Teniendo en cuenta que la contratación pública representa alrededor del 13 % del PIB en los países de la OCDE (OECD, 2024[61]), la adopción de la IA en la contratación pública suele estar impulsada por la necesidad de mejorar la eficiencia y la toma de decisiones operativas y reducir costos (Friton et al., 2024[62]; Hickok, 2022[63]). También se utiliza para ayudar a abordar desafíos como las limitaciones de la fuerza laboral. Con la IA, la contratación pública puede volverse más dinámica y reactiva, capaz de satisfacer las demandas de un entorno rápidamente cambiante durante todo el ciclo de vida de la contratación (Hickok, 2022[63]; Gastaldi et al., 2024[64]) (Gráfico 5.3). Esta transformación digital también brinda la oportunidad de repensar de manera fundamental la contratación y administración pública, mejorar las conexiones entre las entidades públicas y los proveedores, y permitir una colaboración más dinámica (Glas and Kleeman, 2016[65]). Sin embargo, para materializar todo el potencial de la IA se requiere una implementación efectiva, una gobernanza de datos sólida y un enfoque centrado en el usuario.
Gobernar con la inteligencia artificial
Nota: RPF = Solicitud de propuesta.
Fuente: Ilustración de la OCDE basada en (EC, 2020[66]).
Situación actual
Las entidades públicas están integrando la IA y la toma de decisiones algorítmica en sus procesos, utilizando estas tecnologías para mejorar servicios, agilizar operaciones y mejorar la toma de decisiones, así como para fortalecer la gestión de riesgos, la supervisión y la rendición de cuentas. Un estudio reciente identificó las funcionalidades basadas en IA ofrecidas por las plataformas de contratación pública, revelando que el 54 % de las soluciones admiten la prelicitación y la planificación, el 31 % se centra en las actividades de licitación y solo el 4 % aborda las actividades más operativas de la fase de suministro (Guida et al., 2023[67]). Además, el 11 % de las soluciones, incluyendo los asistentes digitales y la automatización de actividades sin valor añadido, abarcan todo el ciclo de vida de la contratación. Entre las funcionalidades habituales se incluyen el análisis de gastos, la gestión de riesgos, el financiamiento de la cadena de suministro, la identificación de proveedores y la optimización de negociaciones.
Agilización de tareas operativas
La IA puede ayudar a clasificar el gasto para estandarizar los informes. Clasificar los datos sobre gasto en taxonomías estándar en la contratación pública significa organizar el gasto en categorías predefinidas, lo que ayuda a hacer seguimiento y analizar el gasto de manera más efectiva. Su importancia radica en la capacidad de tomar mejores decisiones, aumentar la transparencia e identificar oportunidades de ahorro de costos. Por ejemplo, el sistema ucraniano de contratación electrónica ProZorro utiliza una solución ML para predecir el código correcto del Vocabulario Común de Contratos Públicos (CPV, por sus siglas en inglés) para productos y servicios (Recuadro 5.23). Estos códigos establecen un sistema único de clasificación de la contratación pública, destinado a estandarizar las referencias utilizadas para describir los contratos públicos con el fin de aumentar la transparencia y facilitar la identificación de oportunidades por parte de los proveedores potenciales (EC, 2020[66]).
Reconociendo los desafíos planteados por la falta de competencia leal y los riesgos de corrupción en las prácticas de contratación, las organizaciones de la sociedad civil ucraniana, las asociaciones de expertos y el gobierno colaboraron en 2014 para desarrollar ProZorro. Este sistema de contratación pública de código abierto utiliza IA y analítica avanzada para mejorar la eficiencia, la transparencia y la rendición de cuentas. Una década después de su creación, ProZorro ha evolucionado hasta convertirse en un ecosistema basado en datos que integra herramientas de inteligencia de negocios (BI, por sus siglas en inglés) de vanguardia para apoyar la toma de decisiones basada en evidencia en el gobierno, los órganos de supervisión, las empresas y la sociedad civil.
