La IA en la contratación pública: Herramientas y tácticas que funcionan en 2025

Solía pensar que las compras consistían únicamente en negociar acuerdos y gestionar proveedores, hasta que pasé un verano clasificando facturas y actualizando hojas de cálculo. Digamos que fue menos glamuroso de lo esperado.

Resulta que no estaba solo en esa experiencia. Según KPMG, la automatización podría encargarse de más de la mitad de las tareas que se realizan habitualmente en compras. 

En todos los sectores, la IA está ayudando a los equipos a trabajar de forma más inteligente y con menos quebraderos de cabeza, y el aprovisionamiento no es una excepción. Hay ejemplos reales de agentes de IA que ya están surtiendo efecto, desde la automatización de aprobaciones rutinarias hasta la obtención de información a partir de los datos de los proveedores. 

En este artículo se analizan los tipos de IA que se utilizan en la contratación pública, los casos de uso y cómo ponerla en práctica, todo ello sin necesidad de ser licenciado en informática.

¿Qué es la IA para la contratación pública?

La IA para la contratación significa utilizar la inteligencia artificial para automatizar tareas rutinarias, descubrir información a partir de los datos y respaldar decisiones más rápidas e informadas en todo el proceso de contratación.

Las tecnologías de IA permiten a los profesionales de la contratación tomar decisiones basadas en datos y gestionar a los proveedores con mayor eficacia, lo que en última instancia conduce a procesos de contratación más rápidos y precisos.

Cómo se utilizan los distintos tipos de IA en la contratación pública

Generative AI

La IA generativa, o GenAI, es el tipo de IA que puede generar resultados como correos electrónicos, informes o RFP completas, basándose en los datos con los que se ha entrenado. Se ha convertido en una de las formas más comunes de IA en la contratación, y es fácil ver por qué.

En las adquisiciones, GenAI puede:

• Redacte documentos como declaraciones de trabajo, informes para proveedores o solicitudes de propuestas en cuestión de minutos.
• Resuma las largas reuniones con proveedores o los informes de rendimiento para no tener que rebuscar en ellos.
• Escriba y envíe automáticamente correos electrónicos o actualizaciones de estado a los proveedores.
• Ayuda a organizar y etiquetar los datos para facilitar su análisis posterior.

Básicamente, GenAI se encarga de gran parte de la redacción y la gestión de datos, lo que permite a los equipos centrarse más en el trabajo estratégico.

Aprendizaje automático

El aprendizaje automático aprende de las tendencias pasadas para detectar patrones y hacer predicciones sobre lo que es probable que ocurra a continuación. 

En lugar de revisar interminables hojas de cálculo o confiar en el instinto, las herramientas de ML pueden analizar las tendencias de compra anteriores y el rendimiento de los proveedores para ayudar a los equipos a tomar decisiones más rápidas.

Por ejemplo, si un proveedor se retrasa regularmente en las entregas, ML podría detectar ese patrón antes de que se convierta en un problema mayor. O podría señalar una factura inusual que no se ajusta al comportamiento de gasto habitual. También puede encargarse de la tediosa tarea de categorizar el gasto en cientos de transacciones, y completarla en cuestión de minutos. 

Cuantos más datos recibe un modelo ML, más inteligente se vuelve, lo que significa que sus conocimientos mejoran con el tiempo.

Automatización robótica de procesos (RPA)

La RPA no trata de ser inteligente, no está pensada para tomar decisiones o descubrir ideas. Lo que la RPA hace realmente bien es llevar a cabo tareas de gran volumen basadas en reglas en todos los sistemas de forma rápida y sin intervención manual. 

Como parte esencial de la automatización de procesos empresariales, la RPA se encarga de aspectos como la introducción de datos, el cotejo de facturas y el procesamiento de pedidos sin necesidad de introducir datos manualmente.

Aunque no suene glamuroso, eliminar esas tareas rutinarias significa que los equipos pueden centrarse en los aspectos más estratégicos de las compras. Se trata de hacer las cosas más fluidas y menos dependientes de la intervención manual.

