Agentic AI no cerrará tus licitaciones

Aproximadamente el 40 % de los medicamentos en Europa se adquieren ahora mediante procedimientos de contratación pública. En el ámbito hospitalario, 22 de 30 países recurren a licitaciones. Cuando se adjudican esos contratos, el 62 % depende principalmente del precio, frente a solo un 24 % que utiliza criterios de oferta económicamente más ventajosa, y en categorías como los agentes antineoplásicos, la proporción de adjudicaciones basadas exclusivamente en el precio alcanza el 84 %.

Para una parte cada vez mayor de la cartera, la licitación no es un canal. Es el momento comercial. Varios años de ingresos, y la mayor parte del margen asociado a ellos, se determinan por una cifra que un equipo introduce dentro de un plazo, a menudo sin una referencia sistemática a los precios a los que realmente se adjudicaron contratos comparables.

Ese es el momento al que tiene que responder la actual ola de inversión en IA. La mayor parte está respondiendo a una pregunta diferente.

El mercado de la IA en ciencias de la vida ha entrado en su era de contar agentes. Los lanzamientos de plataformas llegan acompañados de inventarios de agentes. La adopción se mide por el número de agentes desplegados y el número de casos de uso cubiertos. Las cifras aumentan cada trimestre, y lo hacen rápidamente.

El cambio subyacente es real. Agentic AI ha salido del laboratorio y ha entrado en los flujos de trabajo empresariales, y la capa de infraestructura y la capa de dominio están convergiendo más rápido de lo que la mayoría de las funciones comerciales puede absorber. El riesgo es más limitado que el hype y más costoso: que los líderes comerciales interpreten la disponibilidad de agentes como ejecución comercial.

El mercado ya está aprendiendo adónde conduce esa confusión. Gartner espera que más del 40 % de los proyectos de Agentic AI se cancelen para finales de 2027, citando el aumento de los costes, un valor empresarial poco claro y controles de riesgo inadecuados, y estima que solo alrededor de 130 de los miles de proveedores que comercializan Agentic AI lo están desarrollando realmente. Lo denomina «agent washing»: cambiar el nombre de asistentes, automatización robótica de procesos y chatbots sin una capacidad agéntica sustancial. En mayo de 2026 aplicó el término a la tecnología de planificación de la cadena de suministro y añadió una advertencia más contundente: cualquier proveedor que prometa autonomía de extremo a extremo antes de 2027 está exagerando lo que es posible.

Si observamos hacia dónde se están dirigiendo realmente los agentes comerciales, la brecha se vuelve concreta. Las carteras de agentes comerciales que existen actualmente en el mercado se concentran en inteligencia de mercado, segmentación de la fuerza de ventas, planificación comercial, revisión de literatura y catalogación de datos: estrategia de marca, inteligencia de mercado, interacción con HCP y gobernanza de datos. Es un trabajo útil y se sitúa junto a la licitación. Ninguno de ellos es un motor de respuesta a licitaciones. Esto no es una crítica a ninguna plataforma. Es una observación sobre cuánto de la cuenta de resultados comercial se encuentra actualmente fuera de los ámbitos hacia los que se están dirigiendo los agentes.

Un agente puede recuperar datos. Puede resumir un paquete de licitación, generar un borrador y asignar tareas a otros agentes. Nada de eso, por sí solo, responde a las preguntas que determinan si una oferta genera crecimiento rentable:

• • ¿Deberíamos perseguir esta oportunidad?
  • ¿Qué producto aprobado cumple cada requisito de cada partida?
  • ¿Podemos suministrarlo durante toda la vigencia del contrato?
  • ¿Cuál es el precio neto adecuado después de descuentos, indexación, logística y obligaciones de servicio?
  • ¿Qué afirmaciones están respaldadas por evidencia actual y aprobada?
  • ¿Qué excepciones requieren aprobación comercial, legal, regulatoria o de calidad?
  • ¿Qué debería enseñarnos el resultado antes de la próxima licitación?

Hasta que la IA pueda llevar esas decisiones a través de un flujo de trabajo gobernado y hasta los sistemas en los que realmente se lleva a cabo el trabajo comercial, estará ayudando con la actividad en lugar de ejecutar el negocio.

Una licitación es una cadena de compromisos comerciales

Una respuesta a una licitación no es una única tarea. Es un conjunto vinculado de compromisos que conecta la necesidad del comprador, la elegibilidad del producto, la evidencia regulatoria, la capacidad de suministro, las obligaciones de servicio, el precio y el riesgo contractual.

