Zillow Offers: cuando una predicción empezó a acumular casas.

Zillow había construido su nombre ayudando a las personas a entender el mercado inmobiliario. Con Zillow Offers quiso dar un paso mucho mayor: comprar directamente una vivienda, renovarla y venderla. Para el propietario, la propuesta eliminaba visitas, negociaciones y meses de incertidumbre. Para Zillow, cada oferta convertía una estimación de precio en inventario financiado, obra física y riesgo de mercado.

La idea parecía beneficiarse de una ventaja singular. La compañía reunía datos, tráfico digital y una marca asociada con valorar viviendas. Si podía estimar cuánto valdría una propiedad después de reparaciones y venderla con rapidez, el negocio podía crecer sobre una experiencia sencilla para el cliente. Pero ese crecimiento no dependía únicamente de acertar un precio. Dependía de inspeccionar, contratar, renovar, listar y vender miles de activos locales sin que el tiempo destruyera el margen.

Durante 2021, la demanda superó la capacidad que Zillow había preparado. El negocio aumentó conversiones y compras mientras las restricciones de renovación y reventa se hacían más visibles. El éxito comercial alimentó el problema operacional: cada nueva aceptación agregaba una vivienda a una cadena que ya tardaba más en procesar las anteriores.

En el tercer trimestre de 2021, Zillow compró 9.680 viviendas y vendió 3.032. Al cierre conservaba 9.790 viviendas en inventario y había firmado contratos para comprar otras 8.172. La diferencia entre entradas y salidas no era un indicador abstracto: representaba capital comprometido, renovaciones pendientes y exposición diaria a precios que podían moverse antes de la venta.

El segmento Homes generó USD 1.200 millones de ingresos en el trimestre. La cifra parecía demostrar escala, pero los ingresos no contaban la historia económica completa. Zillow reconoció un ajuste contable de USD 304 millones sobre el inventario porque esperaba vender determinadas viviendas por menos de lo previsto. El negocio registró una pérdida bruta de USD 245 millones, equivalente a USD 80.771 por cada vivienda vendida en ese periodo después del efecto del ajuste.

La organización estaba descubriendo una asimetría. Aumentar compras podía ocurrir con rapidez cuando el modelo y el proceso comercial aprobaban una oferta; deshacer la exposición era mucho más lento. Cada vivienda debía atravesar un mercado local, reparaciones y una transacción. El sistema podía autorizar compromisos a velocidad digital, pero solo podía resolverlos a velocidad física.

Ningún pronóstico inmobiliario necesita acertar exactamente para ser útil. El problema aparece cuando el error se combina con volumen, permanencia y deuda. Una diferencia pequeña puede ser manejable en una operación de pocas viviendas; repetida sobre miles de activos y acompañada de meses adicionales de tenencia, puede cambiar el perfil entero del negocio.

Zillow explicó que la imprevisibilidad de los precios de vivienda era mayor de lo anticipado. Pero la incertidumbre del mercado no actuaba sola. Las restricciones de capacidad prolongaban el tiempo entre compra y venta, de modo que el precio estimado debía seguir siendo válido durante una ventana más larga. El error estadístico y la demora operacional se amplificaban mutuamente.

El balance hizo visible la acumulación. Al final de 2021, las operaciones discontinuadas asociadas al negocio mantenían USD 3.913 millones en inventario, USD 2.199 millones en préstamos vinculados a líneas de crédito y USD 1.209 millones en deuda de titulización. La predicción ya no era una recomendación: gobernaba una exposición financiada de miles de millones de dólares.

El 18 de octubre de 2021, Zillow anunció una pausa en la firma de nuevos contratos. La explicación inicial fue operacional: necesitaba concentrarse en la acumulación de renovaciones y cierres. Dos semanas después, el 2 de noviembre, la pausa se convirtió en una decisión definitiva. La compañía cerraría Zillow Offers y reduciría aproximadamente una cuarta parte de su fuerza laboral.

El anuncio reconoció que seguir escalando produciría una volatilidad excesiva en resultados y balance. Además de los USD 304 millones ya reconocidos, Zillow anticipó entre USD 240 y 265 millones de pérdidas adicionales en el cuarto trimestre, principalmente sobre viviendas que todavía estaba obligada a comprar. El grupo reportó una pérdida neta GAAP consolidada de USD 328 millones en el tercer trimestre; el segmento Homes acumuló USD 422 millones de pérdida antes de impuestos.

Cerrar fue una decisión sobre límites, no solo una opinión sobre el algoritmo. Significó dejar de originar nuevas compras, asumir el costo del inventario existente y aceptar que la cadena completa no ofrecía una trayectoria estable hacia la rentabilidad. El punto de quiebre llegó cuando la compañía dejó de preguntar cómo mejorar la siguiente predicción y preguntó si debía seguir autorizando el compromiso que esa predicción producía.

Desmontar Zillow Offers no consistía en apagar una función. La empresa debía renovar y vender las viviendas, cancelar o cerrar contratos pendientes, reducir costos, atender a compradores y vendedores y pagar el financiamiento asociado. En febrero de 2022 ya había vendido, puesto bajo contrato o acordado términos para vender más del 85% de las viviendas que esperaba revender.

Durante el primer semestre de 2022 amortizó por completo el principal pendiente de las líneas de crédito y la deuda de titulización vinculadas al inventario. La reducción de inventario durante el cierre alcanzó USD 3.900 millones. El 30 de septiembre de 2022, menos de once meses después del anuncio, Zillow declaró completado el proceso de salida.

La resolución redujo exposición, pero no recuperó la apuesta original. La compañía volvió a concentrarse en una plataforma menos intensiva en capital: ayudar a las personas a buscar, financiar, alquilar y completar transacciones sin ser propietaria de cada vivienda. Zillow conservó los datos, la audiencia y la ambición de mejorar la experiencia inmobiliaria; abandonó el mecanismo que convertía cada recomendación en inventario propio.

Esta historia suele utilizarse para afirmar que los modelos no pueden predecir precios. Esa conclusión pierde lo esencial. Toda predicción opera con incertidumbre. La pregunta empresarial es qué decisión autoriza, cuánto capital compromete, qué capacidad consume y con qué velocidad puede revertirse si el mundo se aparta del supuesto.

Un sistema de este tipo necesita límites compartidos: exposición por mercado, dispersión del error, días de inventario, capacidad real de renovación, velocidad de venta y capital en riesgo. Ninguna métrica aislada representa el sistema. Una precisión aceptable puede ser peligrosa si el volumen crece más rápido que la salida; una operación eficiente puede destruir margen si el precio cambia antes de completar la venta.

Zillow resolvió el problema dejando de ampliar la apuesta y desarmándola con disciplina. El aprendizaje no es desconfiar de la analítica, sino diseñar la analítica junto con las consecuencias que produce. Cuando una decisión automatizada puede comprar miles de activos, sus guardas deben observar el balance y el mundo físico, no solamente el desempeño del modelo.