Escrito por
WorkFish
Publicado el
noviembre 10, 2026

Inteligencia artificial en compras: beneficios, riesgos y cómo integrarla en su proceso

Qué hace la IA en el área de compras, sus beneficios y riesgos, y cómo integrarla paso a paso para decidir mejor con sus proveedores.
Procurement
Enigma compara cotizaciones de proveedores; el especialista decide la adjudicación.

Cuando se habla de inteligencia artificial en compras, muchas personas piensan en asistentes que recomiendan productos en una tienda en línea. Este artículo trata de otra cosa: el uso de la IA en el área de compras de una empresa, donde se solicitan cotizaciones, se eligen proveedores y se firman contratos.

Es lunes por la mañana. La gerente de compras de un fabricante mediano abre 14 solicitudes de compra nuevas, tres RFQ que cierran esta semana y una pila de facturas que no coinciden con sus órdenes. La IA ya puede redactar, leer y comparar casi todo eso. La pregunta difícil es qué hacer con las horas que ahorra. La presión es real: según McKinsey, el gasto que gestiona cada persona del área de compras es 50 % mayor que hace cinco años.

Pero la ganancia suele quedarse en las personas. Una encuesta de Gartner a 101 directores de compras encontró que la IA generativa hace más rápidas a las personas, pero el beneficio se diluye a nivel de equipo. Gartner lo llama la paradoja de productividad de la IA, y la causa suele ser la misma: la IA se agrega a los puestos de siempre en lugar de integrarse al proceso.

Esta guía está pensada para equipos de compras de empresas medianas: pocas personas que cubren muchas categorías, a menudo en varias sedes o razones sociales, sin los equipos de ciencia de datos ni los presupuestos de transformación de las grandes corporaciones. Verá dónde ayuda la IA en compras, dónde falla, cómo integrarla etapa por etapa, cómo evaluar herramientas de IA y en qué debe enfocarse el especialista con el tiempo que libera. La idea central: la IA prepara, el especialista decide.

Puntos clave sobre la IA en compras para empresas medianas: la IA prepara el trabajo y las personas deciden, la redacción y los reportes ya son de uso amplio, la cobertura es el valor principal, los datos limpios importan más que la herramienta y el tiempo ahorrado debe ir a la negociación y al riesgo de proveedores

¿Qué es la inteligencia artificial en compras?

La inteligencia artificial en compras es el uso de aprendizaje automático e IA generativa para leer, redactar, comparar y resumir la información con la que trabaja el área: solicitudes de compra, especificaciones, cotizaciones de proveedores, contratos, órdenes de compra y facturas.

Se diferencia de la automatización tradicional en un punto clave. La automatización por reglas sigue instrucciones fijas, por ejemplo, enviar a finanzas toda orden de compra por encima de cierto monto. La IA trabaja con contenido no estructurado: convierte una descripción breve en un borrador de solicitud de cotización, lee una cotización en PDF o responde en lenguaje natural cuánto se gastó con un proveedor el último trimestre.

Esa flexibilidad es también la razón por la que necesita supervisión. Una regla se cumple o no se cumple; un resultado de IA puede verse completo y aun así tener errores.

La adopción ya es amplia: en una encuesta de McKinsey a más de 300 líderes de compras, el 40 % dijo que su área ya implementó o probó IA generativa.

¿Cómo se usa la IA en el área de compras hoy?

Hoy la IA para compras se usa sobre todo para preparar el trabajo de las personas: convertir documentos en datos, redactar eventos de abastecimiento, comparar respuestas y responder preguntas sobre el gasto. Los usos más comunes siguen el proceso de principio a fin:

Tabla de usos de la IA en compras: 16 casos agrupados por madurez (uso amplio, en crecimiento, temprana), con lo que hace la IA y el resultado para compras, desde la solicitud de compra hasta los agentes de IA

La madurez sigue las etapas de BCG para la IA en compras: la IA generativa ya es común para redactar y leer documentos, los flujos con IA están creciendo y los agentes autónomos que recomiendan adjudicaciones o llevan eventos completos todavía están en una etapa temprana.