Un eslabón débil puede hacer que toda la propuesta no cumpla los requisitos, no sea competitiva o no sea rentable, y el fallo rara vez se manifiesta en el momento de presentar la oferta. Un tamaño de envase mal asignado en la columna D se convierte en una obligación de entrega imposible de cumplir en el segundo año. Una afirmación caducada enterrada en un anexo se convierte en un hallazgo de cumplimiento. Un precio introducido sin un mecanismo de indexación se convierte en cuatro años de erosión silenciosa.

Dado que una parte tan importante de la cartera europea se mueve ahora a través de procesos de contratación, esa exposición ha superado al equipo de licitaciones. Es una exposición de P&L de toda la organización comercial, independientemente de que alguien haya asumido la responsabilidad sobre ella o no.

Por eso, la IA para la ejecución comercial necesita algo más que una colección de agentes. Necesita un contexto comercial compartido, modelos de datos específicos del dominio, controles deterministas, integraciones con sistemas y una comprensión auditable de quién puede aprobar qué.

La guía de Gartner para compradores, redactada para la planificación de la cadena de suministro en lugar de las licitaciones pero aplicable de forma clara a estas, exige prácticamente lo mismo: datos unificados en tiempo real, una integración sólida entre los sistemas de planificación y ejecución, y una gobernanza transparente con límites claros, puntos definidos de transferencia a intervención humana y mecanismos de auditoría. El diferenciador no es el agente. Es todo aquello sobre lo que el agente tiene que sustentarse..

En la práctica, necesita hacer bien cinco cosas.

1. Encontrar la oportunidad adecuada antes de que empiece el plazo

La IA genérica puede monitorizar fuentes y resumir avisos. La IA para la ejecución comercial tiene que ir más allá: incorporar oportunidades públicas y privadas, estructurar documentos en varios idiomas, identificar plazos y reglas de elegibilidad, y comparar los requisitos del comprador con la cartera real del proveedor.

El resultado no debería ser otra alerta. Debería ser una oportunidad cualificada, con ajuste estratégico, contexto histórico, restricciones de entrega, riesgos, responsables y una justificación defendible de licitar o no licitar ya incorporados.

La primera decisión sobre el margen suele ser si licitar o no.

2. Resolver la verdad del producto línea por línea

Los archivos de los compradores rara vez hablan el mismo idioma que los catálogos de los proveedores. Combinan descripciones en texto libre, identificadores antiguos, referencias de competidores, códigos de distribuidores, tamaños de envase y unidades de medida. Una sola respuesta puede requerir cientos o miles de decisiones sobre partidas.

La IA para la ejecución comercial tiene que normalizar ese lenguaje, contrastarlo con SKUs y sustitutos aprobados, y mostrar la evidencia y el nivel de confianza detrás de cada correspondencia. Las correspondencias de alta confianza pueden avanzar rápidamente. Las correspondencias ambiguas o de alto impacto deberían escalarse a un revisor humano.

Esto es inteligencia de producto aplicada en el punto preciso en el que los ingresos se capturan o se dejan en blanco.

3. Incorporar el margen al flujo de trabajo

Una oferta puede cumplir los requisitos y aun así destruir valor.

Cuando el precio tiene tanto peso en la decisión de adjudicación como muestran los datos europeos, el resultado del margen queda determinado en gran medida en el momento de fijar el precio, y en gran medida a ciegas. El historial de adjudicaciones, el comportamiento de la competencia y el coste de servicio suelen estar en sistemas diferentes de aquel en el que se está preparando la oferta, cuando se registran siquiera.

La IA para la ejecución comercial tiene que conectar los datos de la oportunidad con el historial de adjudicaciones, el comportamiento de la competencia, el coste de servicio, el riesgo de suministro, los descuentos, los tramos por volumen, la exposición cambiaria, la indexación y la duración del contrato. Debe modelizar escenarios, estimar el equilibrio entre probabilidad de ganar y rentabilidad, y hacer cumplir los rangos de precios, los precios mínimos y las reglas de excepción.

Los humanos deben seguir siendo responsables de la estrategia comercial y de las decisiones de retirada. El papel de la IA es hacer visibles los aspectos económicos con suficiente antelación para influir en la oferta, no informar sobre la erosión después de que se haya firmado el contrato.

4. Construir la respuesta en torno a la evidencia

La redacción fluida es fácil. Los compromisos defendibles son difíciles.

Un verdadero sistema de ejecución debería convertir el paquete de licitación en una matriz de cumplimiento estructurada, recuperar respuestas, afirmaciones y evidencias aprobadas, señalar carencias o elementos obsoletos, asignar acciones entre los equipos comerciales, legales, de calidad y regulatorios, y conservar el control de versiones, el historial de aprobaciones y la trazabilidad de las fuentes.

