La intel·ligència artificial aplicada a la captura d'oportunitats de negoci està redefinint sectors que fins ara semblaven impermeables a la transformació digital. L'última mostra arriba des de Nova York: Cascade, una startup fundada per dos emprenedors amb passat a Google i Amazon, ha tancat una ronda llavor de 3,5 milions de dòlars liderada pel programa Speedrun d'Andreessen Horowitz (a16z). La proposta de Cascade és tan simple com ambiciosa: detectar projectes de construcció abans que siguin públics, analitzant documentació administrativa, registres de bons, permutes de sòl, actes d'ajuntament i altres empremtes burocràtiques que precedeixen la publicació d'una licitació formal. En un mercat on la despesa en construcció als Estats Units es manté estancada al voltant dels 2,1 bilions de dòlars anuals, la capacitat d'avançar-se a la competència es converteix en l'única palanca real de creixement.
L'enfocament de Cascade recorda el dels fons d'inversió quantitatius: tractar la demanda de construcció com un fenomen llegible en dades disperses abans que es converteixi en consens. La plataforma, anomenada Pursuit Hub, realitza tres tasques diferenciades. En primer lloc, la detecció: ingereix contínuament informació de fonts públiques i semipúbliques com sol·licituds de permisos, informes de guanys d'empreses, pressupostos municipals i notes de reunions. En segon lloc, la predicció i l'ajust per idoneïtat: assigna una puntuació a cada senyal per estimar quina firma està millor posicionada per guanyar el projecte, utilitzant un model que aprèn de resultats històrics. En tercer lloc, el graf de relacions: explora els contactes emmagatzemats al correu electrònic i altres eines de l'empresa per identificar camins càlids cap als decisors del projecte. Aquesta darrera capa és potser la més valuosa en un sector on entre el 50 % i el 74 % dels ingressos provenen de relacions existents, segons dades de QorusDocs.
El context macroeconòmic reforça la tesi d'inversió. La construcció als EUA fa més de dos anys que està en una meseta d'entre 2,1 i 2,2 bilions de dòlars (segons l'última publicació C30 de l'Oficina del Cens), i la projecció per al 2025 va ser de 2.164,4 bilions, un 1,4 % menys que el 2024. En un mercat pla, el creixement només pot venir d'arrencar quota als competidors. A escala global, Oxford Economics preveu un augment del volum de construcció des de 9,7 bilions de dòlars el 2022 fins a 13,9 bilions el 2037, impulsat pels EUA, la Xina i l'Índia. Qui vegi aquests projectes primer tindrà un avantatge decisiu.
Cascade s'enfronta, però, a reptes considerables. La precisió de la predicció s'ha de mantenir a mesura que escala: els equips de desenvolupament de negoci perdonen un fals negatiu abans que perdre una setmana en un projecte fantasma. A més, el fossat de dades ha d'anar més enllà de la mera ingestió de registres públics, perquè aquestes dades estan disponibles per a qualsevol. L'avantatge sostenible rau en les dades de resultats: quina firma va guanyar cada projecte, quins senyals van ser determinants, quines combinacions de socis van funcionar. Això crea un efecte de xarxa on cada nou cas d'ús millora el model per a tothom.
La confidencialitat és un altre escull delicat. Les firmes que alimenten el sistema amb la seva intel·ligència de mercat comparteixen alhora una plataforma que poden usar els seus competidors. Cascade haurà de demostrar que és capaç d'aïllar les dades de cada client i, alhora, extreure patrons agregats que beneficin el conjunt. La ronda de 3,5 milions, tot i adequada per a una llavor, obliga a prioritzar: el pròxim augment de capital dependrà de mètriques de retenció neta i de la millora real en la taxa d'encert de les ofertes presentades.
El perfil dels fundadors és un factor diferencial. Hannia Zia i Joana Ferreira es van conèixer a UnlikelyAI, una startup d'intel·ligència artificial neuro-simbòlica recolzada per Amadeus Capital Partners i Octopus Ventures, on van construir grafs de coneixement i van entrenar agents LLM per navegar per dades del món real. Aquesta experiència és directament aplicable a la lectura de fragments burocràtics. A més, ambdues provenen de famílies vinculades a la construcció: Ferreira va créixer en una localitat portuguesa on la fusteria i la paleta eren l'eix econòmic; Zia va viure de prop el fracàs d'un negoci de construcció familiar. Aquesta proximitat biogràfica redueix el risc típic dels fundadors tecnològics que ignoren la importància de les relacions personals al sector AEC (Arquitectura, Enginyeria i Construcció).
L'oportunitat que Cascade aborda no és exclusiva de la construcció. En qualsevol indústria on els cicles de decisió són llargs i la informació pública fragmentada, l'anàlisi predictiva de senyals primerenques pot marcar la diferència. Aquí és on empreses com Q2BSTUDIO, especialitzades en desenvolupament d'aplicacions a mida, ofereixen solucions complementàries. Per exemple, capacitats d'intel·ligència artificial i agents autònoms poden integrar-se en sistemes de CRM o ERPs per alertar sobre oportunitats latents. La mateixa lògica de la ingesta de dades públiques pot aplicar-se a la detecció de canvis normatius, noves licitacions al sector públic o moviments de propietat intel·lectual que anticipen inversions. La combinació de cloud computing (AWS, Azure) amb Business Intelligence i Power BI permet construir panells que monitoritzin aquests senyals en temps real. I tot això requereix una base sòlida de ciberseguretat per protegir les dades pròpies que cada empresa introdueix al sistema.
El programa Speedrun d'a16z, que va començar com una acceleradora de videojocs i avui accepta menys de l'1 % de les sol·licituds, aposta perquè la intel·ligència artificial vertical en construcció és un joc de velocitat: la primera plataforma que acumuli dades de resultats de cerca de projectes tindrà un avantatge que els competidors no podran comprar. Els coinversors de la ronda reforcen aquesta tesi: Ada Ventures recolza la qualitat de l'equip, Blitzscaling Ventures s'enfoca en efectes de xarxa, i Indico Capital apunta a una expansió transatlàntica aprofitant les arrels portugueses de Ferreira.
Què ha de passar perquè Cascade sigui un èxit? En primer lloc, la precisió de les prediccions ha de sobreviure a l'escalat. En segon lloc, el fossat de dades pròpies ha de superar la replicabilitat de les fonts obertes. En tercer lloc, l'efecte xarxa s'ha d'activar sense violar la confidencialitat dels clients. En quart lloc, la startup necessita mostrar en un termini de 18 mesos (fins a principis de 2028) una millora mesurable en la taxa d'encert de les ofertes d'una cohort de clients, així com almenys un projecte de referència guanyat a partir d'un senyal detectat amb més de sis mesos d'antelació a la licitació. Si aconsegueix aquests fites, Cascade es convertirà en una eina de fixació de preus al racó menys digitalitzat d'un mercat de dos bilions de dòlars.
Mentrestant, la lliçó per a altres indústries és clara: les dades que precedeixen una decisió formal són allà, disperses en actes, registres i comunicacions. Saber-les llegir a temps no és màgia, és enginyeria de dades ben executada. I en aquest camp, l'ecosistema d'empreses tecnològiques, des de startups fins a firmes consolidades com Q2BSTUDIO, està construint els fonaments d'un nou avantatge competitiu basat en informació anticipada.
