Hanademi

AI can rewrite construction bids, but not the rules of trust · V7

43 slides · 12 min · 2026-08-02 language
ENES
theme
LightDark
view
DeckTableTalk
brand
HanademiPlatzi
AI can rewrite constructionbids, but not the rules of trustMade for Freddy Vega, by Hanademi
La IA puede reescribir ofertasde construcción, pero no lasreglas de confianzaMade for Freddy Vega, by Hanademi
Legal models hallucinated in 69% to 88% oftestsHallucination rate in a 2024 legal benchmark across three general-purpose language models.Made for Freddy Vega, by HanademiSources: Dahl, M., Magesh, V., Suzgun, M., & Ho, D. E. (2024). Large legal fictions: Profiling legal hallucinations in large languagemodels. Journal of Legal Analysis.Unithallucination rate88%Llama 272%PaLM 269%ChatGPT 3.5
Start with the failure mode, not the promise. Every tested model hallucinated frequently. A construction bid carries prices, duties and legal commitments, so fluent text cannot be treated as verified text.
Sources
Los modelos jurídicos alucinaron en 69% a88% de las pruebasTasa de alucinación en una prueba jurídica de 2024 con tres modelos de lenguaje de uso general.Made for Freddy Vega, by HanademiFuentes: Dahl, M., Magesh, V., Suzgun, M., & Ho, D. E. (2024). Large legal fictions: Profiling legal hallucinations in large languagemodels. Journal of Legal Analysis.Unidadtasa de alucinación88 %Llama 272 %PaLM 269 %ChatGPT 3.5
Comencemos con el modo de fallo, no con la promesa. Todos los modelos alucinaron con frecuencia. Una oferta de construcción contiene precios, obligaciones y compromisos legales, así que un texto fluido no puede tratarse como verificado.
Fuentes
The terms behind the argumentMade for Freddy Vega, by HanademiArtificial intelligenceComputer systems that classify, predict, generate content or detect patternsusing programmed rules or learned statistical relationships.Generative AIAI that produces new text, images, code or other content from instructions andsupplied context.HallucinationAn AI-generated statement that appears plausible but is unsupported, incorrect orfabricated.Open Contracting Data StandardA common data model linking procurement planning, tenders,awards, contracts and implementation records.
4 technical terms carry much of the argument.
Los términos detrás del argumentoMade for Freddy Vega, by HanademiInteligencia artificialSistemas informáticos que clasifican, predicen, generan contenido odetectan patrones mediante reglas programadas o relaciones estadísticasaprendidas.IA generativaIA que produce texto, imágenes, código u otros contenidos nuevos a partir deinstrucciones y contexto proporcionado.AlucinaciónAfirmación generada por IA que parece plausible, pero carece de respaldo, esincorrecta o fue inventada.Estándar de Datos para las Contrataciones AbiertasModelo común de datos queconecta planificación, licitaciones,adjudicaciones, contratos yregistros de implementación.
4 términos técnicos sostienen buena parte del argumento.
Trust still requires verificationTwo bound law books beside a partially visible laptop.Sources: A Ceaseless Struggle: Stopping Attorneys from Citing Fake, AI-Generated Content | American Enterprise Institute - AEI. aei.org.
Before AI can rewrite a bid, a human must verify that its legal language is real.
La confianza aún exige verificaciónDos libros de derecho encuadernados junto a una computadora portátil parcialmente visible.Fuentes: A Ceaseless Struggle: Stopping Attorneys from Citing Fake, AI-Generated Content | American Enterprise Institute - AEI. aei.org.
Antes de que la IA pueda reescribir una oferta, una persona debe verificar que su lenguaje jurídico sea real.
A slow giant makes procurement gainsvaluableApproximate long-run annual productivity growth; construction produces about 13% of global GDP.Made for Freddy Vega, by HanademiSources: Barbosa, F., et al. (2017). Reinventing construction: A route to higher productivity. McKinsey Global Institute.;assets.publishing.service.gov.uk.; amsacta.unibo.it.Sources use different measurement bases; read the comparison directionally, not as one exact scale.Unitannual productivity growthConstruction1%Whole economy2.8%Manufacturing3.6%
Construction is economically huge and slow to improve. Its productivity growth was about one-third of manufacturing's rate. Separate UK and Italian evidence shows that procurement design can move savings and firm outcomes.
Sources
Un gigante lento vuelve valiosas las mejorasde contrataciónCrecimiento anual aproximado de la productividad; la construcción produce cerca del 13% del PIB mundial.Made for Freddy Vega, by HanademiFuentes: Barbosa, F., et al. (2017). Reinventing construction: A route to higher productivity. McKinsey GlobalInstitute.; assets.publishing.service.gov.uk.; amsacta.unibo.it.Las fuentes usan bases de medición distintas; lea la comparación como tendencia, no como una escala exacta.Unidadcrecimiento anual de productividadConstrucción1 %Economía general2,8 %Manufactura3,6 %
La construcción es enorme y mejora lentamente. Su productividad creció cerca de un tercio del ritmo manufacturero. Evidencia separada del Reino Unido e Italia muestra que el diseño contractual puede mover ahorros y resultados empresariales.
Fuentes
Gyeonggi reports 2.1 trillion won incontract-review savingsGyeonggi Province reported more than 2.1 trillion won saved through contract-cost reviews over 17years.Sources: asiae.co.kr.
Gyeonggi reports more than 2.1 trillion won in savings over 17 years. The image identifies the public institution behind that figure. The claim concerns contract-cost review, not a measured AI effect.
Sources
Gyeonggi reporta ahorros contractualesde 2,1 billones de wonesLa provincia de Gyeonggi reportó ahorros superiores a 2,1 billones de wones mediante revisiones decostos durante 17 años.Fuentes: asiae.co.kr.
Gyeonggi reporta más de 2,1 billones de wones en ahorros durante 17 años. La imagen identifica la institución pública detrás de esa cifra. La afirmación trata la revisión de costos, no un efecto medido de IA.
Fuentes
Overrun models break when geographychangesAverage transport-project cost overruns in international and Dutch samples, with Hong Kong as a separatelocal counterexample.Made for Freddy Vega, by HanademiSources: Flyvbjerg, B., Holm, M. S., & Buhl, S. (2002). Underestimating costs in public works projects: Error or lie? Journal of theAmerican Planning Association.; Cantarelli, C. C., Molin, E. J. E., van Wee, B., & Flyvbjerg, B. (2012). Characteristics of costoverruns for Dutch transport infrastructure projects. European Journal of Transport and Infrastructure Research.; ora.ox.ac.uk.Unitaverage cost overrunRailInternational sampleDutch sample4.2×44.7%10.6%Fixed links1.6×33.8%21.7%Roads20.4%18.6%1.1×
Project type matters, but place matters too. International rail overruns averaged 44.7%, versus 10.6% in the Dutch rail sample. Separate Hong Kong evidence reports a pattern that runs in the other direction.