Los módulos de análisis de BI ProZorro y ProBI del sistema permiten el monitoreo en tiempo real y el análisis profundo de los datos de compras. El módulo público BI Prozorro ofrece 49 paneles de control que cubren todas las etapas de la contratación, lo que permite a los usuarios evaluar las tendencias de precios, la contratación médica, el rendimiento del comprador y los indicadores de riesgo. El módulo ProBI proporciona una herramienta de creación de informes para que los usuarios avanzados creen análisis personalizados, facilitando la supervisión regulatoria y la planificación estratégica de las contrataciones.
El impacto de la analítica de ProZorro es sustancial. Estas herramientas se han adoptado ampliamente, y más de 30 000 usuarios han analizado anualmente el mercado de contratación pública de Ucrania, abarcando transacciones por valor de 21 000 millones de euros en 2023. Más de 80 estudios de contratación pública han servido de base para mejoras regulatorias, incluyendo un ahorro de 250 millones de euros desde 2021 gracias a cambios en las políticas relacionados con correcciones en licitaciones. Además, las evaluaciones de riesgos basadas en la IA ayudan a los órganos de supervisión a detectar irregularidades, mientras que las entidades de contratación utilizan información basada en datos para optimizar las estrategias de compra. El modelo colaborativo de gobernanza del sistema, que integra a las partes interesadas del gobierno, la sociedad civil y el sector privado, promueve la innovación continua y la capacidad de respuesta a los desafíos emergentes.
Fuente: https://prozorro.gov.ua.
La IA puede ayudar a los gobiernos a mejorar los procesos simplificando y optimizando rápidamente flujos de trabajo altamente reglamentados de principio a fin. Simplificar y racionalizar los flujos de trabajo integrales y altamente regulados en la contratación pública implica reducir la complejidad y automatizar las tareas, por ejemplo, con la introducción de RPA o LLM para mejorar la eficiencia. Esto puede lograrse integrando herramientas y tecnologías digitales para minimizar los errores y acelerar el proceso de contratación. Por ejemplo, en Chile, ChileCompra ha transformado la forma en que se realiza la contratación pública y ha evolucionado con el tiempo para utilizar tecnologías novedosas en apoyo de los equipos gubernamentales (Recuadro 5.24).
En Chile, la contratación pública se ha transformado a través de ChileCompra, el organismo central de compras del país creado en 2000. ChileCompra opera Mercado Público, una plataforma electrónica que centraliza y agiliza la contratación de bienes y servicios para entidades públicas. La plataforma soporta los acuerdos marco, que permiten a múltiples proveedores ofrecer productos en condiciones estandarizadas, fomentando la inclusión y la competencia. Con el tiempo, ChileCompra se ha convertido en la tienda virtual más grande de Chile, promoviendo la transparencia y la eficiencia en la contratación pública. Además, ha introducido herramientas innovadoras como ChileCompra Express, un mercado en línea que permite las compras directas a proveedores previamente aprobados sin necesidad de procedimientos de licitación adicionales.
ChileCompra ha evolucionado continuamente para hacer frente a desafíos, como la participación desigual de los proveedores y las ineficiencias de acuerdos marco. En 2014, más de 850 entidades públicas utilizaban la plataforma, generando aproximadamente 810 000 órdenes de compra por valor de 1.800 millones de USD al año. Entre 2010 y 2015, el número de proveedores que realizaron operaciones en el sistema aumentó casi un 180 %, creando oportunidades para las pequeñas y medianas empresas (PYMES). Sin embargo, el sistema se enfrentaba a desafíos operativos, como una elevada concentración de ingresos entre un pequeño número de proveedores y una competencia limitada en la segunda fase de acuerdos marco. Para abordar estos problemas, ChileCompra rediseñó sus acuerdos marco estandarizando las categorías de productos e introduciendo mecanismos competitivos que redujeron los precios hasta en un 28 % en comparación con los precios de mercado.
En los últimos años, ChileCompra ha integrado IA para seguir modernizando las prácticas de contratación. Introdujo plantillas de licitación estandarizadas para proyectos de IA y ciencia de datos como parte de su iniciativa Algoritmos Éticos en colaboración con la Universidad Adolfo Ibáñez y BID Lab. Estas plantillas incluyen requisitos de transparencia, privacidad, no discriminación y explicabilidad para garantizar un uso responsable de la IA en los contratos públicos. Además, el Observatorio de Contratación Pública de ChileCompra utiliza herramientas de IA, como los LLM, para analizar los datos de las contrataciones en busca de irregularidades y mejorar la supervisión del cumplimiento. Estos avances han permitido una supervisión más eficiente y, al mismo tiempo, han promovido normas éticas en la contratación pública.
