Subas-IA: IA Aplicada a Remates Judiciales en Perú

Una propiedad rematada judicialmente en Perú puede venderse hasta con 52% de descuento sobre su tasación comercial. El problema nunca fue la oportunidad — fue que casi nadie con capital para invertir tenía la paciencia o el conocimiento legal para encontrarla, auditarla y cerrarla antes de que otro postor más rápido lo hiciera primero.

Los remates judiciales existen porque un deudor no pagó, y un juez ordenó vender el bien para cobrar la deuda. El proceso completo vive dentro de expedientes judiciales: notificaciones, tasaciones, cargas registrales, plazos de posesión. Para un inversionista sin equipo legal propio, revisar un solo expediente puede tomar días. Revisar decenas de expedientes para encontrar los que sí valen la pena — en la práctica, es inviable hacerlo a mano.

Subas-IA es la respuesta que construimos en Primaris a ese problema específico.

El acceso: REMAJU en tiempo real

El Poder Judicial del Perú digitalizó el proceso completo a través de REMAJU, el sistema de Remate Judicial Electrónico. Es, en sus propias palabras, parte de "el proceso de transformación digital de la administración de justicia", diseñado para que "todas las etapas del remate se desarrollen electrónicamente, reduciendo costos y fortaleciendo la transparencia" (Poder Judicial del Perú).

Que la información sea pública y digital no significa que sea usable. Subas-IA se sincroniza directamente con REMAJU para traer los listados de propiedades y los documentos de cada expediente apenas se publican — sin depender de que un humano revise el portal manualmente cada día. El inventario disponible varía constantemente según los remates activos en cada momento, con un valor conjunto que regularmente supera los varios millones de dólares (Subas-IA).

El riesgo legal: lo que un algoritmo puede leer que un comprador no

Cada remate judicial arrastra su propio historial: deudas pendientes sobre el inmueble, cargas registrales, procesos de posesión que pueden tomar meses después de ganada la subasta. Ese historial vive en documentos judiciales largos y técnicos — exactamente el tipo de texto donde un error de lectura cuesta dinero real.

Subas-IA aplica auditoría legal automatizada sobre esos documentos para detectar riesgos antes de que el inversionista compre, no después. Es la misma lógica de fondo que aplicamos en Primaris a cualquier fuente de datos públicos peruana con alto volumen y bajo nivel de estructuración: el dato ya es público, pero solo tiene valor si alguien — o algo — lo lee, lo entiende, y lo convierte en una decisión.

La rentabilidad: el cálculo que decide si conviene comprar

Un descuento de tasación no es lo mismo que una ganancia neta. Sobre el precio de remate hay que sumar el impuesto de alcabala, los trámites de posesión, y en algunos casos deudas asociadas al inmueble que el nuevo propietario asume. Subas-IA calcula esa cuenta completa de forma automática por cada activo — el ROI real, no el descuento nominal — y la plataforma reporta que sus usuarios ya vienen obteniendo retornos superiores al 30% sobre sus inversiones (Subas-IA).

Esa cifra es una afirmación de la propia plataforma, no un dato auditado por un tercero independiente — la mencionamos aquí como lo que es: el resultado que Subas-IA reporta sobre su propia operación, no una estadística de mercado verificada externamente.

El análisis de Primaris

Subas-IA no nació de una tesis abstracta sobre inteligencia artificial. Nació de una observación concreta: el Estado peruano ya publica enormes volúmenes de datos con valor de decisión real — el Poder Judicial, SUNARP, SUNAT, OSCE, SENACE, el propio MEM — pero los publica en un formato que solo un sistema, no una persona, puede procesar a la velocidad que el mercado exige.

Lo que aprendimos construyendo Subas-IA es que el cuello de botella nunca es el acceso al dato — es la estructuración. REMAJU ya es público. La ley ya obliga a publicar los expedientes. El trabajo real, y el que de verdad genera valor defendible, es la capa de IA que convierte cientos de documentos legales dispersos en un número: cuánto vale esto, de verdad, después de todos los costos.

Esa misma arquitectura — ingesta de una fuente pública fragmentada, auditoría automatizada de riesgo, cálculo de rentabilidad neta — es replicable en otras verticales donde el Perú tiene datos públicos subutilizados: licitaciones públicas en SEACE, riesgo tributario en SUNAT, cumplimiento ambiental en SENACE. Subas-IA es la prueba de que el modelo funciona en producción, no solo en una propuesta comercial. El siguiente paso no es preguntarnos si funciona — es decidir en qué fuente de datos pública lo replicamos después.