La IA en la contratación pública: Beneficios clave, casos de uso y tendencias futuras

Comprender la IA en la contratación pública

La inteligencia artificial es un subcampo de la informática que se centra en la creación de agentes inteligentes capaces de realizar tareas que normalmente requerirían niveles humanos de inteligencia. Estas tareas incluyen la resolución de problemas, el reconocimiento del habla y la toma de decisiones, entre otras.

En el contexto de la contratación, la IA se considera una tecnología estratégica que puede automatizar y mejorar los procesos de contratación, como la negociación de contratos y el abastecimiento. Del mismo modo, la IA puede dar lugar a importantes aumentos de eficiencia, reduciendo los costes de aprovisionamiento y mejorando la toma de decisiones empresariales. Por último, las tecnologías de IA también son fundamentales para reducir los riesgos relacionados con las adquisiciones y crear cadenas de suministro sólidas.

A continuación puedes encontrar una lista de algunas de las tecnologías de IA más relevantes para la contratación:

Aprendizaje automático

Uno de los temas más relevantes de la IA es el aprendizaje automático, un subcampo que se centra en cómo los ordenadores pueden aprender de los datos y tomar decisiones sin ser programados explícitamente. Piensa en ello como enseñar a los ordenadores a aprender de la experiencia, de forma muy parecida a como lo hacen los humanos.  En esencia, el aprendizaje automático es el método por el que la IA obtiene la parte de "inteligencia" de su nombre. Puedes aprender más sobre el tema en nuestro curso Comprender el Aprendizaje Automático.

Aprendizaje profundo

Otro ámbito importante de la IA es el aprendizaje profundo. El aprendizaje profundo es un tipo de aprendizaje automático que se centra en un tipo de aprendizaje automático llamado redes neuronales, que imita cómo funciona nuestro cerebro. Las redes neuronales permiten a los ordenadores aprender de la experiencia y comprender el mundo en términos de una jerarquía de conceptos. Gracias a las redes neuronales, los investigadores han podido resolver algunos de los problemas más complejos, como el procesamiento de imágenes y vídeo. Igualmente, un tipo de red neuronal llamada transformadora es clave para comprender el desarrollo y auge de la IA generativa.

Procesamiento del lenguaje natural (PLN)

Campo de la IA que se centra en la interacción entre los ordenadores y los seres humanos a través del lenguaje natural. El objetivo último de la PNL es permitir que los ordenadores comprendan, interpreten y generen lenguajes humanos de forma significativa y útil.  Consulta nuestro curso Introducción al Procesamiento del Lenguaje Natural en Python para saber más.

Robótica

La IA es clave para el desarrollo de la robótica. Las tecnologías de IA pueden integrarse en los llamados RPA (automatización robótica de procesos) para mejorar sus capacidades y permitirles realizar tareas más complejas. La IA en robótica permite a los robots aprender de la experiencia, adaptarse a nuevas situaciones y tomar decisiones basándose en los datos de los sensores.

IA Generativa en la Contratación Pública

Cuando hablamos de IA para la contratación, debemos hablar de IA generativa. Los sistemas de IA generativa, como ChatGPT o Google Gemini, pueden aumentar significativamente la productividad y la eficacia de los procesos empresariales (consulta esta conversación con Bernard Marr en nuestro podcast DataFramed para saber cómo la IA generativa está cambiando los negocios y la sociedad). En el contexto de la contratación, la IA puede utilizarse en diversos contextos, entre ellos:

• Automatizar la redacción y revisión de contratos. Gracias a su capacidad para generar texto, la IA generativa puede utilizarse para crear rápidamente borradores de contratos de adquisición, así como para comprobar documentos legales para garantizar su corrección y detectar posibles riesgos y problemas de incumplimiento. 
• Generar informes y perspectivas de aprovisionamiento. Estas herramientas pueden analizar a la perfección grandes cantidades de datos y resumir documentos extensos para generar información perspicaz en forma de informes, resúmenes o presentaciones.
• Mejorar las negociaciones con los proveedores mediante simulaciones de escenarios. La IA generativa también puede simular una toma de decisiones similar a la humana, redactando estrategias de negociación y generando respuestas que reflejen fielmente las tácticas de un negociador experimentado. Por ejemplo, la IA gen puede desempeñar distintos papeles en simulacros de negociaciones para planificar una estrategia examinando argumentos y contraargumentos.

