Aplicación de la Inteligencia Artificial Generativa (IAG) en Licitaciones ante la Administración Pública en España

Aplicación de la Inteligencia Artificial Generativa (IAG) en Licitaciones ante la Administración Pública en España

Una guía estratégica sobre cómo la inteligencia artificial generativa está revolucionando el proceso de licitación pública en España, con soluciones prácticas aplicadas por AIVERSO y AI-TenderX.

Autor: Mike Mösch – CDO de AIVERSO y AI-TenderX, S.C.A. Aisistido por IA y validado por un equipo humano.

Índice

  1. Introducción

  2. El Ciclo de Vida de la Contratación Pública en España

    • Fase 1: Planificación y Preparación

    • Fase 2: Convocatoria y Publicación de la Licitación

    • Fase 3: Presentación de Ofertas

    • Fase 4: Evaluación y Adjudicación de Ofertas

    • Fase 5: Ejecución y Seguimiento del Contrato

    • Fase 6: Extinción del Contrato

  3. Aplicaciones de la Inteligencia Artificial Generativa en el Proceso de Licitación

    • Fase 1: Planificación y Preparación

    • Fase 2: Redacción y Preparación de la Oferta

    • Fase 3: Revisión y Presentación

    • Fase 4: Post-Presentación y Ejecución del Contrato

  4. Ejemplos y Casos de Uso de la Inteligencia Artificial Generativa en la Contratación Pública

  5. Herramientas de Inteligencia Artificial Generativa

  6. Requisitos Legales y Normativos

  7. Transparencia y Rendición de Cuentas

  8. Conclusiones

  9. Tabla: Etapas de la Contratación Pública en España y Potenciales Aplicaciones de la Inteligencia Artificial Generativa

1. Introducción

La inteligencia artificial generativa (IAG) está experimentando un auge significativo en diversos sectores, transformando la manera en que se abordan los procesos tradicionales. En el ámbito de la administración pública, y particularmente en la contratación pública, la IAG presenta un potencial considerable para optimizar y modernizar procedimientos que históricamente han sido manuales y laboriosos. Este informe tiene como objetivo explorar en profundidad la aplicación de la inteligencia artificial generativa en el proceso de licitación ante la administración pública en España, abordando sus beneficios, desafíos e implicaciones.

A lo largo de este análisis, se detallan las etapas del proceso de licitación, las posibles aplicaciones de la IAG en cada una de ellas, ejemplos concretos de su uso, las herramientas y plataformas relevantes, los requisitos legales y normativos a considerar, y los aspectos cruciales de transparencia y rendición de cuentas.

El avance acelerado de la inteligencia artificial generativa representa una oportunidad trascendental para la contratación pública, permitiendo una evolución desde metodologías operativas basadas en la intervención humana y el tiempo extenso dedicado a cada fase, hacia modelos que incorporan una mayor eficiencia y facilitan la toma de decisiones estratégicas. La capacidad de la IAG para procesar grandes volúmenes de información, generar contenido textual de manera autónoma y simular escenarios complejos abre un abanico de posibilidades para transformar el ciclo de vida de las licitaciones públicas.

No obstante, la integración exitosa de la inteligencia artificial generativa en la contratación pública requiere una comprensión exhaustiva tanto de las capacidades de la tecnología como de las particularidades del marco legal y administrativo español. La normativa que rige la contratación pública en España, así como los principios de transparencia, igualdad de trato y libre competencia, deben ser pilares fundamentales en cualquier aplicación de la IAG para garantizar su legitimidad y eficacia.

2. El Ciclo de Vida de la Contratación Pública en España

El proceso de licitación pública en España se articula en una serie de fases bien definidas, cada una con sus propios requisitos y procedimientos.

Fase 1: Planificación y Preparación (Fase interna previa)

Esta etapa inicial es crucial y comprende la identificación de la necesidad por parte del órgano de contratación, la justificación de dicha necesidad y la definición clara de los bienes, servicios u obras que se pretenden contratar. Se elabora el expediente de contratación, un documento fundamental que justifica la necesidad del contrato y establece las condiciones que regirán la contratación. Dentro de este expediente, se desarrollan los pliegos de condiciones, que se dividen en el Pliego de Cláusulas Administrativas Particulares (PCAP), que recoge los aspectos jurídicos y económicos, y el Pliego de Prescripciones Técnicas (PPT), que detalla las características y requisitos técnicos del objeto del contrato.

Fase 2: Convocatoria y Publicación de la Licitación

Una vez preparado el expediente, se procede a la publicación de la licitación. Esta se realiza obligatoriamente en el Perfil del Contratante, disponible en la Plataforma de Contratación del Sector Público, y en algunos casos, dependiendo de la cuantía y naturaleza del contrato, en el Boletín Oficial del Estado (BOE) o incluso en el Diario Oficial de la Unión Europea (DOUE). El anuncio de licitación debe contener información clave para los interesados, como la identificación de la entidad contratante, el objeto y valor estimado del contrato, el procedimiento de adjudicación utilizado, los plazos y lugar de presentación de ofertas, los criterios de adjudicación y las condiciones especiales de ejecución. Los plazos para la presentación de ofertas varían según el tipo de procedimiento (abierto, restringido, negociado) y el contrato.

Fase 3: Presentación de Ofertas

En esta fase, los proveedores interesados preparan y presentan su documentación, que generalmente se organiza en tres sobres: uno administrativo con las acreditaciones de solvencia económica y técnica; uno con la propuesta técnica que detalla la metodología y el plan de ejecución; y otro con la propuesta económica. La presentación debe realizarse dentro de los plazos establecidos y siguiendo el formato requerido.

Fase 4: Evaluación y Adjudicación de Ofertas

Las ofertas recibidas son evaluadas por el órgano de contratación en base a los criterios previamente establecidos en los pliegos. Este proceso puede combinar evaluaciones automáticas y valoraciones cualitativas, buscando siempre garantizar el uso eficiente de los recursos públicos. Una vez completada la evaluación, se comunica la decisión a todos los participantes, estableciendo un período para posibles alegaciones antes de la adjudicación definitiva. Previo a la formalización del contrato, se verifica la capacidad y solvencia del licitador cuya oferta ha sido la mejor valorada. Finalmente, se procede a la firma del contrato con el adjudicatario seleccionado.

Fase 5: Ejecución y Seguimiento del Contrato

La ejecución del contrato se lleva a cabo en los plazos y condiciones acordadas, con la supervisión de los responsables designados por la administración. Cualquier modificación necesaria debe estar debidamente justificada y formalizada. Al concluir el proyecto, se realiza una verificación exhaustiva para confirmar el cumplimiento de todas las condiciones contractuales, culminando con la emisión del acta de recepción, el pago final y el cierre administrativo.

Fase 6: Extinción del Contrato

Esta fase finaliza el ciclo contractual una vez que ambas partes han cumplido con sus obligaciones.

La Ley 9/2017, de 8 de noviembre, de Contratos del Sector Público (LCSP), constituye el marco legal fundamental que rige la contratación pública en España. Esta ley tiene como objetivos principales garantizar la libertad de acceso a las licitaciones, la publicidad y transparencia de los procedimientos, y la igualdad de trato entre los licitadores. La LCSP impulsa de manera creciente la tramitación electrónica de la contratación pública, estableciéndola como obligatoria en muchos casos, lo que crea un entorno propicio para la adopción de tecnologías digitales como la inteligencia artificial generativa.

El proceso de contratación pública en España se caracteriza por su estructura y la secuencia definida de sus etapas, lo que exige una atención meticulosa a los detalles y un cumplimiento riguroso de las normativas en cada fase. La LCSP establece el marco legal esencial, y la comprensión de sus principios resulta relevante para cualquier aplicación de la inteligencia artificial en este ámbito, asegurando así la legalidad y la conformidad. Además, el énfasis en la tramitación electrónica dentro de la LCSP genera un contexto favorable para la incorporación de tecnologías digitales como la IAG.

3. Aplicaciones de la Inteligencia Artificial Generativa en el Proceso de Licitación

La inteligencia artificial generativa ofrece un amplio abanico de aplicaciones que pueden impactar significativamente cada una de las fases del proceso de licitación pública.

Fase 1: Planificación y Preparación

En esta fase inicial del proceso de contratación pública, las soluciones basadas en inteligencia artificial generativa (IAG) permiten automatizar y optimizar tareas clave asociadas a la identificación y evaluación de oportunidades de licitación. A través del análisis avanzado de grandes volúmenes de datos procedentes de fuentes oficiales —como los perfiles del contratante, plataformas de contratación del sector público o sistemas sectoriales—, los algoritmos de IA pueden escanear, clasificar y filtrar licitaciones activas en función de criterios ajustados a los intereses estratégicos de cada organización.

Estas soluciones permiten aplicar filtros semánticos, términos clave y parámetros configurables que se adaptan a los requisitos técnicos, administrativos o económicos específicos, así como a las capacidades internas de la entidad que licita. Además, pueden generar resúmenes automáticos de los anuncios y documentos de licitación, destacando de forma clara los elementos esenciales: objeto del contrato, criterios de adjudicación, fechas clave, documentación requerida y cualquier restricción que condicione la participación. Esta funcionalidad agiliza el análisis preliminar y facilita una toma de decisiones más rápida y fundamentada sobre en qué licitaciones participar.

