrito e acelerar adoção e disseminação
• Considerar os relacionamentos (Account for Relationships): como o setor imobiliário é centrado em relacionamentos, é preciso combinar automação com um design que melhore a própria experiência de agentes, proprietários, operadores, compradores e locatários

Exemplos do portfólio Built World AI da Bessemer e tese de investimento

A Bessemer já apoia várias empresas na interseção entre Built World e IA, e possui um portfólio que abrange diversas áreas, como gestão de construção, operações em campo, marketing imobiliário, manutenção e conformidade tributária e regulatória

• Principais exemplos no lado de Construction
  • Procore: uma plataforma de gestão de construção baseada em nuvem que integra documentos, orçamento e cronograma em um único sistema, conectando diferentes stakeholders
  • ServiceTitan: um software operacional end-to-end para negócios de trades como HVAC, encanamento e elétrica, incluindo agendamento, despacho, faturamento e pagamentos
  • Capmo: atua como um assistente inteligente de projetos que oferece aos gerentes de construção uma visão geral de todo o andamento do projeto
  • Curri: uma plataforma de entregas orientada por tecnologia que permite transportar rapidamente materiais de construção e industriais, ajudando clientes a se moverem mais rápido e entregarem sem restrições de suprimento
  • MaintainX: um CMMS (Computerized Maintenance Management System, sistema computadorizado de gestão de manutenção) que torna a manutenção mais eficiente em vários setores, incluindo facilities e imóveis
  • Miter: fornece um conjunto de apps de RH, finanças e operações para contratados, simplificando a gestão do negócio
• Exemplos em Real Estate e serviços ao redor
  • EliseAI: uma plataforma de IA automatizada e conversacional que automatiza a comunicação em organizações residenciais e de saúde para aumentar a eficiência operacional
  • Hatch: uma solução de equipe de atendimento ao cliente com IA que melhora a experiência do cliente e ajuda no crescimento da receita em áreas como home services e reformas
  • LuxuryPresence: uma plataforma de marketing com IA para agentes imobiliários que ajuda agentes a atrair mais clientes e trabalhar com mais eficiência
  • Ownwell: um software que reduz o custo de posse de imóveis ao gerenciar todo o processo de contestação, redução e correção de impostos
  • Rilla: uma solução que oferece coaching de vendas com IA em serviços automotivos, home services e construção residencial
  • Rundoo: um software all-in-one que aumenta a aquisição de clientes e a eficiência operacional de lojas independentes de materiais
  • SurfaceAI: uma plataforma de agentes de IA para operadores de moradias multifamiliares, apoiando a identificação de oportunidades de receita, a automação de workflows e a otimização operacional
  • VTS: uma plataforma integrada para proprietários e operadores de imóveis comerciais, permitindo gerenciar em um só lugar leasing, inteligência de mercado e workflows de experiência do inquilino
  • WiredScore: organização que estabelece um benchmark global de conectividade digital e nível de smart building por meio das certificações WiredScore e SmartScore