Dos ejemplos de la práctica. En WorkFish, el usuario puede describir un proceso de aprobación en lenguaje natural, por ejemplo «Las órdenes de compra de más de 200,000 pesos van al gerente de finanzas, y las compras de TI también requieren la aprobación del líder de TI», y la IA crea el flujo de aprobación de compras; el equipo revisa las reglas antes de activarlas. En un caso de BCG, el análisis del gasto mostró que cerca de la mitad del gasto de un sistema hospitalario en artículos idénticos variaba alrededor de 5 % en precio entre sedes.

Según PwC, en el abastecimiento estratégico los agentes de IA podrían encabezar hasta el 25 % de las actividades actuales y apoyar a las personas en otro 70 %. Es una estimación, pero muestra hacia dónde va el área. En todos los casos, lo que entrega la IA es un borrador o una recomendación que una persona revisa.

¿Qué cambia para los equipos de compras de empresas medianas?

La mayoría de los resultados publicados sobre IA, incluidos los casos de McKinsey y BCG de esta guía, vienen de grandes corporaciones con equipos de categorías amplios y presupuestos de varios años. Las empresas medianas trabajan distinto, y eso cambia dónde rinde primero la IA:

  • Equipo pequeño, muchas categorías. Tres o cuatro compradores suelen cubrir decenas de categorías. El valor principal de la IA es la cobertura: lanzar más eventos de abastecimiento y revisar más gasto del que el equipo podría a mano, no reducir personal.
  • Sin equipo de ciencia de datos. Los modelos a la medida están fuera de alcance, así que la IA debe venir integrada en el flujo de compras y trabajar con los documentos y registros que ya existen.
  • Datos repartidos entre sistemas y sedes. Los registros de proveedores y artículos suelen estar en un ERP, hojas de cálculo y correo, con versiones distintas por sede o razón social. La IA falla primero justo en estas inconsistencias.
  • Poco margen para pilotos largos. Conviene empezar por usos cuyos resultados se ven y se revisan fácilmente: solicitudes de compra, borradores de RFQ y comparación de cotizaciones.

Escenario de ejemplo (ilustrativo). Un distribuidor mediano tiene un equipo de compras de tres personas, cuatro almacenes y dos razones sociales, y compra empaque cada trimestre. Sin un catálogo común, cada almacén envía su propia solicitud a sus propios proveedores, y nadie ve que uno de ellos paga más que los demás. Con un solo catálogo y una sola base de proveedores, la IA puede redactar un único evento para las cuatro sedes, comparar cotizaciones línea por línea y mostrar qué sede pagó más el trimestre anterior. Después, el gerente de categoría decide si adjudica por sede o consolida el volumen, una decisión comercial que la IA no puede tomar.

Escenario ilustrativo: cuatro almacenes se integran en una sola RFQ, las cotizaciones se comparan línea por línea y el gerente de categoría decide; el almacén C paga cerca de 18 % más por unidad que las demás sedes

Por dónde empezar en un equipo de una empresa mediana:

  • Elegir dos o tres categorías de alto volumen y llevarlas primero a un abastecimiento asistido por IA.
  • Estandarizar los registros de artículos y proveedores entre sedes y razones sociales antes de ampliar el uso de la IA.
  • Escribir en el flujo los límites de aprobación de cada razón social y comparar precios entre sedes, no solo dentro de una.

¿Cuáles son los beneficios de la IA en compras?

Los beneficios de la IA en compras van más allá del tiempo ahorrado. Se ven en cinco frentes:

  • Velocidad. Solicitudes, eventos de abastecimiento y comparaciones empiezan como borradores preparados, así que se acorta el tiempo entre la necesidad y la orden de compra.
  • Costo. Se revisa cada partida de cada cotización y cada transacción, de modo que aparecen diferencias de precio, compras fuera de contrato y opciones de consolidación. El ahorro se mide frente a una referencia acordada con finanzas: el último precio pagado, el presupuesto o la primera cotización.
  • Control. Las reglas de aprobación, los permisos y el registro de auditoría aplican igual al trabajo preparado por la IA que al trabajo manual, y quien revisa ve las razones de cada recomendación.
  • Consistencia entre sedes. Con un solo catálogo, un solo registro de proveedores y las mismas reglas para cada sede y razón social, la IA compara cosas comparables.
  • Capacidad del equipo. El tiempo pasa de la captura y la persecución de documentos a la negociación, el desarrollo de proveedores y la estrategia de categorías.