La inteligencia artificial generativa también aporta valor en el análisis de datos históricos relacionados con procesos de contratación anteriores. Al examinar pliegos antiguos, ofertas adjudicadas, resoluciones y puntuaciones obtenidas por distintos licitadores, estas soluciones pueden extraer información estratégica sobre patrones de éxito, márgenes económicos frecuentes, comportamientos del mercado y perfiles técnicos más valorados por determinados órganos de contratación.

Mediante técnicas de minería de datos y procesamiento de lenguaje natural, la IAG es capaz de transformar grandes cantidades de información no estructurada en conocimiento útil, lo que facilita una comprensión profunda del historial licitador de un sector, región o categoría específica. Algunas soluciones, además, incorporan modelos de predicción que estiman la probabilidad de éxito en función de la adecuación de una organización a los requisitos de una licitación concreta, apoyando así la priorización de esfuerzos y recursos.

La automatización de estas tareas iniciales mediante IA reduce drásticamente el tiempo invertido en la búsqueda, lectura y preanálisis de oportunidades. Pero más allá del ahorro operativo, lo verdaderamente relevante es que permite abordar el proceso desde una perspectiva más estratégica, alineada con las capacidades reales y la experiencia previa de quien licita.

El uso de agentes virtuales de IA en esta fase no solo permite centralizar y filtrar toda la información relevante desde múltiples fuentes, sino también estandarizar el análisis de oportunidades, eliminando subjetividades y mejorando la trazabilidad de las decisiones. En conjunto, estas soluciones configuran un entorno más informado, eficiente y competitivo para abordar los procesos de licitación desde sus primeras etapas, convirtiéndose en aliados clave para cualquier unidad de gestión, coordinación o dirección de proyectos públicos.

Fase 2: Redacción y Preparación de la Oferta

La inteligencia artificial generativa (IAG) desempeña un papel cada vez más relevante en la elaboración de las propuestas técnicas y el conjunto de documentación exigida en los procedimientos de contratación pública. En esta etapa crítica, las soluciones basadas en IAG permiten asistir en la generación automática y personalizada de memorias técnicas, adaptadas a los criterios de evaluación definidos en los pliegos. A través de modelos entrenados en lenguaje técnico-administrativo, estas herramientas son capaces de crear contenidos originales, coherentes y bien estructurados, ajustando tono, formato y extensión según el tipo de licitación y el perfil del órgano contratante.

Una de las funcionalidades más valoradas es la capacidad para reutilizar fragmentos de propuestas anteriores, adaptándolos al nuevo contexto, lo que acelera la redacción sin comprometer la calidad. La IAG también puede estandarizar el estilo de escritura en todos los apartados de la oferta, asegurando una coherencia formal y discursiva que favorece la legibilidad y comprensión por parte de los evaluadores.

Además de la redacción técnica, estas soluciones permiten automatizar las tareas de verificación del cumplimiento normativo y asegurar que la oferta se ajusta fielmente a los requerimientos del procedimiento. Mediante el análisis inteligente de los pliegos de condiciones, la IA puede extraer los requisitos clave —tanto formales como sustantivos—, identificar vacíos, incongruencias o duplicidades, y detectar posibles riesgos que podrían afectar negativamente la valoración de la propuesta. Esta función resulta esencial para garantizar que todos los documentos necesarios estén presentes, correctamente nombrados, firmados, formateados y estructurados, evitando errores que podrían conllevar la exclusión.

En contextos más avanzados, la inteligencia artificial puede incluso sugerir mejoras en la forma de abordar ciertos requerimientos técnicos o administrativos, basándose en prácticas previamente valoradas en otras licitaciones similares. La capacidad de generar resúmenes ejecutivos, mapas de cumplimiento o checklists automatizadas a partir del análisis del pliego incrementa el control documental y reduce la presión sobre los equipos humanos encargados de la revisión final.

En relación con la propuesta económica, la IAG permite optimizar este componente mediante simulaciones de escenarios, análisis predictivo de costes y evaluación de la competitividad. Estas soluciones pueden modelar distintas configuraciones de precios, estimar márgenes y comparar propuestas simuladas con datos históricos de adjudicaciones anteriores, lo que facilita la toma de decisiones informadas sobre los valores a presentar. También permiten cuantificar con precisión los aspectos económicos integrados en la propuesta técnica, como costes indirectos, garantías, sostenibilidad o eficiencia energética, favoreciendo una integración coherente entre ambas partes de la oferta.

Gracias a su capacidad para analizar grandes volúmenes de datos y contextualizarlos según la normativa vigente, las herramientas basadas en inteligencia artificial generativa reducen de forma significativa el tiempo y el esfuerzo requerido para elaborar ofertas de alta calidad, liberando recursos humanos para concentrarse en aspectos estratégicos, como la diferenciación competitiva o la planificación de riesgos.

La aplicación de estas soluciones en la parte económica de la oferta también incrementa las probabilidades de éxito, al permitir construir propuestas más ajustadas al mercado, realistas en cuanto a precios y mejor alineadas con los criterios de adjudicación. Al mismo tiempo, se fortalece la transparencia interna, se reducen los errores manuales y se facilita la trazabilidad de los cálculos realizados, factores clave en procesos que requieren máxima rigurosidad.

En conjunto, la disponibilidad de soluciones de IAG orientadas a cada uno de los aspectos que intervienen en la preparación de ofertas representa un avance hacia la profesionalización del proceso licitador. Esta evolución tecnológica refleja una creciente especialización dentro del ecosistema digital de la contratación pública y responde a la necesidad de aumentar la eficacia, la precisión y la competitividad en un entorno altamente regulado y exigente.

Fase 3: Revisión y Presentación

La IAG puede ser utilizada para revisar los documentos de la licitación e identificar posibles riesgos o ambigüedades. Puede analizar los pliegos para detectar inconsistencias, ambigüedades o cláusulas desfavorables. Las herramientas de IA pueden extraer información crucial como requisitos, plazos y criterios de evaluación. También pueden ayudar a generar preguntas o aclaraciones sobre el contenido de la licitación.

Además, la IAG puede asegurar la integridad y precisión de la oferta presentada. Puede realizar comprobaciones finales de la oferta preparada para garantizar que se incluyan todos los documentos requeridos y que estén formateados correctamente. Los correctores gramaticales y ortográficos impulsados por IA pueden mejorar la calidad y profesionalidad de la presentación.

La revisión de documentos de licitación mediante IA puede reducir significativamente el riesgo de errores y omisiones, lo que lleva a ofertas más conformes y potencialmente mejor puntuadas. Al ayudar en la revisión final de la oferta, la IA puede contribuir a un mayor nivel de precisión e integridad, aumentando las posibilidades de que la oferta sea considerada y evaluada favorablemente.

Fase 4: Post-Presentación y Ejecución del Contrato

Una vez presentada la oferta, la inteligencia artificial generativa (IAG) puede desempeñar un papel clave en la evaluación posterior y la mejora continua de los procesos de licitación. A través del análisis detallado de los criterios de evaluación establecidos en los documentos de licitación, estas soluciones permiten identificar con claridad los factores determinantes que han influido en la puntuación obtenida. Esta información, una vez interpretada correctamente, se convierte en un recurso valioso para afinar futuras propuestas y mejorar la alineación con las expectativas de los órganos contratantes.

Tras la publicación de los resultados, la IAG puede procesar automáticamente la retroalimentación recibida —cuando esté disponible— y las puntuaciones asignadas, generando informes que destacan fortalezas, debilidades y oportunidades de mejora. Este tipo de análisis comparativo, basado en datos históricos y contexto específico, permite detectar patrones de éxito o error y diseñar estrategias de ajuste para aumentar las probabilidades de adjudicación en futuras convocatorias. A su vez, se refuerza la capacidad interna de aprendizaje organizacional, especialmente en estructuras donde los recursos son limitados o el personal cambia con frecuencia.

Durante la fase de ejecución del contrato, las soluciones impulsadas por IA aportan herramientas avanzadas para el seguimiento integral de las obligaciones adquiridas. Estas pueden incluir la monitorización automatizada de plazos clave, la verificación del cumplimiento de entregables, el control documental asociado al contrato y la gestión anticipada de hitos administrativos, como prórrogas, penalizaciones o solicitudes de modificación. A través de sistemas basados en procesamiento inteligente de documentos y alertas configurables, se facilita la trazabilidad de los compromisos y se minimiza el riesgo de incumplimientos por omisión o descoordinación interna.

Otra funcionalidad destacada es la gestión del ciclo de vida del contrato, desde la adjudicación hasta el cierre definitivo. Mediante técnicas de análisis semántico y extracción de datos, la IAG puede transformar los términos contractuales en parámetros operativos concretos, detectando obligaciones críticas, restricciones, cláusulas condicionantes o aspectos relacionados con la calidad, la sostenibilidad o la normativa sectorial. Esta capacidad permite convertir documentos jurídicos complejos en flujos de trabajo claros, accionables y supervisables en tiempo real.

Además, las soluciones de inteligencia artificial generativa también pueden asistir en la redacción de documentos asociados al contrato en ejecución, como informes de seguimiento, actas de reunión, solicitudes de aclaración, justificaciones de cambios o entregables parciales. Esto no solo reduce la carga administrativa, sino que estandariza el lenguaje utilizado y mejora la coherencia en la comunicación con la Administración.

La información generada durante la ejecución contractual también puede ser reutilizada para alimentar sistemas internos de análisis, permitiendo identificar qué factores contribuyen a una ejecución más eficiente, qué procesos presentan mayores incidencias o qué perfiles de contrato son más favorables. Al combinar estas capacidades con el análisis retrospectivo de licitaciones previas, la organización puede avanzar hacia una toma de decisiones más predictiva, fundamentada y estratégica.

