Redacción de ofertas con IA: qué hace bien y dónde las personas siguen siendo esenciales
Todo responsable de ofertas conoce la sensación de mirar unos pliegos de cincuenta páginas a las seis de la tarde sabiendo que solo la matriz de cumplimiento le va a llevar dos días. Los modelos de lenguaje han cambiado ese cálculo sin hacer ruido. Redactar una primera versión de una respuesta de cumplimiento en minutos, no en horas. Generar un resumen ejecutivo que de verdad se lea bien. Reformatear el caso de éxito del año pasado para el límite de palabras de este año sin empezar de cero.
La tentación es tratar esto como un problema resuelto: se le da al modelo la licitación, se le dan las memorias de capacidades y que escriba la oferta. Esa tentación es donde está casi todo el riesgo. La redacción con IA es genuinamente útil para un conjunto concreto de tareas y genuinamente peligrosa para otro, y la línea entre ambos no siempre resulta obvia para alguien con la presión del plazo encima.
Entender dónde está esa línea es hoy una competencia central de la gestión de ofertas, igual que entender los criterios de evaluación o las estructuras de precios lo ha sido siempre.
Dónde la redacción con IA se gana su lugar
Las respuestas de cumplimiento son la victoria más clara. La mayoría de las licitaciones plantea decenas de preguntas casi idénticas repartidas entre secciones: describa su sistema de gestión de calidad, describa su política de seguridad y salud, describa su enfoque de gestión de subcontratistas. Un modelo al que se le han entregado sus documentos de política vigentes puede producir un primer borrador sólido de cada respuesta, ajustado a la redacción concreta de la pregunta, en una fracción del tiempo que le llevaría a una persona partiendo de una página en blanco.
Los resúmenes ejecutivos se benefician por otro motivo. Estas secciones tienen que sintetizar la oferta entera en una o dos páginas que un evaluador ocupado sí va a leer con atención. Un modelo que ha digerido el borrador completo puede producir un resumen que traiga al frente los puntos más fuertes, y después una persona afila el lenguaje y se asegura de que el énfasis coincida con lo que de verdad suma puntos.
El reformateo y el control del número de palabras es la tercera categoría, la menos lucida. Tomar un caso de éxito de 400 palabras y comprimirlo a 150 sin perder los datos clave es exactamente el tipo de tarea mecánica que un modelo maneja bien, y libera al redactor para concentrarse en las partes de la oferta que exigen criterio en lugar de edición.
Dónde el riesgo de alucinación se vuelve un problema real
El peligro está justo donde la IA suena más segura de sí misma: los datos concretos. Un modelo al que se le pide describir la trayectoria de su empresa a veces inventa un nombre de cliente verosímil, un valor de proyecto que nunca existió o una certificación que la empresa no tiene. Lo hace no porque intente engañar, sino porque su tarea de fondo es producir texto fluido y plausible, y una cifra concreta equivocada se lee exactamente igual de fluida que una concreta correcta.
Las referencias son la versión más filosa de este riesgo. Una referencia de cliente inventada en una oferta ya presentada no es un error menor. Muchos compradores públicos verifican las referencias como parte de la evaluación, y una referencia que no se sostiene puede descalificar la oferta de plano, a veces con consecuencias que van más allá de esa única licitación. Lo mismo aplica a las certificaciones declaradas, las cifras financieras citadas y las alianzas mencionadas por nombre. Son justo los detalles que un modelo tiene más probabilidad de equivocar de forma sutil y justo los detalles que un comprador tiene más probabilidad de comprobar.
Las fechas y los plazos cargan una versión más silenciosa del mismo riesgo. Un modelo que resume unos pliegos puede equivocar la fecha límite de presentación o la fecha de inicio del contrato, y si ese resumen se da por bueno en vez de contrastarlo con el documento fuente, el error viaja hasta la presentación.