Sources
Los modelos de sobrecostos fallan cuandocambia el lugarSobrecostos medios en muestras internacionales y neerlandesas, con Hong Kong como contraejemplo localseparado.Made for Freddy Vega, by HanademiFuentes: Flyvbjerg, B., Holm, M. S., & Buhl, S. (2002). Underestimating costs in public works projects: Error or lie? Journal of theAmerican Planning Association.; Cantarelli, C. C., Molin, E. J. E., van Wee, B., & Flyvbjerg, B. (2012). Characteristics of costoverruns for Dutch transport infrastructure projects. European Journal of Transport and Infrastructure Research.; ora.ox.ac.uk.Unidadsobrecosto medioFerrocarrilMuestra internacionalMuestra neerlandesa4,2×44,7 %10,6 %Enlaces fijos1,6×33,8 %21,7 %Carreteras20,4 %18,6 %1,1×
El tipo de proyecto importa, pero el lugar también. Los sobrecostos ferroviarios internacionales promediaron 44,7%, frente a 10,6% en la muestra neerlandesa. Evidencia separada de Hong Kong informa un patrón en la dirección contraria.
Fuentes
Only 0.5% met cost, schedule andexpected-benefit targets.This summary statistic comes from a large-project database. It is not a universalprobability for every construction project.Sources: Flyvbjerg, B., & Gardner, D. (2023). How Big Things Get Done. Currency.
Winning a tender is only the first checkpoint. The database reports 8.5% meeting cost and schedule targets. Only 0.5% also achieved expected benefits.
Sources
Solo 0,5% cumplió las metas de costo, plazoy beneficios esperados.Esta estadística proviene de una base de grandes proyectos. No es una probabilidaduniversal para todo proyecto de construcción.Fuentes: Flyvbjerg, B., & Gardner, D. (2023). How Big Things Get Done. Currency.
Ganar una licitación es solo el primer control. La base informa que 8,5% cumplió costo y plazo. Solo 0,5% también alcanzó los beneficios esperados.
Fuentes
Useful procurement AI connects all fivestagesOCDS procurement-stage sequence, with operating examples from Tanzania's NeST.Made for Freddy Vega, by HanademiSources: Open Contracting Partnership. (2024). Open Contracting Data Standard documentation.; thebizlens.co.tz.; ppra.go.tz.Unitstage position5Implementation4Contract3Award2Tender1Planning
AI needs connected records rather than isolated documents. OCDS links planning through implementation. By June 30, 2026, Tanzania's NeST had handled 181,057 contracts worth TZS 14.5 trillion and separately reported more than TZS 35 billion saved over two years.
Sources
La IA útil conecta las cinco etapas decontrataciónSecuencia de contratación de OCDS, con ejemplos operativos del sistema NeST de Tanzania.Made for Freddy Vega, by HanademiFuentes: Open Contracting Partnership. (2024). Open Contracting Data Standard documentation.; thebizlens.co.tz.; ppra.go.tz.Unidadposición de etapa5Implementación4Contrato3Adjudicación2Licitación1Planificación
La IA necesita registros conectados, no documentos aislados. OCDS conecta desde la planificación hasta la implementación. Al 30 de junio de 2026, NeST había gestionado 181.057 contratos por TZS 14,5 billones y reportó por separado más de TZS 35.000 millones ahorrados en dos años.
Fuentes
Connected systems still need peopleOfficials meet around a conference table with laptops and documents.Sources: From Bureaucracy to Bytes: Digitalization Reshaping Tanzania's Procurement Future for Economic Growth. worldbank.org.
Procurement integration is an organizational change before it becomes an AI capability.
Los sistemas conectados aúnnecesitan personasFuncionarios se reúnen alrededor de una mesa de conferencias con computadoras portátiles ydocumentos.Fuentes: From Bureaucracy to Bytes: Digitalization Reshaping Tanzania's Procurement Future for Economic Growth. worldbank.org.
La integración de las compras es un cambio organizacional antes de convertirse en una capacidad de IA.
Internet access rose fast, but Colombia stilltrailsIndividuals using the internet as a share of population in Argentina, Chile, Colombia and Mexico, 2000 to2024.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Individuals using the Internet (% of population) [IT.NET.USER.ZS]. World Bank Open Data.Unitshare of population0%50%100%2000200420082012201620202024ArgentinaChileColombiaMexicoChile reached 95.6% in 2024.Colombia reached 79.3% in 2024.
Internet access rose dramatically across all four countries. Chile reached 95.6% by 2024, while Colombia remained below 80%. Connectivity enables digital procurement but does not guarantee usable contracting data.
Sources
El acceso a internet creció rápido, peroColombia sigue rezagadaPersonas que usan internet como proporción de la población en Argentina, Chile, Colombia y México, 2000 a2024.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Individuals using the Internet (% of population) [IT.NET.USER.ZS]. World Bank Open Data.Unidadproporción de la población0 %50 %100 %2000200420082012201620202024ArgentinaChileColombiaMéxicoChile alcanzó 95,6% en 2024.Colombia alcanzó 79,3% en 2024.
El acceso a internet aumentó de forma drástica en los cuatro países. Chile llegó a 95,6% en 2024, mientras Colombia permaneció por debajo del 80%. La conectividad permite contratación digital, pero no garantiza datos contractuales utilizables.
Fuentes
Spain reached near-universal internetaccess before PortugalIndividuals using the internet as a share of population in Spain and Portugal, 2000 to 2024.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Individuals using the Internet (% of population) [IT.NET.USER.ZS]. World Bank Open Data.Unitshare of population0%50%100%2000200420082012201620202024SpainPortugalSpain reached 95.8% in 2024.Portugal reached 88.5%.
Spain and Portugal both moved toward broad internet access. Spain reached 95.8% in 2024, compared with Portugal's 88.5%. Digital reach creates room for procurement platforms, but linked records still require deliberate standards.
Sources
España alcanzó acceso casi universal antesque PortugalPersonas que usan internet como proporción de la población en España y Portugal, 2000 a 2024.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Individuals using the Internet (% of population) [IT.NET.USER.ZS]. World Bank Open Data.Unidadproporción de la población0 %50 %100 %2000200420082012201620202024EspañaPortugalEspaña alcanzó 95,8% en 2024.Portugal alcanzó 88,5%.