Fuente: https://www.chilecompra.cl.
La IA puede ayudar a agilizar los esfuerzos por gestionar los marcos jurídicos y reglamentarios de la contratación pública. Por ejemplo, en Rumanía, la Agencia Nacional de Contratación Pública (ANAP) desarrolló una herramienta para mejorar su capacidad de examinar la nueva legislación, que incluye la recuperación de documentos en tiempo real de los sitios web de las instituciones públicas y la conversión de los documentos escaneados en texto que permite realizar búsquedas (The World Bank, 2023[68]).
Mejoramiento de las relaciones compradores -proveedores y de las capacidades de los servidores públicos
La IA proporciona comunicación y asistencia en tiempo real a través de chatbots, que pueden responder a consultas, proporcionar actualizaciones y facilitar interacciones más fluidas. Esta tecnología ayuda a agilizar los procesos, reducir los tiempos de respuesta y mejorar la satisfacción general de ambas partes. Por ejemplo, en los Estados Unidos, el departamento de compras y aprovisionamiento (PSS, por sus siglas en inglés) del Concejo de El Paso (PSS) integró una solución de chatbot, llamada Ask Laura, en su página web. Ask Laura utiliza algoritmos de código abierto para interpretar y tratar las preguntas y obtener información sobre los proveedores potenciales en función de los perfiles de negocio y las preguntas formuladas (Collins, 2020[69]).
Las herramientas de IA pueden facilitar el apoyo y orientación en tiempo real a los profesionales de la contratación y los proveedores, agilizando la comunicación y agilizando la resolución de consultas. Esto puede ayudar a mejorar la colaboración al ofrecer asesoramiento oportuno, rellenar automáticamente los formularios y crear paneles personalizados. Por ejemplo, en Estados Unidos, el Departamento de Tecnología de la Información de Carolina del Norte (NCDIT, por sus siglas en inglés) ha introducido un chatbot impulsado por IA para ayudar al personal de las agencias estatales con los procesos de compra de TI. Disponible las 24 horas del día, los 7 días de la semana, el chatbot ofrece respuestas instantáneas a las consultas más habituales, como el acceso a los formularios de contratación, la presentación de solicitudes de excepción y la comprensión de los plazos de contratación, lo que reduce los tiempos de espera y mejora la eficiencia (NCDIT, 2024[70]).
Mejoramiento de la gestión de riesgos, supervisión y rendición de cuentas
Los controles de cumplimiento automatizados, los algoritmos de detección de fraude y los mecanismos de detección de anomalías refuerzan la rendición de cuentas al señalar irregularidades y desviaciones de los protocolos de contratación establecidos. Las funcionalidades de IA utilizan técnicas de ML para identificar automáticamente errores y fraude, y para gestionar el riesgo de manera eficiente y efectiva (Guida et al., 2023[67]).
La IA también puede utilizarse para detectar vulneraciones de la integridad en las licitaciones. Tanto las administraciones como la ciudadanía están investigando el potencial de la IA en este ámbito. Como ejemplo relevante, utilizando datos de licitaciones públicas disponibles, los investigadores han podido usar algoritmos de IA para detectar colusión con una tasa de precisión del 81-95 %. Una vez entrenados los algoritmos, pueden actualizarse automáticamente con las últimas subastas y con poco esfuerzo por parte del usuario para supervisar sus resultados (Garcia Rodriguez et al., 2022[71]). Además, en Hungría, un estudio analizó 119 000 licitaciones públicas entre 2011 y 2020 para identificar estrategias sutiles basadas en texto utilizadas por agentes corruptos para favorecer a licitadores específicos. Utilizando enfoques de ML como los bosques aleatorios, el estudio descubrió que los datos de texto mejoraron la precisión del sistema del 77 % al 82 %, lo que demuestra el potencial de la minería de texto para descubrir comportamientos corruptos y mejorar las políticas anticorrupción (Katona and Fazekas, 2024[72]). Otro ejemplo relevante es el de España, donde los investigadores desarrollaron un sistema de IA para proporcionar un "sistema de alerta temprana" que predice la corrupción pública. La herramienta utiliza datos sobre factores económicos y políticos —como el crecimiento económico y la duración en el poder de un partido político— junto con datos sobre casos de corrupción para predecir el riesgo de corrupción en las provincias españolas (López-Iturriaga and Sanz, 2017[73]). La lucha contra la corrupción, más allá de la contratación pública, se analiza más adelante en la sección titulada "La IA en la lucha contra la corrupción y la promoción de la integridad pública".
