La contratación pública de inteligencia artificial se ha convertido en el punto donde se decide, en la práctica, si un proyecto de gobierno digital genera valor o se queda en anuncio. Muchas instituciones ya tienen presupuesto, voluntad política y proveedores tocando la puerta. Lo que no siempre tienen es un procedimiento de compra capaz de distinguir entre un sistema que funciona y una demostración bien ensayada.
Este artículo plantea una idea incómoda: el freno del gobierno digital hoy no es tecnológico ni presupuestal, es contractual. Y ofrece un marco práctico para comprar IA con criterio.
Contexto del problema
Los procedimientos de contratación pública fueron diseñados para adquirir bienes y servicios con especificaciones estables: una flota de vehículos, licencias de ofimática, obra civil. La lógica es simple. Se define un requisito, se compara ofertas, se firma, se entrega y se verifica contra el pliego.
La inteligencia artificial rompe casi todos esos supuestos. Un modelo no se «entrega» en un estado final: se entrena, se degrada, se reentrena. Su desempeño depende de datos que la propia institución posee y que rara vez están en condiciones adecuadas. El costo no es una cifra cerrada, porque el consumo de inferencia varía con el uso real. Y el criterio de aceptación no es binario, sino estadístico.
La Oficina de Rendición de Cuentas del Gobierno de Estados Unidos (GAO) documentó este patrón en su revisión de adquisiciones federales de IA: las agencias reportan dificultad para entender los costos asociados y falta de perfiles técnicos capaces de evaluar propuestas de proveedores y medir el desempeño de los sistemas adquiridos.
Por qué importa ahora
El entorno normativo dejó de ser una zona gris. En la Unión Europea, el Reglamento (UE) 2026/1744 —conocido como Ómnibus digital sobre IA— modificó el reglamento de inteligencia artificial de 2024 para simplificar su aplicación, ajustar plazos y reforzar determinadas garantías; se publicó en el DOUE el 24 de julio de 2026 y entró en vigor tres días después.
En América Latina el movimiento es paralelo. ChileCompra aprobó en 2026 la Directiva de Contratación Pública N°44, con recomendaciones específicas para adquirir proyectos de ciencia de datos e inteligencia artificial: planificación rigurosa, equipos multidisciplinarios y evaluación ética, legal y técnica antes de iniciar la contratación.
En paralelo, varios Estados están profesionalizando su plantilla. En España, la oferta de empleo público incorporó por primera vez perfiles especializados en inteligencia artificial, ciencia de datos y ciberseguridad, con formación obligatoria en estas materias dentro de los procesos selectivos.
La lectura estratégica es clara: la capacidad de comprar IA se está institucionalizando. Quien no construya esa capacidad quedará dependiendo del criterio de su proveedor.
Cómo aplicarlo en gobierno y empresas
Comprar IA con criterio significa cambiar tres cosas en el procedimiento, no en el discurso.
1. Contratar un problema, no un producto
El pliego no debería pedir «una plataforma de inteligencia artificial». Debería describir el proceso a mejorar, el volumen actual, el tiempo de ciclo, el nivel de error tolerable y la definición de éxito. Esto obliga al proveedor a demostrar cómo resolverá algo concreto y permite comparar ofertas heterogéneas sobre una misma base.
2. Exigir prueba con datos propios
Una demostración con datos del proveedor no prueba nada sobre el desempeño en la institución. La etapa de evaluación debe incluir una prueba acotada con datos reales —anonimizados cuando corresponda— y métricas definidas de antemano. Si el sistema no puede probarse así, esa es información relevante.
3. Diseñar el contrato para el ciclo de vida
El contrato debe cubrir lo que ocurre después de la firma: quién reentrena el modelo, con qué frecuencia se audita, qué pasa si el desempeño cae, cómo se documenta el sistema y qué ocurre con los datos y los artefactos al terminar la relación. Sin cláusulas de salida y portabilidad, la institución compra dependencia.
Riesgos y errores comunes
Confundir precio con costo. El precio de licencia suele ser la parte pequeña. La integración con sistemas heredados, la limpieza de datos, la capacitación y el consumo variable de inferencia pesan más. Los sistemas legados de muchas administraciones no son compatibles con las soluciones nuevas y esa integración es, con frecuencia, la partida más cara del proyecto.
Aceptar cajas negras. Un sistema que no puede explicar por qué produjo un resultado es difícil de defender ante un ciudadano, un órgano de control o un juez. En decisiones que afectan derechos, la explicabilidad no es un lujo técnico: es un requisito de legalidad.
Ignorar el marco de seguridad existente. En España, cualquier sistema de información usado por una entidad pública debe cumplir el Esquema Nacional de Seguridad. Los pliegos pueden y deben incorporar requisitos de certificación como ENS, ISO 27001 o ISO 27701 en materia de privacidad.
Comprar sin capacidad de evaluar. Si nadie en la institución puede leer críticamente una propuesta técnica, el proceso competitivo es formal pero no real.
Recomendaciones prácticas
- Constituya un equipo mixto con perfiles de contratación, jurídico, tecnología y el área usuaria antes de redactar el pliego.
- Realice consulta preliminar al mercado para entender qué es técnicamente posible y a qué costo, sin comprometer la competencia.
- Defina métricas de aceptación cuantificables y el método de medición dentro del propio contrato.
- Contrate por fases: prueba acotada, piloto en producción limitada, escalamiento. Con puntos de salida en cada fase.
- Exija documentación técnica y trazabilidad de datos de entrenamiento y decisiones del sistema.
- Incluya portabilidad y reversibilidad: formatos abiertos, exportación de datos, ausencia de bloqueo tecnológico.
- Invierta en capacidad interna. Formar a diez personas de la institución rinde más, a mediano plazo, que contratar una consultoría adicional.
Conclusión
La contratación pública de inteligencia artificial es hoy la palanca menos visible y más determinante del gobierno digital. Un pliego bien diseñado convierte la IA en un servicio público mejor; un pliego copiado convierte el presupuesto en licencias infrautilizadas.
La buena noticia es que no hace falta esperar una reforma normativa para mejorar. La mayoría de las decisiones que separan un proyecto útil de uno fallido —definir el problema, probar con datos propios, contratar por fases, conservar la portabilidad— están dentro del margen de actuación de cualquier órgano de contratación.
Preguntas frecuentes
¿Se necesita una ley especial para contratar inteligencia artificial?
En general no. Las leyes de contratación vigentes permiten incorporar requisitos técnicos, criterios de evaluación y cláusulas de ciclo de vida específicos para IA. Lo que suele faltar no es norma, sino criterio técnico al redactar el pliego.
¿Cómo evitar la dependencia de un solo proveedor?
Con tres medidas: exigir formatos abiertos y exportación completa de datos, evitar que la lógica de negocio quede exclusivamente dentro del sistema del proveedor, y contratar por fases con puntos de salida definidos.
¿Conviene un piloto antes de una compra grande?
Sí, siempre que el piloto tenga métricas y criterios de continuidad definidos desde el inicio. Un piloto sin criterio de salida se convierte en una compra permanente por inercia.
¿Qué perfil debe liderar la compra de IA en una institución?
Idealmente un perfil puente: alguien que entienda el proceso administrativo y también las limitaciones técnicas de los modelos. Cuando ese perfil no existe internamente, conviene formarlo antes que sustituirlo por asesoría externa permanente.
Deja una respuesta