España y Portugal avanzaron hacia un acceso amplio. España llegó a 95,8% en 2024, frente a 88,5% en Portugal. El alcance digital crea espacio para plataformas, pero los registros conectados todavía exigen estándares.
Fuentes
Chile led Argentina's internet use by 5.9pointsChile's population share using the internet minus Argentina's, 2000 to 2024; Hanademi calculation.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Individuals using the Internet (% of population) [IT.NET.USER.ZS]. World Bank Open Data.Hanademi analysis: Chile's figure minus Argentina's across the 25 years both series cover, from the two cited sources. · Formula:Chile internet-use share minus Argentina internet-use share for each aligned year; 2024 result = 5.9 percentage points.Unitpercentage-point gap0%10%2000200420082012201620202024The 2024 gap was 5.9 points.9.6%
Chile and Argentina briefly reached parity in 2010, then traded the lead. By 2024, Chile was ahead by 5.9 points. Procurement platforms must measure who can reach and use them.
Sources
Chile superó a Argentina en uso de internetpor 5,9 puntosProporción de la población que usa internet en Chile menos la de Argentina, 2000 a 2024; cálculo deHanademi.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Individuals using the Internet (% of population) [IT.NET.USER.ZS]. World Bank OpenData.Análisis de Hanademi: La cifra de Chile menos la de Argentina en los 25 años que ambas series cubren, a partir de las dos fuentescitadas. · Fórmula: proporción de uso de internet de Chile menos la de Argentina para cada año alineado; resultado de 2024 = 5,9…Unidadbrecha en puntos porcentuales0 %10 %2000200420082012201620202024La brecha de 2024 fue de 5,9puntos.9,6 %
Chile y Argentina alcanzaron una paridad breve en 2010 y luego intercambiaron el liderazgo. En 2024, Chile estaba 5,9 puntos por delante. Las plataformas deben medir quién puede acceder y usarlas.
Fuentes
Generative AI helps most inside itscompetencePercentage improvements in experiments involving 453 professionals and 758 consultants on suitable tasks.Made for Freddy Vega, by HanademiSources: Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science.;Dell'Acqua, F., et al. (2023). Navigating the jagged technological frontier. Harvard Business School Working Paper 24-013.UnitimprovementProfessional writing40%18%Less timeHigher qualityConsulting tasks12.2%25.1%40%More tasksFasterHigher quality
Two experiments found meaningful gains on suitable knowledge-work tasks. One cut completion time by 40%. The other found consultants working 25.1% faster and producing more work.
Sources
La IA generativa ayuda más dentro de sucompetenciaMejoras porcentuales en experimentos con 453 profesionales y 758 consultores en tareas adecuadas.Made for Freddy Vega, by HanademiFuentes: Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science.; Dell'Acqua,F., et al. (2023). Navigating the jagged technological frontier. Harvard Business School Working Paper 24-013.UnidadmejoraRedacción profesional40 %18 %Menos tiempoMayor calidadTareas de consultoría12,2 %25,1 %40 %Más tareasMayor rapidezMayor calidad
Dos experimentos encontraron mejoras importantes en tareas adecuadas. Uno redujo 40% el tiempo. El otro encontró que los consultores trabajaban 25,1% más rápido y producían más.
Fuentes
Task-level AI gains span 12 to 51 years ofconstruction's historical productivity growthConvert the 40% time reduction into a 66.7% throughput gain, then solve years as ln(1 + task gain) divided byln(1.01) for the 12.2%, 25.1% and 66.7% gains.Made for Freddy Vega, by HanademiSources: Barbosa, F., et al. (2017). Reinventing construction: A route to higher productivity. McKinsey GlobalInstitute.; mckinsey.com.; Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects ofgenerative artificial intelligence. Science.Unitcompound-equivalent years at 1% annual growthMore tasks11.6Faster work22.540% less task time51.4
The experiments reveal extraordinary task leverage against a slow sector baseline. They do not establish equivalent gains in project delivery, where coordination and trust remain binding constraints.
Sources
Las ganancias de IA por tarea abarcan de 12 a 51años del crecimiento histórico de productividad de laconstrucciónSe convierte la reducción de tiempo del 40% en una ganancia de capacidad del 66,7% y se calculan los añoscomo ln(1 + ganancia por tarea) dividido entre ln(1,01) para las ganancias del 12,2%, 25,1% y 66,7%.Made for Freddy Vega, by HanademiFuentes: Barbosa, F., et al. (2017). Reinventing construction: A route to higher productivity. McKinsey GlobalInstitute.; mckinsey.com.; Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects ofgenerative artificial intelligence. Science.Unidadaños equivalentes compuestos con crecimiento anual del 1%Más tareas11,6Trabajo más rápido22,540% menos tiempo por tarea51,4
Los experimentos revelan un apalancamiento extraordinario por tarea frente a una base sectorial lenta. No demuestran ganancias equivalentes en la ejecución de proyectos, donde la coordinación y la confianza siguen siendo restricciones decisivas.
Fuentes
Outside GPT-4's competence, consultantswere 19 points less likely to be correct.This result came from one task and should not be generalized into a universal AI errorrate.Sources: Dell'Acqua, F., et al. (2023). Navigating the jagged technological frontier. Harvard Business School Working Paper 24-013.
The productivity story reverses outside the model's effective frontier. Assistance made consultants less likely to reach the correct answer. In tendering, confidence must never substitute for tested competence.
Sources
Fuera de la competencia de GPT-4, losconsultores acertaron 19 puntos menos.Este resultado provino de una tarea y no debe generalizarse como una tasa universal deerror.Fuentes: Dell'Acqua, F., et al. (2023). Navigating the jagged technological frontier. Harvard Business School Working Paper 24-013.
La historia de productividad se invierte fuera de la frontera efectiva del modelo. La asistencia redujo la probabilidad de acertar. En licitaciones, la confianza nunca debe sustituir una competencia probada.
Fuentes
Recorded AI fabrication cases passed1,700Cases counted by a public database from January to July 17, 2026; 653 involved licensed attorneys at thefinal observation.Made for Freddy Vega, by HanademiSources: pasqualepillitteri.it.Unitcourt cases05001K2KJanuary 2026Early April 2026June 9, 2026July 17, 2026The count reached 1,769 onJuly 17.