Procesamiento del lenguaje natural (PLN)

La PNL ayuda a los ordenadores a entender y dar sentido al lenguaje humano, lo que resulta útil cuando se trata de contenidos con mucho texto, como contratos, correos electrónicos o respuestas a solicitudes de propuestas.

En un contexto de contratación, las herramientas de PNL pueden:

• Extraiga las cláusulas y condiciones importantes de los contratos
• Analizar los comentarios de los proveedores o las reseñas en línea para conocer el tono y el sentimiento.
• Extraiga información clave de facturas o recibos y conviértala en datos estructurados
• Ayude a impulsar chatbots que respondan a preguntas habituales sobre contratación pública

El PLN suele estar integrado en plataformas como el software de análisis de gastos y los sistemas de procesamiento de documentos. Los equipos también pueden utilizar API como AWS Comprehend o Google Cloud Natural Language para integrarla en sus flujos de trabajo. 

Aunque el concepto pueda parecer complejo, aplicarlo suele ser tan sencillo como habilitar una función en las herramientas que ya utilizan los equipos.

Inteligencia Artificial

La IA agenética es la tecnología más reciente. 

La IA agenética se refiere a sistemas que pueden planificar, actuar y adaptarse de forma autónoma en función de objetivos o condiciones cambiantes, sin necesidad de instrucciones paso a paso para cada tarea. 

Mientras tanto, los agentes de IA en compras van más allá del mero envío de alertas. Pueden simular el impacto del cambio en los costes o los plazos, e incluso iniciar los pasos siguientes, como redactar una orden de compra o actualizar los registros de proveedores. 

Esto desbloquea los flujos de trabajo de IA agéntica: procesos dinámicos en los que los agentes de IA no sólo sacan a la luz información, sino que también toman medidas de seguimiento en todos los sistemas. Por ejemplo, un agente puede detectar un riesgo de falta de existencias, simular el impacto de proveedores alternativos e iniciar un pedido de compra, todo ello en un flujo coordinado.

Cuando se conectan a los datos y herramientas adecuados -como bases de datos de proveedores o herramientas de gestión de inventarios-, estos agentes pueden actuar de forma semiautónoma dentro de unos parámetros definidos, ayudando a los equipos a avanzar más rápido con menos coordinación manual.

Ventajas de la IA en la contratación pública

Racionalice los flujos de trabajo

Las herramientas de IA como RPA y los motores de flujo de trabajo basados en ML agilizan las tareas repetitivas a escala, liberando a los equipos para que se centren en el trabajo estratégico.

Por ejemplo, la RPA puede rellenar automáticamente los formularios de solicitud extrayendo datos de los sistemas de catálogos, validar los detalles de los proveedores con los datos maestros y dirigir las solicitudes a los aprobadores adecuados en función del centro de costes, los límites de gastos y la urgencia, todo ello sin intervención humana.

Minimizar errores

Cuanto más manual es un proceso, más probable es que se pase algo por alto, sobre todo cuando se está bajo presión. 

La IA ayuda introduciendo la validación en tiempo real y la detección de anomalías en todo el flujo de trabajo. 

Imagina que envías una factura que no coincide con el pedido original. En lugar de que alguien tenga que detectarlo durante una revisión manual, un modelo de aprendizaje automático señala la discrepancia al instante. 

Tanto si se trata de detectar entradas duplicadas como de señalar algo que no parece del todo correcto, la IA aporta coherencia y precisión al tipo de trabajo que es fácil estropear cuando los equipos se mueven deprisa.

Reducir costes

La IA reduce costes no sólo automatizando tareas repetitivas, sino mejorando la toma de decisiones e identificando ineficiencias ocultas. 

Por ejemplo, los agentes de IA pueden calcular la relación coste-beneficio de pagar anticipadamente a un proveedor a cambio de un descuento del 2% y, a continuación, sacar a la superficie las mejores oportunidades de forma automática. 

Las organizaciones que utilizan IA para el análisis avanzado del gasto han obtenido hasta un 10% de ahorro en costes totales al ajustar las estrategias de aprovisionamiento y reducir la fuga de valor.

Escala sin dolores de crecimiento

A medida que se amplían las operaciones de adquisición, aumentan la complejidad y el volumen de datos, pero la IA ayuda a los equipos a gestionar ambos aspectos sin necesidad de aumentar el personal. 

