IA de rentas: 14 jurisdicciones de EE UU ya demandan a landlords

Una nueva generación de demandas contra propietarios por usar IA para fijar rentas

En julio y agosto de 2026, inquilinos y ciudades de Estados Unidos comenzaron a traducir la presión regulatoria contra el software de precios algorítmicos para alquileres en demandas concretas contra grandes administradores de propiedades. La firma Morgan Lewis documenta cinco casos recientes que reabren la puerta a litigios derivados del expediente federal contra RealPage y Yardi, pero ahora con un arma más afilada: ordenanzas municipales que prohíben compartir datos de competidores para recomendar rentas.

Los casos clave, según el reporte de Morgan Lewis, son:

Gomez v. Greystar Management Services (N.D. Cal.): un inquilino de San Francisco alega que Greystar violó el artículo 37.10C del código administrativo de la ciudad al usar productos de RealPage y Yardi. Cada mes y cada unidad puede ser una violación separada, con multas de hasta US$1.000 por violación.
Keller v. UDR Inc. (S.D. Cal.): demanda paralela en San Diego, bajo el código municipal 98.1103, con el mismo techo de US$1.000 por violación.
Nicolas v. Essex Management y Romano v. UDR Inc. (W.D. Wash.): dos casos en Seattle contra Essex Property Trust, UDR, RealPage y Yardi. La ordenanza local permite multas de hasta US$7.500 por violación.
Liu v. Willow Bridge y Jahanbakhsh v. Greystar en Filadelfia: acciones colectivas bajo el código municipal 9-813, con daños statutory de US$2.000 por violación o el triple del daño real.
City of Providence v. Audubon Capital Partners: la ciudad, no un inquilino, es la demandante. Penaliza con hasta US$500 diarios por violación.

El patrón se repite: los demandantes no necesitan probar un cártel complejo, basta acreditar que el propietario usó un dispositivo algorítmico con datos no públicos de competidores dentro de la jurisdicción.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

El contexto que vuelve este momento decisivo

Lo nuevo en 2026 no es la tecnología, sino el marco legal acumulado. La pelea arrancó en 2022, cuando una investigación de ProPublica reveló que administradores de apartamentos aceptaban alrededor del 90% de las recomendaciones diarias de YieldStar, el producto estrella de RealPage. El Consejo de Asesores Económicos de la Casa Blanca calculó después que esa práctica agregó cerca de US$70 mensuales a los alquileres afectados y transfirió US$3.800 millones de los inquilinos a los propietarios en 2023, según recoge un reporte de Hoodline.

En 2024, el Departamento de Justicia (DOJ) de EE UU, junto a ocho fiscales estatales, demandó a RealPage alegando que controla más del 80% del mercado de software de gestión de ingresos para vivienda multifamiliar. El DOJ amplió después la demanda para incluir a seis grandes administradores: Greystar, LivCor, Camden Property Trust, Cushman & Wakefield/Pinnacle, Willow Bridge y Cortland.

En paralelo, un acuerdo preliminar en el caso colectivo federal In re RealPage, Inc. Rental Software Antitrust Litigation (No. II) estableció un fondo de US$359,9 millones en efectivo, repartido en dos tramos aprobados en noviembre de 2025 y mayo de 2026, según el comunicado de Scott+Scott, Robins Kaplan y Hausfeld recogido por Morningstar. El plazo para presentar reclamos vence el 29 de enero de 2027 y la audiencia final de aprobación está agendada para el 15 de octubre de 2026.

La pregunta que ahora cruza todo el sector es si los acuerdos con el DOJ y los ajustes de producto que hicieron RealPage y sus clientes alcanzan para apagar la nueva ola de litigios locales. Morgan Lewis advierte que probablemente no: muchas ordenanzas municipales castigan el uso de servicios de coordinación incluso si fueron contratados antes de la fecha de vigencia de la norma, y tratan cada unidad y cada mes como una violación autónoma.

