Esta é a Investor Track, nossa nova análise semanal focada em estratégias e teses de investimento para o mercado imobiliário da próxima década. Para se inscrever e receber toda semana, basta clicar aqui.

_{INVESTOR TRACK}

A Alpaca Real Estate anunciou recentemente o fechamento de seu primeiro fundo imobiliário, com aproximadamente US$ 223 milhões em compromissos de capital.

Para os padrões americanos, não é uma captação especialmente grande. O mercado convive com fundos que levantam alguns bilhões de dólares por vintage.

Ainda assim, a Alpaca chama atenção por outro motivo.

Não se trata apenas de colocar uma ferramenta de IA na mão dos analistas. A tecnologia participa da forma como a gestora recebe, organiza, compara e monitora oportunidades.

Nos últimos dois anos, praticamente todas as grandes casas de investimento começaram a testar aplicações de inteligência artificial.

Grande parte dos casos, porém, continua concentrada em produtividade: resumir documentos, acelerar pesquisas, automatizar relatórios ou revisar modelos.

A Alpaca tenta avançar um estágio nessa discussão e fazer a pergunta: é possível usar IA para tomar decisões de investimento melhores?

O veículo pertence à Alpaca Real Estate (ARE), plataforma dedicada a investimentos diretos em ativos imobiliários. 

A história da casa, porém, ajuda a entender o movimento.

A Alpaca nasceu dentro do mercado imobiliário, mas na ponta da tecnologia.

Ao longo de mais de uma década, seu braço de venture investiu em mais de 100 empresas ligadas a proptech, tecnologia e digitalização de ativos físicos. Em 2023, a firma criou uma plataforma separada de private equity imobiliário.

O novo fundo fechou com aproximadamente US$ 223 milhões, incluindo cerca de US$ 21 milhões em co-investimentos. A GCM Grosvenor participou do lançamento como investidor âncora, e a base de LPs inclui fundos de pensão, family offices, fundações, gestores internacionais e wealth managers.

O capital será direcionado principalmente a três estratégias: logística industrial infill, multifamily de alta densidade e preferred equity em multifamily. A gestora já realizou investimentos em mercados como Dallas, Nova York, Nashville e Atlanta.

Até aqui, nada particularmente novo. O que muda é o processo de análise.

Existe uma diferença relevante entre usar IA e organizar a operação ao redor dela.

Na Alpaca, as oportunidades analisadas alimentam uma infraestrutura proprietária de dados. Informações de transações, comparáveis, rent rolls, localização, mercado e underwriting são padronizadas e reunidas em um data lake central.

Segundo números divulgados pela própria gestora, essa base reúne aproximadamente 900 transações avaliadas, equivalentes a cerca de US$ 60 bilhões em valor imobiliário, com algo próximo de 300 pontos de dados coletados por operação. A taxa de conversão é inferior a 1%.

Os dados são internos e não auditados, mas mostram a lógica do modelo.

Em uma estrutura tradicional, cada novo deal tende a ser analisado a partir de seus próprios fundamentos. O analista monta o modelo, procura comparáveis, discute premissas e leva a oportunidade para o comitê.

Na Alpaca, o deal também entra em comparação com todo o histórico já analisado pela gestora.

Isso permite responder perguntas mais específicas.

Isso reduz parte da subjetividade na entrada do funil e torna a discussão de investimento mais objetiva.

A empresa afirma que algumas tarefas de processamento que antes consumiam cerca de 90 minutos por operação passaram a ser concluídas em menos de um minuto.

É um ganho operacional evidente.

Mas o ponto mais relevante não é poupar uma hora de trabalho do analista.

É construir uma memória institucional que pode ser consultada e atualizada continuamente.

Gestoras de investimento sempre tiveram informação proprietária. Só que, durante muito tempo, boa parte dela permaneceu dispersa.

O problema é que esse conhecimento é difícil de consultar de maneira sistemática.

Uma infraestrutura de dados bem organizada muda isso.

Um gestor pode perguntar quais operações analisadas nos últimos três anos tinham perfil semelhante à oportunidade atual. Pode entender quais premissas mais erraram no passado. Pode comparar projeções de aluguel com resultados efetivamente realizados. Pode identificar padrões entre negócios recusados.

É nessa direção que a Alpaca afirma estar avançando.

A gestora já descreve o uso de agentes de IA para produzir resumos sobre o portfólio, analisar documentos jurídicos, identificar cláusulas fora do padrão e apoiar tarefas de underwriting e elaboração de investment memos.

A decisão final continua com os investidores.

Mas a quantidade de informação disponível antes da decisão aumenta.

Usar inteligência artificial em investimentos não significa, por si só, gerar retornos superiores.