The public count rose from 719 to 1,769 cases within months. It included 653 cases involving licensed attorneys by July 17, 2026. Bidders need source-linked drafting and named reviewers.
Sources
Los casos registrados de invenciones de IAsuperaron 1.700Casos contabilizados por una base pública entre enero y el 17 de julio de 2026; 653 involucraban abogadoslicenciados.Made for Freddy Vega, by HanademiFuentes: pasqualepillitteri.it.Unidadcasos judiciales05001K2KEnero de 2026Inicios de abril de 202617 de julio de 2026El conteo llegó a 1.769 el 17 dejulio.
El conteo público subió de 719 a 1.769 casos en pocos meses. Incluía 653 casos con abogados licenciados al 17 de julio de 2026. Los licitadores necesitan fuentes vinculadas y revisores identificados.
Fuentes
Contract AI must reason beyond keywordsComplete supplied benchmark structures for CUAD and ContractNLI; each panel uses its own benchmarkcounts.Made for Freddy Vega, by HanademiSources: Hendrycks, D., et al. (2021). CUAD: An expert-annotated NLP dataset for legal contract review. NeurIPS Datasets andBenchmarks.; Koreeda, Y., & Manning, C. D. (2021). ContractNLI: A dataset for document-level natural language inference forcontracts. Findings of EMNLP 2021.Unitbenchmark countsCUAD51013,00041ContractsExpert labelsClause categoriesContractNLI607173ContractsLegal hypothesesLabels
CUAD tests clause review with more than 13,000 expert labels across 510 contracts. ContractNLI tests document-level interpretation across 607 contracts and 17 legal hypotheses. Neither establishes reliable interpretation of complete construction tenders.
Sources
La IA contractual debe razonar más allá depalabras claveEstructuras completas suministradas para CUAD y ContractNLI; cada panel usa sus propios conteos.Made for Freddy Vega, by HanademiFuentes: Hendrycks, D., et al. (2021). CUAD: An expert-annotated NLP dataset for legal contract review. NeurIPS Datasets andBenchmarks.; Koreeda, Y., & Manning, C. D. (2021). ContractNLI: A dataset for document-level natural language inference forcontracts. Findings of EMNLP 2021.Unidadconteos de la pruebaCUAD51013.00041ContratosEtiquetas expertasCategorías decláusulasContractNLI607173ContratosHipótesis jurídicasEtiquetas
CUAD prueba cláusulas con más de 13.000 etiquetas expertas en 510 contratos. ContractNLI prueba interpretación documental en 607 contratos y 17 hipótesis jurídicas. Ninguna establece una interpretación fiable de licitaciones completas.
Fuentes
A 41-category contract review faces 28 to 36exposed categories at benchmark hallucination ratesApply each reported legal hallucination rate to the 41 CUAD clause categories: 41 × hallucination rate.Made for Freddy Vega, by HanademiSources: Hendrycks, D., et al. (2021). CUAD: An expert-annotated NLP dataset for legal contract review. NeurIPSDatasets and Benchmarks.; CUAD Dataset - The Atticus Project.; Dahl, M., Magesh, V., Suzgun, M., & Ho, D. E.(2024). Large legal fictions: Profiling legal hallucinations in large language models. Journal of Legal Analysis.Unitclause categories exposed in a 41-category stress testChatGPT 3.528.3PaLM 229.5Llama 236.1
This is a review-planning stress test, not a forecast of independent clause errors. Even the lowest benchmark rate implies that human verification remains the dominant workload.
Sources
Una revisión contractual de 41 categorías enfrenta de28 a 36 categorías expuestas con las tasas dealucinación del benchmarkSe aplica cada tasa de alucinación jurídica reportada a las 41 categorías de cláusulas de CUAD: 41 × tasade alucinación.Made for Freddy Vega, by HanademiFuentes: Hendrycks, D., et al. (2021). CUAD: An expert-annotated NLP dataset for legal contract review. NeurIPSDatasets and Benchmarks.; CUAD Dataset - The Atticus Project.; Dahl, M., Magesh, V., Suzgun, M., & Ho, D. E.(2024). Large legal fictions: Profiling legal hallucinations in large language models. Journal of Legal Analysis.Unidadcategorías de cláusulas expuestas en una prueba de tensión de 41 categoríasChatGPT 3.528,3PaLM 229,5Llama 236,1
Esta es una prueba de tensión para planificar la revisión, no un pronóstico de errores independientes por cláusula. Incluso la tasa más baja implica que la verificación humana sigue siendo la carga dominante.
Fuentes
German construction costs pulled awayfrom SpainProducer-price or cost index for new residential buildings, Germany and Spain, 2000 to 2025; 2021 = 100.Made for Freddy Vega, by HanademiSources: Eurostat. (n.d.). Construction producer prices or costs, new residential buildings - annual data [STS_COPI_A]. Eurostat.Unitindex, 2021 = 1000501002000200420082012201620202024Common index baseGermanySpainGermany reached 133.9 in 2025.Spain reached 118.9.
Both indices equal 100 in 2021. Germany then climbed much faster and reached 133.9 in 2025. An estimator calibrated in Spain can quickly misread German conditions.
Sources
Los costos alemanes de construcción sealejaron de EspañaÍndice de precios o costos para edificios residenciales nuevos, Alemania y España, 2000 a 2025; 2021 =100.Made for Freddy Vega, by HanademiFuentes: Eurostat. (n.d.). Construction producer prices or costs, new residential buildings - annual data [STS_COPI_A]. Eurostat.Unidadíndice, 2021 = 1000501002000200420082012201620202024Base común delíndiceAlemaniaEspañaAlemania llegó a 133,9 en 2025.España llegó a 118,9.
Ambos índices equivalen a 100 en 2021. Alemania subió mucho más rápido y llegó a 133,9 en 2025. Un estimador calibrado en España puede interpretar mal las condiciones alemanas.
Fuentes
Germany's construction-cost gap with Spainreached 15 pointsGermany's residential-construction cost index minus Spain's, 2000 to 2025; Hanademi calculation.Made for Freddy Vega, by HanademiSources: Eurostat. (n.d.). Construction producer prices or costs, new residential buildings - annual data [STS_COPI_A]. Eurostat.Hanademi analysis: Germany's figure minus Spain's across the 26 years both series cover, from the two cited sources. · Formula: Germanyindex minus Spain index for each aligned year; 2025 result = 15 index points.Unitindex-point gap-20-100102000200420082012201620202024The gap reached 15 points in2025.1.5
Germany's index sat below Spain's for much of the earlier period. The relationship reversed and widened rapidly after 2021. By 2025, the computed difference was 15 index points.