Más allá de identificar anomalías en los datos existentes, las capacidades predictivas de la IA pueden identificar posibles riesgos e irregularidades y optimizar los procesos de contratación pública. En Brasil, por ejemplo, la Contraloría General desarrolló Alice, una herramienta que utiliza IA para detectar posibles casos de fraude, lo que permite la gestión y supervisión de riesgos en tiempo real (Recuadro 5.25).
En Brasil, la contratación pública representa una parte significativa del gasto público, lo que la convierte en un área crítica para garantizar la eficiencia y la transparencia. Para abordar vulnerabilidades como el fraude, las ineficiencias y los errores en el proceso de contratación, la Contraloría General (CGU) desarrolló Alice, un sistema impulsado por IA diseñado para analizar licitaciones, contratos y avisos públicos. Alice utiliza la inteligencia artificial y la RPA para supervisar de forma continua las actividades de contratación en todos los organismos federales, identificando los riesgos y las irregularidades en tiempo real. Al automatizar estos procesos, Alice permite la auditoría a gran escala y ayuda a los funcionarios públicos a tomar decisiones informadas para mejorar la supervisión.
Desde su implementación, Alice ha dado resultados notables. Solo en 2023, analizó casi 191 000 adquisiciones y activó 203 auditorías relativas a contratos por un valor equivalente de 4 150 millones de euros. Entre 2019 y 2022, sus alertas dieron lugar a la suspensión o cancelación de ofertas por un total equivalente a aproximadamente 1 500 millones de euros. Además, el sistema ha acelerado considerablemente los procesos de auditoría, reduciendo el tiempo medio necesario de 400 días a solo ocho. Alice aprovecha algoritmos de NLP adaptados capaces de gestionar las complejidades únicas de los datos de contratación pública brasileños, mejorando aún más su efectividad en la identificación de riesgos a través de aproximadamente 40 tipologías predefinidas.
Al combinar tecnología avanzada con marcos institucionales sólidos, Brasil mejoró la supervisión, logró ahorros financieros sustanciales y mejoró la rendición de cuentas en el gasto público.
Los órganos de supervisión, incluidas las instituciones superiores de auditoría, son agentes clave que garantizan la legalidad, eficiencia e integridad de los procesos de contratación (OECD, 2015[74]). Cada año, el Tribunal de Cuentas de Portugal (Tribunal de Contas, TdC) lleva a cabo un número significativo de revisiones y auditorías relacionadas con los procesos de contratación pública (antes, durante y después), que requieren amplios recursos humanos y financieros. TdC está trabajando con la OCDE para desarrollar capacidades de control más sólidas y una asignación de recursos más eficiente. Esto incluye el desarrollo y las pruebas de los flujos de datos y los sistemas de ML para identificar señales de alarma, centrándose en los riesgos de irregularidades en los procesos de contratación pública (OECD, 2024[75]).
Empoderamiento de agentes externos y fortalecimiento de la confianza en el gobierno
La IA también puede empoderar a agentes externos, como la ciudadanía y organizaciones de la sociedad civil, para que realicen evaluaciones por terceros de los programas de contratación pública y el gasto público (Santiso, 2022[76]). Los gobiernos han desarrollado plataformas que permiten a las partes interesadas acceder a datos abiertos sobre contratación pública, facilitando así un intercambio de información transparente (Attard et al., 2015[77]). Estos portales publican datos tanto estructurados como no estructurados que abarcan varias fases de los procesos de contratación. Para mejorar la presentación de estos datos, algunos organismos gubernamentales han integrado paneles de control impulsados por la IA en estas plataformas que muestran estadísticas e indicadores relevantes para los procesos de contratación (Ansari, Barati and Martin, 2022[78]). Países como Colombia (2024[79]) Chile (2024[80]) y México (2024[81]) han adoptado tales iniciativas.