Un flujo de redacción que mantiene el riesgo acotado
El patrón más seguro trata la salida de la IA como un borrador que todavía no ha pasado por verificación de datos, nunca como una respuesta terminada. Alimente al modelo con su propio material verificado, sus políticas reales, sus casos reales, sus certificaciones reales, en lugar de pedirle que recuerde datos sobre su empresa desde el conocimiento general. Redacte primero las secciones narrativas, porque son las que menos riesgo factual cargan y las que más tiempo ahorran. Haga pasar cada afirmación concreta, cada cifra, cada referencia y cada fecha por una persona que la contraste con el documento subyacente antes de que se acerque siquiera a una presentación.
Los equipos que incorporan este paso de comprobación a su proceso desde el principio, en lugar de añadirlo después de un susto, obtienen la ventaja de velocidad de la redacción con IA sin heredar su peor costumbre.
Fijar una política antes del próximo plazo
La mayoría de los equipos de ofertas no se sienta a diseñar una política de redacción con IA desde cero. Empiezan a usar las herramientas sobre la marcha, con la presión del plazo, y la política se forma por accidente a partir de las costumbres que se quedaron. Eso es al revés. Una política breve y escrita, acordada antes de que caiga la próxima licitación sobre la mesa, previene un mal resultado mucho mejor que cualquier cantidad de buenas intenciones aplicadas en caliente.
La política no tiene que ser complicada. Diga con claridad qué secciones pueden redactarse con ayuda de IA y cuáles no. Diga quién es responsable de verificar las afirmaciones concretas, y exija que esa persona lo firme de forma explícita en lugar de suponer que ocurrió. Diga con qué material fuente puede trabajar el modelo: solo documentos internos verificados, nunca el conocimiento general que el propio modelo tenga sobre la empresa. Un equipo que ha acordado esto por adelantado se mueve más rápido bajo presión, no más lento, porque las decisiones que habría que tomar a las apuradas ya se tomaron con calma.
Vigilar el mercado sin el trabajo manual
La redacción es solo la mitad de la carga. Encontrar las licitaciones adecuadas a las que presentarse sigue comiendo horas cada semana. TRINTA lee lo que una empresa vende de verdad y muestra a diario licitaciones coincidentes desde fuentes oficiales de contratación pública, para que el tiempo de redacción que ahorra la IA se dedique a ofertas que valga la pena escribir.
Preguntas frecuentes
01¿Es seguro presentar una respuesta a una licitación escrita íntegramente por IA?
No. El texto generado por IA debe tratarse siempre como un primer borrador sin verificar. Las afirmaciones concretas, como referencias de clientes, certificaciones, cifras financieras y fechas, hay que contrastarlas con documentos fuente reales antes de presentar, porque los modelos pueden producir detalles fluidos pero incorrectos.
02¿Qué partes de una oferta son las más seguras para redactar con IA?
Las respuestas de cumplimiento a preguntas estándar de política, los resúmenes ejecutivos que sintetizan una oferta ya escrita y el reformateo de contenido existente para ajustarlo a límites de palabras son los usos más seguros. Estas tareas son en buena medida mecánicas y los datos de fondo los aporta el usuario en vez de recordarlos el modelo.
03¿Por qué los modelos de IA a veces inventan referencias de clientes falsas?
Los modelos de lenguaje están optimizados para producir texto fluido y plausible, no para recordar datos verificados. Cuando se les pide un detalle concreto que no conocen con fiabilidad, como el nombre de un cliente, pueden generar algo que suena correcto sin ninguna forma de distinguirlo de un dato realmente conocido.
04¿Cómo puede un equipo de ofertas detectar errores de la IA antes de presentar?
Incorpore al proceso de revisión una pasada específica de verificación que trate cada afirmación concreta, cifra, fecha y referencia como algo que hay que contrastar con documentos fuente, separada de la corrección general de tono y gramática. Asigne esa comprobación a alguien distinto de quien redactó la sección.
05¿Podrá la IA llegar a escribir una oferta completa sin supervisión?
En tareas narrativas y de formato, la IA ya está cerca de una calidad sin supervisión cuando el material fuente es bueno. En todo lo que implique afirmaciones factuales concretas, referencias o riesgo de cumplimiento, la verificación humana sigue siendo esencial, porque la consecuencia de un error no detectado, la descalificación o el daño reputacional, es demasiado alta para automatizarla del todo.
Compartir este artículo
Para consultar
Artículos relacionados