La instalación de paneles solares ya no falla por falta de tecnología. Los módulos son más baratos que nunca, la capacidad global supera los 3 terawatts y sigue creciendo. El problema real está en otro lado: los soft costs, los costos de adquisición de clientes, permisos y prospección comercial, representan hasta un 35% del precio total de un proyecto solar comercial. Eso no es un detalle técnico. Es el cuello de botella que frena la transición energética.
Planno, una startup greentech fundada por Daniel Domingues, apunta directamente ahí. Su plataforma de inteligencia artificial geoespacial automatiza la parte que más duele a los equipos de ventas: encontrar qué techos son viables para instalaciones solares a gran escala, sin gastar horas en Google Earth ni depender de registros municipales desactualizados.
¿Qué hace Planno exactamente?
La plataforma combina imágenes satelitales de alta resolución, datos LiDAR y registros de irradiación solar con modelos de machine learning que detectan, miden y clasifican automáticamente la superficie útil de cada techo. No se limita a identificar superficies planas: el sistema evalúa la viabilidad estructural de cada edificio, descarta techos con problemas (invernaderos, estructuras degradadas, zonas saturadas de instalaciones existentes) y prioriza los leads con mayor potencial de conversión.
IA para el Resto de Nosotros
La nueva versión de mi curso estrella para aprender a usar la IA de forma práctica, simple y útil en tu día a día. Comienza el 24 de marzo.
→ Inscríbete hoy 🚀El resultado es un dashboard con métricas concretas: área agregada disponible, potencial de generación en kilowatts, tasas de adopción solar por zona, y visualización directa en Street View para que el equipo técnico y comercial tome decisiones sin necesidad de visitas previas. El ciclo de prospección pasa de semanas a horas.
Un dato que ilustra el alcance del sistema: en Portugal, el análisis de Planno identificó más de 79.000 techos comerciales e industriales con un potencial combinado de 15,4 gigawatts de generación. Para un mercado del tamaño de Portugal, eso es una cantidad masiva de oportunidades que, sin esta herramienta, muchas empresas simplemente no habrían encontrado.
Por qué los soft costs son el problema real del solar
La narrativa dominante sobre energía solar gira en torno a los paneles, los inversores y los precios de los módulos. Pero en el sector comercial e industrial —donde los contratos son grandes y los márgenes son estrechos— el enemigo silencioso es el costo de conseguir ese contrato.
Identificar un cliente potencial, verificar que su techo es técnicamente viable, preparar una propuesta personalizada, seguir el lead a través de un ciclo de ventas largo: todo eso tiene un costo. Y cuando ese costo se multiplica por los cientos de prospectos que un equipo necesita para cerrar unos pocos contratos, el impacto en el margen es devastador.
GeoAI como la de Planno cambia la ecuación porque permite a un equipo de ventas pequeño cubrir el territorio que antes requería docenas de personas. En lugar de llamadas frías a bases de datos genéricas, los desarrolladores solares reciben inteligencia accionable: estos 200 techos en este polígono industrial tienen el perfil correcto, están en una zona con baja adopción solar, y ningún competidor los ha tocado todavía.
La lógica es similar a la que está transformando otras industrias donde el descubrimiento de oportunidades era manual y costoso. Software como el de GridBeyond ya opera en el lado de la demanda eléctrica, optimizando el consumo en tiempo real; Planno ataca el lado de la oferta: dónde y cómo instalar generación distribuida de manera eficiente.
El modelo: automatización más verificación humana
Una diferencia importante respecto a herramientas de mapeo convencionales: Planno no elimina el juicio humano, lo reenfoca. El sistema incluye un proceso de control de calidad donde expertos verifican que los resultados algorítmicos corresponden a la realidad física de las instalaciones. Esto es crítico para evitar los falsos positivos que plagan las herramientas menos sofisticadas.
La combinación de automatización masiva con verificación selectiva genera un resultado más robusto que cualquiera de los dos extremos por separado. Es el mismo patrón que aparece en el mejor uso de IA en industrias de alto costo de error: el algoritmo amplifica la capacidad humana, pero el humano sigue siendo responsable del criterio final.
Ese diseño también explica parte de la tracción de la startup. Planno ya opera en Portugal, Arabia Saudita, Sudáfrica, Estados Unidos y varios mercados de la Unión Europea. La reciente alianza con Spark Wave Energy —vinculada al gigante europeo Octopus Energy Generation— es una señal clara de que actores grandes del sector están apostando por este tipo de herramientas para escalar operaciones sin inflar sus equipos comerciales.
El contexto de mercado que hace esto urgente
Los desarrolladores solares en EE.UU. y Europa enfrentan un doble reto: los proyectos de bajo costo (“low-hanging fruit”) ya están tomados, lo que obliga a buscar más profundo; y el entorno regulatorio está cambiando, lo que hace que el tiempo de ejecución sea más valioso que nunca. En esas condiciones, una herramienta que comprime el ciclo de prospección no es un nice-to-have. Es una ventaja competitiva directa.
Hay un paralelo interesante con lo que está pasando en otras aplicaciones de IA aplicada a datos geoespaciales. Startups como Geoskop están usando IA para predecir el clima y optimizar parques eólicos y solares, lo que sugiere que la inteligencia geoespacial se está convirtiendo en infraestructura básica para toda la cadena de valor de las renovables, no solo para un eslabón.
La tesis de Planno es que los próximos años de crecimiento solar en el sector comercial e industrial van a pertenecer a quienes puedan mover la prospección más rápido y con menor costo por lead calificado. Y con la proyección de la startup de crecimiento exponencial a finales de 2026, más la integración futura con CRM y herramientas de ingeniería que los desarrolladores ya usan, la apuesta tiene lógica.
Por qué importa
Lo que está haciendo Planno no es glamoroso. No tiene el titular de “IA que predice el clima” o “robot que instala paneles”. Es, en el fondo, una herramienta de inteligencia comercial aplicada a un sector específico. Pero ese tipo de aplicaciones concretas y enfocadas son exactamente las que mueven la aguja en industrias con márgenes ajustados y ciclos de venta complejos.
La transición energética tiene un problema de logística comercial tanto como de tecnología. Reducir el costo de descubrir y calificar oportunidades no es solo eficiencia operativa: es lo que hace viable económicamente instalar solar en techos medianos que hoy quedan fuera del radar de los desarrolladores grandes porque el costo de encontrarlos no justifica el contrato. Planno está apostando a que ese mercado —los miles de techos industriales medianos que nadie visita— es el gran volumen no capturado del solar comercial.
Si tiene razón, el impacto va más allá de los márgenes de sus clientes. Es un ejemplo concreto de cómo la IA aplicada a datos geoespaciales puede acelerar la adopción de energía renovable en segmentos que los métodos tradicionales simplemente no alcanzan.
