Procurement es una de esas áreas que todo el mundo sabe que existe, pero poca gente se detiene a pensar en cómo realmente funciona por dentro. Es el tipo de cosa que se queda entre bastidores de las empresas, moviendo miles de millones en contratos, negociaciones y relaciones con proveedores, sin aparecer mucho bajo los reflectores. Pero cuando empiezas a entender la magnitud de lo que está en juego, se vuelve difícil seguir ignorándola.

Y mira, lo que pasó en los últimos 30 años fue básicamente esto: mucha digitalización, pero poca transformación de verdad. Las requisiciones se convirtieron en órdenes de compra digitales, las aprobaciones migraron a sistemas de workflow, los proveedores empezaron a emitir facturas electrónicas y el área financiera cerró las cuentas en un ERP. Ese flujo no cambió. Lo que cambió fue la velocidad con que todo eso sucede. La estructura del proceso en sí siguió siendo prácticamente la misma de décadas atrás, solo que ahora con interfaces más bonitas y reportes en tiempo real.

Entonces llegó la inteligencia artificial y empezó a hacer una pregunta incómoda: si la ejecución puede automatizarse, ¿por qué el proceso sigue funcionando de la misma forma de siempre? Es una buena pregunta. Y las respuestas que están surgiendo en el mercado son cada vez más interesantes, porque no apuntan solamente a eficiencia operacional. Apuntan a un cambio mucho más profundo en la forma en que las empresas piensan sobre estrategia de compras.

Una investigación reciente del Economist Impact reveló que el 68% de los líderes C-suite clasifican la competencia en IA y ética entre sus principales prioridades de desarrollo para los próximos 12 a 18 meses. Al mismo tiempo, la inestabilidad geopolítica sigue siendo el foco de riesgo más inmediato para los líderes de procurement. Es decir, la función de compras está operando en una intersección cada vez más compleja entre resiliencia, eficiencia y gestión de riesgos, muchas veces con menos recursos que antes.

Datos de esa misma investigación muestran que el 75% de las empresas ya reportan ganancias reales con IA en productividad, optimización de costos y gestión de contratos. La automatización de source-to-contract también presentó un desempeño sólido, con el 67% de las organizaciones reportando mejoras significativas. Pero esas ganancias tienen un límite claro: hacen el procurement más rápido, no más inteligente. La automatización resuelve lo que es repetible. Lo que exige juicio, todavía depende de personas. Y es exactamente ahí donde está el próximo salto — no en agregar más herramientas de IA encima de procesos antiguos, sino en repensar qué procesos todavía tiene sentido que existan.

Lo que la automatización ya está resolviendo en procurement

Cuando hablamos de automatización aplicada al procurement, el primer instinto es pensar en robots reemplazando analistas de compras. Pero la realidad es un poco más sutil que eso y, en la práctica, mucho más interesante. Lo que las herramientas de IA están haciendo hoy es absorber la parte del trabajo que consume tiempo, energía y atención de los equipos sin necesariamente generar valor estratégico. Estamos hablando de clasificación de proveedores, comparación de propuestas, verificación de compliance en contratos, generación de reportes de gasto y monitoreo de SLAs. Todo eso que antes requería horas de trabajo manual puede hacerse en minutos con modelos bien calibrados.

Las áreas digitalmente más maduras, como procure-to-pay y sourcing, son los puntos de partida más obvios. Son procesos transaccionales, basados en reglas y ricos en datos. La IA puede facilitar el matching de facturas, orientar el comportamiento de compra, señalar anomalías y automatizar elementos de la selección de proveedores con una precisión que sería impracticable manualmente.

El impacto de esto en el día a día de las operaciones es bastante concreto. Equipos que antes dedicaban el 60% de su tiempo a tareas administrativas pasan a tener espacio real para involucrarse en análisis de mercado, mapeo de riesgos en la cadena de suministro y desarrollo de relaciones más estratégicas con proveedores clave. No es que el trabajo humano desaparezca. Se desplaza. Y cuando ese desplazamiento se gestiona bien, la ganancia de eficiencia es real, medible y bastante significativa para el resultado de la empresa en su conjunto.

Un estudio de Kearney ayuda a explicar por qué esas ganancias están concentradas en la ejecución: la mayoría de las organizaciones todavía está aplicando IA a los flujos de trabajo existentes en lugar de rediseñar el procurement como un sistema de punta a punta. Esto limita el impacto a la eficiencia, sin generar una ventaja estructural de verdad. Es como ponerle un motor nuevo a un auto viejo. Anda más rápido, pero la aerodinámica sigue siendo la misma.

Otra dimensión importante de esta automatización es la consistencia. Los procesos manuales tienen variación natural porque dependen de personas con días buenos y días malos, con diferentes niveles de experiencia y diferentes interpretaciones de las políticas internas. Cuando automatizas etapas críticas del flujo de procurement, reduces esa variación y creas un estándar de operación mucho más predecible. Esto tiene valor directo en la relación con proveedores, en la auditoría interna y en la capacidad de escalar las operaciones sin aumentar proporcionalmente el tamaño del equipo.

