Durante años, las compras públicas municipales en Chile han enfrentado un obstáculo en común: la elaboración manual de las bases técnicas. Muchas veces, se trata de un proceso lento, poco estandarizado y altamente demandante para los equipos administrativos. Preparar estos documentos puede extenderse por más de seis semanas y retrasar obras, servicios y adquisiciones claves para la comunidad.

Frente a esta problemática, las comunas de Maipú y Las Condes desarrollaron, en octubre de 2025, junto con el Centro Nacional de Inteligencia Artificial (CENIA), un prototipo de IA generativa para agilizar la creación de bases técnicas de licitaciones.

La herramienta permite que cualquier funcionario o funcionaria de estas localidades describa la necesidad mediante un chat y que el sistema identifique el tipo de adquisición, sugiera un formato estandarizado y genere un borrador inicial en minutos. 

“La lentitud y el retraso que tienen muchas veces las compras públicas (provocan) que vecinos que no entiendan por qué las cosas se demoran tanto en llegar. Gracias a este convenio y a la incorporación de esta tecnología, podremos hacerlo de forma mucho más rápida, más eficaz, con menos margen de error”, declaró el alcalde de Maipú, Tomás Vodanovic.

“(Este convenio) pone la inteligencia artificial al servicio de las personas. Con este sistema lo que vamos a lograr es reducir los tiempos con que se elaboran las bases de licitación, para que efectivamente se cumpla también con todos los requisitos técnicos establecidos”, sumó la alcaldesa de Las Condes, Catalina San Martín.

El desarrollo se sustenta en modelos entrenados con miles de bases históricas municipales y en información extraída desde el mercado público. Así, la IA generativa produce textos con normativas vigentes y ajusta el contenido en tiempo real. 

Catalina Gonzalez, asesora de proyectos estratégicos; Valeria Tobar, encargada alianzas público privado, y Ulises Contreras, asesor de proyectos estratégicos del Municipio de Maipú, explicaron a +COMUNIDAD más detalles sobre esta iniciativa que promete marcar un nuevo rumbo en la gestión local chilena. 

IA Generativa para acelerar las compras públicas

━ ¿Cómo se identificó la Inteligencia Artificial (IA) como una herramienta adecuada para mejorar los procesos de licitaciones públicas de Maipú? 

━ Al encontrarse definido por un estatuto legal, además de enfrentar compras que son reiterativas todos los años en los municipios, los procesos de compras presentan similitudes entre ellos, generando acciones que son repetitivas y redundantes. Con el avance de la modernización y la estructuración de bases de datos que contenían procesos de compras similares, se observó cómo las herramientas de inteligencia artificial basados en modelos LLM podían contribuir a disminuir los tiempos de generación de documentos necesarios para extender una solicitud de compra.

Esto con el foco de poder entregar un apoyo a las labores de los mismos funcionarios, permitiendo entregar una mayor calidad en sus trabajos junto con disponer de mayor tiempo para otras labores de interés de los mismos. La identificación de la IA como una herramienta adecuada también se vio reforzada por la experiencia del proyecto REVI: Permisos con IA, donde se comprobó que procesos normados y repetitivos pueden ser asistidos eficazmente por IA generativa, mejorando consistencia, calidad y tiempos de respuesta, demostrando que áreas con marcos regulatorios claros y procedimientos estandarizados son especialmente aptas para ser apoyadas por IA.

━ ¿Cuándo y cómo se gestó la colaboración entre CENIA, la Municipalidad de Maipú y la Municipalidad de Las Condes para desarrollar este prototipo? ¿Hubo algún evento o necesidad puntual que forjó este convenio?

━ El proyecto nace de la participación del Municipio de Maipú en la convocatoria impulsada por el Ministerio de Ciencia llamada “Municipios a la VanguardIA”, que buscaba la creación de proyectos que resolvieran problemas municipales a través de la Inteligencia Artificial. En esta instancia Maipú presentó al Licitabot, el cual resultó ganador de una de las categorías de esta iniciativa Levantó mucho interés en los asistentes, como CENIA y la Municipalidad de Las Condes, y generó la coordinación para trabajar en conjunto para poder llevar a cabo este proyecto en conjunto. 