En conjunto, la aplicación de inteligencia artificial en la fase posterior a la presentación de la oferta y durante la ejecución del contrato fortalece la posición técnica y operativa frente a la Administración. No solo mejora el cumplimiento de las condiciones establecidas, sino que optimiza los recursos, reduce los riesgos y contribuye a una gestión más profesional y transparente de los proyectos públicos. Esta etapa, muchas veces subestimada, ofrece un amplio margen para la aplicación de soluciones de IAG que consolidan aprendizajes, generan valor añadido y refuerzan la reputación del licitador ante futuros procesos.

5. Herramientas de Inteligencia Artificial Generativa. Soluciones accesibles y escalables de IA para empresas licitadoras.

AIVERSO ha desarrollado un enfoque completamente práctico y personalizado para ayudar a pequeñas y medianas empresas de cualquier sector a mejorar su competitividad en licitaciones públicas (servicios, suministros y obras) mediante el uso estratégico de agentes virtuales de inteligencia artificial.

A diferencia de las plataformas cerradas o los modelos genéricos que dominan el mercado, AIVERSO ofrece una infraestructura escalable basada en IA generativa, que puede adaptarse a las funciones reales de cada equipo de gestión de licitaciones, sin necesidad de conocimientos técnicos ni inversiones inasumibles.

La propuesta se basa en la configuración de un ecosistema de asistentes inteligentes distribuidos por áreas o funciones, que actúan de forma coordinada para apoyar todo el proceso de licitación: desde la identificación de oportunidades, análisis de pliegos, redacción de documentación técnica y administrativa, hasta el seguimiento posterior de la adjudicación y ejecución del contrato.

Este ecosistema combina de forma flexible las siguientes tecnologías y herramientas:

  • GPTs de OpenAI: Asistentes especializados entrenados para interpretar pliegos, redactar memorias técnicas, validar requisitos y resolver dudas frecuentes durante el proceso.

  • Playground de OpenAI: Desarrollo de agentes personalizados para tareas internas concretas, como clasificación de licitaciones, seguimiento de documentación o checklist de requisitos.

  • Copilot Studio de Microsoft: Integración de agentes con los flujos de trabajo existentes en Microsoft 365, permitiendo automatizaciones en Word, Excel, Outlook y Teams.

  • Asistentes basados en HuggingChat: Opciones más ligeras y de código abierto para entornos donde se prefiera un mayor control local sobre los datos y la infraestructura.

  • n8n y automatizaciones con IA: Orquestación de procesos mediante flujos automatizados que conectan los agentes de IA con plataformas de licitaciones, CRMs, repositorios de documentos o sistemas de gestión interna.

Esta «arquitectura de agentes virtuales» se adapta al tamaño, ritmo y capacidad de cada empresa, permitiendo a las PYMEs acceder a herramientas que antes solo estaban al alcance de grandes consultoras o departamentos jurídicos especializados. El objetivo de AIVERSO no es sustituir a las personas del equipo, sino potenciar su trabajo, reducir tiempos, evitar errores y aumentar las probabilidades de éxito en cada licitación.

En lugar de depender de software cerrado, AIVERSO crea soluciones vivas, evolutivas, que se integran con los procesos reales de la empresa y pueden ir creciendo conforme se amplía la participación en concursos públicos. Todo ello con un enfoque altamente personalizado, accesible económicamente y orientado a obtener resultados medibles desde la primera implementación.

6. Requisitos Legales y Normativos

La integración de la inteligencia artificial generativa en la contratación pública en España debe realizarse con un profundo conocimiento y cumplimiento del marco legal vigente, principalmente la Ley de Contratos del Sector Público (LCSP), para asegurar la conformidad y evitar posibles controversias legales. El uso de herramientas de IA debe respetar los principios de transparencia, igualdad de trato y libre competencia establecidos en la LCSP. La IA puede ser una herramienta valiosa para ayudar a cumplir con los requisitos de documentación, solvencia y capacidades técnicas exigidos por la LCSP. Asimismo, la IAG puede facilitar la comprensión y el cumplimiento de los diferentes procedimientos para la adjudicación de contratos públicos (abierto, restringido, negociado) definidos en la LCSP.

Otro aspecto fundamental a considerar es la privacidad de los datos, la seguridad y la propiedad intelectual. Las organizaciones deben garantizar que el uso de la IA cumpla con las regulaciones de protección de datos, especialmente al manejar información sensible durante el proceso de licitación. La seguridad de los sistemas de IA y de los datos utilizados para su entrenamiento y operación es crucial, particularmente en el contexto de los contratos gubernamentales. También es importante considerar los derechos de propiedad intelectual relacionados con el contenido generado por la IA y los datos utilizados para entrenar los modelos.

La integración de la inteligencia artificial generativa en la contratación pública en España requiere un sólido entendimiento y una estricta adhesión al marco legal existente, en particular la LCSP, para garantizar el cumplimiento y evitar problemas legales. La privacidad y la seguridad de los datos son preocupaciones primordiales al utilizar la IA en la contratación pública, dada la naturaleza sensible de la información involucrada y los riesgos potenciales de las filtraciones de datos. A medida que la inteligencia artificial generativa se vuelve más frecuente, es posible que los marcos legales y normativos necesiten evolucionar para abordar específicamente los desafíos y las oportunidades únicos que presenta esta tecnología en la contratación pública.

7. Transparencia y Rendición de Cuentas

Garantizar la transparencia y la rendición de cuentas en el uso de la inteligencia artificial generativa para la contratación pública es fundamental para mitigar los riesgos éticos, prevenir sesgos y asegurar la confianza pública en la equidad e integridad del proceso. Los sesgos en los datos de entrenamiento pueden conducir a resultados discriminatorios en las aplicaciones de IA, lo que debe gestionarse cuidadosamente en la contratación pública para garantizar la imparcialidad. La transparencia en el funcionamiento y la toma de decisiones de los algoritmos de IA es crucial para generar confianza y rendición de cuentas. Es necesario considerar directrices y marcos éticos para el desarrollo y la implementación de la IA en la administración pública.

Si bien la IA puede automatizar tareas, la experiencia y la supervisión humana siguen siendo esenciales para la toma de decisiones estratégicas y para garantizar la rendición de cuentas. Se deben mantener registros de auditoría claros de las acciones y decisiones impulsadas por la IA para permitir su revisión y verificación. Es necesario definir el papel de los organismos de supervisión pública y los mecanismos de escrutinio en la contratación pública asistida por IA.

Mantener la transparencia y la rendición de cuentas en el uso de la inteligencia artificial generativa para la contratación pública es crucial para mitigar los riesgos éticos, prevenir los sesgos y garantizar la confianza pública en la equidad e integridad del proceso. La supervisión humana es indispensable en la contratación pública impulsada por la IA para proporcionar juicio contextual, pensamiento estratégico y asegurar que los resultados de la IA se alineen con los valores de la organización y el interés público. Es necesario desarrollar directrices y regulaciones específicas para el uso ético y responsable de la IA en la contratación pública para proporcionar un marco claro para su adopción y abordar eficazmente los riesgos potenciales.

8. Conclusiones

La inteligencia artificial generativa está llamada a desempeñar un papel cada vez más importante en el panorama de la contratación pública en España, ofreciendo ventajas significativas tanto para las organizaciones licitadoras como para las entidades gubernamentales. Su capacidad para aumentar la eficiencia, la precisión y la toma de decisiones estratégicas es innegable.

Sin embargo, la adopción exitosa y responsable de la IAG en este sector requerirá la colaboración entre proveedores de tecnología, profesionales de la contratación y organismos reguladores para desarrollar las mejores prácticas y abordar los desafíos emergentes. Es fundamental que las consideraciones legales, éticas y de transparencia se sitúen en el centro de cualquier estrategia de implementación de la inteligencia artificial generativa en la contratación pública para garantizar un futuro más eficiente, justo y transparente.

¿Quieres ver esto en acción?

En AIVERSO y AI-TenderX organizamos eventos especializados por toda España donde demostramos, con casos reales y en directo, cómo la inteligencia artificial generativa puede transformar la forma en que las organizaciones licitan ante la Administración Pública.

Nuestros encuentros están dirigidos a:

  • Empresas que licitan en servicios, suministros u obras

  • Técnicos de contratación, equipos jurídicos y directivos

  • Profesionales que buscan optimizar procesos, reducir errores y ganar con ventaja competitiva

Conecta con expertos, descubre herramientas prácticas y accede a soluciones personalizadas que ya están marcando la diferencia en el ecosistema de contratación pública.

🔗 Consulta el calendario de eventos y reserva tu plaza:
ENLACE  

Te esperamos para dar el siguiente paso hacia una contratación pública más inteligente, eficiente y estratégica.

Qué hace que una IA sea un “agente”

Fundamentos y Capacidades de los Agentes de Inteligencia Artificial

Fundamentos y Capacidades de los Agentes de Inteligencia Artificial

Por Mike Mösch – CDO de AIVERSO y de AI-TenderX, S.C.A.

El avance reciente de la inteligencia artificial ha hecho que pasemos del entusiasmo con los modelos generativos como ChatGPT, al interés profundo por una nueva categoría de sistemas inteligentes: los agentes de IA.

Pero ¿qué define a un agente de IA? ¿Qué lo diferencia de un chatbot tradicional? ¿Cómo se construyen? ¿Qué tecnologías lo hacen posible? Y sobre todo, ¿cómo se aplican de forma útil en entornos de negocio como las licitaciones públicas?