Casos de uso de la IA en la contratación pública

En las siguientes secciones, trataremos algunos de los casos de uso más prometedores de la IA en la contratación.

Negociaciones de contratación

Cuando se trata de aprovisionamiento, las negociaciones tradicionales de aprovisionamiento a menudo implican tareas repetitivas que llevan mucho tiempo, análisis con muchos datos e interacciones interminables entre los proveedores y los equipos de aprovisionamiento para conseguir el trato adecuado.

La IA y, en particular, la IA generativa, están cambiando rápidamente la forma en que los expertos en contratación abordan estas negociaciones. Se pueden utilizar herramientas como ChatGPT para automatizar las evaluaciones de las propuestas, extraer ideas clave de grandes volúmenes de datos y extraer información relevante y actualizada para preparar las negociaciones.

Si están bien diseñados, los asistentes con IA pueden incluso llevar a cabo negociaciones autónomas con los proveedores basándose en datos históricos y parámetros predefinidos. En la práctica, los asistentes generativos de IA pueden mejorar las relaciones internas y externas eliminando las fricciones debidas a las diferentes zonas horarias, las agendas apretadas y los datos abrumadores. En su lugar, facilita las conversaciones con temas de conversación que reflejen mejor las prioridades de la contraparte. 

Juntas, estas aplicaciones permiten negociaciones de contratación más informadas, eficientes y dinámicas, reduciendo significativamente el esfuerzo manual durante las negociaciones.

Análisis y optimización del gasto

El análisis del gasto es el proceso de analizar los datos de gasto para encontrar patrones, identificar cuellos de botella y oportunidades de ahorro, mejorar el rendimiento y optimizar las estrategias de aprovisionamiento. La IA y el aprendizaje automático pueden ayudar a automatizar y acelerar cada paso del análisis de gastos, desde la recogida y limpieza de datos de diversas fuentes hasta la clasificación y análisis de datos para extraer información valiosa.

Evaluación y gestión del riesgo de los proveedores

Uno de los casos de uso más ilustrativos de la IA en la contratación es la evaluación de los perfiles de riesgo de los proveedores. Se utilizan modelos de aprendizaje automático y aprendizaje profundo para crear categorías granuladas de proveedores y predecir los resultados basándose en datos, como controles de seguridad y privacidad, finanzas, prácticas ASG, políticas corporativas, programas de respuesta a incidentes, relaciones con terceros y otros factores que pueden afectar a la continuidad y resistencia del proveedor.

Previsión de la demanda y gestión de existencias

Otra valiosa aplicación de la IA es la gestión de inventarios. Los modelos de aprendizaje automático analizan los datos históricos de ventas, las tendencias de los clientes y otros factores para predecir la demanda futura y minimizar el riesgo de exceso de existencias. En la misma línea, la IA puede predecir las demandas de los clientes basándose en registros anteriores, tendencias del mercado e incluso información en tiempo real.

Detección del fraude en la contratación pública

La IA también está mejorando la detección y prevención del fraude en los procesos de contratación. Aprovechando los registros históricos de los datos de los proveedores, los modelos de aprendizaje automático pueden analizar millones de transacciones para detectar patrones sutiles que indiquen cualquier fraude de forma más rápida y también más precisa que los humanos. Las empresas pueden utilizar estos análisis para detectar transacciones fraudulentas en tiempo real, reduciendo las pérdidas por fraude.

Casos prácticos de IA en contratación y aprovisionamiento

Empresas de todo el mundo están empezando a implantar soluciones de IA para mejorar sus operaciones de aprovisionamiento. A continuación, puedes encontrar dos casos de uso de empresas de distintos sectores:

Zara

Zara es un minorista internacional de moda con sede en España. La empresa ha integrado la IA en varios aspectos de sus operaciones comerciales. Eso incluye no sólo el comportamiento de los consumidores, sino también las compras. En concreto, ha adoptado un enfoque holístico, que implica utilizar la IA en cada paso de la cadena de suministro.