Uno de los mayores gatillantes de una participación conjunta es la poca especialización existente en la actualidad al interior de los gobiernos locales. Maipú no contaba con la capacidad de desarrollo suficiente en sus equipos informáticos para poder avanzar de forma independiente con la plataforma. 

En relación a las reuniones sostenidas y a la problemática mencionada, se buscó la colaboración del municipio de Las Condes, que aportó con la disposición de su equipo de desarrollo de mayor experiencia para levantar una primera versión de la plataforma. Posterior a esto se abordó la colaboración directa con el CENIA, el cual se hizo cargo del desarrollo completo de la plataforma con la validación de los equipos municipales para sumarse a su modelo de negocio y poder aportar a una integra modernización del Estado.

Este modelo de colaboración multi-municipal replica lo aprendido con REVI, donde Maipú y Providencia participaron activamente en un piloto de ocho semanas para entrenar, validar y mejorar las herramientas de IA. Allí se demostró que los proyectos de IA municipal alcanzan mayor impacto cuando se diseñan con distintos territorios, permitiendo entrenar modelos más robustos y generar soluciones replicables a nivel nacional.

De la demora documental a la compra ágil: el impacto de la IA generativa

━ Además de la reducción de seis semanas a menos de una en los tiempos de elaboración de bases técnicas, ¿qué otros impactos cualitativos y cuantitativos esperan observar en la gestión de compras públicas?

━ Lo que se busca, además de la disminución de tiempos, es lograr un trabajo estándar en la documentación relacionada a las compras públicas. Que logre también la detección rápida de errores que permitan mejorar las posibilidades de adjudicación de las compras y para no tener problemas posteriores con los proveedores contratados. 

Además, se busca entregar una herramienta que democratice el conocimiento de las compras públicas, permitiendo a cualquier funcionario formar parte del proceso de compras independiente de su experiencia anterior. Esto repercute en una mayor transparencia y calidad de los insumos. También permite el poder contar con mayor tiempo para otras labores de los funcionarios, optimizando el progreso que estos pueden aportar al interior de sus equipos de trabajo.

━ ¿Cómo se traduce esta agilización y eficiencia en beneficios directos para la población? ¿Podrían dar ejemplos concretos de cómo impactaría en la “calidad y oportunidad de la atención a la ciudadanía” o en la ejecución de proyectos municipales esenciales?

━ El propósito final de optimizar las compras públicas utilizando herramientas tecnológicas como la IA es lograr obtener los productos y servicios que requiere la Municipalidad, en los tiempos adecuados y con la calidad necesaria para un correcto funcionamiento. Esto para la población significa recibir una atención municipal con un mejor estándar, atendiendo a tiempo las necesidades de la comunidad, tanto para los funcionarios como para los vecinos de la comuna.

Al cumplir con los tiempos estimados de las compras públicas, se permite cumplir con las planificaciones al interior del municipio, lo que permite dar respuesta a tiempo a las demandas actuales de los vecinos de la comuna. Una gestión eficiente de las compras se traduce en cómo el Estado cumple sus promesas con la gente, lo que repercute en un aumento de la confianza en las instituciones por parte de la ciudadanía y un aumento de la transparencia por parte de estas.

Transformando la gestión municipal

━ ¿Cómo se financia el desarrollo inicial de este prototipo? De cara al futuro, ¿cuál es el modelo de sostenibilidad económica de la plataforma? ¿Se prevén costos de mantenimiento, licencias o futuras mejoras, y cómo se planean cubrir?

━ El desarrollo inicial de este prototipo se encuentra bajo financiamiento y gestiones del Centro Nacional de Inteligencia Artificial, mediante un convenio de participación junto a los municipios de Maipú y Las Condes. El convenio en cuestión considera la extensión de la plataforma a los municipios participantes junto con el asesoramiento y mantenciones necesarias para su correcto funcionamiento. 

Aún no se tiene claridad del modelo de negocio que trabajará el CENIA para extender la plataforma a otras instituciones, pero se prevé una contratación por medio de compras públicas de proveedor único, el cual considere un pago que incluya la licencia de la plataforma junto con el soporte necesario para su correcto funcionamiento.

━ ¿Existen planes para escalar esta solución a otras áreas de la gestión municipal o para compartir la metodología con otros gobiernos locales interesados?