Este artículo responde a esas preguntas basándose en las últimas fuentes de referencia y en la experiencia aplicada en proyectos reales.

 1. ¿Qué hace que una IA sea un “agente”?

Los tres elementos indispensables que definen a un agente de IA (y lo diferencian de un simple chatbot o LLM avanzado) son:

✅ Autonomía

Capacidad para actuar sin instrucciones constantes. Un agente puede:

  • Entender objetivos de alto nivel.

  • Dividirlos en subtareas.

  • Elegir herramientas.

  • Ejecutar decisiones por sí mismo.

✅ Acceso a herramientas

Un agente no solo habla: actúa. Se conecta a APIs, plataformas y sistemas operativos. Envía correos, consulta bases de datos, agenda eventos o interactúa con otras aplicaciones.

✅ Memoria

Un agente recuerda lo que ha hecho, con quién ha hablado, y cómo se ha comportado en el pasado. Esto permite:

  • Personalización.

  • Continuidad en tareas complejas.

  • Toma de decisiones informada.

2. ¿Qué papel juegan las herramientas?

Las herramientas permiten que un agente deje de ser reactivo y se convierta en un actor digital.
Ejemplos:

  • Gmail API: analiza y responde correos automáticamente.

  • WhatsApp API: envía catálogos, confirmaciones o recordatorios.

  • Calendario (Google Calendar): agenda reuniones o bloquea fechas.

  • CRM (Sojos CRM, HubSpot): registra leads, actualiza etapas o genera alertas.

  • n8n: orquesta múltiples herramientas y automatizaciones personalizadas.

Un agente sin herramientas es solo un generador de texto.
Con herramientas, es un colaborador digital completo.

3. ¿Cómo funciona la memoria en los agentes?

🕒 Memoria a corto plazo

  • Recuerda lo que se ha dicho en la conversación actual.

  • Mejora la fluidez.

  • Se pierde al cerrar sesión (volátil).

📚 Memoria a largo plazo

  • Almacena información persistente entre sesiones.

  • Aprende del usuario o del sistema.

  • Se implementa con bases vectoriales (Pinecone, Supabase) o SQL (PostgreSQL, Redis).

Ambas son necesarias para que el agente mantenga coherencia, continuidad y personalización.

 4. Tipos de agentes: ¿cuál usar y cuándo?

🔧 Agente de Herramientas (Tools Agent)

  • Se centra en ejecutar acciones concretas (enviar mails, buscar datos, interactuar con APIs).

  • Ideal para tareas administrativas, gestión documental o flujos de ventas.

💬 Agente Conversacional

  • Optimizado para dialogar y mantener contexto conversacional.

  • Perfecto para atención al cliente, onboarding interno o asistentes personales.

🔄 Agente ReAct (Reason + Action)

  • Razonamiento paso a paso, toma decisiones, actúa y observa resultados.

  • Útil en escenarios complejos (procesos de licitación, análisis legal, generación de estrategia).

 5. ¿Qué es el “contexto” y cómo se define en los prompts?

El contexto es la información adicional que necesita el agente para entender bien lo que debe hacer.
En plataformas como n8n, el contexto se gestiona así:

  • Prompts enriquecidos: que incluyen instrucciones, objetivos y datos previos.

  • Memoria cargada: que permite “recordar” lo hablado.

  • Variables dinámicas: que introducen inputs actualizados en tiempo real (usuario, fecha, documento, etc.).

Un buen agente tiene prompts vivos, adaptados al flujo, no estáticos.

6. ¿En qué supera un agente a un chatbot tradicional?

Ejemplo realista: responder a un requerimiento de subsanación en una licitación.

  • Chatbot tradicional: puede explicarte qué es una subsanación.

  • Agente de IA:

    • Busca el pliego relevante.

    • Detecta los documentos faltantes.

    • Redacta una propuesta de respuesta.

    • Consulta el histórico de entregas.

    • Agenda recordatorio y avisa al técnico responsable.

La diferencia es abismal.

7. ¿Qué es una base de datos vectorial (RAG) y por qué es clave?

Un modelo de lenguaje tiene conocimiento estático.
Un agente con RAG tiene conocimiento actualizado y específico.

La base vectorial permite:

  • Buscar por significado (no solo palabras exactas).

  • Usar documentación interna (PDFs, emails, normativas).

  • Reducir alucinaciones y errores.

Es el equivalente a darle a la IA acceso a tu biblioteca privada, y entrenarla para consultarla con sentido.

8. ¿Por qué usar sistemas multiagente?

Un agente único puede atascarse o quedarse corto.

Un sistema multiagente divide tareas y especializa agentes:

  • Uno planifica.

  • Otro ejecuta.

  • Otro verifica.

  • Otro informa.

Ejemplo práctico en licitación:

  1. Agente A detecta oportunidad.

  2. Agente B analiza pliego y verifica requisitos.

  3. Agente C prepara documentos y plantillas.

  4. Agente D notifica al equipo y archiva en CRM.

Resultado: proceso fluido, autónomo, escalable.

 9. ¿Qué plataformas permiten construir estos agentes?

🔹 n8n

Visual, flexible, open source. Integra agentes y herramientas fácilmente.

🔹 Zapier

Sencillo para tareas simples, pero menos escalable.

🔹 Copilot Studio (Microsoft)

Crea copilotos en entornos M365 (SharePoint, Teams).

🔹 OpenAI Agent SDK

Framework completo para construir agentes autónomos, seguros y observables.

🧪 10. Primeros agentes reales: ¿qué hemos aprendido?

Operator (OpenAI)

  • Interpreta interfaces, toma decisiones, actúa.

  • Interactúa como un usuario humano digital.

Perplexity Assistant

  • Capaz de buscar información, redactar emails y realizar consultas.

  • Menos autónomo, pero con buena integración.

🌱 Lección clave:

Estos agentes demuestran que el futuro no es reactivo, sino proactivo y operativo.
Su impacto será como el de los primeros navegadores o smartphones: cambian la interfaz del trabajo digital.

No es una moda. Es el siguiente estándar.

Los agentes de IA no son una promesa futura. Son la forma en que las organizaciones operarán, aprenderán y escalarán procesos complejos.

Y los líderes que comprendan sus fundamentos hoy serán los referentes del cambio mañana.

🎯 ¿Quieres empezar a crear tus primeros agentes reales?

En AIVERSO, estamos formando a equipos de empresas licitadoras en el diseño, despliegue y operación de agentes inteligentes.
No hablamos de teoría. Hablamos de productividad real.

📍 Descubre nuestra agenda de eventos 2025 en:
👉 https://aiverso.com/licita-con-ia-administraciones-publicas/

¿El primer paso? Entender que un chatbot no basta. Tu empresa necesita agentes con autonomía, herramientas y memoria.

De Pensar a Hacer, El Salto Hacia la Automatización Real.

De Pensar a Hacer, El Salto Hacia la Automatización Real

Una IA sin herramientas solo habla. Una IA con herramientas actúa. Descubre cómo convertir tus agentes en colaboradores digitales capaces de ejecutar tareas reales en procesos de licitación y gestión empresarial.

✍️ Por Mike Mösch, CDO de AIVERSO y de AI-TenderX, S.C.A.

La IA que piensa es útil. La que actúa, transforma.

Durante años, los modelos de lenguaje nos han deslumbrado con su capacidad de generar texto, responder preguntas y mantener conversaciones naturales. Pero hay algo que no podían hacer: tomar decisiones y ejecutarlas en el mundo real.

Ahí es donde entra la nueva generación de agentes de IA con herramientas. Ya no son solo cerebros parlantes. Son entidades capaces de:

  • Leer información.

  • Tomar decisiones.

  • Y actuar automáticamente.

En este artículo te mostraré cómo funcionan, qué tipo de herramientas utilizan y cómo puedes integrarlos en tu entorno de licitación pública o empresarial.

¿Qué significa que un agente tenga herramientas?

Un modelo de IA sin herramientas es como un asesor brillante, pero inmovilizado.
Sabe qué habría que hacer, pero no puede hacerlo.

Cuando dotas a un agente de herramientas, le das “brazos digitales” para ejecutar acciones:

  • Enviar correos

  • Consultar una base de datos

  • Actualizar un CRM

  • Reservar una cita

  • Publicar un documento

  • Buscar en internet

Es el paso de la inteligencia teórica a la operativa. Y en el mundo de las licitaciones, eso significa eficiencia real.

¿Qué tipo de herramientas puede utilizar un agente de IA?

🔗 1. Integraciones con aplicaciones externas

Estas conexiones permiten a los agentes interactuar directamente con:

  • WhatsApp: Enviar mensajes, catálogos o alertas a clientes o colaboradores.

  • Gmail / Outlook: Leer, clasificar y responder correos automáticamente.

  • Instagram / RRSS: Publicar contenido según calendarios definidos.

  • Google Calendar: Programar reuniones, verificar disponibilidad.

  • CRMs (como Sojos CRM) y ERPs (como Odoo): Registrar oportunidades, actualizar datos, automatizar reportes.

💡 Ejemplo aplicado:
Un agente podría registrar automáticamente una nueva oportunidad de licitación en el CRM, asignarla al responsable correspondiente y agendar la reunión de coordinación en tu calendario de Google.

📚 2. Bases de conocimiento conectadas (Vector Stores + RAG)

El agente puede buscar información dentro de tu propia base documental vectorizada, respondiendo a preguntas con conocimiento real, no inventado.

  • Ejemplo: “¿Qué condiciones de garantía ofrecimos en la licitación con el Ayuntamiento de Málaga en 2022?”