Sources
La brecha de costos entre Alemania yEspaña llegó a 15 puntosÍndice de costos residenciales de Alemania menos el de España, 2000 a 2025; cálculo de Hanademi.Made for Freddy Vega, by HanademiFuentes: Eurostat. (n.d.). Construction producer prices or costs, new residential buildings - annual data [STS_COPI_A].Eurostat.Análisis de Hanademi: La cifra de Germany menos la de Spain en los 26 años que ambas series cubren, a partir de las dos fuentescitadas. · Fórmula: índice de Alemania menos índice de España para cada año alineado; resultado de 2025 = 15 puntos.Unidadbrecha en puntos de índice-20-100102000200420082012201620202024La brecha alcanzó 15 puntos en2025.1,5
El índice alemán estuvo por debajo del español durante gran parte del periodo. La relación se invirtió y se amplió rápidamente después de 2021. En 2025, la diferencia calculada fue de 15 puntos.
Fuentes
French construction costs fell below the EUpathProducer-price or cost index for new residential buildings, EU-27 and France, 2000 to 2025; 2021 = 100.Made for Freddy Vega, by HanademiSources: Eurostat. (n.d.). Construction producer prices or costs, new residential buildings - annual data [STS_COPI_A]. Eurostat.Unitindex, 2021 = 1000501002000200420082012201620202024EU-27FranceFrance reached 117.0 in 2024.France fell to 112.4 in 2025.
France and the EU shared the same 2021 base. France reached 117.0 in 2024 and then fell to 112.4, while the EU index rose to 124.2. A regional average can hide a national reversal.
Sources
Los costos franceses cayeron por debajo dela trayectoria europeaÍndice de precios o costos para edificios residenciales nuevos, UE-27 y Francia, 2000 a 2025; 2021 =100.Made for Freddy Vega, by HanademiFuentes: Eurostat. (n.d.). Construction producer prices or costs, new residential buildings - annual data [STS_COPI_A]. Eurostat.Unidadíndice, 2021 = 1000501002000200420082012201620202024UE-27FranciaFrancia llegó a 117,0 en 2024.Francia bajó a 112,4 en 2025.
Francia y la UE compartían la misma base de 2021. Francia llegó a 117,0 en 2024 y luego bajó a 112,4, mientras la UE subió a 124,2. Un promedio regional puede ocultar una reversión nacional.
Fuentes
Inflation plus typical overruns can lift railcost 79.7% above a 2021 baselineCompound the EU construction cost increase from 100 in 2021 to 124.2 in 2025 with each internationalaverage transport overrun: 100 × [1.242 × (1 + overrun) − 1].Made for Freddy Vega, by HanademiSources: Flyvbjerg, B., Holm, M. S., & Buhl, S. (2002). Underestimating costs in public works projects: Error or lie?Journal of the American Planning Association.; Eurostat. (n.d.). Construction producer prices or costs, new residentialbuildings - annual data [STS_COPI_A]. Eurostat.Unitpercent above 2021 baselineRail79.7Fixed links66.2Roads49.5
Bid automation cannot neutralize either market escalation or delivery risk. Their interaction pushes every transport category far beyond its original baseline.
Sources
La inflación y los sobrecostes típicos pueden elevarel costo ferroviario un 79,7% sobre la base de 2021Se compone el aumento del índice de costos de construcción de la UE, de 100 en 2021 a 124,2 en 2025,con cada sobrecoste medio internacional de transporte: 100 × [1,242 × (1 + sobrecoste) − 1].Made for Freddy Vega, by HanademiFuentes: Flyvbjerg, B., Holm, M. S., & Buhl, S. (2002). Underestimating costs in public works projects: Error orlie? Journal of the American Planning Association.; Eurostat. (n.d.). Construction producer prices or costs, newresidential buildings - annual data [STS_COPI_A]. Eurostat.Unidadporcentaje sobre la base de 2021Ferrocarril79,7Enlaces fijos66,2Carreteras49,5
La automatización de ofertas no puede neutralizar la escalada del mercado ni el riesgo de ejecución. Su interacción aleja a todas las categorías de transporte de su base original.
Fuentes
Portugal's construction costs outpaced Italyafter 2021Producer-price or cost index for new residential buildings, Italy and Portugal, 2000 to 2025; 2021 = 100.Made for Freddy Vega, by HanademiSources: Eurostat. (n.d.). Construction producer prices or costs, new residential buildings - annual data [STS_COPI_A]. Eurostat.Unitindex, 2021 = 1000501002000200420082012201620202024ItalyPortugalPortugal reached 125.2 in 2025.Italy ended at 110.7.
Italy and Portugal shared the same 2021 base. Portugal then climbed to 125.2 while Italy reached 110.7. Shared currency does not create a shared construction-cost path.
Sources
Los costos de Portugal superaron a Italiadespués de 2021Índice de precios o costos para edificios residenciales nuevos, Italia y Portugal, 2000 a 2025; 2021 =100.Made for Freddy Vega, by HanademiFuentes: Eurostat. (n.d.). Construction producer prices or costs, new residential buildings - annual data [STS_COPI_A]. Eurostat.Unidadíndice, 2021 = 1000501002000200420082012201620202024ItaliaPortugalPortugal llegó a 125,2 en 2025.Italia terminó en 110,7.
Italia y Portugal compartían la misma base de 2021. Portugal subió a 125,2 mientras Italia llegó a 110,7. Una moneda común no crea una trayectoria común de costos.
Fuentes
Chile and Colombia traded the inflation leadAnnual consumer-price inflation in Chile and Colombia, 1990 to 2025.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Inflation, consumer prices (annual %) [FP.CPI.TOTL.ZG]. World Bank Open Data.Unitannual inflation0%10%20%30%199019962002200820142020ChileColombiaColombia reached 11.7% in 2023.Chile reached 11.6% in 2022.
Colombia ran far above Chile through much of the 1990s. Later, the lines repeatedly crossed. Tender assumptions need dates and local updates because relative cost pressure does not stay fixed.
Sources
Chile y Colombia intercambiaron elliderazgo de inflaciónInflación anual de precios al consumidor en Chile y Colombia, 1990 a 2025.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Inflation, consumer prices (annual %) [FP.CPI.TOTL.ZG]. World Bank Open Data.Unidadinflación anual0 %10 %20 %30 %199019962002200820142020ChileColombiaColombia llegó a 11,7% en 2023.Chile llegó a 11,6% en 2022.