Las tecnologías de IA pueden permitir a las partes interesadas supervisar las actividades de contratación pública y gestionar los riesgos con una granularidad sin precedentes, al proporcionar acceso en tiempo real a los datos de las contrataciones, las pistas de auditoría y las métricas de rendimiento. Además, las iniciativas de transparencia impulsadas por la IA pueden promover una mayor confianza pública en las prácticas de contratación pública, fomentando una cultura de integridad y rendición de cuentas. Las herramientas de IA pueden ayudar a las administraciones a anticipar la demanda, identificar posibles riesgos y optimizar sus procesos de contratación. En Brasil, por ejemplo, el proyecto Labcontas (GLOBO, 2018[82]) que reunió 96 bases de datos con información relevante para el trabajo del Tribunal Federal de Cuentas brasileño (TCU), ha permitido realizar controles automatizados de las licitaciones públicas que plantean un riesgo potencial de corrupción (EC, 2020[66]).
Gestión de riesgos y desafíos
Varios riesgos y desafíos potenciales son motivo de preocupación en cuanto el uso de la IA en la administración pública (Andersson, Arbin and Rosenqvist, 2025[83]; Shark, 2024[84]). A continuación, se desarrollan las cuestiones que más se abordan en el trabajo de la OCDE y la evaluación de los casos de uso analizados en esta sección.
Riesgos asociados
Datos inadecuados o sesgados en los sistemas de IA.
Falta de transparencia y explicabilidad.
Los sistemas de IA con datos de entrenamiento inadecuados o sesgados pueden presentar problemas, ya que los sistemas utilizados para evaluar las ofertas podrían favorecer a determinados licitadores, dando lugar a decisiones de contratación injustas. Además, la capacidad de los equipos de contratación pública para comprender el funcionamiento preciso de los sistemas algorítmicos está limitada por sesgos humanos en la percepción, complejidades múltiples y otros factores (Hickok, 2022[63]). Estos tipos de sistemas de IA pueden tener resultados perjudiciales que podrían afectar a una parte mayor de la sociedad. En las licitaciones, un empleado público humano revisa las ofertas y decide una por una, mientras que un sistema de IA puede revisar muchas ofertas y tomar decisiones en cuestión de segundos y minutos. Por lo tanto, si existe un sesgo en el sistema de IA, la velocidad y la magnitud del daño también superarán al de una revisión humana (Hickok, 2022[63]). Para evitar estos resultados, los contratantes deben asegurarse de que la IA ha sido entrenada con datos representativos. Además, los sistemas de IA deben diseñarse teniendo en cuenta criterios de equidad, que vayan más allá de los costos y la eficiencia. Por último, el rendimiento de la IA debe supervisarse en escenarios reales para detectar y hacer frente a los daños emergentes.
También surgen preocupaciones respecto a la falta de transparencia algorítmica de la IA. Cuando se implementa un sistema de IA en la administración pública, los gobiernos deben cumplir sus compromisos con los principios de equidad, rendición de cuentas y transparencia. El sistema debe ser suficientemente explicable; la autoridad contratante debe obtener suficiente información sobre el funcionamiento del sistema y los datos sobre los que ha sido entrenado para extraer sus conclusiones. De lo contrario, los agentes públicos dispondrán de sistemas integrados sin una capacidad independiente para mantenerlos y supervisarlos. Sin estas capacidades, tampoco se dispondrá de mecanismos alternativos de supervisión y rendición de cuentas debido a la falta inicial de transparencia o acuerdos de subcontratación (Hickok, 2022[63]). En el Reino Unido, la Oficina de Inteligencia Artificial (OAI) y el Servicio de Gobierno Digital (GDS) elaboraron una guía en colaboración con el Alan Turing Institute para salvaguardar la confianza pública en el uso de la IA en la contratación mediante el uso de los principios FAST Track (por sus siglas en inglés): equidad, rendición de cuentas, sostenibilidad y transparencia (GOV.UK, 2019[85]).