El agente puede recuperar esa información en segundos desde tu base RAG (ej. Pinecone o Supabase).

🔄 3. Flujos de trabajo personalizados (Sub-workflows)

Plataformas como n8n permiten crear herramientas personalizadas dentro de flujos automatizados:

  • Buscar productos por categoría

  • Generar catálogos en PDF

  • Enviar ofertas personalizadas

  • Derivar consultas según tipología

💡 Ejemplo real:
Un agente de ventas de packaging puede recibir un interés por WhatsApp, activar una búsqueda de productos, generar un catálogo en PDF con precios actualizados y enviarlo automáticamente al cliente.
Todo esto, sin intervención humana.

🖥️ 4. Capacidades del sistema operativo (como Operator)

Gracias a tecnologías como Operator de OpenAI, los agentes pueden:

  • Capturar pantalla.

  • Interpretar visualmente interfaces web.

  • Rellenar formularios, hacer clics, completar tareas en navegadores.

Esto abre la puerta a agentes que pueden, por ejemplo:

  • Acceder a plataformas públicas de contratación.

  • Descargar documentos.

  • Rellenar formularios de inscripción en licitaciones.

 ¿Cómo afecta esto al mundo de la licitación pública?

Muchísimo. Aquí tienes 5 impactos directos:

  1. Automatización de procesos repetitivos: descargar pliegos, archivar documentos, enviar correos de confirmación.

  2. Gestión activa de oportunidades: identificación, análisis y registro en sistemas internos sin intervención manual.

  3. Respuesta a requerimientos técnicos: generación y envío automático de documentos preconfigurados desde plantillas y datos previos.

  4. Interacción omnicanal: el agente puede comunicarse por correo, WhatsApp, redes o incluso plataformas gubernamentales.

  5. Velocidad de ejecución: en un proceso donde cada hora cuenta, tener un agente que actúa reduce tiempos de entrega y margen de error.

¿Y los riesgos?

Como toda tecnología poderosa, también requiere control. Aquí los principales retos:

  • Gobernanza: Definir qué puede hacer el agente y qué requiere revisión humana.

  • Trazabilidad: Registrar todas las acciones ejecutadas por el agente.

  • Seguridad: Limitar accesos y establecer protocolos de validación (ej: 2FA, tokens temporales).

  • Errores en cascada: Si una herramienta falla, el flujo completo puede verse afectado. Es clave contar con lógica de recuperación o “fallbacks”.


🧰 Herramientas recomendadas para empezar

Plataforma ¿Para qué sirve?
n8n Orquestación de flujos + herramientas personalizadas
Zapier Automatizaciones simples sin código
Pinecone Base vectorial para conocimiento interno
LangChain Agentes que usan herramientas con lógica ReAct
OpenAI SDK Creación de agentes autónomos con APIs, trazabilidad y más
Operator Acceso visual e interacción en interfaces web

Los agentes sin herramientas son teoría. Con herramientas, son productividad.

Un asistente sin manos solo puede opinar.
Un agente con herramientas puede operar.

Y cuando automatizas tareas reales con lógica de negocio, lo que ahorras no es solo tiempo. Es foco, control y ventaja competitiva.

En licitaciones, donde cada documento, plazo y detalle importa, eso marca la diferencia.

¿Quieres que tus agentes pasen de hablar a actuar?

En los eventos 2025 de AIVERSO, te mostramos:

  • Cómo conectar tus agentes a herramientas externas.

  • Cómo diseñar flujos de acción personalizados.

  • Cómo asegurar que tus agentes trabajan como lo haría un miembro más de tu equipo.

📍 Reserva tu plaza:
👉 https://aiverso.com/licita-con-ia-administraciones-publicas/

Tus agentes ya piensan. Es hora de que también hagan.

Memoria en los Agentes de IA. La Clave Oculta para Automatizar con Sentido y Contexto

Memoria en los Agentes de IA. La Clave Oculta para Automatizar con Sentido y Contexto

Una IA sin memoria puede parecer lista, pero no te conoce. Descubre cómo la memoria a corto y largo plazo transforma a los agentes de IA en verdaderos asistentes estratégicos para empresas licitadoras.

✍️ Por Mike Mösch, CDO de AIVERSO y de AI-TenderX, S.C.A.

¿Qué recuerda tu agente… y por cuánto tiempo?

En un café con un cliente del sector energético, hablábamos sobre automatizar la revisión de pliegos.
“Ya tengo un chatbot con IA”, me decía.
Le pregunté: “¿Y te recuerda de una sesión a otra?”
Su respuesta fue: “Bueno… no. Cada vez tengo que volver a explicarle todo.”

Ahí está la diferencia entre una IA útil y una IA que impresiona, pero no transforma.
Lo que le faltaba a ese sistema era memoria.

Hoy te explico por qué la memoria a corto y largo plazo es el músculo más infravalorado en los agentes de IA, y cómo aprovecharlo para optimizar tareas clave en licitaciones públicas.

¿Qué es la memoria en un agente de IA?

Un agente sin memoria es como un pez dorado con doctorado.
Puede razonar, redactar y ejecutar tareas… pero si no recuerda lo que ya ha visto o hecho, cada conversación empieza desde cero.

Por eso diferenciamos dos tipos esenciales de memoria:

🕒 Memoria a corto plazo (conversacional)

  • Guarda la información dentro de una sesión.

  • Permite que el agente entienda el contexto inmediato.

  • Se pierde cuando finaliza el flujo o la conversación.

  • Se usa para mantener diálogos coherentes y naturales.

💡 Ejemplo práctico:
Tu agente recuerda que tu nombre es Marta, que estás trabajando en una oferta para el Ministerio de Transportes, y que el documento que le subiste hace unos minutos es el pliego técnico.
Eso es memoria de corto plazo en acción.

📚 Memoria a largo plazo (persistente)

  • Se conserva entre sesiones.

  • Permite al agente recordar interacciones pasadas, preferencias, historial de tareas o datos específicos.

  • Se basa en bases de datos conectadas (vectoriales o estructuradas).

  • Es la base para agentes personalizados y realmente útiles en el tiempo.

💡 Ejemplo práctico:
El agente recuerda que en marzo ya presentaste una oferta similar para ese ministerio, que usaste ciertos criterios técnicos exitosos y que hay cláusulas que se repiten.
Ahora puede anticiparse y ayudarte mejor.

¿Por qué ambas memorias son necesarias?

Función Memoria a corto plazo Memoria a largo plazo
Mantener una conversación fluida
Personalizar respuestas ✅ (limitado al flujo actual) ✅ (persistente entre sesiones)
Recordar acciones anteriores
Comprender preferencias del usuario
Reducir repeticiones y redundancias

Conclusión: Si quieres una IA que “te siga el ritmo”, necesitas ambas.

¿Cómo se implementa la memoria a corto plazo?

En plataformas como n8n, puedes usar:

  • Windows Buffer Memory: mantiene las últimas interacciones del chat durante un flujo activo.

  • Conversational Memory: estructura las conversaciones con timestamps e identificadores.

  • Limitación: si el flujo se reinicia, todo se borra. Es volátil.

Se trata de una memoria similar a una conversación humana casual: recuerdas lo que se dijo hace unos minutos, pero no lo retienes para siempre.

¿Y la memoria a largo plazo? Aquí entra la IA con cerebro real.

🛠️ Vías de implementación más comunes:

1. Bases vectoriales + RAG (Retrieval Augmented Generation)

  • Transforma tus documentos en vectores de significado (embeddings).

  • Cuando el agente recibe una consulta, compara su vector con los almacenados.

  • Recupera los fragmentos más relevantes.

  • Enriquecerá su respuesta con conocimiento específico, actualizado y relevante.

🧠 Herramientas:

  • Pinecone, Weaviate, Supabase.

  • Integración con frameworks como LangChain, OpenAI Agent SDK o n8n.

💼 Aplicación directa en licitaciones:

  • Recordar requisitos técnicos anteriores.

  • Recuperar cláusulas específicas de contratos ganados.

  • Identificar incoherencias entre pliegos y documentos enviados.

2. Bases SQL estructuradas (PostgreSQL, SQLite)

  • Ideal para almacenar datos como historiales de usuario, decisiones pasadas o respuestas anteriores.

  • Muy útil en sistemas de reporting, seguimiento o gestión interna de procesos.

3. Memorias específicas por plataforma

  • Redis Chat Memory o Postgres Memory en n8n.

  • Permiten almacenar sesiones enteras para ser reutilizadas o revisadas.

📊 Casos de uso avanzados en empresas licitadoras

  1. Asistente de proyectos que recuerda qué técnico redactó qué parte de la oferta.

  2. Agente legal que identifica cláusulas contradictorias en borradores recientes.

  3. Agente comercial que rastrea historial de puntuaciones obtenidas y alerta de mejoras.

  4. Agente documental que recuerda formatos exigidos por organismo licitador y corrige errores antes de presentar.

Riesgos de trabajar sin memoria a largo plazo

  • Tu IA parece inteligente pero siempre empieza de cero.

  • Se repiten tareas, errores y preguntas.

  • Pierdes eficiencia y personalización.

  • Generas desconfianza en el equipo: «Otra vez tengo que explicarle todo al agente…»

✅ Checklist: ¿Necesitas memoria persistente?

Responde SÍ o NO:

  • ¿Tu proceso de licitación implica muchos documentos repetitivos?

  • ¿Tu equipo pregunta lo mismo varias veces al mes?