━ Las compras públicas son un dolor presente en muchos municipios, pero también en todas las instituciones públicas de Chile, las cuales deben gestionar sus contratos de adquisición de bienes y servicios por medio de compras públicas regidas bajo el marco legal vigente. Al ser una problemática común de todas las instituciones públicas, se vuelve muy relevante evaluar posibilidades de compartir las soluciones generadas de forma individual y abordar en conjunto una modernización del estado más eficiente.

Es así como la plataforma Licitabot presenta una gran posibilidad de escalabilidad, permitiendo optimizar los tiempos de tramitación al interior de todas las instituciones públicas que realicen compras públicas, siendo un gran ejemplo de cómo la incorporación de herramientas de inteligencia artificial pueden aportar a una utilización de los recursos de forma más eficiente.

Ciudades que co-crean su innovación

La alianza entre Maipú, Las Condes y el CENIA es parte de una tendencia más amplia en Chile. A inicios de este año, 15 municipios chilenos participaron de un encuentro nacional para prototipar soluciones con IA y compartir aprendizajes en pos de transformar sus gestiones. Esto generó acuerdos de colaboración entre comunas que descubrieron desafíos comunes y oportunidades de co-creación, demostrando que, cuando las ciudades crean juntas, la transición desde la idea al impacto se acelera considerablemente.

La IA generativa ya no es sólo un piloto futurista, sino una herramienta práctica para resolver problemas administrativos reales. La modernización del Estado también implica fortalecer redes de trabajo entre municipios, donde nadie conoce mejor los desafíos de una ciudad que otra ciudad.

Esta nota forma parte del Boletín Ideas & Inspiración de la Red de Innovación Local (RIL), donde cada mes se destacan casos innovadores de diferentes temáticas en ciudades de todo el mundo. ¿Te gustaría recibir, una vez al mes, soluciones locales como las de esta nota en tu correo? ¡Puedes suscribirte de forma gratuita!

Imagen de portada: ilustración de RIL y +COMUNIDAD.

La entrada IA Generativa para acelerar las compras públicas y una alianza municipal que marca el rumbo en Chile se publicó primero en +COMUNIDAD.

En el noreste de Brasil, donde el Océano Atlántico se encuentra con una costa de arrecifes que da nombre a la ciudad, Recife enfrenta los desafíos característicos de un gran centro urbano de más de 1,7 millones de habitantes. Entre ellos, uno de los más sensibles es la gestión de su sistema de salud pública, cuya complejidad se había profundizado con el tiempo.

El modelo acumulaba procesos fragmentados, baja integración de la información y un ausentismo persistente. Esta combinación limitaba la capacidad del sistema para ofrecer un cuidado continuo, proactivo y equitativo, generando tensiones que se extendían a toda la ciudad.

Las consecuencias directas de estos desafíos se arrastraban desde hacía más de una década y afectaban con mayor fuerza a las poblaciones más vulnerables. Eran visibles en toda la red municipal: listas de espera extensas, dificultades para dar seguimiento a los turnos y una baja previsibilidad en la oferta de servicios. 

Para el sistema de salud de Recife, esto se traducía en cupos desperdiciados, ineficiencias en el uso de los recursos públicos, demoras crecientes entre la necesidad y la atención, y una profundización de las desigualdades en el acceso a la salud.

Ante este escenario, la ciudad decidió avanzar en una reorganización de su gestión sanitaria basada en un principio central: integrar datos, simplificar el acceso y aprovechar herramientas digitales de manera estratégica. Con ese horizonte nació Absens, un sistema que combina análisis de datos, mensajes automatizados y modelos de predicción de comportamiento para disminuir las ausencias en consultas y exámenes. La iniciativa busca ordenar la demanda, optimizar la agenda y ampliar el acceso a la salud en la capital pernambucana.

Absens: IA en la salud pública de Recife

Rafael Toscano, secretario ejecutivo de la Secretaria de Transformación Digital, Ciencia y Tecnología (SECTI)  del Municipio de Recife, cuenta a +COMUNIDAD que la ciudad implementó un ecosistema integrado de salud digital basado en interoperabilidad, gobernanza de datos y uso estratégico de inteligencia artificial. “Entre las soluciones centrales de este ecosistema están Conecta Cidadania, Absens, Integra.ai y diversos agentes de IA para apoyo a la ciudadanía”, explica. 

