Informe
Evaluamos veinte compras reales de IA. La mediana: 28 % del estándar
Puntos clave
- Mediana del 28 %; máximo del 57 %; la mitad de los procesos por debajo del 30 %.
- La operación es tierra de nadie (11,7 %): siete verificaciones cumplidas de sesenta, cero métricas publicadas y una sola auditoría verificable.
- Los cuatro procesos de herramientas generativas puntúan peor que todo lo demás (mediana 19 %) — llegaron por canales menores, sin problema documentado.
- Los cuatro ceros estructurales se corrigen por instrucción, sin tocar una ley.
- La línea de base existe: toda política de compra de IA que la región adopte podrá medirse contra el 28 %.
Primera medición empírica de la compra pública de IA en la región: veinte procesos de cinco países contra treinta verificaciones. 27,6 % de cumplimiento agregado y cuatro ceros absolutos — y ninguno se corrige con una ley.
En agosto de 2024 explicamos por qué los gobiernos compran mal la IA; en mayo de 2025 publicamos el estándar para comprar bien. Este mes hicimos lo que faltaba: medir. Veinte procesos reales de adquisición con componentes de IA —identificados en los portales públicos de contratación de Colombia, Chile, Perú, México y Brasil, adjudicados entre 2023 y 2025— evaluados ítem por ítem contra las treinta verificaciones del estándar, exclusivamente sobre la documentación pública de cada proceso.
Es, hasta donde pudimos establecer, el primer ejercicio de su tipo publicado en América Latina. Los resultados se publican agregados y anonimizados: el objeto del estudio es el sistema de compra, no la exhibición de entidades.
La curva que lo dice todo
El cumplimiento promedio por fase dibuja una curva reveladora. Los procesos cumplen más donde la contratación tradicional ya sabía hacer las cosas —el contrato (36 %) y el pliego (35 %), gracias a ítems maduros como niveles de servicio y seguridad de terceros— y se desploman en lo específico de la IA: la fase previa (22 %: casi nadie clasifica el riesgo ni evalúa alternativas), la ejecución (20 %: aceptaciones sin pruebas, líneas de base inexistentes) y, sobre todo, la operación (11,7 %: siete verificaciones cumplidas de sesenta): lo comprado no se monitorea, no se audita y no se reevalúa.
El cumplimiento agregado: 145 verificaciones cumplidas de 525 aplicables, 27,6 %; la mediana por proceso, 28 %. Ningún proceso alcanza el 60 %. El peor de la muestra —un asistente conversacional contratado por canal de mínima cuantía— cumple 3 de 28 aplicables; los procesos por contratación directa promedian 14 %, la mitad que las licitaciones. El canal predice el cumplimiento: hoy, el camino más corto hacia un sistema sin gobernanza es la compra menor.
Cuatro ceros estructurales
Cuatro ítems registran cero cumplimiento en los veinte procesos: la clasificación del sistema en una matriz de riesgo, el contraste de madurez de la entidad —si puede operar lo que va a comprar—, la publicación de la ficha en un registro y las métricas de operación publicadas. Son, exactamente, las cuatro prácticas que convierten una compra en gobernanza — y las cuatro que ningún régimen de contratación de la región exige todavía.
Las cuatro tienen algo más en común, y es lo que las hace corregibles: ninguna depende del proveedor. Son actos unilaterales de la entidad, no cuestan dinero y no exigen entender aprendizaje automático. Lo único que les falta es una casilla donde vivir.
Esa es la mejor noticia del estudio: lo que falta por diseño se corrige por diseño. Los ítems que viven en los formatos habituales (niveles de servicio: 70 % de cumplimiento) demuestran que las entidades aplican lo que los formularios piden. Los estándares de compra funcionan por formatos, no por convicciones — y cuatro instrucciones administrativas convertirían los ceros en obligaciones verificables.
Por qué importa
Hasta este estudio, la discusión regional sobre compra de IA se sostenía en casos y en intuición experta. Ahora hay número — y el número convierte el futuro en experimento: si al menos una agencia central de compras adopta el estándar en 2026, la mediana de su subgrupo debería superar el 45 % en la siguiente medición; si ninguna lo hace, la mediana regional no se moverá del entorno del 30 %. La apuesta queda planteada, con árbitro programado: la segunda edición del scorecard.
Para las entidades, el espejo es utilizable de inmediato: cualquier oficina de contratación puede autoevaluar su último proceso contra los treinta ítems y ubicarse en la distribución. Y una advertencia de método que es también de política: si el 28 % se usa para escándalos en lugar de estándares, la próxima muestra será más opaca y peor. La anonimización de esta edición está al servicio de la reforma — la reforma, no la complacencia, es la vara con la que pedimos ser medidos.
El documento completo —con su metodología, sus fuentes y sus limitaciones— está disponible en el PDF descargable de esta página.