Desde la automatización de la consolidación de datos hasta la racionalización del análisis de contratos y la visibilidad del gasto, la IA permite un crecimiento más inteligente con menos dificultades.

Anticipar riesgos

Las adquisiciones han sido reactivas por naturaleza. La IA da la vuelta a esta situación ofreciendo a los equipos señales de alerta y recomendaciones antes de que las cosas se tuerzan.

Esta previsión es cada vez más esencial. De hecho, el 70 % de los responsables de compras citan el aumento del riesgo de los proveedores como una de sus principales preocupaciones, y la IA se está convirtiendo en su herramienta de referencia.

Los modelos de IA analizan datos internos (como problemas de entrega y cumplimiento de contratos) junto con señales externas (calificaciones crediticias, calificaciones ESG, noticias) para generar puntuaciones de riesgo actuales y ayudar a los equipos a actuar antes de que los problemas se agraven.

8 casos de uso de la IA en la contratación pública

1. Previsión y control de costes más inteligentes

El aprendizaje automático ayuda a los equipos a prever la demanda aprendiendo de patrones de compra anteriores y del rendimiento de los proveedores. Puede predecir cuándo reabastecerse y cuánto comprar, teniendo en cuenta aspectos como retrasos, cambios de precios e incluso factores externos como el clima.

Los algoritmos de ML analizan grandes volúmenes de datos históricos de compras y datos externos como los precios de las materias primas, los retrasos en los envíos, la inflación e incluso las previsiones meteorológicas. Juntos, construyen un modelo que puede predecir las necesidades de compra futuras, a menudo hasta el nivel de SKU.

Por ejemplo, supongamos que un repentino retraso portuario coincide con un aumento de la demanda de determinados materiales de envasado. Un modelo ML podría detectar el patrón emergente antes de que sea obvio y recomendar hacer el pedido antes o cambiar a un proveedor alternativo.

Los modelos ML también hacen un seguimiento en tiempo real de datos como los cambios en los precios de mercado. Si los costes de las materias primas empiezan a subir, el sistema puede sugerir renegociar contratos o acelerar las compras para conseguir precios más bajos.

Esta previsión permite a los equipos

• Evite pedir de más o de menos.
• Optimizar los costes de mantenimiento de inventario.
• Ajustar las estrategias de abastecimiento antes de que los problemas afecten a las operaciones.
• Tome decisiones presupuestarias con información actualizada y práctica.

2. Automatización de las tareas de búsqueda de fuentes y datos

Tareas manuales como la búsqueda de proveedores, la generación de RFP y la introducción de datos consumen mucho tiempo. 

La IA ayuda a agilizar estas tareas extrayendo perfiles de proveedores de múltiples fuentes, rellenando automáticamente plantillas de RFP y sincronizando datos clave entre sistemas sin necesidad de introducirlos manualmente. De este modo, los equipos de compras pueden reducir la duración de los ciclos y centrarse en tareas más estratégicas, como mejorar las relaciones con los proveedores o analizar el rendimiento. 

MTN Group creó una plataforma denominada Procurement Cockpit que extrae datos de aprovisionamiento de toda la organización. En lugar de hacer malabarismos con diferentes sistemas o buscar información, sus equipos obtienen una visión clara y en tiempo real de la actividad de aprovisionamiento, el rendimiento de los proveedores y el gasto.

Es una forma inteligente de organizarse y ahorrar tiempo. Y ha merecido la pena: El uso que MTN hace de la automatización basada en IA le ha valido el reconocimiento del sector.

3. Racionalización de las órdenes de compra

Reconozcámoslo. Gestionar los pedidos manualmente es lento, propenso a errores y, sencillamente, tedioso. 

Los agentes de IA pueden automatizar los pasos clave del flujo de trabajo de aprovisionamiento, desde la creación de pedidos hasta el seguimiento de envíos y la gestión de excepciones. En lugar de limitarse a señalar los problemas, toman medidas, como volver a hacer pedidos a proveedores de reserva o escalar los retrasos para su revisión.