La iniciativa fue impulsada por las secretarías de Salud y de Transformación Digital, Ciencia y Tecnología, y contó con apoyo de laboratorios públicos, startups del programa E.I.T.A! Recife, universidades como la UFPE, alianzas institucionales como la Ebserh y organismos internacionales. Absens, la solución principal, se desarrolló en colaboración con Beyond y se enfoca en reducir el ausentismo mediante IA, ciencia de datos y comunicación automatizada, a partir de:

1. Prevención: analiza patrones de ausencia e interactúa con los pacientes vía WhatsApp, enviando recordatorios automáticos. Estos pueden confirmar, cancelar o reprogramar sus citas de manera sencilla, lo que reduce las inasistencias. 

2. Acción: utiliza IA predictiva para estimar la probabilidad de asistencia basándose en variables como el clima, la edad o el tiempo de desplazamiento. Esto permite un sobre reserva inteligente que equilibra la agenda médica y optimiza el uso de los recursos.

De la estrategia digital a la expansión de la IA en salud

La implementación de estas tecnologías comenzó entre 2021 y 2022, en paralelo con la consolidación de la Estrategia de Transformación Digital de Recife. En 2023 se lanzaron los pilotos de Absens e Integra.ai, que hoy transitan una fase de expansión y consolidación dentro de la red municipal. Según detalla Rafael Toscano, con la interoperabilidad ya extendida en todo el sistema, más de mil profesionales utilizan estos agentes de IA en desarrollo, especialmente en áreas como la prevención, la regulación inteligente y la interacción con la comunidad.

Para poner en marcha este ecosistema, Recife combinó varias herramientas y prácticas tecnológicas que permitieron que toda la red de salud “se hablara” entre sí. En primer lugar, trabajó en la interoperabilidad de sistemas, es decir, en que los distintos softwares y bases de datos pudieran conectarse y compartir información de manera segura. A esto se sumaron plataformas digitales multicanal, que centralizan la interacción con la ciudadanía por distintos medios —incluido el WhatsApp oficial, usado para enviar recordatorios, permitir reprogramaciones y acercar información de manera simple. 

El equipo también incorporó inteligencia artificial aplicada a datos poblacionales y modelos de machine learning, que analizan grandes volúmenes de información y ayudan a predecir comportamientos, como la probabilidad de que una persona asista o no a una consulta.

Además, Recife adoptó estándares internacionales para ordenar y estructurar los datos de salud, como HL7 FHIR y OpenEHR, que permiten que la información clínica viaje de forma consistente entre sistemas distintos. La ciudad incorporó también mecanismos de participación ciudadana en la reutilización de cupos, un proceso que habilita a las personas a cancelar sus turnos y liberar esos espacios para otros pacientes. 

Todo este entramado se sostiene con una articulación interinstitucional que garantiza el intercambio seguro de datos clínicos. La arquitectura completa opera bajo los lineamientos de la Ley General de Protección de Datos (LGPD) de Brasil e incorpora capas de gobernanza y consentimiento activo para proteger la privacidad de los pacientes.

Con la información integrada, Recife desarrolló un sistema de tableros y herramientas de visualización que permite monitorear el funcionamiento de la red en tiempo real. Para Toscano, esta capacidad se volvió clave para la toma de decisiones estratégicas. En una red del tamaño de la capital pernambucana, contar con indicadores actualizados facilita redistribuir citas, ampliar horarios, identificar unidades saturadas, anticipar cuellos de botella y evaluar el desempeño con mayor precisión y transparencia.

Resultados e impacto en la población

Los resultados de Absens y del ecosistema de salud digital de Recife muestran mejoras significativas en la eficiencia del SUS municipal, especialmente en la gestión de agendas, la integración de datos y la calidad del cuidado. “La IA redujo drásticamente el ausentismo en consultas y exámenes, permitió el reaprovechamiento de cupos antes ociosos y amplió el acceso al historial de salud mediante la interoperabilidad total de la red municipal”, explica Rafael Toscano. Entre los principales avances registrados se destacan:

• Más de 300.000 cupos de consultas y exámenes recuperados.
• R$ 13 millones de ahorro estimado en recursos públicos.
• Hasta 96% de exactitud en el modelo de machine learning que predice ausencias.
• Más de 1.136 profesionales de la Atención Primaria, en 150 unidades, utilizando Integra.ai para calificar y automatizar derivaciones clínicas.
• 100% de informatización de las unidades de salud de media y alta complejidad hacia 2025.