Probablemente el ejemplo más innovador de este enfoque sea el uso de microchips en las etiquetas de seguridad de todas sus prendas de vestir. Estos microchips permiten el seguimiento en tiempo real de todos los productos, desde la producción hasta la venta, lo que permite a Zara tener una idea completa y precisa del estado de su inventario. 

Como resultado, Zara puede controlar con precisión sus niveles de existencias, reduciendo el exceso de stock y las roturas de stock y, al mismo tiempo, aumentando la eficacia operativa. Por ejemplo, Zara puede localizar inmediatamente un artículo que se está agotando en una tienda concreta y reponerlo rápidamente del almacén o de otra tienda.

Coca-Cola

Coca-Cola se asoció recientemente con Microsoft para aprovechar sus capacidades en la nube y de IA para optimizar sus cadenas de suministro. 

Aprovechando el servicio Azure OpenAI de Microsoft, Coca-Cola se centra en optimizar varios procesos de la cadena de suministro. En concreto, con esta asociación, la empresa pretende prever la demanda, mejorar la gestión del inventario y agilizar la logística de distribución. Todas estas mejoras permitirán a Coca-Cola reducir los costes operativos y mejorar la eficacia general de la cadena de suministro.

Retos y consideraciones​

Aunque las ventajas de la IA en la contratación son evidentes, implantar una solución de IA con éxito no siempre es fácil, sobre todo en un sector como el de los seguros, en el que hay muchos datos sensibles implicados. Analicemos los retos más importantes.

Retos éticos y normativos

A pesar de las capacidades únicas de la IA, es importante tener en cuenta sus riesgos potenciales y los problemas normativos en la contratación. En el caso de la IA generativa, a pesar de sus grandes promesas, esta tecnología también introduce nuevos riesgos, como la desinformación y las posibles estafas en la contratación. 

Además, el cumplimiento del panorama legal en rápida evolución es obligatorio para los expertos en contratación, a fin de garantizar la protección de datos y el uso justo y seguro de la IA. Un gran ejemplo de cómo será el futuro del cumplimiento normativo es la recientemente aprobada Ley de IA de la UE, una normativa exhaustiva que obliga a las empresas, incluidas las aseguradoras, a adelantar estrictas medidas reguladoras. 

Consulta nuestro Curso de Fundamentos de la Ley de IA de la UE para conocer esta norma innovadora y ambiciosa y saber cómo cumplirla.

Integraciones y escalabilidad

Integrar las soluciones de IA con los sistemas existentes y hacerlas escalables puede ser complejo y requiere una infraestructura moderna, de la que carecen muchas empresas. En su lugar, la mayoría de las empresas suelen depender de prácticas y software de adquisición heredados que pueden no interactuar fácilmente con las herramientas de IA de vanguardia. 

Combinar las tecnologías de aprendizaje automático e inteligencia artificial en estos procesos establecidos requiere una cuidadosa planificación y personalización para evitar interrupciones. Las aseguradoras deben evaluar su infraestructura actual, identificar los posibles problemas de integración e invertir en las actualizaciones necesarias para garantizar que ambos sistemas funcionen armoniosamente con las tecnologías existentes.

Si quieres saber más sobre cómo implantar herramientas de IA en tu pila tecnológica, te recomendamos encarecidamente que leas nuestra guía independiente sobre Integración de la IA.

Perfeccionamiento de equipos y personas

Construir una estrategia de IA con éxito requiere un esfuerzo y unos recursos considerables, pero incluso las empresas con grandes bolsillos fracasan a la hora de implantar soluciones de IA. ¿Por qué? Porque carecen de suficientes empleados cualificados con conocimientos de IA. 

Según una encuesta realizada por McKinsey, las mejores empresas colocan al 22% de los empleados de compras en equipos de análisis. Esto sugiere que las empresas tendrán que invertir y aumentar el número de perfiles de datos disponibles para escalar mediante la contratación externa de perfiles expertos en datos o la reconversión de los equipos existentes.