Por ejemplo, cuando se envía una solicitud de compra, un agente de IA puede cotejarla con los proveedores y precios aprobados y rellenar automáticamente el pedido. A continuación, envía el pedido y actualiza los plazos de entrega. 

Si hay un conflicto, como un problema de plazo de entrega, puede sugerir alternativas basadas en datos anteriores. Los cuadros de mando mantienen informadas a las partes interesadas, mientras que el sistema coteja automáticamente facturas y recibos, señalando cualquier discrepancia para su revisión.

4. Asistentes de IA para equipos de contratación

Los asistentes de IA en la contratación pública son herramientas que ayudan a los equipos asumiendo tareas rutinarias que consumen mucho tiempo. Trabajan junto a los sistemas existentes para acelerar la toma de decisiones y reducir el esfuerzo manual en los procesos cotidianos.

No sustituyen a la experiencia humana, pero los asistentes de IA ayudan sin duda a los equipos a trabajar de forma más rápida e inteligente.

Zycus ofrece Merlin Intake, un asistente de IA que ayuda a los usuarios a crear y seguir solicitudes de compra. Guía a los usuarios a lo largo del proceso de compra y responde a sus preguntas, reduciendo las idas y venidas.

5. Análisis inteligente del gasto

Los equipos de aprovisionamiento a menudo tienen dificultades para entender a dónde va el dinero, especialmente con datos dispersos en ERPs y sistemas P2P. Cuando los datos están dispersos entre ERPs y sistemas P2P, puede ser difícil entender a dónde va cada dólar.

Las herramientas de IA pueden limpiar y clasificar automáticamente los datos, ofreciendo a los equipos una visión unificada y precisa de los gastos. Los algoritmos de aprendizaje automático detectan anomalías y descubren oportunidades de ahorro que las herramientas tradicionales suelen pasar por alto.

Por ejemplo, la IA podría identificar compras repetidas a varios proveedores que podrían consolidarse para obtener descuentos por volumen, o destacar picos inusuales de gasto dentro de una categoría que justifiquen una revisión.

Este nivel de conocimiento ayuda a los equipos:

• Mejorar la visibilidad del gasto en todas las categorías y proveedores
• Detectar gastos no conformes o inconformistas
• Identificar oportunidades de agrupación o renegociación
• Tomar decisiones presupuestarias y de aprovisionamiento mejor fundadas.

6. Gestión del riesgo de los proveedores

El riesgo de los proveedores es una preocupación creciente y la IA hace que su gestión sea más proactiva que nunca.

Los modelos de aprendizaje automático analizan continuamente señales internas, como incumplimientos de contratos y discrepancias en las facturas, junto con indicadores externos, como puntuaciones crediticias, calificaciones ESG, acontecimientos geopolíticos y noticias mundiales.

A continuación, la IA sintetiza estos datos en puntuaciones de riesgo en tiempo real, lo que permite a los equipos de compras priorizar a los proveedores en función de su exposición y fiabilidad. Algunas herramientas pueden incluso simular escenarios de interrupción de la cadena de suministro para orientar las estrategias de mitigación.

Por ejemplo, la plataforma de IA de Resilinc permite a las empresas predecir posibles retrasos analizando factores como el rendimiento de los proveedores y los acontecimientos externos. Gracias a la plataforma de Resilinc, las empresas pueden anticiparse a las interrupciones, como un tifón en China, antes de que se produzcan. El sistema alerta a los equipos con antelación, lo que les permite redirigir los envíos y evitar posibles pérdidas de ingresos.

7. Inteligencia contractual

Los contratos de adquisición están repletos de información esencial, pero revisarlos y gestionarlos manualmente lleva mucho tiempo.

Las herramientas de PLN, como los agentes LLM , por ejemplo, pueden extraer términos clave como cláusulas de pago y acuerdos de nivel de servicio de miles de contratos y asignarlos a marcos de cumplimiento.

Supongamos que su equipo tiene que revisar 500 contratos con proveedores antes de fin de año. En lugar de revisar cada uno de ellos manualmente, un sistema de IA escanea los documentos en cuestión de minutos, marca los contratos cuyos plazos han expirado, destaca los que carecen de cláusulas de protección de datos y agrupa los acuerdos similares para facilitar su revisión. 