  • ¿Cada proyecto requiere recordar detalles técnicos pasados?

  • ¿Quieres que la IA mejore con el tiempo?

Si has dicho sí al menos 2 veces, es momento de dotar a tus agentes de memoria real.

Sin memoria, no hay inteligencia. Solo buena retórica.

Un modelo de lenguaje puede impresionar.
Pero un agente con memoria entrega resultados, coherencia y precisión.
Eso es lo que necesitas en licitaciones públicas, donde cada dato cuenta.

No se trata de que la IA te entienda. Se trata de que te recuerde, te conozca y te acompañe en tus procesos más estratégicos.

¿Quieres aprender a implementar memoria en tus agentes de IA?

En los eventos de AIVERSO 2025, te mostramos:

  • Cómo construir memoria a corto y largo plazo.

  • Cómo usar bases vectoriales, SQL y Redis.

  • Cómo entrenar agentes que piensen… y recuerden.

📍 Reserva tu plaza en:
👉 https://aiverso.com/licita-con-ia-administraciones-publicas/

Una IA sin memoria es un truco. Una IA con memoria es una ventaja.

Tipos de Agentes de IA: Elige el Mejor Perfil para Optimizar tus Procesos de Licitación

Tipos de Agentes de IA: Elige el Mejor Perfil para Optimizar tus Procesos de Licitación

Conoce las diferencias entre agentes de herramientas, conversacionales y ReAct, y aprende a aplicarlos estratégicamente en licitaciones públicas para ganar tiempo, precisión y ventaja.

✍️ Por Mike Mösch, CDO de AIVERSO y de AI-TenderX, S.C.A.

No todos los agentes de IA son iguales. Ni deberían serlo.

Cuando hablamos de agentes de inteligencia artificial en entornos empresariales, muchas veces imaginamos una única IA todopoderosa que lo hace todo. Pero la clave del éxito no está en tener “un” agente… sino en tener el tipo correcto para cada tarea.

En el ámbito de las licitaciones públicas, donde conviven necesidades técnicas, jurídicas, documentales y comerciales, esta diferenciación es más crítica que nunca.

Hoy te voy a contar cuáles son los tres tipos principales de agentes de IA que están liderando la transformación digital, cómo funcionan y, lo más importante, dónde encajan en tu proceso licitador.

⚒️ Agente de Herramientas (Tools Agent): El ejecutor táctico

📌 ¿Qué hace?

Este agente está diseñado para interactuar con herramientas, APIs y sistemas externos. Su principal fortaleza es la acción concreta: enviar un email, generar un informe, consultar un calendario o extraer datos de un CRM.

¿Cómo trabaja?

  • Interpreta una instrucción.

  • Selecciona la herramienta más adecuada.

  • Ejecuta la acción solicitada.

  • (Opcionalmente) registra o reporta el resultado.

¿Dónde se aplica en licitaciones?

  • Automatización de tareas administrativas (registro de documentos, envío de notificaciones).

  • Gestión de calendarios de hitos clave.

  • Conexión con plataformas públicas para descarga de pliegos.

  • Validación cruzada de datos con bases oficiales.

  • Gestión de versiones y entregas en carpetas compartidas.

💡 Ejemplo real:

«Agente, descarga los pliegos publicados hoy que contengan el término ‘suministro eléctrico’, archívalos por categoría y notifica al responsable de cada área.»
Ese es un agente de herramientas trabajando para ti.

Agente Conversacional: El facilitador de diálogo

📌 ¿Qué hace?

Este agente está optimizado para mantener interacciones fluidas y naturales en lenguaje humano. Va más allá de los chatbots tradicionales: entiende el contexto, tiene memoria y puede usar herramientas si es necesario.

🧠 ¿Cómo trabaja?

  • Recibe entradas del usuario (voz o texto).

  • Mantiene el hilo conversacional.

  • Interpreta emociones, intenciones y contexto.

  • Responde con contenido relevante y empático.

🧩 ¿Dónde se aplica en licitaciones?

  • Atención a preguntas frecuentes sobre procedimientos.

  • Asistentes para la formación interna en normativas.

  • Apoyo al equipo comercial en fases de precalificación.

  • Recogida de información inicial para decidir si una licitación es viable.

💡 Ejemplo real:

«Agente, ¿cuándo fue la última vez que licitamos con este organismo y qué puntuación obtuvimos?»
El agente conversacional no solo responde; te devuelve contexto y te guía en el proceso.

Agente ReAct (Reason + Action): El estratega adaptable

📌 ¿Qué hace?

Este agente razona antes de actuar. Evalúa una situación, planifica la mejor secuencia de pasos, ejecuta una acción, observa el resultado y decide el siguiente movimiento.

🧠 ¿Cómo trabaja?

  • Detecta una necesidad compleja.

  • Razonamiento paso a paso.

  • Uso selectivo de herramientas y conocimientos.

  • Toma de decisiones adaptativas en función de los resultados.

🧩 ¿Dónde se aplica en licitaciones?

  • Preparación de documentos técnicos complejos con muchos requisitos.

  • Extracción de información clave de pliegos extensos.

  • Generación de resúmenes estratégicos para comités de decisión.

  • Planificación de procesos de concurrencia en consorcios.

💡 Ejemplo real:

«Agente, analiza este pliego, identifica los criterios técnicos clave, compara con nuestras capacidades actuales y dime si podemos presentar una oferta competitiva.»

Eso requiere razonamiento, no solo acción ni conversación. Es territorio ReAct.

Cuál es el mejor para ti?

No se trata de elegir solo uno. Se trata de entender qué tipo de agente necesitas en cada etapa.
Aquí tienes una tabla orientativa:

Etapa del proceso de licitación Tipo de agente más útil
Exploración de oportunidades Conversacional / ReAct
Análisis de pliegos ReAct
Gestión documental Herramientas
Respuesta a requerimientos ReAct + Herramientas
Seguimiento de entregas Herramientas
Soporte interno a equipos Conversacional
Verificación legal o técnica cruzada ReAct

¿Y cómo empezar?

Lo mejor es no empezar por el agente más complejo, sino por el problema más repetitivo o costoso que enfrentas cada semana.

  1. ¿Te cuesta buscar información en documentos? → Empieza con un agente conversacional conectado a RAG.

  2. ¿Te retrasas en tareas administrativas? → Implementa un agente de herramientas con flujos automatizados.

  3. ¿Tienes dudas sobre viabilidad técnica o legal? → Prueba un agente ReAct que razone con tus documentos.

Y si combinas los tres en un sistema multiagente, entras en otra liga.

¿Con qué herramientas puedes crearlos?

  • n8n: interfaz visual para conectar herramientas y agentes.

  • LangChain: framework para desarrollar agentes complejos tipo ReAct.

  • OpenAI Agent SDK: ideal para personalizar comportamientos avanzados.

  • Copilot Studio (Microsoft): perfecto para integrar en entornos M365.

🔒 ¿Y la seguridad y control?

Todos estos agentes pueden funcionar con bases vectoriales privadas, almacenadas en tu infraestructura o nube segura, usando modelos entrenados con tus datos.
Privacidad, trazabilidad y control están garantizados si se diseña bien.

La IA ya no es una. Es muchas, y cada una con su rol.

Cuando implementas IA en tu empresa licitadora, no estás “metiendo un bot”.
Estás incorporando un nuevo miembro al equipo, con habilidades específicas.

Y como en todo buen equipo, lo mejor surge cuando cada uno aporta lo que mejor sabe hacer.

¿Quieres descubrir cuál es el tipo de agente ideal para tu organización?

Desde AIVERSO estamos ayudando a empresas licitadoras a construir sus primeros agentes… y los siguientes también.
Te enseñamos a combinarlos, entrenarlos y aplicarlos con sentido estratégico.

📍 Inscríbete en nuestros próximos eventos de 2025.
🔗 Reserva tu plaza aquí:
👉 https://aiverso.com/licita-con-ia-administraciones-publicas/

Porque no es cuestión de tener IA. Es cuestión de saber qué tipo necesitas hoy.

Bases Vectoriales: La Clave para Dar Memoria y Precisión a tus Agentes de IA en Licitaciones

Bases Vectoriales La Clave para Dar Memoria y Precisión a tus Agentes de IA en Licitaciones

En licitaciones, la diferencia entre competir y ganar está en el detalle. Las bases de datos vectoriales permiten a tus agentes de IA acceder al conocimiento preciso, actualizado y contextualizado para cada pliego, requerimiento o justificación legal.

✍️ Por Mike Mösch, CDO de AIVERSO y de AI-TenderX, S.C.A.

¿Qué pasaría si tu agente supiera todo lo que tu empresa ya sabe?

Durante años hemos hablado de digitalización, automatización y eficiencia en los procesos de licitación. Pero ahora la conversación ha cambiado: no basta con hacer las cosas más rápido.
Hoy, se trata de hacerlas con más precisión, inteligencia y capacidad contextual.

Y aquí es donde entra el verdadero poder de la IA. No en modelos que generan textos bonitos, sino en agentes capaces de acceder a tu conocimiento real, procesarlo y responder con fundamento.
¿La tecnología que lo hace posible? Las bases de datos vectoriales.

🔍 ¿Qué es una base vectorial y por qué necesitas una?

Una base vectorial no guarda texto, sino su significado. Toma los documentos, correos, pliegos, políticas y los convierte en vectores matemáticos que representan su contenido semántico.

Esto permite a un agente de IA hacer búsquedas por sentido, no por coincidencia de palabras. Y cuando necesita responder algo, en lugar de inventar, consulta tu propio conocimiento organizativo.