Inteligencia artificial más allá de la eficiencia operacional

Pero hay algo que debe quedar claro: la eficiencia no es el techo de la conversación sobre IA en procurement — es el punto de partida. Los casos más avanzados que están surgiendo en el mercado global muestran que la inteligencia artificial empieza a impactar dimensiones mucho más estratégicas de la función de compras.

El análisis predictivo de precios, por ejemplo, permite que las empresas anticipen variaciones en el costo de materias primas con semanas de antelación, ajustando contratos y estrategias de inventario antes de que el problema llegue. Eso no es automatización. Eso es inteligencia aplicada a una decisión que antes dependía exclusivamente de la experiencia y del instinto del comprador sénior.

De la misma forma, los modelos de lenguaje están siendo usados para revisar contratos en profundidad, identificando cláusulas problemáticas, inconsistencias legales y riesgos escondidos en lenguaje técnico denso. Un proceso que antes llevaba días de trabajo jurídico especializado pasa a tener una primera capa de análisis hecha en minutos, con el abogado enfocándose únicamente en las cuestiones que realmente requieren juicio humano. El resultado es una combinación de velocidad y calidad que sería imposible alcanzar sin la unión entre IA y expertise humana.

También está el tema de gestión de riesgo en la cadena de suministro, que ganó una relevancia enorme después de los choques globales de los últimos años. La IA permite monitorear continuamente indicadores financieros, geopolíticos, climáticos y regulatorios que afectan la estabilidad de los proveedores. En lugar de descubrir que un socio estratégico tiene problemas financieros cuando el pedido no se entrega, las empresas logran anticipar ese escenario y reaccionar con tiempo suficiente para encontrar alternativas.

La investigación del Economist Impact es bastante reveladora en este punto: la exposición geopolítica más que se duplicó año tras año como principal preocupación de riesgo. Esto significa que los líderes de procurement están colocando la resiliencia de la cadena de suministro al mismo nivel que la reducción de costos. La IA puede sintetizar inteligencia de mercado, modelar riesgos de concentración de proveedores, simular choques de demanda y ejecutar escenarios de costo y riesgo a largo plazo. Esa capacidad cambia completamente la lógica del procurement de reactivo a proactivo, y ese cambio tiene un impacto directo en la resiliencia del negocio en su conjunto.

La estrategia que todavía depende de personas

Con toda esa capacidad tecnológica disponible, es tentador imaginar que el procurement del futuro va a funcionar prácticamente solo. Pero los datos y los casos reales cuentan una historia diferente. La inteligencia artificial es extraordinariamente buena en optimizar dentro de un conjunto de variables definido. El problema es que la estrategia de procurement de verdad involucra, frecuentemente, redefinir qué variables importan. Y ese es un ejercicio que todavía depende profundamente del juicio humano, del contexto organizacional y de una visión a largo plazo que ningún modelo logra capturar completamente.

La estrategia de categorías — y no el sourcing táctico — es donde residen las decisiones más difíciles. En muchos mercados, el equilibrio de poder favorece cada vez más a los proveedores, y los enfoques tradicionales de sourcing competitivo frecuentemente presentan resultados por debajo de lo esperado. En un mercado con oferta restringida y competencia limitada, insistir en un evento competitivo puede en realidad debilitar la posición del comprador.

Un enfoque más resiliente puede involucrar:

• Desarrollo de proveedores existentes para aumentar capacidad y calidad
• Estrategias de nearshoring para reducir dependencia de cadenas largas
• Dual sourcing para mitigar riesgos de proveedor único
• Revisión de decisiones de insourcing para retomar control sobre capacidades críticas

Esas no son decisiones de sourcing. Son decisiones de negocio. Y la presión por reducción de costos no desapareció. Al contrario, la investigación del Economist Impact identificó el ahorro de costos como la principal propuesta de valor del procurement, lo que crea una tensión constante entre costo y resiliencia que exige trade-offs cuidadosos.

Es aquí donde la IA desempeña un papel diferente. Puede ayudar a identificar qué subcategorías justifican diversificación y cuáles son mejor atendidas por alianzas más profundas. Pero no sustituye el juicio. Lo refina. Y esa distinción entre automatización y augmentación es lo que va a definir el formato del procurement en los próximos años.

Decidir si una empresa debe diversificar su base de proveedores o profundizar alianzas con pocos players estratégicos es una decisión que involucra cultura organizacional, apetito de riesgo, capacidad de gestión de relaciones y una lectura del mercado que va mucho más allá de los datos históricos. Negociar un contrato complejo con un proveedor crítico involucra dinámicas de poder, confianza y alineación de intereses que los algoritmos todavía no logran navegar con autonomía. La IA puede preparar mejor al comprador para esa negociación, pero no puede sustituir al comprador en ella.

La IA no arregla un modelo que ya nació roto

Durante años, el procurement digitalizó procesos existentes sin fundamentalmente rediseñarlos. La inteligencia artificial hace que ese enfoque incremental sea cada vez más difícil de sostener. Si la ejecución puede automatizarse, ¿qué significa eso para la estructura de los equipos? Si las estrategias de categoría migran de agrupaciones amplias a segmentos y microsegmentos más granulares, ¿cómo debería organizarse el trabajo?