Colombia estuvo muy por encima de Chile durante gran parte de los años noventa. Después, las líneas se cruzaron varias veces. Los supuestos necesitan fechas y actualizaciones locales.
Fuentes
Colombia's inflation exceeded Chile's by0.93 pointsColombia's annual consumer inflation minus Chile's, 1990 to 2025; Hanademi calculation.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Inflation, consumer prices (annual %) [FP.CPI.TOTL.ZG]. World Bank Open Data.Hanademi analysis: Colombia's figure minus Chile's across the 36 years both series cover, from the two cited sources. · Formula:Colombia inflation minus Chile inflation for each aligned year; 2025 result = 0.93 percentage points.Unitpercentage-point gap0%5%10%15%199019962002200820142020The 2025 gap narrowed to 0.93points.3.1%
Colombia's inflation was far above Chile's through much of the 1990s. The difference crossed zero several times later. By 2025, the computed gap had narrowed to 0.93 points.
Sources
La inflación de Colombia superó la de Chilepor 0,93 puntosInflación anual de Colombia menos la de Chile, 1990 a 2025; cálculo de Hanademi.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Inflation, consumer prices (annual %) [FP.CPI.TOTL.ZG]. World Bank Open Data.Análisis de Hanademi: La cifra de Colombia menos la de Chile en los 36 años que ambas series cubren, a partir de las dos fuentescitadas. · Fórmula: inflación de Colombia menos inflación de Chile para cada año alineado; resultado de 2025 = 0,93 puntos.Unidadbrecha en puntos porcentuales0 %5 %10 %15 %199019962002200820142020La brecha se redujo a 0,93 puntosen 2025.3,1 %
La inflación de Colombia estuvo muy por encima de la de Chile en los años noventa. Después, la diferencia cruzó cero varias veces. En 2025, la brecha calculada fue de 0,93 puntos.
Fuentes
Spain and Portugal shared the 2022 inflationshockAnnual consumer-price inflation in Spain and Portugal, 1990 to 2025.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Inflation, consumer prices (annual %) [FP.CPI.TOTL.ZG]. World Bank Open Data.Unitannual inflation0%5%10%15%199019962002200820142020SpainPortugalSpain reached 8.4% in 2022.Portugal reached 7.8%.
Spain and Portugal both experienced a sharp 2022 inflation spike. Spain reached 8.4%, while Portugal reached 7.8%. Their earlier histories still differ enough to require separate local calibration.
Sources
España y Portugal compartieron el choqueinflacionario de 2022Inflación anual de precios al consumidor en España y Portugal, 1990 a 2025.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Inflation, consumer prices (annual %) [FP.CPI.TOTL.ZG]. World Bank Open Data.Unidadinflación anual0 %5 %10 %15 %199019962002200820142020EspañaPortugalEspaña llegó a 8,4% en 2022.Portugal llegó a 7,8%.
España y Portugal experimentaron un fuerte aumento en 2022. España llegó a 8,4% y Portugal a 7,8%. Sus historias anteriores todavía exigen calibración local separada.
Fuentes
Portugal's construction inflation premiumwidened to 7.3 points by 2025For each year, subtract compounded consumer inflation since 2021 from the construction cost indexincrease since its 2021 base of 100.Made for Freddy Vega, by HanademiSources: Eurostat. (n.d.). Construction producer prices or costs, new residential buildings - annual data[STS_COPI_A]. Eurostat.; World Bank. (n.d.). Inflation, consumer prices (annual %) [FP.CPI.TOTL.ZG]. World BankOpen Data.Unitpercentage points above cumulative consumer inflation since 202102462022202320242025PortugalSpain
A CPI-only escalation rule would have increasingly understated Portuguese construction pressure. Spain's convergence toward zero shows why bid controls require local cost indices.
Sources
La prima de inflación de la construcción enPortugal se amplió a 7,3 puntos en 2025Para cada año, se resta la inflación al consumidor compuesta desde 2021 del aumento del índice de costosde construcción respecto de su base de 100 en 2021.Made for Freddy Vega, by HanademiFuentes: Eurostat. (n.d.). Construction producer prices or costs, new residential buildings - annual data[STS_COPI_A]. Eurostat.; World Bank. (n.d.). Inflation, consumer prices (annual %) [FP.CPI.TOTL.ZG]. World BankOpen Data.Unidadpuntos porcentuales sobre la inflación acumulada al consumidor desde 202102462022202320242025PortugalEspaña
Una regla de ajuste basada solo en el IPC habría subestimado cada vez más la presión sobre la construcción portuguesa. La convergencia de España hacia cero muestra por qué los controles de ofertas requieren índices de costos locales.
Fuentes
Mexico's inflation history makes staleassumptions dangerousAnnual consumer-price inflation in Mexico, 1990 to 2025.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Inflation, consumer prices (annual %) [FP.CPI.TOTL.ZG]. World Bank Open Data.Unitannual inflation0%10%20%30%19901995200020052010201520202025Mexico peaked near 35% in1995.Inflation fell to 3.8% in 2025.
Mexico's annual inflation approached 35% in 1995. It later settled into a much lower range and reached 3.8% in 2025. Historical data needs dates, regimes and update rules.
Sources
La historia inflacionaria de México vuelvepeligrosos los supuestos obsoletosInflación anual de precios al consumidor en México, 1990 a 2025.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Inflation, consumer prices (annual %) [FP.CPI.TOTL.ZG]. World Bank Open Data.Unidadinflación anual0 %10 %20 %30 %19901995200020052010201520202025México alcanzó casi 35% en1995.La inflación bajó a 3,8% en2025.
La inflación anual de México se acercó al 35% en 1995. Después se estabilizó en un rango mucho menor y llegó a 3,8% en 2025. Los datos históricos necesitan fechas, regímenes y reglas de actualización.
Fuentes
Europe screened 2.8M contracts; Brazil'sAlice analyzed 190,923 acquisitions.The three supplied indicators are single bidding, unusually short submission periods andnon-open procedures. Each can also have a legitimate explanation.Sources: Fazekas, M., Tóth, I. J., & King, L. P. (2016). An objective corruption risk index using public procurement data. European Journal on CriminalPolicy and Research, 22, 369-397.; European Commission. (2024). Single Market Scoreboard: Public procurement performance indicators.;oecd-opsi.org.
Procurement analytics can operate across millions of records. A European study analyzed about 2.8 million contracts. In 2023, Brazil's Alice analyzed 190,923 acquisitions and generated 203 audit jobs covering R$27 billion.