Desafíos de implementación
Entornos legales y regulatorios inflexibles u obsoletos.
Falta de datos de alta calidad y capacidad para compartirlos.
Brechas de capacidades.
Aversión al riesgo.
Dependencia en datos y proveedores.
Muchas jurisdicciones carecen de normativas y directrices formales sobre el uso de la IA, lo que genera ambigüedades jurídicas y posibles dificultades para los licitadores infructuosos que cuestionan la equidad del proceso. Dadas estas brechas regulatorias, existe una creciente necesidad de marcos regulatorios y directrices que garanticen una orientación clara para la IA en la contratación pública, promoviendo la transparencia y la equidad, reduciendo las ambigüedades legales y minimizando los desafíos de los licitadores infructuosos. El Recuadro 5.26 muestra cómo algunos gobiernos se están uniendo para superar este desafío.
La Coalición GovAI es una iniciativa interinstitucional dedicada a promover el uso responsable y ético de la IA en el Gobierno. Fundada en 2023 por la ciudad de San José, la coalición se ha ampliado desde entonces para incluir agencias locales, estatales y federales en todo Estados Unidos. Sirve como plataforma para la colaboración interinstitucional, el intercambio de conocimientos y las mejores prácticas de gobernanza de la IA, ayudando a los gobiernos simultáneamente a promover la innovación y garantizar la rendición de cuentas.
Los miembros de la Coalición GovAI han colaborado para crear un conjunto de plantillas de contratación pública y herramientas de intercambio de conocimientos que cualquier organismo público puede utilizar para poner en marcha su propio programa de gobernanza de la IA. Entre estos recursos, la Coalición GovAI desarrolló el Centro de Contratos de IA, lanzado en febrero de 2025 en colaboración con Pavilion. Esta plataforma agiliza la contratación de IA al ofrecer un repositorio compartido de modelos de contrato, acuerdos cooperativos y mejores prácticas. El objetivo del centro es reducir los costos y los plazos de la contratación, mejorar la transparencia de los contratos y ampliar el acceso a los proveedores de IA. A medida que crece la adopción de la IA en el gobierno, hasta alcanzar los 3 300 millones de USD en contratos federales relacionados con la IA en 2022, la Coalición GovAI ayuda a garantizar que los organismos públicos dispongan de las herramientas necesarias para adquirir soluciones de IA de manera eficiente, al tiempo que defiende los valores públicos.
La IA puede mejorar significativamente todo el ciclo de contratación pública. Sin embargo, su impacto es limitado sin datos estandarizados y accesibles, lo que requiere una estrategia de gobernanza de datos coherente para todo el Gobierno. Además, los organismos gubernamentales suelen implementar diversos sistemas de IA sin estándares unificados, lo que da lugar a sistemas incompatibles, datos fragmentados e ineficiencias en la agregación de la información de contratación. Las restricciones al intercambio de datos contribuyen a estos desafíos y dificultan la obtención del máximo provecho de los sistemas de IA al ampliar el alcance del entrenamiento y el análisis de los sistemas (Andersson, Arbin and Rosenqvist, 2025[83]). Aunque los países de la OCDE han realizado considerables progresos, los datos que contienen toda la información pertinente sobre contratación pública siguen sin estar disponibles en gran medida y existen muy pocos datos abiertos (definidos como datos reutilizables en un formato accesible) en la mayoría de los países evaluados (da Rosa, 2023[86]).
Las carencias en materia de competencias digitales, así como la falta de comprensión del potencial de la IA, son obstáculos importantes para el despliegue satisfactorio de la IA en los procesos de contratación pública (Guida et al., 2023[67]). El poder de la IA por sí solo no es suficiente para que pueda adoptar con éxito plataformas avanzadas de contratación pública. La gestión de datos, el cambio cultural y el desarrollo de competencias son fundamentales (Handfield, Jeong and Choi, 2019[87]). Si persisten estas deficiencias y el conocimiento que se tiene es limitado, las entidades públicas podrían tener dificultades para implementar y gestionar eficazmente los sistemas de IA o mitigar sus riesgos, dando lugar a procesos de contratación ineficientes y potencialmente inadecuados.