8. Adecuación dinámica de proveedores

Encontrar al proveedor adecuado solía depender en gran medida de listas estáticas de proveedores o de la investigación manual. La IA cambia esta situación al recomendar proveedores en función de su historial de rendimiento, certificaciones, precios y capacidad actual.

Mediante aprendizaje automático, el sistema evalúa datos estructurados y no estructurados para sugerir los proveedores más adecuados para una necesidad o región concretas. 

Ahora los equipos de contratación pueden:

• Preseleccionar más rápidamente a los proveedores ideales
• Abastecerse de proveedores alineados con los objetivos de calidad, coste y ESG.
• Reducir el tiempo de incorporación y mejorar la agilidad de contratación

Cómo implantar la IA en la contratación pública

No existe un enfoque único para la adopción de la IA en la contratación. El camino correcto depende del tamaño y los objetivos de su empresa, pero eso no significa que tenga que empezar a desarrollar desde cero.

Esta sección está dirigida a responsables de compras, especialistas en abastecimiento, profesionales de la cadena de suministro y directores de compras que buscan formas prácticas de incorporar la IA a sus flujos de trabajo. 

1. Establecer objetivos claros

No utilices la IA sólo porque suene innovadora. Sepa exactamente qué problema está intentando resolver.

¿Desea automatizar las órdenes de compra? ¿Mejorar la clasificación de los gastos? ¿Predecir los riesgos de suministro?

Cada uno de estos objetivos requiere herramientas, modelos de datos e integraciones diferentes. Por ejemplo, la automatización de los pedidos de compra podría implicar el uso de RPA, mientras que la mejora de las previsiones podría basarse en ML. 

Sin un objetivo claro, te arriesgas a crear una herramienta cara que no soluciona nada. Empieza por el punto débil y deja que guíe la implementación de la IA.

2. Elija una plataforma

Una vez fijados tus objetivos, busca las herramientas que los respalden. 

Empiece por lo que ya utiliza. Muchos ERP y plataformas de contratación ofrecen ahora funciones de IA integradas, como la clasificación de gastos o el análisis de contratos. Si sus necesidades son más específicas, busque herramientas independientes, pero asegúrese de que se integran perfectamente en su stack. 

La mejor plataforma es la que funciona con lo que tienes y se amplía a medida que creces.

3. Prepare sus datos

La inteligencia artificial es tan inteligente como los datos con los que se alimenta.

Antes de lanzarse, haga balance de lo que tiene. Limpie los datos desordenados, consolide la información dispersa por los sistemas y aplique una sólida gobernanza de datos. Esto significa estandarizar los formatos y validar su exactitud.

Los equipos de contratación no necesitan datos perfectos, pero sí datos útiles. Es como preparar el terreno antes de plantar.

4. Dé vida a su solución 

Una vez que los objetivos y la plataforma están claros y los datos listos, es hora de poner en marcha la solución.

En la mayoría de los equipos de compras, esto no significa crear herramientas de IA desde cero. Significa trabajar con un proveedor, un socio o un equipo de TI interno para configurar y desplegar una herramienta que se adapte al caso de uso.

Elija el enfoque que mejor se adapte a las capacidades de su equipo y a la complejidad de su objetivo.

5. Capacite a su equipo

Incluso la mejor herramienta de IA no dará resultados si el equipo no sabe cómo utilizarla o no confía en ella.

Una vez que la solución esté operativa, dedique tiempo a la incorporación y la adopción. Colabore con el proveedor o el socio de implantación para formar al equipo en los casos de uso y adapte la formación a la forma de trabajar de los profesionales de la contratación, no solo al funcionamiento de la herramienta.

Cree un espacio para la práctica, documente los flujos de trabajo comunes y mantenga abierto un circuito de retroalimentación. 

La tecnología no puede dar resultados si nadie sabe cómo utilizarla.

6. Evaluar e iterar

No lo configures y te olvides.

Haga un seguimiento del impacto de sus herramientas de IA utilizando métricas claras como la reducción del tiempo de ciclo, los ahorros generados o los incidentes de riesgo evitados. 