Sources
Europa revisó 2,8M de contratos; Aliceanalizó 190.923 adquisiciones.Los tres indicadores suministrados son oferta única, plazos inusualmente cortos yprocedimientos no abiertos. Cada uno también puede tener una explicación legítima.Fuentes: Fazekas, M., Tóth, I. J., & King, L. P. (2016). An objective corruption risk index using public procurement data. European Journal on CriminalPolicy and Research, 22, 369-397.; European Commission. (2024). Single Market Scoreboard: Public procurement performance indicators.;oecd-opsi.org.
La analítica puede operar sobre millones de registros. Un estudio europeo analizó cerca de 2,8 millones de contratos. En 2023, Alice de Brasil analizó 190.923 adquisiciones y generó 203 trabajos de auditoría por R$27.000 millones.
Fuentes
A signal starts reviewA red traffic signal beside a countdown display reading 59.Sources: A red light for corruption: How the Dominican Republic is using open data, better processes & collaboration to fight corruption - Open Contracting Partnership. open-contracting.org.
Risk screening should pause a case for human review, not declare corruption.
Una señal inicia la revisiónUn semáforo en rojo junto a una pantalla de cuenta regresiva que marca 59.Fuentes: A red light for corruption: How the Dominican Republic is using open data, better processes & collaboration to fight corruption - Open Contracting Partnership. open-contracting.org.
La detección de riesgos debe detener un caso para revisión humana, no declarar corrupción.
Portugal's new-business density brokeaway from SpainNew business registrations per 1,000 people ages 15 to 64 in Portugal and Spain, 2006 to 2024.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). New business density (new registrations per 1,000 people ages 15-64) [IC.BUS.NDNS.ZS].World Bank Open Data.; Coviello, D., & Mariniello, M. (2014). Publicity requirements in public procurement: Evidence from aregression discontinuity design. Journal of Public Economics, 109, 76-100.Unitregistrations per 1,00005102006200920122015201820212024PortugalSpainPortugal reached 11.0 in 2024.Spain reached 3.7.
Portugal and Spain began close, then their business-formation paths separated. Portugal reached 11.0 registrations per 1,000 in 2024. Separate Italian evidence shows that wider publicity can attract more bidders, but supplier capacity still comes from the wider economy.
Sources
La densidad empresarial de Portugal seseparó de EspañaNuevas empresas por cada 1.000 personas de 15 a 64 años en Portugal y España, 2006 a 2024.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). New business density (new registrations per 1,000 people ages 15-64) [IC.BUS.NDNS.ZS].World Bank Open Data.; Coviello, D., & Mariniello, M. (2014). Publicity requirements in public procurement: Evidence froma regression discontinuity design. Journal of Public Economics, 109, 76-100.Unidadregistros por cada 1.00005102006200920122015201820212024PortugalEspañaPortugal llegó a 11,0 en 2024.España llegó a 3,7.
Portugal y España comenzaron cerca y luego se separaron. Portugal llegó a 11,0 registros por cada 1.000 en 2024. Evidencia italiana separada muestra que una publicidad más amplia puede atraer licitadores, pero la capacidad también depende de la economía.
Fuentes
Portugal led Spain by 7.3 new firms per1,000Portugal's new-business density minus Spain's, ages 15 to 64, 2006 to 2024; Hanademi calculation.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). New business density (new registrations per 1,000 people ages 15-64) [IC.BUS.NDNS.ZS].World Bank Open Data.Hanademi analysis: Portugal's figure minus Spain's across the 19 years both series cover, from the two cited sources. · Formula:Portugal new-business density minus Spain's for each aligned year; 2024 result = 7.3 registrations per 1,000.Unitregistrations per 1,00002582006200920122015201820212024The gap jumped to 7.3 in 2024.-0.3
Portugal and Spain were close in 2006. The gap widened gradually and then jumped in 2024. The computed difference reached 7.3 new registrations per 1,000 working-age people.
Sources
Portugal superó a España por 7,3 empresaspor cada 1.000Densidad empresarial de Portugal menos la de España, edades de 15 a 64 años, 2006 a 2024; cálculo deHanademi.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). New business density (new registrations per 1,000 people ages 15-64) [IC.BUS.NDNS.ZS].World Bank Open Data.Análisis de Hanademi: La cifra de Portugal menos la de Spain en los 19 años que ambas series cubren, a partir de las dos fuentes citadas. ·Fórmula: densidad empresarial de Portugal menos la de España para cada año alineado; resultado de 2024 = 7,3 por cada 1.000.Unidadregistros por cada 1.00002582006200920122015201820212024La brecha saltó a 7,3 en 2024.-0,3
Portugal y España estaban cerca en 2006. La brecha creció gradualmente y luego saltó en 2024. La diferencia calculada alcanzó 7,3 registros por cada 1.000 personas en edad laboral.
Fuentes
Mexico narrowed its business-formationgap with ArgentinaNew business registrations per 1,000 people ages 15 to 64 in Argentina and Mexico, 2006 to 2024.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). New business density (new registrations per 1,000 people ages 15-64) [IC.BUS.NDNS.ZS].World Bank Open Data.Unitregistrations per 1,0000.00.51.02006200920122015201820212024ArgentinaMexicoMexico reached 1.02 in 2018.Argentina ended at 0.52.
Argentina and Mexico began near the same level. Mexico moved above Argentina and approached one registration per 1,000 working-age people. Both remained far below Portugal's later level.
Sources
México redujo su brecha de creaciónempresarial con ArgentinaNuevas empresas por cada 1.000 personas de 15 a 64 años en Argentina y México, 2006 a 2024.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). New business density (new registrations per 1,000 people ages 15-64) [IC.BUS.NDNS.ZS].World Bank Open Data.Unidadregistros por cada 1.0000,00,51,02006200920122015201820212024ArgentinaMéxicoMéxico llegó a 1,02 en 2018.Argentina terminó en 0,52.
Argentina y México comenzaron cerca del mismo nivel. México avanzó por encima de Argentina y se acercó a un registro por cada 1.000 personas. Ambos quedaron muy por debajo del nivel posterior de Portugal.
Fuentes
Colombia's business formation stayedremarkably stableNew business registrations per 1,000 people ages 15 to 64 in Colombia, 2013 to 2024.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). New business density (new registrations per 1,000 people ages 15-64) [IC.BUS.NDNS.ZS].World Bank Open Data.Unitregistrations per 1,0001.82.02.2201320152017201920212023Colombia peaked at 2.26 in2022.The 2024 rate was 2.22.