El tamaño del beneficio todavía es una estimación. McKinsey calcula que la IA podría hacer al área de compras entre 25 y 40 % más eficiente. Deloitte encontró que las organizaciones líderes en digitalización obtienen en promedio 3.2 veces el retorno de su inversión en IA generativa, frente a algo más de 1.5 veces en las demás. Ambas cifras describen a empresas con datos y procesos maduros, y de eso tratan las siguientes secciones.

¿Qué riesgos tiene la IA en compras?

El mayor riesgo de la IA en compras es una respuesta equivocada que suena segura y que nadie revisa. La IA generativa produce textos convincentes aunque falte o se invente un precio, una cláusula o una especificación. Otros límites a considerar:

  • Datos deficientes. Si hay proveedores duplicados o artículos con nombres inconsistentes, la IA relaciona el artículo o el proveedor equivocado.
  • Precios confidenciales. Las cotizaciones son información comercial sensible. La IA debe mostrar a cada usuario solo lo que tiene permitido ver y no debe romper las reglas de una licitación en sobre cerrado.
  • Manejo de datos. Los documentos y las instrucciones pueden procesarse en un modelo de IA externo. Pregunte a dónde van sus datos y si se usan para entrenar los modelos del proveedor de software; los precios de proveedores y las condiciones de contrato deben seguir bajo su control.
  • Ofertas que no son comparables. La IA puede alinear dos cotizaciones que parecen iguales, aunque una no incluya el flete o use otra unidad de medida.
  • Responsabilidad. Un proveedor, un auditor o el área de finanzas preguntarán quién eligió al ganador y por qué. «Lo recomendó la IA» no es una respuesta.
  • Pérdida de experiencia. Si los compradores nuevos solo aprueban lo que propone la IA, quizá nunca aprendan a construir una especificación o a leer la estructura de costos de un proveedor.
  • Barreras de la organización. En la encuesta de Deloitte, los directores de compras señalaron el trabajo en silos (57 %) y la falta de talento (34 %) entre los principales obstáculos.

Ejemplo: dos ofertas que parecen iguales (cifras ilustrativas). El proveedor B parece más barato por unidad, pero su cotización no incluye el flete. Al sumar la entrega, el orden se invierte.

Comparación de dos ofertas: el proveedor B tiene menor precio unitario pero no incluye el flete, por lo que su costo puesto en almacén de $99.00 MXN por unidad es mayor que los $96.00 MXN del proveedor A

Una comparación que solo lee la columna de precio pone primero al proveedor B. Un comprador que revisa las condiciones, no.

Ninguno de estos riesgos es motivo para evitar la IA. Son motivos para definir, desde el inicio, dónde redacta la IA y dónde decide una persona.

¿Cómo integrar la IA en el proceso de compras paso a paso?

Para integrar la IA en compras, defina en cada etapa qué prepara la IA y qué decide una persona. Después asegure los datos y los controles que hacen confiable su trabajo. La herramienta importa menos que la forma de trabajar: BCG estima que alrededor del 70 % del éxito de una transformación con IA depende de las personas, la organización y los procesos; 20 % de la tecnología y 10 % de los algoritmos.

¿Dónde entra la IA en cada etapa?

