Ayesa Digital ha desarrollado una plataforma basada en inteligencia artificial generativa para Iberdrola, que optimizará y agilizará los procesos de licitación, mejorando la eficiencia y la fiabilidad en la evaluación de ofertas técnicas y económicas. Una plataforma que combina modelos de lenguaje y técnicas de machine learning para automatizar tareas claves como la categorización de documentación, la evaluación de riesgos a partir de plantillas y la realización de preevaluaciones técnico económicas. Además, permite realizar búsquedas inteligentes en más de 100.000 documentos al año y llevar a cabo análisis comparativos en tiempo real, facilitando un acceso ágil a la información relevante.
Ventajas
Entre sus principales áreas podemos destacar la clasificación inteligente, que permite búsquedas en lenguaje natural, generar resúmenes automáticos, crear alertas ante documentación incompleta o llevar a cabo la identificación temprana de riesgos, como los relacionados con ciberseguridad o subcontratación. También la definición de criterios técnicos, donde la IA genera criterios de evaluación basados en las especificaciones, propone mejoras y detecta ambigüedades en los pliegos.
La tercera se centra en la evaluación técnica, comparando las ofertas conforme a plantillas generadas automáticamente, resaltando discrepancias y evaluando su impacto técnico. Por último, la evaluación económica facilita comparativas de costes, simulaciones de escenarios, detección de anomalías financieras y análisis comerciales.
Todo ello redunda en una reducción de tiempos, costes y errores manuales, una mejora de la trazabilidad y la calidad del proceso de compras y un análisis completo de la documentación presentada, incrementando la objetividad en la toma de decisiones.
A tener en cuenta
El proyecto destaca por la aplicación tangible de IA generativa en un proceso crítico, que pasa a convertirse en un flujo digital asistido por algoritmos, desde la definición de criterios hasta la comparación final de ofertas. Mediante técnicas de RAG (Retrieval-Augmented Generation), la solución utiliza información actualizada y contextualizada para analizar inconsistencias y evaluar impactos técnico-económicos que antes requerían un elevado esfuerzo manual.
El aprendizaje automático permite, además, refinar la herramienta a partir de datos previos, mejorando su fiabilidad con el uso. En la gestión del proyecto se ha adoptado el marco SAFe para la coordinación global y Scrumban para la ejecución diaria, facilitando la iteración continua, la incorporación de feedback y un enfoque constante en el valor de negocio.
Desde el punto de vista tecnológico, la solución se apoya en un ecosistema moderno, seguro y escalable. Está basada en AWS e integra SageMaker para el entrenamiento de modelos de IA, Bedrock para modelos generativos y RDS PostgreSQL para la gestión de datos. Asimismo, se conecta con sistemas internos como SAP, repositorios documentales y herramientas RPA, cubriendo todo el ciclo del proceso de licitación.
El diseño es responsive y accesible desde distintos dispositivos, con consultas en lenguaje natural que simplifican el acceso a información compleja. Incluye monitorización en tiempo real para identificar incidencias y métricas clave, reforzando la transparencia, y cuenta con medidas avanzadas de seguridad, como cifrado, control de accesos y políticas alineadas con estándares como OWASP.