Sin embargo, contratar y retener talentos con el conjunto de aptitudes adecuado puede ser un reto, sobre todo teniendo en cuenta lo competitivo que es el mercado para los profesionales de la tecnología. Invertir en el perfeccionamiento y reciclaje del personal existente también puede ayudar a salvar la brecha de competencias y garantizar que la organización pueda aprovechar plenamente las capacidades de la IA. 

Afortunadamente, DataCamp está aquí para ayudar a los equipos de compras. Con nuestra solución DataCamp for Business, podemos ayudar a tu empresa a adquirir conocimientos sobre datos e IA. Con una solución escalable que puede funcionar para equipos de cualquier tamaño, junto con rutas de aprendizaje personalizables e informes detallados, DataCamp for Business puede ayudarte a transformar tu empresa y prepararla para la IA. 

Tendencias futuras de la IA y la contratación pública

Si miramos hacia el futuro, la importancia de la IA en la contratación crecerá exponencialmente. 

Según una investigación de Gartner, publicada en enero de 2024, más de la mitad de las organizaciones de suministro tienen planes para implantar la IA Gen durante el próximo año. Es probable que esta tendencia persista en los próximos años, a medida que las actuales herramientas de IA se vuelvan más potentes y lleguen al mercado nuevas soluciones específicas para la contratación.

El creciente interés de los responsables de adquisiciones por la IA no sólo tiene que ver con la eficacia operativa, sino también con la sostenibilidad y las obligaciones normativas. Con cada vez más gobiernos dispuestos a impulsar objetivos sostenibles mediante normativas de contratación, la IA se considera una herramienta clave para ayudar a las empresas a evaluar a los proveedores en función de parámetros medioambientales, sociales y de gobernanza (ESG), garantizando que los métodos de contratación se correspondan con los objetivos de sostenibilidad.

Sin embargo, el mismo informe de Gardner revela que sólo el 14% de los responsables de compras encuestados confían en la capacidad de sus equipos para incorporar la IA a sus procesos de compras. Ya conocemos el motivo. Como descubrimos en nuestro Informe sobre el Estado de la Alfabetización en Datos e Inteligencia Artificial 2024, la brecha en la alfabetización en Inteligencia Artificial es aguda en todos los sectores, y el 62% de los líderes encuestados cree que su organización tiene una brecha en la alfabetización en Inteligencia Artificial. 

Por eso la alfabetización en IA va a desempeñar un papel fundamental en el avance y la aceleración de la integración de la IA en la contratación. DataCamp for Business puede ayudar a tu empresa a salvar esta brecha de competencias en IA, con itinerarios de aprendizaje personalizables y escalables, adecuados para organizaciones de todos los tamaños. Empieza hoy mismo solicitando una demostración.

Conclusión

La IA es uno de los principales motores del cambio en el negocio de las adquisiciones. La aplicación de la IA y el aprendizaje automático en la contratación tiene el potencial de automatizar muchas tareas que llevan mucho tiempo, reducir los costes operativos, hacer más sólidas las cadenas de suministro y reforzar las relaciones de contratación.

A medida que estos sistemas se hacen más inteligentes, es probable que los equipos de aprovisionamiento con una sólida comprensión de los fundamentos de la IA tengan una ventaja significativa sobre sus competidores. Te contaremos más sobre la importancia de tener una sólida cultura de datos e IA en nuestro próximo seminario web Aumentar la madurez de datos e IA de tu organización

Solicita una demostración para saber cómo DataCamp puede guiarte a través del proceso de mejora de las competencias de todo tu equipo y de creación de una cultura favorable a los datos. Mientras tanto, consulta nuestros materiales dedicados a la IA:

• Trayecto de habilidades de Fundamentos Empresariales de la IA 
• Cómo aprender IA desde cero en 2025: Guía completa del experto
• Fundamentos de la Ley de IA de la UE
• ¿Qué es la alfabetización en IA? Guía completa para principiantes
• Presentamos el Informe sobre el Estado de la Alfabetización en Datos e Inteligencia Artificial 2024 
• Guía del líder de aprendizaje para la alfabetización en IA
• Plataforma líder para la alfabetización en IA de toda tu empresa