Assistant IA WhatsApp pour agences immobilières brésiliennes
Lastro est une PropTech brésilienne fondée en 2021 qui a développé Lais, un assistant IA autonome spécialisé dans l'automatisation de la relation client et de la gestion locative pour les agences immobilières. Intégré nativement à WhatsApp, Lais qualifie instantanément les leads, recherche les biens correspondants aux critères des clients et répond aux demandes courantes 24/7, réduisant le temps de réponse moyen de 6 heures à 15 secondes. La plateforme inclut également des outils de gestion opérationnelle : facturation automatisée, enregistrement des demandes de maintenance et capture de nouveaux mandats.
Avec une levée de fonds en Series A de 16M$ menée par Prosus Ventures en septembre 2025, Lastro affiche une croissance solide (+60% de conversion rapportée par les agences utilisatrices) et a été sélectionnée par AWS dans son programme mondial d'accélération IA générative en 2024. L'outil s'adresse exclusivement au marché brésilien, avec une interface en portugais et sans support français identifié. Le pricing reste non communiqué publiquement.
Non communiqué publiquement, modèle SaaS présumé
Catégorie : Financement
Non, l'outil est conçu spécifiquement pour le marché brésilien, avec interface en portugais et intégration WhatsApp optimisée pour l'Amérique latine. Aucun support français ni expansion européenne n'est documenté à ce jour.
L'assistant IA Lais interagit directement via WhatsApp pour engager les leads en temps réel, qualifier leurs besoins, rechercher les biens correspondants dans la base de l'agence et répondre aux questions courantes 24/7, sans intervention humaine initiale.
Le pricing exact n'est pas communiqué publiquement. Le modèle économique suggère un SaaS par abonnement typique des PropTech, mais les tarifs et grilles doivent être obtenus directement auprès de l'éditeur.
La plateforme vise les agences immobilières et gestionnaires locatifs au Brésil. Avec 11-50 employés et un positionnement sur l'automatisation IA avancée, l'outil semble cibler des structures de taille moyenne à grande, mais la question du ticket d'entrée reste à clarifier avec l'éditeur.