Investigaciones indican que el headcount en procurement se mantuvo estable o disminuyó, incluso con el aumento de la complejidad. Al mismo tiempo, la dependencia del procurement de servicios, modelos de fuerza de trabajo externa y redes más amplias de proveedores sigue creciendo. La ecuación que la mayoría de los equipos de procurement enfrenta es incómoda pero familiar: más proveedores, más servicios, más riesgos y menos recursos internos.

Sin cambios en la forma en que el trabajo se estructura, esa ecuación se vuelve insostenible. En lugar de apilar IA encima de modelos existentes, las organizaciones necesitan repensar cómo se diseña el trabajo. Eso significa:

• Separación más clara entre actividad estratégica y transaccional
• Alineación más fuerte entre estrategia de categorías y planificación de riesgos corporativos
• Gestión más disciplinada del procurement de servicios a medida que la tercerización se expande

El próximo paso real para la función de procurement no es encontrar más herramientas de IA para encajar en los procesos existentes. Es hacer una revisión honesta de qué procesos todavía tienen sentido de la forma en que fueron diseñados y cuáles necesitan ser repensados desde cero a partir de las nuevas capacidades disponibles. Las empresas que están teniendo las mayores ganancias con IA en compras no son necesariamente las que tienen más tecnología. Son las que lograron alinear la adopción tecnológica con una revisión clara de la estrategia de la función, definiendo dónde el humano agrega más valor y dónde la máquina puede operar con autonomía creciente. Esa claridad es lo que separa la transformación real de la digitalización superficial.

Transformando intención en resultados concretos

El mayor riesgo de cara a 2026 no es una falla tecnológica. Es la pérdida de momentum. La mayoría de los ejecutivos concuerda en que la adopción de IA es necesaria. Pocos logran articular con claridad cómo será implementada a escala.

La investigación del Economist Impact trae un dato preocupante: la confianza en las capacidades de gestión de categorías del procurement cayó año tras año, reflejando la complejidad creciente del entorno en que la función opera. Esto sugiere que la brecha no está en la tecnología disponible, sino en la capacidad organizacional de absorber y operacionalizar esa tecnología de forma coherente.

Para los líderes de procurement, el trabajo real está en avanzar más allá de los proyectos piloto. Invertir en fundamentos de datos antes de apilar capacidades de IA. Y desarrollar equipos que combinen fluidez digital con juicio comercial, porque uno sin el otro simplemente no entrega resultados.

La IA no va a pensar por el procurement. Pero tiene una capacidad impresionante de exponer dónde el pensamiento estratégico fue hecho — y dónde no.

Qué esperar de aquí en adelante

El escenario que se está dibujando es el de un procurement que va a seguir dividiéndose en dos capas bien distintas. La capa operacional, dominada por automatización inteligente, procesando volúmenes enormes de transacciones con velocidad y consistencia que serían imposibles manualmente. Y la capa estratégica, donde profesionales altamente calificados usan los insights generados por la IA para tomar mejores decisiones, negociar con más inteligencia y construir relaciones de suministro que realmente respalden los objetivos del negocio a largo plazo.

Ese modelo híbrido no es una solución provisional mientras la IA no sea lo suficientemente buena para asumir todo. Es probablemente el modelo más eficiente que va a existir por un buen tiempo, porque reconoce que diferentes tipos de problema exigen diferentes tipos de inteligencia. Y las empresas que entiendan esto más temprano van a tener una ventaja competitiva real — no solo en costo, sino en agilidad, resiliencia y capacidad de crear valor a través de sus cadenas de suministro.

La prueba de liderazgo de 2026

Procurement siempre equilibró costo y resiliencia, ajustando el énfasis conforme las condiciones cambian. Lo que es diferente ahora es la velocidad. Volatilidad geopolítica, fragmentación de cadenas de suministro y aceleración digital están comprimiendo los ciclos de decisión.

En ese entorno, el liderazgo no va a definirse por la cantidad de herramientas de IA implementadas. Los líderes de procurement que van a destacarse en 2026 serán aquellos que automaticen lo repetible, liberen capacidad donde el juicio importa y estén dispuestos a cuestionar procesos que no han cambiado fundamentalmente en décadas.

La inteligencia artificial no es una herramienta de eficiencia que se atornilla encima de lo que ya existe. Es un catalizador de cambio estructural. Y la próxima ambición del procurement no es hacer el mismo trabajo más rápido — es decidir qué trabajo todavía tiene sentido que se haga.

Lo que está pasando en procurement hoy es uno de los ejemplos más claros de cómo la inteligencia artificial está cambiando el trabajo de conocimiento en las empresas. No eliminándolo. Redireccionándolo. Y para quienes trabajan en esta área, el momento es de entender profundamente lo que la tecnología puede hacer, para poder enfocarse con mucha más claridad en lo que todavía es genuinamente humano. 🚀