En cuanto a la percepción de quienes utilizan el sistema, Toscano señala que los equipos de salud destacan que Integra.ai “reduce etapas manuales, disminuye errores y mejora la comunicación con la regulación, permitiendo que el foco vuelva al cuidado”. Por su parte, las personas usuarias de la Atención Básica valoran especialmente los recordatorios por WhatsApp —sobre todo en formato de audio—, ya que facilitan la organización diaria y ayudan a evitar ausencias.

¿Puede una ciudad seguir el camino de Recife?

Ante la pregunta sobre si esta experiencia puede replicarse en otros territorios, Rafael Toscano sostiene que sí, siempre que existan ciertas condiciones estructurales mínimas. Señala que la base para cualquier estrategia similar incluye disponer de información ordenada en las unidades de salud, una conectividad estable, estandarización de datos y mecanismos de interoperabilidad. “Los municipios interesados pueden adoptar el mismo camino siempre que inviertan en infraestructura, capacitación y modelos de gestión centrados en el ciudadano”, subraya.

En esa línea, comparte una serie de recomendaciones para ciudades que quieran avanzar hacia un modelo semejante. La primera, y quizás más determinante, es garantizar la interoperabilidad, estableciendo estándares comunes antes de escalar herramientas de inteligencia artificial. Sin datos integrados —advierte— no hay impacto real. A partir de allí, sugiere:

 ● Adoptar enfoques incrementales, iniciando con pilotos en problemas críticos. 

 ● Establecer gobernanza clara, con reglas de acceso, anonimización y auditoría continua, en consonancia con la LGPD.
● Invertir en capacitación continua, formando profesionales en salud digital, análisis de datos y uso calificado de los sistemas.
● Fomentar innovación abierta, creando desafíos públicos que acerquen startups, academia y servidores a las necesidades reales de la red.
● Elegir soluciones accesibles, centradas en el ciudadano, utilizando canales ampliamente adoptados como WhatsApp, para reducir barreras de uso.
● Monitorear resultados con transparencia, permitiendo ajustes rápidos y ganancias progresivas.

La salud digital también es gestión, no solo tecnología

La experiencia de Recife deja una enseñanza clara: digitalizar no es suficiente. El impacto real aparece cuando la tecnología se integra en una visión estratégica, acompañada por una cultura organizacional orientada a datos, participación ciudadana, comunicación clara y una gobernanza capaz de sostener transformaciones en el tiempo. En esta línea, Toscano identifica una serie de factores que resultaron determinantes para la continuidad y el éxito de la iniciativa, comenzando por la Estrategia Municipal de Transformación Digital. Entre los elementos clave señala:

● La interoperabilidad de la red, que permitió una visión integrada de la ciudadanía y visibilizó soluciones como Absens e Integra.ai.

● La innovación abierta, que redujo costos, aceleró resultados y conectó a gobierno, academia y startups.

● La gobernanza de datos en conformidad con la LGPD, que garantizó confianza y legitimidad social.

● La centralidad en el ciudadano y ciudadana, con uso de canales accesibles y comunicación proactiva, que ampliaron el compromiso y redujeron barreras históricas.

● Un centro de datos robusto y políticas de alta disponibilidad, que sostienen todo el ecosistema digital.

En un sistema urbano de salud donde cada turno cuenta, la estrategia de Recife procura mejorar la eficiencia y, sobre todo, construir una red más humana, más inteligente y más justa, donde la tecnología amplifica la capacidad del Estado de cuidar.

Esta nota forma parte del Boletín Ideas & Inspiración de la Red de Innovación Local (RIL), donde cada mes se destacan casos innovadores de diferentes temáticas en ciudades de todo el mundo. ¿Te gustaría recibir, una vez al mes, soluciones locales como las de esta nota en tu correo? ¡Puedes suscribirte de forma gratuita!

Imagen de portada: ilustración de RIL y +COMUNIDAD.

Redacción +COMUNIDAD

La entrada La receta de Recife para transformar el acceso a la salud: interoperabilidad, IA y participación ciudadana se publicó primero en +COMUNIDAD.