Seis tendencias de la Cumbre de IA de CAMACOL 2026 y lo que significan para quien licita con el Estado en Colombia. Análisis de Licitarus.
6 tendencias de inteligencia artificial que ya están llegando a la contratación pública
Respuesta rápida: en la Cumbre de Inteligencia Artificial de CAMACOL 2026 se identificaron seis tendencias con impacto directo en la contratación pública: los datos como infraestructura legible (no solo "el nuevo petróleo"), el auge de una economía de agentes que decidirán compras en lugar de las personas, el principio "Human First, AI First" de no automatizar procesos sucios, la paradoja de usar IA para tareas triviales en vez de estratégicas, la democratización del análisis para PYMES, y la necesidad de gobernanza humana sobre cualquier resultado generado por IA.
Pasamos dos días en la Cumbre de Inteligencia Artificial de CAMACOL, en Cartagena, escuchando a inversionistas de Silicon Valley, ejecutivos de Microsoft y Autodesk, y líderes del gremio de la construcción colombiano hablar de hacia dónde va esta tecnología. Ninguno habló específicamente de contratación pública. Y sin embargo, casi todo lo que dijeron aplica directamente a quien hoy prepara una propuesta para el Estado.
Esto es lo que identificamos como las seis tendencias de fondo — y lo que significan concretamente para quien licita en Colombia.
Durante años se repitió el cliché de que el dato es el nuevo petróleo. En la cumbre, Bernardo Crespo, CEO de Quantum Marketing, propuso una idea más precisa: el dato no se extrae y se quema como combustible — es la gramática que conecta a usuarios, plataformas y proveedores en el nuevo tipo de mercado que se está formando.
Esta idea se repitió con otras palabras en distintos paneles. Luz María Vásquez, Directora de Ingeniería Latam en Autodesk, habló de la importancia de un Entorno Común de Datos (CDE) bajo la norma ISO 19650, para que la información técnica de un proyecto no se pierda entre sus distintas fases. Rodrigo Angulo, CEO de Peregrino, fue más allá y planteó la necesidad de una "capa canónica de datos" que unifique toda la información transaccional de una empresa.
Qué significa esto para quien licita: una empresa que tiene sus datos de experiencia, capacidad financiera y desempeño histórico dispersos en carpetas y correos está en desventaja estructural frente a una que los tiene estructurados y listos para ser interrogados por un sistema. La primera pregunta que toda empresa proponente debería hacerse hoy no es "¿qué herramienta de IA voy a comprar?", sino "¿tengo mis propios datos organizados para que una IA los pueda usar?".
Esta fue, para nosotros, la tendencia más disruptiva de toda la cumbre. Rebeca Hwang, inversionista de riesgo y académica de MIT y Stanford, presentó un dato que vale la pena repetir: el 70% de la confianza en las decisiones de compra en línea ya se basa en interacciones intermediadas por una inteligencia artificial.
Bernardo Crespo lo llevó a una proyección más amplia: describió cuatro fases por las que ya pasó la industria financiera —eficiencia operativa, desagregación del valor, competencia asimétrica y, finalmente, una economía de agentes cognitivos donde los usuarios dejan de interactuar directamente con las marcas y delegan sus decisiones a agentes autónomos. Su advertencia fue directa: la empresa que no integre una infraestructura legible para esos agentes quedará invisibilizada frente a ellos.
Qué significa esto para quien licita: hoy todavía es un humano quien evalúa una propuesta pública. Pero la tendencia global es clara, y la contratación pública no va a ser la excepción por mucho tiempo. Las empresas que empiecen ya a estructurar su información de forma legible —no solo para el evaluador humano, sino para cualquier sistema que la procese— van a estar preparadas antes que sus competidores para lo que viene.
Omar Ladino, CEO de NGBVS, dejó una de las frases más citables del evento: "el tema más costoso en la inteligencia artificial es aplicar inteligencia artificial a procesos no limpios."
Su propuesta fue un principio de dos partes: asignarle a la IA las tareas transaccionales y reversibles —validación de listas de chequeo, lectura de documentos— y reservar para el equipo humano las decisiones estratégicas y de alto riesgo que no tienen reversa. McKinsey respalda esta preocupación con un dato duro que se citó en el panel: el 88% de las compañías que emprenden proyectos de automatización buscan mejorar velocidad y rentabilidad, pero solo el 5% lo logra — precisamente porque automatizan procesos que nunca simplificaron primero.
Qué significa esto para quien licita: antes de adoptar cualquier herramienta de inteligencia artificial para preparar propuestas, vale la pena hacer una pregunta incómoda: ¿nuestro proceso actual de análisis de pliegos y armado de propuestas ya es eficiente, o simplemente lo vamos a hacer más rápido tal como está —desordenado—? Automatizar el desorden solo produce desorden más rápido.
Este fue el punto más incómodo de la cumbre, y el más honesto. Bernardo Crespo mostró un dato de un estudio conjunto de Stanford, Harvard y BCG: los profesionales de oficina pierden en promedio casi dos horas al mes leyendo correos innecesarios y redundantes generados automáticamente por otra IA. Es decir: se está usando esta tecnología para producir más ruido, no menos.