Tabla de siete etapas de compras, de la solicitud a los reportes, con lo que hace la IA, el principal beneficio y riesgo, y lo que decide el especialista en cada etapa; la adjudicación sigue en manos de una persona

El patrón se repite en todas las etapas: la IA lee, redacta y compara; el especialista es dueño de la especificación, de la relación con el proveedor y de la decisión. En la adjudicación esa línea importa más que en ninguna otra parte. El análisis de BCG llega a una división parecida: en la selección de proveedores y la contratación, estima que cerca del 40 % del trabajo sigue en manos de personas, frente a alrededor del 25 % en el conjunto del área de compras. Algunos usos atraviesan las siete etapas en lugar de quedarse en una: el monitoreo de riesgos de proveedores, el análisis del gasto, el pronóstico de demanda y los flujos de aprobación.

Gráfica de barras con estimaciones de BCG sobre la parte del trabajo a cargo de personas, automatizable y a cargo de la IA en ocho etapas de compras; la selección de proveedores conserva la mayor parte humana, cerca de 40 %

Véalo en la práctica: solicite una demo de WorkFish y vea cómo Enigma redacta una solicitud de cotización y compara ofertas mientras su comprador decide la adjudicación.

Siete pasos para llevarlo a la práctica

  1. Divida las tareas entre la IA y las personas. Gartner recomienda revisar cada rol de compras y separar las tareas propiamente humanas de las que puede hacer la IA. Haga esa división explícita para cada etapa.
  2. Ordene primero los datos. Catálogo de artículos, registro de proveedores, historial de compras y contratos deben estar en un solo sistema. Por ejemplo, una empresa con varias plantas y almacenes en México necesita el mismo registro de proveedores para todas sus sedes: si cada planta tiene su propia lista, la IA compara con datos incompletos. McKinsey estima que el área de compras usa menos del 20 % de los datos disponibles para tomar decisiones.
  3. Empiece donde el resultado es fácil de revisar. Los borradores de solicitudes y la extracción de datos de documentos son buenos primeros pasos, porque un revisor detecta los errores rápido.
  4. Defina puntos de control. Todo borrador de la IA se revisa antes de aplicarse. La adjudicación tiene un responsable con nombre. Los flujos de aprobación no cambian porque intervino la IA. Nombre a una persona por categoría responsable de la calidad de lo que propone la IA.
  5. Controle el acceso. La IA solo debe ver y mostrar lo que cada usuario tiene permitido, sobre todo precios de proveedores y datos financieros.
  6. Mida lo correcto. Registre el tiempo hasta el primer borrador, cuánto corrigen los revisores y cuántos errores detecta la revisión, no solo las horas ahorradas. BCG sugiere además indicadores de resultado como la parte del gasto gestionada activamente, el tiempo de la solicitud a la orden de compra y la adopción de la IA por equipo.
  7. Actualice roles y habilidades. Documente qué cambia en cada puesto y capacite a las personas para revisar lo que propone la IA, no solo para aceptarlo.

Preguntas para cualquier proveedor de software de compras con IA

Casi todas las plataformas de compras dicen tener IA. Cinco preguntas separan las funciones reales del marketing:

  1. ¿Qué funciona hoy? Pida una demo con sus propios documentos, no con datos preparados, y la lista de funciones que siguen en el roadmap.
  2. ¿Quién ve qué? Confirme que la IA muestra a cada usuario solo lo que su rol permite, y pregunte dónde se procesan los datos y si entrenan los modelos del proveedor.
  3. ¿Las personas pueden revisar cada resultado? Cada borrador o recomendación debe poder editarse antes de aplicarse, con registro de quién lo aprobó.
  4. ¿Se adapta a su estructura? Pruebe varias razones sociales, monedas y sedes en un mismo escenario.
  5. ¿Qué pasa cuando la IA se equivoca? Pregunte cómo se reportan los errores y qué tan rápido se corrigen.

Si la IA ahorra tiempo, ¿en qué debe enfocarse el especialista de compras?

Cuando la IA asume la redacción y la comparación, el especialista de compras debe invertir ese tiempo en lo que la IA no hace: criterio, relaciones y estrategia. Eso no ocurre solo. Según Gartner, el 63 % de los líderes de compras espera que la IA mejore mucho el desempeño en los próximos tres años, pero solo el 25 % ha rediseñado puestos por ello. Sin un plan, el tiempo ahorrado se pierde en más trabajo del mismo tipo.