Debe saber cuándo puede reutilizar una respuesta aprobada, cuándo un experto debe validarla y cuándo el sistema debe detenerse. En mercados regulados, la supervisión humana no es una concesión ante una IA débil. Es la forma de hacer que la responsabilidad sea escalable.

5. Aprender del resultado comercial

La mayoría de las herramientas de licitación se detienen en la presentación. Eso impide que el sistema aprenda de la parte que importa, y la parte que importa es medible.

World Commerce & Contracting sitúa la fuga media de valor contractual en el 5,4 %, y descubrió que el 70 % de los encuestados reconoce una desconexión entre cómo se gestionan los contratos y cómo se supervisa el rendimiento financiero. Sobre una base de ingresos contratados de 500 millones de euros, eso supone que 27 millones de euros al año desaparecen en un lugar del que nadie es responsable.

La IA para la ejecución comercial debería capturar la decisión de adjudicación, el precio ganador, el comportamiento de la competencia, los comentarios del comprador, el rendimiento del contrato y las fugas posteriores. Esos resultados deberían mejorar posteriormente la correspondencia de futuras oportunidades, la puntuación de licitar o no licitar, las recomendaciones de precios y la estrategia de respuesta.

Sin ese circuito cerrado, los agentes pueden repetir el mismo error que parece inteligente a mayor velocidad.

El cuadro de mando tiene que cambiar

El número de agentes desplegados es una métrica de adopción. Los documentos generados, los prompts respondidos y las horas ahorradas son métricas de productividad. Son útiles. No son el resultado comercial.

Para los equipos de licitaciones y contratación, las métricas más exigentes son:

• • oportunidades cualificadas con suficiente antelación para actuar;
  • cobertura de partidas y exhaustividad de las respuestas;
  • tiempo de ciclo de decisión, aprobación y presentación;
  • tasa de éxito y margen de contribución;
  • fuga de valor contractual y rendimiento después de la adjudicación; y
  • si los equipos realmente confían en el sistema y lo utilizan.

Un dato, acompañado de la aclaración de que es propio y autodeclarado. En un despliegue de Vamstar de 12 meses con una de las 10 principales compañías farmacéuticas globales, anonimizada bajo NDA, de genéricos y biosimilares, activa en 165 mercados, el programa se puso en marcha en 25 mercados de alto impacto y logró una mejora del 73 % en la eficiencia del proceso de contratación, un aumento del 17 % en la tasa de éxito en los mercados desplegados y una expansión del margen del 9 % sobre los ingresos contractuales. La adopción por parte de los equipos locales alcanzó el 86 % durante el primer año, lo que importa más de lo que parece a primera vista: se produjo después de un programa interno que había absorbido 6 millones de dólares y cuatro años sin alcanzar escala.

Estos resultados no deberían generalizarse a todos los programas. El punto es más concreto y más exigente. La IA comercial debe responder por los resultados del negocio, no por el tamaño de su catálogo de agentes..

La infraestructura es la línea de partida

Agentic AI se convertirá en parte del stack tecnológico empresarial. Las plataformas horizontales están facilitando la creación y gobernanza de agentes. Las plataformas específicas del sector están demostrando el valor de la inteligencia de la industria en las ciencias de la vida. Ambas son importantes y ambas son requisitos previos, no destinos finales.

La ventaja comercial se creará un nivel más profundo, donde la IA comprenda la licitación, el producto, el precio, la evidencia, la política de aprobación y el resultado como un único flujo de trabajo conectado.

Los equipos comerciales no necesitan los próximos cien agentes. El número seguirá aumentando, precisamente por eso es un mal indicador de referencia. Lo que los equipos necesitan es un sistema que pueda mantener la coherencia comercial de una oferta desde la oportunidad hasta la adjudicación, y que sepa cuándo actuar, cuándo preguntar y cuándo detenerse.

Los ganadores no serán las empresas con más agentes. Serán las empresas con menos oportunidades perdidas, decisiones más rápidas, compromisos más defendibles e ingresos de mayor calidad.

Agentic AI puede automatizar tareas. La IA para la ejecución comercial tiene que cambiar el P&L.

Fuentes: Medicines for Europe, documento de posición sobre la Directiva de Contratación Pública de la UE (10 de febrero de 2026); comunicado de prensa de Gartner, «Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027» (25 de junio de 2025); comunicado de prensa de Gartner, «Gartner Warns of Agent Washing Risks in Supply Chain Planning Technology Market» (20 de mayo de 2026); World Commerce & Contracting, «Smarter Contracts, Better Margins» (22 de septiembre de 2025); caso de estudio de Vamstar, «Redefining Contracting Strategy: AI Enables Pharma Cost Optimization» (consultado el 12 de agosto de 2026).