En otras palabras: conviertes tu empresa en un cerebro expandido. La IA no solo sabe, recuerda con exactitud lo que has dicho, firmado o documentado en el pasado.

⚙️ ¿Cómo funciona técnicamente una base vectorial?

Aquí tienes un flujo simplificado basado en RAG (Retrieval Augmented Generation):

  1. El usuario hace una pregunta.

  2. La IA convierte esa pregunta en un vector semántico (embedding).

  3. La base vectorial compara ese vector con los almacenados.

  4. Recupera los fragmentos más similares (“chunks” de texto).

  5. La IA usa esos fragmentos para construir su respuesta.

¿El resultado?
Una respuesta basada tanto en su conocimiento general como en tu documentación específica.

📚 Aplicaciones reales en el ciclo de vida de la licitación pública

En el contexto de las licitaciones, el uso de bases vectoriales transforma tareas críticas como:

  • Justificación de criterios técnicos: ¿Dónde se usó antes esta solución? ¿Qué normativa lo permite?

  • Respuestas a requerimientos de subsanación: Localización rápida de documentos relacionados.

  • Redacción basada en antecedentes reales: Ofertas previas, cláusulas similares, informes técnicos anteriores.

  • Análisis de pliegos históricos: ¿Qué cambió respecto al año pasado? ¿Cómo se puntuó antes este criterio?

  • Revisión y verificación automática de documentos.

Imagina un agente que, al revisar un pliego nuevo, te avise:
«Este requisito contradice lo establecido en el contrato marco firmado en 2022. Aquí está la cláusula.»

Eso es una IA con memoria contextual activa. Y tú, como licitador, juegas con ventaja.

⚠️ Principales errores al implementar una base vectorial (y cómo evitarlos)

  1. Vectorizar sin curar la información:
    Si alimentas a la IA con documentos mal estructurados o poco relevantes, obtendrás ruido. Antes de vectorizar, hay que seleccionar, limpiar y estructurar bien los contenidos.

  2. No dividir en chunks adecuados:
    Fragmentos demasiado grandes pierden precisión. Fragmentos muy pequeños pierden contexto. El equilibrio es clave.

  3. No mantener la base actualizada:
    Las normativas, requisitos y procesos cambian. Una base estática se vuelve obsoleta.

  4. No usar embeddings adecuados:
    Es esencial utilizar modelos optimizados para el idioma y el dominio (legal, técnico…).

  5. Creer que basta con cargar PDFs:
    El valor está en cómo se estructuran, en qué capas los organizas y cómo los conectas a los agentes.

🧩 ¿Qué herramientas puedes usar?

  • Pinecone: la más conocida, robusta y escalable.

  • Weaviate, Qdrant, Supabase: alternativas potentes, algunas open source.

  • LangChain + n8n: para conectar fácilmente tu base a agentes funcionales.

  • OpenAI Embedding API: para crear los vectores de alta calidad.

💡 ¿Privacidad? Puedes tener tu base vectorial en local, sin exponer nada a terceros.

🗂️ Cómo estructurar tu base de conocimiento para que tu IA funcione

  • Separa por áreas: técnico, jurídico, administrativo, histórico.

  • Usa taxonomías claras: temáticas, años, clientes, contratos.

  • Define roles de acceso y actualización.

  • Prioriza documentos útiles para preguntas reales.

  • Añade metadatos cuando sea posible (fuente, fecha, estado).

✅ Checklist: ¿Está tu empresa lista para implementar una base vectorial?

  • Tienes una colección digital de conocimiento relevante.

  • Tu equipo gasta tiempo en buscar información repetida.

  • Estás usando IA, pero aún «alucina» o es genérica.

  • Quieres una ventaja real sobre tu competencia.

  • Estás dispuesto a invertir unas horas en crear tu nueva memoria inteligente.

Si respondiste “sí” a 3 o más… estás listo para el siguiente paso.

¿Y qué gano si lo implemento?

  • ⏱️ Ahorro de horas en tareas repetitivas.

  • 🧠 Respuestas más rápidas, precisas y seguras.

  • ⚖️ Reducción de errores y riesgos jurídicos.

  • 🧩 Integración con tus flujos existentes.

  • 🏆 Una ventaja competitiva difícil de igualar.

Si tu información es poder, tu base vectorial es tu nuevo músculo

Una IA sin acceso a tus documentos es inteligente, pero está ciega.
Una IA con base vectorial propia es un socio estratégico.
Y tú puedes tenerlo ahora, sin grandes inversiones ni proyectos eternos.

¿Listo para dejar de buscar y empezar a recordar con precisión?

¿Quieres aprender a construir tu propia base vectorial y entrenar agentes con tu conocimiento?

En AIVERSO te lo mostramos paso a paso, en nuestros eventos de 2025 sobre IA aplicada a licitaciones públicas.

📍 Accede a casos reales, herramientas y metodologías.
🔗 Consulta agenda y reserva plaza en:
👉 https://aiverso.com/licita-con-ia-administraciones-publicas/

Porque en la licitación pública, no gana quien más sabe. Gana quien sabe recordar lo relevante en el momento clave.

Sistemas Multiagente. La Estrategia Inteligente para Automatizar Procesos Complejos con IA.

Sistemas Multiagente: La Estrategia Inteligente para Automatizar Procesos Complejos con IA

Dividir, especializar y automatizar: los sistemas multiagente permiten a las empresas licitadoras ejecutar tareas complejas con mayor precisión, adaptabilidad y escalabilidad.

✍️ Por Mike Mösch, CDO de AIVERSO y de AI-TenderX, S.C.A.

La inteligencia artificial más poderosa no es la que lo hace todo, sino la que sabe cómo dividir el trabajo.

En el mundo de las licitaciones públicas, cada proceso conlleva un conjunto diverso de tareas: análisis normativo, preparación técnica, justificación documental, atención a requerimientos, seguimiento post-adjudicación…

¿Y si cada una de esas tareas pudiera ser gestionada por un agente especializado, coordinado como parte de un sistema inteligente?
Bienvenidos a la era de los sistemas multiagente.

¿Qué es un sistema multiagente?

Es una arquitectura compuesta por varios agentes de IA, cada uno con una misión específica, que colaboran para ejecutar procesos complejos. Estos agentes pueden usar distintos modelos, herramientas, lenguajes y memorias… pero trabajan juntos bajo un mismo objetivo.

Es como pasar de un superasistente genérico a un equipo digital multidisciplinar, disponible 24/7 y sin costes de personal.

Ventajas clave de los sistemas multiagente

  1. División inteligente del trabajo: Cada agente se enfoca en lo que mejor hace: analizar, redactar, clasificar, validar, ejecutar…

  2. Razonamiento distribuido: Algunos agentes planifican; otros actúan. Eso permite abordar tareas que exigen múltiples etapas y decisiones.

  3. Resiliencia ante errores: Si un agente falla, otro puede continuar. El sistema se adapta sin colapsar.

  4. Uso eficiente de recursos: Puedes combinar agentes ligeros para tareas rápidas y otros más potentes para procesos críticos.

  5. Escalabilidad modular: ¿Necesitas automatizar una nueva etapa del proceso? Solo añade un nuevo agente al sistema. No rediseñes todo desde cero.

Aplicación práctica: ejemplo en atención al cliente

Este modelo ya se está aplicando en e-commerce, pero su lógica puede trasladarse perfectamente al ámbito de la licitación pública. Mira este ejemplo adaptado:

  1. Agente de Revisión de Licitaciones: Revisa diariamente las plataformas oficiales, identifica oportunidades relevantes y las clasifica por categoría.

  2. Agente de Análisis de Pliegos: Extrae requisitos técnicos, plazos, criterios de valoración y restricciones específicas.

  3. Agente Redactor Técnico: Utiliza RAG para recuperar ofertas anteriores y redactar nuevos textos adaptados al pliego actual.

  4. Agente de Verificación Documental: Comprueba que toda la documentación esté completa y en regla (incluso cruza con bases externas).

  5. Agente Legal: Consulta políticas internas, bases de datos jurídicas y valida cláusulas específicas.

  6. Agente Humano (Escalación): Recibe los casos que requieren juicio experto y toma decisiones clave, con el respaldo de todo el trabajo previo automatizado.

Resultado: ahorro de horas, mejora de la precisión, reducción de errores y una licitación preparada con estándares de excelencia.

Tecnología que lo hace posible

Herramientas como n8n, LangChain, Agent SDK de OpenAI, o Copilot Studio ya permiten construir estos sistemas:

  • Arquitecturas ReAct (razonan y luego actúan).

  • Agentes planeadores y ejecutores.

  • Comunicación entre agentes y transferencia de datos.

  • Gestión de memoria a través de bases vectoriales como Pinecone.

  • Orquestación de flujos inteligentes y escalables.

Un agente es útil. Un sistema multiagente, transformador.

Las empresas que entienden el poder de la especialización y la coordinación digital están tomando la delantera. Porque no se trata solo de automatizar una tarea, sino de repensar el proceso completo desde la lógica de la inteligencia artificial distribuida.

¿Vas a seguir dependiendo de procesos manuales, o te atreves a construir tu equipo digital de agentes?

¿Quieres ver cómo aplicarlo en tus procesos de licitación?

Desde AIVERSO estamos desarrollando arquitecturas multiagente específicas para el sector licitador y las presentamos en nuestros eventos de 2025.