PwC apunta en la misma dirección: estima que los agentes de IA podrían transformar al menos el 75 % de las actividades del área, mientras las personas se concentran en decisiones, relaciones, supervisión y estrategia. En la práctica, son cinco frentes:

  • Relación con proveedores y negociación. Use la IA para prepararse y dedique el tiempo al proveedor. En un ejemplo de McKinsey, los agentes de IA de una empresa de telecomunicaciones armaron la base de la negociación y redactaron contraofertas; el equipo redujo hasta 90 % el tiempo en análisis y correos, y las negociaciones lograron ahorros de 10 a 15 % con los proveedores.
  • Estrategia de categorías y conocimiento del mercado. Entienda qué mueve el costo de cada categoría, dónde hay fuentes alternativas y hacia dónde va el mercado.
  • Riesgo y continuidad. Califique nuevos proveedores, mantenga fuentes alternativas activas y vigile la dependencia de un solo proveedor.
  • Control de calidad de la IA. Cuestione los supuestos de cada recomendación, detecte ofertas que no son comparables y pida aclaraciones a los proveedores.
  • Clientes internos. Entienda la necesidad real antes de que una solicitud se convierta en especificación. Una necesidad clara ahorra más que cualquier borrador de IA.

BCG describe este cambio como un conjunto de nuevos roles: un negociador que diseña y supervisa los flujos de negociación, un estratega de categorías y valor, un responsable del desempeño de la IA que valida sus resultados y gestiona excepciones, y un integrador de inteligencia de mercado que comprueba si los hallazgos de la IA son relevantes para el negocio. En un equipo mediano, una misma persona suele cubrir varios de estos roles.

¿Qué habilidades necesita un comprador para trabajar con IA?

Muchos especialistas buscan un curso de IA para compras, y puede ser un buen punto de partida. Pero las habilidades que más pesan se desarrollan en procesos reales:

  • Revisar críticamente un resultado de IA: preguntar de dónde sale cada cifra y qué supuesto hay detrás.
  • Escribir buenas instrucciones: una descripción clara de la necesidad produce un mejor borrador.
  • Negociar con datos: usar el análisis de la IA como preparación, no como guion.
  • Entender costos y mercado: saber qué mueve el precio de cada categoría.
  • Gestionar riesgos y cumplimiento: reconocer cuándo una recomendación choca con una política interna o con las reglas de una licitación.

¿Cómo usa WorkFish la IA en compras?

WorkFish integra la IA en el flujo de compras a través de Enigma, su asistente de IA, con el mismo principio en todo el proceso: la IA sugiere, el usuario revisa y decide.

  • Preguntas y reportes. Enigma responde preguntas sobre sus datos de compras en lenguaje natural y genera reportes a pedido.
  • Borradores de eventos de abastecimiento. Enigma convierte una descripción breve en un borrador completo de RFI, solicitud de cotización o RFP: partidas ligadas a su catálogo, preguntas, proveedores y condiciones. Hace preguntas cuando algo no está claro, y el comprador revisa cada propuesta antes de aplicarla.
  • Evaluación de respuestas. En una RFI, Enigma sugiere calificaciones, trae el historial de cada proveedor y recomienda una lista corta. En una RFQ, compara cotizaciones línea por línea, verifica las especificaciones mínimas, compara precios con el historial de compras de su empresa y recomienda cómo adjudicar, con sus razones. La adjudicación la decide el comprador.
  • Flujos creados a partir de una descripción. Describa un proceso de aprobación en lenguaje natural y WorkFish crea el flujo con IA. El equipo revisa las reglas generadas antes de activarlas.
  • Documentos a partir de archivos. Solicitudes y órdenes de compra, recepciones y facturas de proveedores se crean a partir de documentos cargados, y los contratos se pueden importar con sus partidas para la gestión de contratos.

Como el abastecimiento, los contratos y las órdenes están en un mismo flujo, Enigma trabaja con datos conectados y no con hojas de cálculo sueltas, incluida la gestión de proveedores de todas sus sedes.

