inspirarme

INSPIRARME

IA generativa para acelerar las compras públicas

2025 0

MUNICIPIO

DESCRIPCIÓN DEL CASO

Encontre a versão em português mais abaixo

Desafío:

Uno de los problemas más persistentes y complejos en la gestión pública es la lentitud de los procesos de compras municipales. La elaboración de las bases técnicas de una licitación suele depender exclusivamente del trabajo manual de los equipos, que deben redactar documentos desde cero, revisar normativas, compilar información previa y luego someter el borrador a validaciones jurídicas.
Al no existir formatos estandarizados ni herramientas que facilitaran la redacción inicial, los procesos podían extenderse por más de seis semanas. Esta demora afectaba directamente la ejecución de obras públicas, servicios esenciales y adquisiciones necesarias para el funcionamiento municipal, generando retrasos visibles para la ciudadanía. A ello se sumaba la necesidad de mantener altos estándares de transparencia y trazabilidad, lo que exigía soluciones que no solo aceleraran los procedimientos, sino que garantizaran calidad técnica y cumplimiento normativo.

Solución:

Para enfrentar este desafío se desarrolló Licitabot, una plataforma basada en inteligencia artificial generativa diseñada para optimizar y acelerar las licitaciones municipales. La iniciativa se implementó mediante una alianza estratégica entre tres actores: la Municipalidad de Maipú, la Municipalidad de Las Condes y el Centro Nacional de Inteligencia Artificial (CENIA). Las Condes aportó su equipo de desarrollo inicial, mientras que CENIA asumió el liderazgo técnico para el diseño, entrenamiento y puesta en marcha de la plataforma.
Licitabot funciona a partir de un chat conversacional donde el funcionario únicamente debe describir la necesidad de compra. El sistema analiza esa información, identifica automáticamente el tipo de adquisición requerida y sugiere un formato estandarizado para las bases técnicas. Luego genera un primer borrador completo en cuestión de minutos, utilizando datos de compras anteriores del municipio y registros de Mercado Público. El documento inicial se envía de inmediato a las áreas correspondientes para revisión jurídica y aprobación final
La herramienta no solo acelera el proceso, sino que también introduce mayor estandarización en los flujos de trabajo, reduce el margen de error y facilita la adopción práctica de la IA generativa dentro del sector público. Este prototipo funcional permite probar en contexto real cómo la tecnología puede apoyar decisiones administrativas, mantener la transparencia del proceso y fortalecer la colaboración intermunicipal. La iniciativa también busca servir como referencia para otras comunas interesadas en modernizar sus sistemas de compras públicas.

Resultados:

Licitabot ha logrado reducir significativamente los tiempos de elaboración de bases de licitación: el proceso que antes tomaba más de seis semanas ahora puede realizarse en aproximadamente una semana. Este cambio agiliza la contratación de servicios, la ejecución de proyectos y la entrega de bienes esenciales para la comunidad, mejorando la oportunidad de respuesta municipal.

LINK

Acceder

COMPARTIR EN:

OBSERVACIONES

Desafio:

Um dos problemas mais persistentes e complexos na gestão pública é a lentidão dos processos de compras municipais. A elaboração das bases técnicas de uma licitação geralmente depende exclusivamente do trabalho manual das equipes, que precisam redigir documentos do zero, revisar normas, compilar informações prévias e, em seguida, submeter o rascunho a validações jurídicas.
Como não existiam formatos padronizados nem ferramentas que facilitassem a redação inicial, os processos podiam se estender por mais de seis semanas. Essa demora afetava diretamente a execução de obras públicas, serviços essenciais e aquisições necessárias para o funcionamento municipal, gerando atrasos visíveis para a cidadania. A isso se somava a necessidade de manter altos padrões de transparência e rastreabilidade, o que exigia soluções que não apenas acelerassem os procedimentos, mas garantissem qualidade técnica e conformidade normativa.

Solução:

Para enfrentar esse desafio, foi desenvolvido o Licitabot, uma plataforma baseada em inteligência artificial generativa projetada para otimizar e acelerar as licitações municipais. A iniciativa foi implementada por meio de uma aliança estratégica entre três atores: a Municipalidade de Maipú, a Municipalidade de Las Condes e o Centro Nacional de Inteligência Artificial (CENIA).
Las Condes forneceu sua equipe de desenvolvimento inicial, enquanto o CENIA assumiu a liderança técnica para o design, treinamento e lançamento da plataforma. O Licitabot funciona a partir de um chat conversacional onde o funcionário precisa apenas descrever a necessidade de compra. O sistema analisa essa informação, identifica automaticamente o tipo de aquisição necessária e sugere um formato padronizado para as bases técnicas.
Em seguida, gera um primeiro rascunho completo em questão de minutos, utilizando dados de compras anteriores do município e registros do Mercado Público. O documento inicial é enviado imediatamente às áreas correspondentes para revisão jurídica e aprovação final. A ferramenta não apenas acelera o processo, mas também introduz maior padronização nos fluxos de trabalho, reduz a margem de erro e facilita a adoção prática da IA generativa dentro do setor público. Este protótipo funcional permite testar em contexto real como a tecnologia pode apoiar decisões administrativas, manter a transparência do processo e fortalecer a colaboração intermunicipal. A iniciativa também busca servir como referência para outras comunas interessadas em modernizar seus sistemas de compras públicas.

Resultados:

O Licitabot conseguiu reduzir significativamente os tempos de elaboração de bases de licitação: o processo que antes levava mais de seis semanas agora pode ser realizado em aproximadamente uma semana. Essa mudança agiliza a contratação de serviços, a execução de projetos e a entrega de bens essenciais para a comunidade, melhorando a oportunidade de resposta municipal.

OTROS CASOS RELACIONADOS