La IA en el modelado de un complejo hotelero: cómo la aplicamos en Revit

Elisa, compañera del equipo de Grupo BIMnD, comparte en este artículo su experiencia incorporando IA al trabajo diario en Revit y lo que ha supuesto aplicarla de forma práctica en el modelado de un complejo hotelero.

En Grupo BIMnD llevamos meses incorporando IA a nuestro trabajo diario en Revit, no como un experimento, sino como una herramienta más, tarea a tarea. Para saber si de verdad compensaba, empezamos a medir cada uso real: qué tarea era, cuánto tardaba a mano, cuánto con IA y con qué calidad. Solo cuenta como ahorro si el resultado no hay que rehacerlo.

El proyecto donde más valor nos ha dado esta combinación es el modelado de un complejo hotelero: muchas plantas, muchas habitaciones muy similares entre sí, el escenario perfecto para automatizar.

Planificar antes de automatizar

La IA no arregla un modelo mal planteado, lo multiplica. Por eso el primer paso no fue tecnológico: modelar y revisar a fondo una única habitación tipo, con todos sus elementos y parámetros correctos, antes de duplicarla. Si esa base está bien resuelta, automatizar decenas de habitaciones es tan fiable como automatizar una. Y esa planificación también significa anticiparse: identificar qué tareas se van a repetir y merece la pena convertir en un comando reutilizable, documentado para que el resto del equipo también pueda usarlo.

Dos herramientas, dos papeles

Combinamos Claude, conectado al modelo vía MCP, para leer, analizar y calcular sobre el modelo; y BIMLOGIQ, un copiloto de comandos dentro de Revit, para ejecutar cambios masivos a partir de instrucciones en lenguaje natural. Uno piensa, el otro ejecuta rápido.

Un buen ejemplo: necesitábamos la distancia de cada aparato eléctrico a su muro más cercano, en cada planta, para generar fichas según criterios del cliente. Con Claude calculamos y exportamos esos datos a Excel (de 16 horas a hora y media); con BIMLOGIQ los volcamos automáticamente a los parámetros del modelo (de una jornada a 5 minutos). Una tarea de tres días, resuelta en menos de dos horas.

Donde más se nota

Con tantas habitaciones similares, las tareas repetitivas de documentación son probablemente donde más se nota la diferencia.

Por ejemplo:

• Renumerar alzados por habitación: de unas 2 horas a 5 minutos.
• Crear los alzados de cada habitación: de unas 2 horas a 10 minutos.
• Duplicar y renombrar tandas de vistas: de unos 5 minutos a 1 minuto, una operación que se repetía decenas de veces.

Pero también hemos comprobado que no todo funciona perfectamente a la primera. Y esta parte también es importante. Además de registrar los ahorros, estamos anotando qué procesos fallan y en qué situaciones necesitamos intervenir manualmente. Esto nos permite tener una visión más realista de lo que la IA puede aportar y evitar presentar los resultados como si todo fuera automático.

Como explica Elisa a partir de su experiencia en este proyecto, el valor no está únicamente en conseguir que una tarea sea más rápida, sino en encontrar un método que podamos repetir, medir y compartir con el resto del equipo.

Este proyecto es en el que más hemos profundizado hasta ahora, pero el mismo planteamiento lo estamos llevando a otros trabajos: medir primero, comprobar los resultados y solo después generalizar.

Todo este aprendizaje lo estamos centralizando además en un portal interno de asistentes y herramientas de IA, para que las soluciones que vamos desarrollando puedan ser útiles para todo el equipo.

La IA no sustituye el criterio del modelador. La clave está en saber dónde aplicarla, cómo plantear previamente el trabajo y cómo comprobar el resultado.

Cuando se utiliza con método, puede liberar muchas horas que antes se dedicaban a tareas repetitivas y permitirnos dedicar más tiempo a lo que realmente necesita criterio y conocimiento del proyecto.