Si los chatbots forman parte del despliegue, hay que analizarlos para saber cómo se utilizan, dónde son eficaces y dónde pueden causar fricciones. Medir el ROI del chatbot es especialmente importante para justificar la inversión y orientar futuras mejoras.

Y habla con tus usuarios. ¿Qué funciona? ¿Qué no funciona? 

Los sistemas de IA mejoran con el tiempo, pero sólo si se siguen perfeccionando. Las mejores implementaciones evolucionan con el uso en el mundo real.

Crea un agente de IA gratis

Si está estudiando cómo introducir la IA en sus procesos de contratación, ahora es el momento perfecto para empezar a aprender.

Botpress es una plataforma de creación de agentes de IA para todo el mundo, sin importar su formación técnica. Crea flujos visualmente, prueba tus respuestas con entradas de usuarios reales y conecta las fuentes de datos de tu negocio para obtener la información más actualizada. 

Tanto si está creando agentes para gestionar las comunicaciones con los proveedores como para agilizar la aprobación de pedidos de compra, Botpress facilita la automatización de las compras.

‍Empieza a construir hoy mismo. Es gratis.

Preguntas frecuentes

¿Es caro implantar herramientas de IA en la contratación pública?

El coste de implantar herramientas de IA en la contratación varía mucho: las funciones básicas de IA en las plataformas existentes pueden costar tan solo unos cientos de dollars al mes, mientras que las soluciones de nivel empresarial, como el análisis avanzado del gasto o los agentes autónomos, pueden alcanzar las seis cifras anuales. El gasto total depende de la complejidad de los flujos de trabajo y de si se adoptan soluciones estándar o se crean capacidades de IA a medida.

¿Existen riesgos o inconvenientes en el uso de la IA en la contratación pública?

El uso de la IA en la contratación conlleva riesgos, como la toma de decisiones erróneas si los datos son incompletos o imprecisos, la posible dependencia de proveedores con sistemas de IA patentados y problemas de cumplimiento si los datos confidenciales no se protegen adecuadamente. Además, las herramientas de IA a veces pueden producir errores o resultados inesperados, lo que requiere la supervisión humana para detectar los problemas antes de que se conviertan en errores costosos.

¿Sustituyen las herramientas de IA a los puestos de trabajo en el sector de la contratación pública o sólo cambian la forma de trabajar?

Por lo general, las herramientas de IA en compras no eliminan puestos de trabajo, sino que cambian la forma de trabajar automatizando tareas repetitivas como la introducción de datos, el cotejo de facturas o la categorización de gastos, lo que permite a los profesionales de compras centrarse en actividades estratégicas como las relaciones con los proveedores, las negociaciones y la gestión de riesgos. Sin embargo, las funciones pueden cambiar hacia habilidades más analíticas o técnicas a medida que la IA se integra en los flujos de trabajo diarios.

¿Pueden las pequeñas empresas beneficiarse de la IA en la contratación, o es principalmente para las grandes empresas?

Las pequeñas empresas pueden beneficiarse absolutamente de la IA en la contratación, especialmente a través de herramientas SaaS asequibles que ofrecen funciones como el procesamiento automatizado de documentos, la coincidencia de proveedores o el análisis básico de gastos sin grandes inversiones iniciales. Mientras que las grandes empresas suelen desplegar soluciones de IA más complejas y personalizadas, las empresas más pequeñas pueden ahorrar mucho tiempo y mejorar la toma de decisiones con herramientas de IA más ligeras y basadas en la nube.

¿Qué tipo de conocimientos necesitan los equipos de compras para trabajar con herramientas de IA?

Los equipos de aprovisionamiento no tienen que ser necesariamente programadores para trabajar con herramientas de IA, pero sí necesitan conocimientos básicos de datos para entender cómo funcionan los modelos de IA e identificar los problemas de calidad de los datos. La familiaridad con las herramientas de análisis y la comodidad en el uso de plataformas digitales son fundamentales, junto con la capacidad de colaborar con TI para integrar las soluciones de IA en los flujos de trabajo de aprovisionamiento.