Detección de corrupción en alcaldías

He procesado el texto solicitado manteniendo la integridad total del contenido original y organizando la información en un formato estructurado y profesional.

IA para Detección de Corrupción en Alcaldías de Bolivia

Modelo de Negocio: Consultoría + Plataforma

1. El problema real en el contexto boliviano

Las alcaldías (GAMs) operan con un ecosistema de instrumentos públicos dispersos y poco cruzados: SICOES, SIGMA, SIGEP, SNIP, portales de transparencia, Contraloría, declaraciones juradas de bienes. Cada sistema existe, pero nadie los lee en conjunto de forma sistemática.

Los patrones de corrupción municipal más frecuentes en Bolivia tienen huellas digitales claras y rastreables:

Fraccionamiento de contrataciones para evadir el umbral de modalidad (evitar ANPE → CD)
Empresas proveedoras vinculadas a funcionarios o concejales
POA con ítems presupuestarios que nunca llegan a SICOES
Modificaciones presupuestarias (reformulaciones) que desvían recursos post-aprobación
Contratos con empresas sin NIT activo o con inhabilitaciones en el RUPE
Coincidencia entre donaciones políticas y adjudicaciones directas

Todo esto es verificable con datos públicos. El problema no es la ausencia de datos — es la ausencia de cruce automatizado e inteligente.

2. La propuesta adaptada: sistema multi-agente para GAMs

Una plataforma con arquitectura de agentes especializados, cada uno con una función precisa:

Agente	Función
Agente SICOES	Monitorea convocatorias, adjudicaciones, modalidad usada, objeto de contrato
Agente SIGMA	Cruza ejecución presupuestaria con contratos registrados
Agente RUPE	Verifica habilitación, historial y vínculos de empresas proveedoras
Agente POA	Contrasta lo planificado vs. lo ejecutado y lo contratado
Agente Transparencia	Ingesta declaraciones juradas, nóminas, cargos y relaciones familiares
Agente Contraloría	Incorpora informes de auditoría previos y sanciones vigentes
Agente Razonamiento	Detecta patrones, genera alertas explicadas y produce el rastro auditable

El output no es solo una alerta — es un informe estructurado con evidencias, listo para el Concejo Municipal, la Unidad de Transparencia, o la Contraloría.

3. Modelo de negocio: Consultoría + Plataforma

El modelo en dos capas es estratégico para el contexto boliviano, donde la confianza institucional se construye por relación, no por tecnología sola.

Capa 1 — Consultoría (entrada al mercado)

Diagnóstico de riesgo de corrupción sobre los últimos 3 años de contrataciones del GAM, usando análisis manual + IA.
Entregable: informe ejecutivo con hallazgos, patrones identificados y recomendaciones.
Precio: servicio por proyecto, facturado a la alcaldía.
Función estratégica: genera confianza, demuestra capacidad, y produce los datos de entrenamiento/validación para la plataforma.

Capa 2 — Plataforma (recurrencia y escala)

Suscripción mensual o anual por GAM.
Acceso al dashboard de monitoreo continuo.
Alertas automáticas para el Alcalde, el Concejo, y/o la Unidad de Transparencia.
Módulo de Control Social: acceso simplificado para los comités de vigilancia.
Actualizaciones automáticas cuando se publican nuevos datos en SICOES o SIGMA.

Progresión natural del cliente:

Diagnóstico (consultoría) → Convencimiento del valor → Suscripción a la plataforma → Renovación + expansión a más módulos.

4. Activo regulatorio: la Ley N° 1178 como argumento de venta

Aquí está el diferencial que NL.AI no tiene en Brasil pero que en Bolivia es poderoso: la SAFCO ya obliga lo que la plataforma automatiza.

El sistema de control interno (art. 14-16, Ley 1178) exige que los responsables por resultados documenten y justifiquen decisiones de gasto.
La Contraloría puede imputar responsabilidad civil o penal a funcionarios — y la plataforma genera exactamente el rastro documental que los protege o los expone.
El argumento de venta no es «detectamos corrupción» (políticamente sensible) — es «les ayudamos a cumplir la Ley 1178 y a protegerse de imputaciones».

5. Segmentación de clientes y precios orientativos

Segmento	Perfil	Entrada recomendada
GAMs grandes	Presupuesto > 500 M Bs., alta exposición política	Diagnóstico completo + plataforma full
GAMs medianas	Presupuesto 50–500 M Bs.	Módulo SICOES + alertas básicas
Mancomunidades	Agrupaciones de GAMs rurales	Licencia compartida, precio por consorcio
Concejos Municipales	Cliente alternativo al Alcalde	Módulo de fiscalización independiente

6. Riesgos específicos del contexto boliviano y cómo mitigarlos

Riesgo político: Un alcalde no comprará una herramienta que lo exponga a él mismo.
- Mitigación: posicionarlo como herramienta de gestión. El primer cliente ideal es un alcalde de oposición o uno en su último mandato.
Riesgo de datos: SICOES y SIGMA tienen inconsistencias.
- Mitigación: el módulo de calidad de datos es parte del servicio de consultoría inicial.
Riesgo de alucinación: Una alerta falsa puede derivar en demanda.
- Mitigación: el sistema produce indicadores de riesgo, no acusaciones, y requiere validación humana.
Riesgo de sostenibilidad financiera: Alcaldías pequeñas sin presupuesto.
- Mitigación: explorar financiamiento a través del FDPIM o cooperación técnica internacional (BID, PNUD, GIZ).

7. Próximos pasos concretos para lanzar

Seleccionar un GAM piloto.
Ejecutar el diagnóstico manual de sus contrataciones.
Documentar 3–5 patrones de riesgo reales.
Construir el MVP sobre esos patrones específicos.
Presentar ante la AMB como caso de éxito.

Análisis del Modelo Propuesto

El planteamiento es altamente viable y estratégicamente sólido por tres razones fundamentales:

Enfoque en el «Dolor» del Funcionario (Ley 1178): El giro de marketing de «anticorrupción» a «protección ante la responsabilidad por la función pública» es brillante. En Bolivia, el temor a procesos coactivos o penales post-gestión es un motor de compra mucho más fuerte que la ética institucional.
Arquitectura de Agentes: El uso de una arquitectura multi-agente es ideal para la fragmentación de datos en Bolivia. Permite escalar el producto modularmente (empezar solo con Agente SICOES y luego añadir Agente Transparencia).
Estrategia de Entrada (Consultoría): En el sector público boliviano, la venta de software «en caja» es difícil. La consultoría inicial actúa como un caballo de Troya que permite limpiar los datos del cliente (que siempre están sucios) antes de encender la automatización, evitando así falsos positivos que dañarían la reputación del sistema.

Sugerencia: Para fortalecer el Agente de Razonamiento, sería vital incluir el cruce con el Registro de Comercio (SEPREC) para detectar empresas creadas semanas antes de una licitación, un patrón de riesgo clásico en el contexto local.

¿Deseas que profundicemos en el diseño técnico de alguno de estos agentes o en la estructura del informe para el Concejo Municipal?