Otro hallazgo interesante es que los gerentes de contratación son en su mayoría escépticos de la IA, creyendo que las habilidades típicas del comprador humano están estrictamente relacionadas con la negociación y que este conocimiento, a menudo tácito y no formalizado, no puede transferirse a agentes o sistemas autónomos (Guida et al., 2023[67]). En consecuencia, consideran que este conocimiento no puede transferirse de manera efectiva a agentes o sistemas autónomos. Esta aversión al riesgo pone de relieve la importancia de la preparación digital y el nivel de competencias digitales de los funcionarios públicos, ya que estos factores son cruciales para integrar con éxito la IA en los procesos de contratación.
Los acuerdos de licencia de datos restrictivos o con un diseño deficiente pueden crear dependencia de los datos, impidiendo que la autoridad contratante comparta los datos necesarios con el desarrollador de IA, limitando así la efectividad del sistema de IA. Además, existe el riesgo de bloqueo de proveedores, lo que hace que la autoridad contratante dependa en gran medida de la tecnología y los formatos de datos propios del proveedor de IA.
Potencial sin explotar y camino a seguir
Los resultados de la OCDE y las investigaciones externas identifican poca investigación específica sobre la IA para la contratación pública, y un nivel bastante bajo de madurez en IA en las entidades de contratación pública (Andersson, Arbin and Rosenqvist, 2025[83]). Para ayudar a las organizaciones de contratación pública a evaluar su propia madurez e identificar los factores necesarios para el crecimiento, el Centro para el Negocio del Gobierno de IBM ha desarrollado un modelo de madurez de IA para la contratación pública que puede ser una referencia útil (2023[88]).
Si se adopta con éxito en el terreno, el potencial de la IA en la contratación pública incluye la evaluación automatizada de los proveedores, sistemas predictivos para anticipar acontecimientos —como la escasez de productos y el momento óptimo para garantizar los mejores precios—, la detección de posibles influencias de cuestiones económicas y geopolíticas más amplias y la creación de plataformas de licitación inteligentes que satisfagan automáticamente las necesidades de la contratación con los licitadores más adecuados (Shark, 2024[84]). Los LLM podrían utilizarse para promover la integridad en el gasto público. Por ejemplo, modelos como los que impulsan ChatGPT pueden ayudar a los funcionarios de contratación pública a analizar grandes cantidades de datos sobre una empresa y un posible contratista para detectar riesgos de fraude o corrupción (Ugale and Hall, 2024[89]).
La IA también podría incidir en el establecimiento de los requisitos y especificaciones que necesita un funcionario de compras, la evaluación de las ofertas y la fijación de precios justos y razonables, la optimización de la selección de proveedores y el cumplimiento de la regulación (IBM, 2023[88]). La IA podría ayudar a los funcionarios de contratación pública a determinar las especificaciones de una compra presentando información sobre ejercicios de contratación anteriores o identificando y presentando dinámicamente productos y servicios relevantes en el mercado (IBM, 2023[88]). La mejora del conocimiento del mercado a través de contenidos recopilados y sintetizados por IA también podría ayudar a los funcionarios de contratación a identificar precios razonables y justos para diversos productos y servicios que ayuden a servir de referencia para la compra directa o para considerar ofertas competitivas. Además, la IA podría ayudar a sintetizar la información de los proveedores para la toma de decisiones en materia de contratación pública. La información sobre los proveedores puede analizarse utilizando métodos de NLP de diversas fuentes, como perfiles de empresa, datos financieros y opiniones en Internet (Burger, Nitsche and Arlinghaus, 2023[90]).
Otras aplicaciones potenciales se pueden encontrar en el uso de herramientas de IA por parte del sector privado. La contratación privada ha sido objeto de mucha más investigación, aunque las empresas tardan en adoptar la IA en comparación con otras funciones empresariales (Andersson, Arbin and Rosenqvist, 2025[83]). Estos enfoques pueden servir de inspiración a las oficinas de contratación pública, que no pueden replicar directamente las soluciones del sector privado debido a los marcos jurídicos y reglamentarios. Algunos ejemplos son:
Walmart ha implementado Pactum AI, un chatbot de negociación para proveedores que proporcionan "bienes no destinados para reventa", cuyo objetivo era mejorar las condiciones de pago, asegurar descuentos y ofrecer avisos flexibles de terminación de contratos1 .