Hoje há muitos exemplos de ganho de produtividade e poucos casos em que seja possível demonstrar claramente que a tecnologia produziu alpha consistente.

A própria Alpaca reconhece essa limitação. A gestora deixa claro que tecnologia e IA não garantem melhor performance e que o julgamento humano continua fazendo parte do processo de decisão.

Ainda assim, o padrão começa a aparecer em outras classes de ativos.

Em junho, a Clearlake Capital fechou US$ 14,8 bilhões entre seu Fund VIII, veículos de co-investimento e contas segregadas. A gestora vem se posicionando como AI-enabled e criou a Clearlake AI Labs para incorporar inteligência artificial ao processo de criação de valor e às empresas do portfólio.

Em julho, o Aethon Fund anunciou o lançamento de um hedge fund com US$ 50 milhões de capital, combinando uma base proprietária de sinais desenvolvida ao longo de anos com modelos de IA usados na execução e alocação de capital.

Há também iniciativas mais experimentais, como o Abundance, criado pelo cofundador da Instacart, Apoorva Mehta. A estrutura levantou US$ 100 milhões em seed equity e vem testando o uso de milhares de agentes em pesquisa, seleção de posições, sizing e execução.

Os modelos são diferentes.

Mas há um ponto comum: inteligência artificial começa a aparecer dentro da própria arquitetura de investimento, e não apenas nas funções de suporte.

Essa mudança também começa a entrar na conversa com os LPs.

Um levantamento da SS&C Intralinks com a PitchBook, com 427 fundos privados captados no primeiro trimestre de 2026, apontou que capacidade tecnológica e adoção de IA estão ganhando peso no processo de fundraising.

É razoável imaginar que essa pressão aumente.

Se duas gestoras apresentam histórico semelhante, equipes semelhantes e acesso semelhante a oportunidades, a infraestrutura proprietária de dados começa a aparecer como mais um elemento de diferenciação.

No Brasil, existe um obstáculo evidente.

Dados imobiliários continuam muito fragmentados.

Uma parte importante da informação de projetos ainda está espalhada entre planilhas, ERPs, sistemas comerciais, documentos, cartórios, bancos, foPara uma gestora que deseja construir algo parecido com a Alpaca esse é um problemarnecedores e equipes internas.

Mesmo dentro de uma incorporadora, muitas vezes é difícil consolidar o histórico de diferentes empreendimentos de maneira comparável.

Para uma gestora que deseja construir algo parecido com a Alpaca, esse é um problema maior do que escolher qual modelo de IA utilizar.

A boa notícia é que a infraestrutura está melhorando.

Ao longo da última década, a digitalização avançou em várias partes da cadeia. 

Cada uma dessas soluções resolve um problema específico.

Ao mesmo tempo, elas começam a deixar rastros digitais mais organizados.

E esses rastros podem se tornar a matéria-prima para modelos de investimento muito mais sofisticados.

O processo provavelmente seguirá uma ordem simples.

Há uma última consequência importante.

Os modelos de inteligência artificial tendem a ficar cada vez mais acessíveis.

Uma gestora pode usar um modelo hoje e seus concorrentes provavelmente terão acesso a algo semelhante pouco tempo depois.

Por isso, é improvável que a tecnologia, isoladamente, sustente uma vantagem competitiva por muitos anos.

O ativo mais difícil de copiar é o histórico.

A Alpaca tem centenas de operações analisadas, centenas de campos estruturados por transação, decisões tomadas, premissas rejeitadas, projeções realizadas e investimentos monitorados ao longo do tempo.

Esse conjunto de informações não pode ser comprado em uma assinatura de software.

Ele precisa ser construído.

É justamente por isso que a captação de US$ 223 milhões merece atenção.

O fundo ainda terá de provar que essa abordagem produz retornos superiores. Essa é a parte que realmente importa e que só poderá ser avaliada ao longo dos próximos anos.

Mas a direção parece clara.

A inteligência artificial está começando a deslocar a vantagem competitiva das gestoras.

Durante muito tempo, ela esteve concentrada em capital, relacionamentos, originação e experiência.

Esses fatores continuam relevantes.

Agora, há mais um entrando nessa conta: a qualidade dos dados acumulados ao longo do tempo.

Para o mercado imobiliário brasileiro, talvez essa seja a principal provocação da Alpaca.

Quem começar hoje a organizar seus dados não estará apenas melhorando processos.

Para começar a receber o conteúdo semanal, basta estar inscrito no Radar Terracotta e clicar aqui.

_{NO NOSSO RADAR}

_{FIQUE DE OLHO}

_FEEDBACK

Se gostou do conteúdo, encaminhe para um conhecido seu