Qué significa esto para quien licita: la tentación, al adoptar IA en el proceso de contratación pública, es usarla para lo superficial —redactar correos más bonitos, generar textos genéricos— en lugar de lo que de verdad cambia el resultado: analizar el pliego a fondo, calcular el precio óptimo, decidir con datos si conviene participar. La pregunta que toda empresa debería hacerse no es si usa IA, sino en qué la está usando.
Fernando Hoyos, CEO y cofundador de Licify, presentó una idea que conecta directamente con la realidad de miles de pequeñas y medianas empresas colombianas: las plataformas de inteligencia de mercado que ya conectan a más de 21.000 empresas del sector en América Latina no solo dan visibilidad de oportunidades, sino que enseñan buenas prácticas a los proveedores pequeños —alertándolos, por ejemplo, si olvidaron presupuestar un ítem clave— y generan retroalimentación automática cuando pierden un proceso, explicándoles por qué.
Qué significa esto para quien licita: durante mucho tiempo, la gran ventaja de las empresas grandes en la contratación pública fue su capacidad de análisis —equipos jurídicos y técnicos dedicados a leer pliegos y calcular precios—. La inteligencia artificial está erosionando esa ventaja. Una PYME con las herramientas correctas puede hoy analizar un pliego con la misma profundidad que una firma grande, en una fracción del tiempo y del costo.
Ningún ponente de la cumbre planteó la inteligencia artificial como una tecnología sin riesgos. Javier Cruz, con más de dos décadas en transformación tecnológica, resumió el principio en tres verbos: invitar a la IA desde el inicio del proceso, guiarla con contexto claro como a un analista brillante pero sin experiencia de campo, y controlar siempre el resultado final. Recordó el caso de una firma consultora australiana multada con 300.000 dólares porque uno de sus consultores presentó un informe con datos inventados por ChatGPT, sin verificarlos.
Guillermo Herrera, presidente ejecutivo de CAMACOL Nacional, lo planteó como un asunto de gobierno corporativo: anticipar los efectos secundarios negativos de la IA antes de que se conviertan en pasivos legales o reputacionales.
Qué significa esto para quien licita: una propuesta pública tiene consecuencias jurídicas y financieras reales. La inteligencia artificial puede acelerar la lectura, el análisis y el cálculo, pero la firma —literal y figurada— sigue siendo de un profesional responsable. Cualquier herramienta que se adopte en este proceso debe diseñarse para acompañar el criterio humano, no para reemplazarlo sin supervisión.
No desarrollamos Licitarus después de la Cumbre de CAMACOL — pero es notable cuánto de lo que se dijo allí ya estaba, sin saberlo, incorporado en sus decisiones de diseño:
| Tendencia de la cumbre | Cómo se refleja en Licitarus |
|---|---|
| Los datos como gramática | El perfil de empresa y el RUP estructuran la información del proponente para que el sistema la interrogue de forma precisa, no genérica |
| Economía de agentes | El análisis con IA deja los pliegos estructurados y legibles, listos para ser consultados —hoy por un humano, mañana también por agentes— |
| Human First, AI First | La plataforma automatiza la lectura y estructuración (tareas transaccionales); la decisión de participar y el precio final los define el proponente |
| Evitar la paradoja de productividad | El foco no es generar texto de relleno, sino resumir lo que de verdad importa: presupuesto priorizado, riesgos, garantías, experiencia exigida |
| Democratización para PYMES | Una empresa pequeña obtiene, en minutos, un nivel de análisis que antes solo estaba al alcance de firmas con equipos jurídicos y técnicos dedicados |
| Gobernanza y responsabilidad humana | El chatbot cita la fuente exacta del pliego en cada respuesta; el proponente verifica, decide y firma — la herramienta acompaña, no sustituye |
Ninguna de estas seis tendencias es exclusiva de la construcción o de la contratación pública. Son tendencias de fondo de toda la economía, y la contratación pública en Colombia las va a recibir —lo esté esperando o no—. La diferencia entre las empresas que van a competir mejor en los próximos años y las que van a quedar rezagadas no va a estar en si tienen o no acceso a inteligencia artificial. Va a estar en si entendieron estas seis ideas a tiempo, o si las aprendieron cuando ya era tarde.
Licitarus asistió como participante a la Cumbre de Inteligencia Artificial de CAMACOL 2026, en Cartagena de Indias.
Sube el pliego, obtén un análisis completo en minutos y calibra tu precio con inteligencia histórica de SECOP II.
Qué le dijimos a la Cámara de Comercio de Pereira sobre inteligencia artificial y SECOP: datos, casos reales y cómo cambia el juego de licitar.
¿La IA amenaza el empleo del ingeniero que prepara licitaciones? La respuesta honesta, con datos de la Cumbre de IA CAMACOL 2026.
En decisiones de alto costo, un error de IA es inaceptable. Así construyó Licitarus una arquitectura de precisión para la contratación pública en Colombia.