Las 14 jurisdicciones que ya prohibieron o restringieron estos algoritmos

El mapa regulatorio se mueve rápido y de manera desigual. Morgan Lewis listó 14 jurisdicciones con ordenanzas vigentes o inminentes:

San Francisco (CA): S.F. Admin. Code § 37.10C, vigente desde octubre de 2024.
San Diego (CA): Mun. Code §§ 98.1101–98.1104, vigente desde junio de 2025.
Berkeley (CA): Mun. Code ch. 13.63, vigente desde enero de 2026. RealPage retiró voluntariamente su demanda contra la ciudad el 14 de enero de 2026.
Santa Ana (CA): Ordinance NS-3090, vigente desde abril de 2026.
Filadelfia (PA): Phila. Code § 9-813, vigente desde febrero de 2025.
Minneapolis (MN): Code § 244.2070, vigente desde marzo de 2026.
Providence (RI): Code ch. 13, art. X, vigente desde mayo de 2025.
Jersey City (NJ): Code § 218-12, vigente desde junio de 2025, con multas de hasta US$2.000 diarios.
Hoboken (NJ): ch. 158-2, vigente desde julio de 2025.
Seattle (WA): Mun. Code ch. 7.34, vigente desde julio de 2025, multas hasta US$7.500.
King County (WA): ch. 12.23, vigente desde octubre de 2025.
Spokane (WA): Mun. Code § 10.57.180, vigente desde enero de 2026.
Portland (OR): City Code § 30.01.088, vigente desde febrero de 2026, aplica a propietarios con 16 o más unidades.
Rockville (MD): City Code § 18-148, vigente desde el 1 de enero de 2027.

A estos se suman proyectos pendientes en el condado de Montgomery (Maryland), Evanston (Illinois) y Rhode Island a nivel estatal.

La pelea constitucional que lo puede cambiar todo

A nivel estatal, Nueva York fue el primero en aprobar una prohibición amplia en octubre de 2025, con la firma del proyecto S.7882, que entró en vigor el 15 de diciembre de 2025 e incorporó la prohibición al Donnelly Act, la ley antimonopolio centenaria del estado, según Forbes. El problema: RealPage demandó al estado el 16 de noviembre de 2025 en el caso RealPage, Inc. v. James, argumentando que sus recomendaciones son discurso protegido por la Primera Enmienda, no conducta colusoria.

Forbes advierte que el fallo será decisivo: si la corte acepta que recomendar un alquiler es expresión protegida, las ordenanzas municipales heredan la misma duda constitucional. Si lo rechaza, las prohibiciones se fortalecen y es probable que más estados copien el modelo. En octubre de 2025, una jueza federal del mismo distrito ya había rechazado un argumento similar contra la Algorithmic Pricing Disclosure Act de Nueva York, lo que sirve como señal favorable para los reguladores, aunque no como precedente directo.

California firmó una ley estatal similar el mismo mes, y al menos diez estados se unieron a la demanda federal del DOJ contra RealPage, según el mismo reporte de Forbes.

¿Qué significa esto para tu startup?

Si construyes PropTech, vendes SaaS de dynamic pricing, o trabajás con datos de competidores en cualquier sector (retail, movilidad, hotelería, seguros), esta historia te toca de cerca. Tres acciones concretas para tomar este mes:

Mapea qué datos realmente usás. El patrón común en estas demandas no es el algoritmo en sí, sino el cruce de datos no públicos de competidores. Documentá qué fuentes alimentan tus recomendaciones y si alguna cae bajo definiciones como «datos confidenciales de la competencia» o «dispositivo algorítmico coordinador» en cada jurisdicción donde operes. La cláusula «antitrust compliant» de un proveedor no te protege si la ordenanza local define los términos de manera más estricta.
Construye un registro versionado del producto. Morgan Lewis subraya que la fecha en que cada funcionalidad fue habilitada o deshabilitada es crítica para limitar el período de clase y los daños estatutarios. Si alguna vez cambiás la lógica de pricing, guardá fecha, propiedad afectada y motivo. En un litigio, esa evidencia puede valer millones.
Evalúa proactivamente la solidez jurídica de las normas. Muchas de estas ordenanzas son las primeras de su tipo y pueden ser atacadas por exceso de autoridad municipal, efecto retroactivo o castigo desproporcionado. Si tu startup depende de dynamic pricing, tener mapeadas estas vulnerabilidades es un activo competitivo y un argumento de venta frente a clientes conservadores.

Para founders hispanohablantes fuera de EE UU, la lectura de fondo es que el modelo de pricing algorítmico centralizado, donde muchos competidores comparten datos a través de un mismo proveedor, está en la mira de reguladores en varias jurisdicciones. Construir con datos propios, agregaciones públicas y auditoría humana ya no es solo buena práctica, es el único diseño que está sobreviviendo a este nuevo escrutinio.