📍 Te invitamos a descubrirlo en vivo.
🔗 Consulta fechas y plazas disponibles en:
👉 https://aiverso.com/licita-con-ia-administraciones-publicas/

El futuro no está en la velocidad. Está en la orquestación inteligente.

¿Qué Podemos Aprender de Operator y Perplexity en el Camino hacia los Agentes de IA Autónomos?

¿Qué Podemos Aprender de Operator y Perplexity en el Camino hacia los Agentes de IA Autónomos?

Los primeros agentes de inteligencia artificial en el mercado están sentando las bases de una nueva forma de interactuar con la tecnología. ¿Estás listo para aplicarlo en tu estrategia de licitación?

Artículo de blog

✍️ Por Mike Mösch, CDO de AIVERSO y AI-TenderX, S.C.A.

La primera vez que vemos una nueva tecnología en acción suele marcar el punto de no retorno. Así ocurrió con Internet, el smartphone… y ahora está ocurriendo con los agentes de inteligencia artificial autónoma.

Las primeras impresiones que nos han dejado Operator, de OpenAI, y Perplexity Assistant no solo entusiasman; cambian radicalmente nuestra forma de pensar la relación entre humanos, interfaces y tareas.

🤖 Operator: la IA que actúa, no solo responde

Operator es mucho más que un chatbot. Es un agente que puede abrir una web, hacer clic en botones, rellenar formularios y realizar tareas como si fuera un asistente humano… pero sin fatiga ni errores por cansancio.

🚀 Entre sus capacidades más destacadas:

  • Interactúa con interfaces reales de navegador.

  • Cambia de aplicación y mantiene el contexto.

  • Puede ejecutar acciones autónomas, supervisadas por mecanismos de seguridad humana.

  • Integra visión por computadora, razonamiento y lenguaje natural.

¿Te imaginas aplicarlo a portales de contratación pública, pliegos electrónicos o gestores documentales? Es cuestión de tiempo.

🗣️ Perplexity Assistant: IA con integración vocal e informativa

A diferencia de Operator, Perplexity da sus primeros pasos desde una capa más informativa y menos autónoma. Lo interesante es su integración con asistentes de voz, como Google Assistant, y su capacidad de buscar información y redactar textos.

💡 Aunque no ejecuta acciones complejas, es accesible, útil y educativa: ayuda a muchos usuarios a familiarizarse con el concepto de IA como copiloto.

📊 ¿Por qué estas primeras versiones son tan relevantes?

Porque están moldeando la percepción pública y la curva de adopción empresarial. Estos agentes:

  • Hacen tangible lo que antes parecía abstracto.

  • Establecen expectativas sobre lo que la IA puede hacer en nuestro día a día.

  • Identifican los límites actuales, guiando a la industria hacia nuevas soluciones.

  • Generan tracción en el mercado, acelerando la innovación en empresas tecnológicas.

Y lo más importante: demuestran que esta tecnología ya no es promesa, es presente.

🔐 Seguridad, confianza y responsabilidad

Operator ha incluido algo vital: la verificación humana para acciones críticas. Esto abre un nuevo estándar de gobernanza de IA: delegar, sí, pero con inteligencia y supervisión.

Para el mundo de las licitaciones, donde cada clic y cada documento importan, esto genera confianza y reduce riesgos operativos.

🧠 ¿Qué oportunidades abre esto para empresas licitadoras?

  • Crear agentes especializados en portales públicos que completen formularios, descarguen pliegos y gestionen subsanaciones.

  • Usar asistentes con visión y lenguaje para entender y extraer requisitos técnicos automáticamente.

  • Generar resúmenes y respuestas a consultas de forma precisa y verificable.

  • Automatizar procesos sin renunciar al control.

Y lo mejor: hacerlo con herramientas ya disponibles y en evolución constante.

🔮 El futuro ya se está probando en fase beta

Sí, tanto Operator como Perplexity aún están en desarrollo. Pero su impacto ya está transformando la percepción del mercado. La próxima vez que hables con un asistente de IA, sabrás que no está lejos el momento en que pueda también actuar por ti.

¿Qué pasará cuando uno de estos agentes sea el responsable de preparar tu próxima licitación, buscar oportunidades o analizar a tu competencia?
Más bien, ¿cuánto tiempo más puedes permitirte no explorar esa posibilidad?

🎯 ¿Quieres ver estos agentes aplicados a licitaciones públicas?

En AIVERSO estamos llevando a cabo eventos donde mostramos casos reales y demostraciones en vivo de cómo agentes de IA como Operator pueden integrarse en procesos de licitación.

📍 Si lideras una empresa que licita con frecuencia, no te lo pierdas.
🔗 Consulta fechas y reserva tu plaza en:
👉 https://aiverso.com/licita-con-ia-administraciones-publicas/

El futuro no se espera. Se diseña, se prueba… y se gana.

Agentes de IA. El Horizonte de la Autonomía Inteligente en el Mundo de las Licitaciones.

El Horizonte de la Autonomía Inteligente en el Mundo de las Licitaciones.

2025 marca el inicio de una nueva era: los agentes de inteligencia artificial autónoma están listos para transformar cómo las empresas licitan ante la administración pública.

✍️ Por Mike Mösch, CDO de AIVERSO y de AI-TenderX, S.C.A.

El futuro ya no está en el futuro. Está llamando a la puerta de quienes se atrevan a delegar en la inteligencia.

Durante décadas, el proceso de licitación pública ha estado marcado por la estrategia, la precisión documental y la presión de los plazos. Pero 2025 ha traído consigo una disrupción que no solo promete eficiencia, sino algo aún más valioso: autonomía. Hablo, por supuesto, de los agentes de inteligencia artificial (IA).

Como licitadores, hemos vivido la evolución de los CRM, los OCR, los chatbots… y ahora, nos encontramos frente al nacimiento de entidades digitales capaces de tomar decisiones, actuar y colaborar entre sí sin intervención humana constante.

Sí, hablamos de IA con voluntad operativa.

¿Qué son los agentes de IA y por qué cambiarán tu forma de licitar?

A diferencia de los tradicionales modelos de lenguaje como ChatGPT, los nuevos agentes de IA no solo responden: detectan, deciden y ejecutan. Con memoria, acceso a datos en tiempo real y la capacidad de integrarse con múltiples sistemas, pueden programar citas, responder requerimientos técnicos o incluso analizar a la competencia… sin que tú levantes un dedo.

La neurociencia lo confirma: nuestro cerebro responde con mayor confianza ante sistemas que actúan como nosotros lo haríamos. Por eso, cuando un agente IA colabora con tu equipo, se percibe como un «colega digital», no como un software.

🛠️ Plataformas que están liderando esta revolución

  • OpenAI presentó su Agent SDK, incluyendo herramientas de orquestación y su primer agente operativo: Operator.

  • Microsoft lanzó sus Copilot Agents, integrados en M365, capaces de interactuar con SharePoint y Teams.

  • n8n y LangChain permiten construir agentes multi-tarea y flujos colaborativos sin código.

  • Proxy facilita la creación de mini-agentes gratuitos para tareas diarias.

¿Y en licitaciones? Las posibilidades son infinitas: desde automatizar la recopilación de requisitos hasta generar documentación personalizada para cada pliego.

🧠 Arquitecturas con sentido: agentes que piensan antes de actuar

Los agentes más avanzados emplean arquitectura ReAct (Reason + Action): primero razonan, luego actúan. Y cuando se combinan en sistemas multiagente, su capacidad de análisis, validación cruzada y ejecución se multiplica.

Esto es crucial para procesos licitadores, donde un solo error puede costar una adjudicación. Imagina un equipo de agentes que revisa tu documentación técnica, cruza requisitos y sugiere mejoras… sin descanso.

📊 Casos de uso que ya están en marcha

  • Gestión documental inteligente para plataformas de contratación.

  • Atención automática a requerimientos durante la licitación.

  • Análisis competitivo en tiempo real de boletines oficiales.

  • Prospección de oportunidades basada en objetivos estratégicos de tu empresa.

🧩 Infraestructura y desafíos

Los agentes funcionan gracias a bases de datos vectoriales como Pinecone o Supabase, que les otorgan memoria semántica. También emplean técnicas como RAG (Retrieval-Augmented Generation) para enriquecer sus respuestas con información real.

Pero no todo es idílico. Hay riesgos: exceso de herramientas puede volver a los agentes ineficientes. La clave está en especializar tareas en mini-agentes y establecer una capa clara de verificación.

💼 ¿Y el modelo de negocio?

Empresas como Salesforce exploran cobros por resultados obtenidos, y se rumorea que OpenAI podría cobrar hasta $20.000/mes por agentes premium. Pero aquí está la oportunidad: crear tus propios agentes internos, adaptados a tus licitaciones, con bajo coste y alto impacto.

De asistente a socio estratégico

2025 es el año de los agentes de IA. No como herramienta puntual, sino como colaboradores autónomos que redefinirán el juego. Las empresas que se adelanten no solo licitarán mejor: estarán liderando una nueva era.

¿Estás preparado para dejar que tu próxima oferta la prepare una IA que sabe lo que hace… y por qué lo hace?

🎯 ¿Quieres ver a estos agentes de IA en acción?

En 2025, desde AIVERSO y AI-TenderX, estamos organizando una serie de eventos exclusivos para mostrar cómo los agentes de IA están transformando el proceso de licitación pública en tiempo real.

📍 Si eres una empresa licitadora, este es el momento de dar el salto.
🔗 Descubre los eventos y reserva tu plaza en:
👉 https://aiverso.com/licita-con-ia-administraciones-publicas/

Porque el futuro no se espera. Se lidera.