Cómo reducir el riesgo
al preparar una licitación

El pliego de una licitación internacional exigía proveer una camioneta cero kilómetro con seguro y combustible por doce meses, dos estaciones de trabajo y equipos topográficos. La exigencia estaba en la sección de informaciones adicionales. Fuera de los términos de referencia, fuera del cuadro de precios: en una sección que casi nadie cruza con el presupuesto.

Costear ese renglón representó el 16% del monto de la oferta.

Una propuesta que llega a la mesa de evaluación sin esa partida compite con un número al que le falta la sexta parte. Y el pliego estaba en regla: la exigencia estaba escrita, con todas las letras, en el lugar donde nadie la busca.

Apareció porque el pliego se leyó entero.

La mayoría de las organizaciones que ya usan inteligencia artificial empezaron por un asistente genérico: redactar un documento, resumir una reunión, responder una consulta puntual. Son herramientas útiles, pero rara vez cambian la forma en que la empresa trabaja. El salto está en convertir una herramienta en una capacidad operativa: procesos definidos, criterios de decisión escritos, responsabilidades claras y mecanismos de validación.

En DG Ingeniería lo aplicamos a la preparación de licitaciones. No usamos un único asistente que intenta resolver todo. Desarrollamos un equipo de especialistas asistidos por IA, y la arquitectura tiene una decisión de fondo.

Cada especialista cubre una porción acotada del trabajo, y solo esa.

Unos analizan pliegos y adendas. Otros verifican requisitos de calificación. Otros revisan la consistencia entre formularios, identifican riesgos técnicos o apoyan la elaboración de los modelos de cálculo. Y ninguno decide: la resolución de entrar a una licitación, con qué precio y qué se firma, es siempre de una persona.

Esa separación es la que permite barrer el pliego entero en vez de muestrearlo, con criterios consistentes, sin que el criterio de ingeniería se diluya al cubrir más superficie. La herramienta acelera la lectura. Lo que decide qué mirar, y qué significa lo que aparece, es el criterio.

La mayoría de las empresas ya experimentaron con inteligencia artificial; muy pocas la convirtieron en ventaja. El estudio Build for the Future de BCG, sobre 1.250 ejecutivos, encontró que solo el 5% obtiene valor sustancial. El dato que suele quedar fuera del gráfico es el tramo del medio: un 35% que ya está escalando y empieza a generarlo.

Un working paper de Humlum y Vestergaard, publicado por el NBER sobre 25.000 trabajadores, explica por qué el resto se queda afuera. En las mismas ocupaciones, los ensayos controlados documentan mejoras superiores al 15%, mientras la adopción espontánea rinde 2,8%. El modelo es el mismo de los dos lados. Lo que cambia es que alguien haya diseñado cómo se usa.

Ese diseño es trabajo de ingeniería, y es la parte que se saltea con más frecuencia.