Por décadas, a pesquisa de propriedade no setor imobiliário comercial permaneceu um processo manual, mesmo enquanto outros fluxos de trabalho de corretagem se tornaram digitais. A razão, de acordo com Dan Mosher, CEO e cofundador da DealGround, é estrutural: os registros de propriedade estão fragmentados em 50 estados e milhares de condados, e nenhuma tecnologia conseguia conectar eficientemente as múltiplas etapas necessárias para rastrear um proprietário desde um registro de LLC até um número de telefone e endereço de e-mail.
Os registros dos condados são atualizados em cronogramas diferentes, alguns em horas e outros em semanas. Os registros da Secretaria de Estado variam em formato, acessibilidade e completude. Como a maioria das propriedades comerciais é mantida em LLCs ou trustes, em vez de nomes individuais, encontrar a pessoa real por trás de uma propriedade exige navegar por múltiplos sistemas distintos em sequência. "Cada estado é diferente. Cada condado é diferente", diz Mosher. "Há uma fragmentação das propriedades porque todas são gerenciadas localmente."
O processo envolve pelo menos três funções separadas: identificar a LLC ou truste que detém a propriedade, penetrar nessa entidade para encontrar o indivíduo por trás dela e localizar informações de contato atuais para essa pessoa. Cada etapa depende de fontes de dados diferentes com sua própria estrutura, regras de acesso e cadência de atualização, e a precisão é influenciada pela região.
De acordo com Mosher, o problema central nunca foi que a tecnologia não pudesse lidar com nenhuma etapa individual; era que nenhuma tecnologia podia lidar com todas as etapas em sequência. Filtrar o conjunto certo de propriedades para um cliente específico era possível, assim como construir ferramentas para pesquisar registros da Secretaria de Estado e consultar informações de contato. Mas conectar essas funções em um fluxo de trabalho automatizado único não era. "Você provavelmente poderia construir tecnologia em cada uma das três etapas, mas nunca conseguiria encadear todas as etapas anteriormente", diz Mosher. "Agora você pode encadeá-las todas, e é isso que oferecemos, o que nunca foi feito antes."
Mosher atribui a mudança a processos agênticos impulsionados por IA, sistemas que executam fluxos de trabalho de várias etapas autonomamente e passam de uma função para a próxima sem intervenção humana em cada estágio. Ele descreve essa capacidade como viável há aproximadamente um ano, o que ajuda a explicar por que a pesquisa de propriedade permaneceu manual mesmo enquanto outras partes do fluxo de trabalho de corretagem foram digitalizadas.
Corretores que fazem prospecção ativa podem gastar de 10 a 20 horas por semana apenas em pesquisa de propriedade. Mosher descreve conversas com clientes que registravam 15 horas semanais nesse trabalho antes de adotar uma abordagem automatizada e que agora realizam a mesma produção em 15 a 30 minutos. Esse custo de tempo representa uma restrição estrutural em quantas conversas produtivas um corretor pode ter. Se um corretor gasta 15 horas por semana identificando proprietários e localizando informações de contato, essas são horas não gastas em busca e filtragem de propriedades, ligações, propostas ou desenvolvimento de negócios. Mosher enquadra isso como uma realocação de capacidade produtiva, não apenas uma melhoria de conveniência.
A precisão agrava o problema. Proprietários de imóveis que gerenciam múltiplos ativos por meio de LLCs separadas tendem a mudar de número de telefone com frequência e manter múltiplos endereços de e-mail. Um processo de pesquisa manual que leva dias ou semanas para ser concluído pode produzir informações de contato que já estão desatualizadas no momento em que o corretor tenta usá-las. Para corretores cuja renda depende de alcançar proprietários antes dos concorrentes, dados de contato desatualizados não apenas perdem tempo; custam negócios.
A plataforma da DealGround replica o processo de pesquisa manual, mas o executa por meio de agentes impulsionados por IA que podem executar múltiplas consultas de propriedade simultaneamente. Um corretor pode enviar 100 LLCs de uma vez, e o sistema percorre os registros da Secretaria de Estado, identifica os indivíduos associados e recupera informações de contato atuais sem que o corretor gerencie cada etapa. "Replicamos o processo manual hoje, então não é tão diferente, mas fazemos muito mais rápido porque é tudo iniciado e executado por agente de IA", diz Mosher.
Mosher descreve um caso em que um corretor procurando por parcelas de terra no Texas, onde os registros da Secretaria de Estado estavam incompletos, usou a DealGround para revelar um nome de proprietário, endereço de e-mail e número de telefone que a pesquisa manual não havia conseguido produzir. "O fato de você conseguir descobrir isso, isso pode ser a diferença entre nenhum negócio e um negócio", disse o corretor a Mosher, porque a parcela era inacessível por métodos convencionais.
Mosher observa que a DealGround não é a única plataforma que aborda esse problema. Ele posiciona a vantagem da empresa em torno da precisão e atualidade dos dados, executando consultas de propriedade sob demanda para que os resultados reflitam informações atuais, em vez de um instantâneo estático. A DealGround atualmente opera com cerca de 95% de precisão nos dados que extrai de documentos.
A barreira para automatizar a pesquisa de propriedade sempre foi a fragmentação das etapas em sistemas desconectados. Agora que os agentes de IA podem encadear essas etapas em um único fluxo de trabalho, o gargalo que restringiu a prospecção no setor imobiliário comercial por décadas é abordável de uma maneira que não era antes. Para mais informações, visite www.dealground.com.