AutogenAI ha desarrollado una herramienta de IA diseñada para agilizar el proceso de redacción de ofertas en contrataciones. Esta herramienta ayuda a las empresas a elaborar propuestas de manera más eficiente, reduciendo el tiempo y el esfuerzo necesarios para responder a las oportunidades de contratación2.
Sievo, una empresa de analítica de contratación, ofrece una plataforma para mejorar los procesos de contratación que utiliza la IA para analizar datos de gastos, prever la demanda y optimizar la selección de proveedores, mejorando así la toma de decisiones y la eficiencia operativa3.
DocuSign desarrolló una herramienta de gestión de contratos basada en IA que utiliza NLP para escanear e interpretar documentos legales, identificando oportunidades de ahorro de costos y garantizando el cumplimiento4.
Los poderes adjudicadores de los gobiernos deben tomar medidas para asegurarse de que están adoptando acciones y decisiones informadas al incorporar la IA en sus procesos de contratación. Deberían centrarse en reducir tanto los riesgos como la aversión al riesgo, mejorar las capacidades, alentar a los funcionarios de contratación pública a dialogar con los proveedores y mejorar la recopilación de datos y el seguimiento de los resultados. La Recomendación de la OCDE sobre Contratación Pública (2015[74]) y los Principios de IA de la OCDE (2024[91]) — entre otros estándares internacionales y de la OCDE— ayudan a las entidades adjudicadoras en sus esfuerzos por implementar una IA confiable en sus respectivos procesos. Sin un enfoque informado y confiable, los agentes públicos podrían no aprovechar los beneficios de los sistemas de IA. También podrían terminar con sistemas altamente integrados pero con fallas, sin una capacidad independiente para mantener estos sistemas, o capacidades para monitorear su desempeño (Hickok, 2022[63]).
El éxito de la IA en los procesos de contratación pública depende tanto de la aplicación efectiva por parte de la entidad compradora como del compromiso de las principales partes interesadas. Es esencial adoptar un enfoque centrado en el usuario para la transformación digital de la contratación pública. El éxito también depende de una sólida gobernanza e infraestructura de datos, que incluya la estandarización, el intercambio y el uso de los datos de las licitaciones, así como de los modernos sistemas informáticos necesarios para albergar y transferir datos de manera eficiente y gestionar los sistemas de IA.
Los mecanismos de gobernanza y las estructuras de rendición de cuentas siguen siendo esenciales. Los responsables de las políticas y las organizaciones intergubernamentales están estableciendo regulaciones para regular el uso de la IA en la contratación pública. Para garantizar una gobernanza y una rendición de cuentas sólidas, las obligaciones y la documentación de la contratación pública específicas de la IA deben aplicarse por igual al desarrollo tanto externo como interno (Heikkila, 2022[92]).
Los gobiernos también deberían invertir en programas de desarrollo de capacidades, iniciativas de formación y plataformas de intercambio de conocimientos para apoyar la adopción de la IA en la contratación pública. Al invertir en programas de capacitación y desarrollo de capacidades, los profesionales de la contratación pueden estar equipados con las capacidades y los conocimientos necesarios para utilizar eficazmente las tecnologías de IA.
Además, la colaboración entre los sectores público y privado, el mundo académico, la sociedad civil y, en algunos casos, el público es esencial para fomentar la innovación y difundir las mejores prácticas en los sistemas de contratación pública basados en la IA. Al promover el intercambio de conocimientos y la colaboración, los gobiernos pueden acelerar la adopción de las tecnologías de IA y maximizar los posibles beneficios para la sociedad. Esta colaboración también ayuda a determinar si la IA es la mejor solución para un desafío determinado en relación con otros enfoques o tecnologías, un paso importante pero a menudo ignorado (Hickok, 2022[63]).
Los organismos públicos de adquisición deben dar prioridad a la evaluación continua y la iteración de los sistemas de IA utilizados en la contratación pública, por ejemplo, el seguimiento del rendimiento de los algoritmos de IA. Deberían evaluar su impacto en los resultados de la contratación pública y en las personas y solicitar la opinión de las partes interesadas.