Conclusión: la IA prepara, el especialista decide

La IA puede encargarse de la parte rutinaria de las compras, pero no puede tomar las decisiones comerciales. Los equipos que obtienen valor real la tratan como una asistente capaz dentro de un proceso bien organizado: acuerdan desde el inicio dónde termina su trabajo y empieza el de una persona, y convierten las horas que libera en mejores relaciones con proveedores y decisiones de abastecimiento más acertadas.

Vea cómo Enigma redacta una solicitud de cotización y compara ofertas mientras su equipo toma la decisión. Solicite una demo.

Tabla de contenidos

FAQ

¿Cómo puede ayudar la IA en compras?

La IA ayuda a los equipos de compras a preparar el trabajo: redacta borradores de RFI, RFQ y RFP, extrae datos de documentos, compara cotizaciones de proveedores y genera reportes. El especialista revisa esos resultados y toma las decisiones que implican riesgo comercial, en especial la selección de proveedores y la adjudicación.

¿Cómo empezar a usar la IA en compras?

Empiece por tareas en las que sea fácil revisar los resultados de la IA, como redactar solicitudes o extraer datos de documentos de proveedores. Reúna los datos de artículos, proveedores y compras en un solo sistema y defina quién revisará los resultados de la IA antes de utilizarlos.

¿La IA reemplazará a los profesionales de compras?

No. La IA cambia las tareas, pero no elimina la necesidad de contar con experiencia en compras. La redacción y la comparación rutinarias pasan a la IA, mientras que la negociación, las relaciones con proveedores, la gestión de riesgos y las decisiones finales siguen en manos de las personas. Gartner encontró que, hasta ahora, solo el 25 % de los líderes de compras ha rediseñado los roles en función de la IA.

¿Cuál es la diferencia entre la IA generativa y la IA agéntica en compras?

La IA generativa crea o resume contenido cuando se le solicita, como un borrador de RFQ o un resumen de contrato. La IA agéntica ejecuta una secuencia de pasos para alcanzar un objetivo, como preparar y distribuir un evento de abastecimiento. Ambas necesitan revisión humana y límites claros sobre lo que pueden hacer por sí solas. Según BCG, los asistentes conversacionales y los flujos sencillos con IA ya se usan ampliamente en compras, mientras que los agentes totalmente autónomos todavía están en una etapa temprana.

¿Es seguro usar IA con los datos de precios de los proveedores?

Puede serlo si la IA respeta las mismas reglas de acceso que el resto de su sistema de compras y muestra a cada usuario únicamente la información que tiene permiso de ver. En una licitación con ofertas selladas, la IA no debe revelar las cotizaciones antes de la hora de apertura establecida en las reglas del evento.

¿Qué datos necesita la IA para funcionar bien en compras?

La IA funciona mejor con un catálogo de artículos depurado, registros precisos de proveedores, historial de compras y contratos reunidos en un solo lugar. McKinsey estima que las áreas de compras utilizan menos del 20 % de los datos que tienen disponibles, por lo que conectar esos datos suele ser el primer paso.

¿Cuál es el futuro de la IA en compras?

Más tareas operativas pasarán a la IA y a los agentes de IA, y los roles de compras se orientarán hacia las decisiones, las relaciones y la supervisión. McKinsey estima que la IA podría hacer que las áreas de compras fueran entre un 25 y un 40 % más eficientes, pero esa mejora depende de rediseñar los roles y los procesos en torno a ella.

¿Qué habilidades necesita un especialista de compras para trabajar con IA?

Necesita revisar críticamente lo que propone la IA, negociar con datos, entender los costos y el mercado de cada categoría y gestionar riesgos. Un curso de IA para compras ayuda a empezar, pero estas habilidades se desarrollan sobre todo en procesos de compra reales.

Vea cómo Enigma compara cotizaciones
Vea cómo Enigma prepara una RFQ y compara cotizaciones mientras su equipo decide la adjudicación.