Colombia's rate stayed close to two registrations per 1,000 throughout the series. It peaked at 2.26 in 2022 and ended at 2.22 in 2024. Broad stability does not reveal how many firms can satisfy construction-tender requirements.
Sources
La creación empresarial de Colombia semantuvo muy estableNuevas empresas por cada 1.000 personas de 15 a 64 años en Colombia, 2013 a 2024.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). New business density (new registrations per 1,000 people ages 15-64) [IC.BUS.NDNS.ZS].World Bank Open Data.Unidadregistros por cada 1.0001,82,02,2201320152017201920212023Colombia alcanzó 2,26 en2022.La tasa de 2024 fue 2,22.
La tasa colombiana se mantuvo cerca de dos registros por cada 1.000. Alcanzó 2,26 en 2022 y terminó en 2,22 en 2024. La estabilidad no revela cuántas empresas pueden cumplir requisitos de construcción.
Fuentes
Disconnected construction data carried a$15.8B annual costNIST estimate for inadequate interoperability in the US capital-facilities industry, 2002 USD billions.Made for Freddy Vega, by HanademiSources: Gallaher, M. P., O'Connor, A. C., Dettbarn, J. L., & Gilday, L. T. (2004). Cost Analysis of Inadequate Interoperability in the U.S. CapitalFacilities Industry. NIST GCR 04-867.Other stakeholders equal the sourced $15.8B total minus the sourced $10.6B borne by owners and operators: $5.2B.UnitUSD$0$5B$10B$15B$10.6BOwners and operators$5.2BOther stakeholders$15.8BTotal
NIST estimated a $15.8 billion annual interoperability cost in 2002. Owners and operators carried $10.6 billion. AI layered over incompatible formats can accelerate copying and reconciliation instead of removing them.
Sources
Los datos desconectados generaban un costoanual de $15.800MEstimación de NIST sobre interoperabilidad inadecuada en instalaciones de capital de EE. UU., miles demillones USD de 2002.Made for Freddy Vega, by HanademiFuentes: Gallaher, M. P., O'Connor, A. C., Dettbarn, J. L., & Gilday, L. T. (2004). Cost Analysis of Inadequate Interoperability in the U.S. CapitalFacilities Industry. NIST GCR 04-867.Otros participantes equivalen al total de $15.800M menos los $10.600M soportados por propietarios y operadores: $5.200M.UnidadUSD$0$5 mil M$10 mil M$15 mil M$10,6 mil MPropietarios y operadores$5,2 mil MOtros participantes$15,8 mil MTotal
NIST estimó un costo anual de $15.800 millones en 2002. Propietarios y operadores soportaban $10.600 millones. La IA sobre formatos incompatibles puede acelerar la copia y conciliación en vez de eliminarlas.
Fuentes
Digital records meet physical supplyA warehouse worker examines a boxed item beside a computer monitor.Sources: X-Raying Public Spending: Kenya’s eGP and the Power of Data Revolution | KBC Digital. kbc.co.ke.
Interoperability matters where workers compare physical items with information on screen.
Los registros digitales se conectancon el suministro físicoUna trabajadora de almacén examina un artículo en caja junto a un monitor.Fuentes: X-Raying Public Spending: Kenya’s eGP and the Power of Data Revolution | KBC Digital. kbc.co.ke.
La interoperabilidad importa cuando los trabajadores comparan artículos físicos con información en pantalla.
AI Act penalties can reach 7% of globalturnoverMaximum turnover-based penalties under the EU AI Act; specified prohibited practices can also trigger a€35 million maximum.Made for Freddy Vega, by HanademiSources: European Union. (2024). Regulation (EU) 2024/1689 laying down harmonised rules on artificial intelligence.Official Journal of the European Union.Unitworldwide annual turnoverProhibited practices7%Other obligations3%Incorrect information1%
The EU AI Act turns governance failures into balance-sheet risk. Specified violations can reach €35 million or 7% of worldwide turnover. Procurement teams need legal classification, records and escalation paths.
Sources
Las multas de la Ley de IA pueden llegar al7% de la facturación mundialMultas máximas sobre facturación bajo la Ley de IA de la UE; determinadas prácticas también puedenalcanzar €35 millones.Made for Freddy Vega, by HanademiFuentes: European Union. (2024). Regulation (EU) 2024/1689 laying down harmonised rules on artificial intelligence.Official Journal of the European Union.Unidadfacturación anual mundialPrácticas prohibidas7 %Otras obligaciones3 %Información incorrecta1 %
La Ley de IA convierte fallos de gobernanza en riesgo financiero. Determinadas infracciones pueden alcanzar €35 millones o 7% de la facturación mundial. Los equipos necesitan clasificación jurídica, registros y rutas de escalamiento.
Fuentes
The average data breach cost rose to$4.88MIBM-reported global average data-breach cost, 2020 to 2024, USD millions.Made for Freddy Vega, by HanademiSources: IBM Security. (2024). Cost of a Data Breach Report 2024.UnitUSD$4.0M$4.5M$5.0M20202021202220232024The 2024 average reached$4.88M.
IBM's reported global average rose from $3.86 million in 2020 to $4.88 million in 2024. Procurement systems hold commercial, personal and pricing information. Security controls must grow with AI access.
Sources
El costo medio de una brecha de datos subióa $4,88MCosto mundial medio de una brecha de datos informado por IBM, 2020 a 2024, millones USD.Made for Freddy Vega, by HanademiFuentes: IBM Security. (2024). Cost of a Data Breach Report 2024.UnidadUSD$4,0 M$4,5 M$5,0 M20202021202220232024El promedio de 2024 alcanzó$4,88M.
El promedio mundial informado por IBM subió de $3,86 millones en 2020 a $4,88 millones en 2024. Los sistemas contienen información comercial, personal y de precios. Los controles deben crecer con el acceso de IA.
Fuentes
EU enterprise AI use jumped to 13.5%Share of EU enterprises using AI technologies in 2021, 2023 and 2024.Made for Freddy Vega, by HanademiSources: Eurostat. (2025). Use of artificial intelligence in enterprises. Digital economy and society statistics.Unitshare of enterprises8%10%12%202120232024Adoption reached 13.5% in 2024.7.6%
EU enterprise AI use was nearly flat between 2021 and 2023, then rose sharply in 2024. That speed increases the chance of informal use. Procurement leaders need a controlled route for experimentation.
Sources
El uso empresarial de IA en la UE saltó al13,5%Proporción de empresas de la UE que usaban tecnologías de IA en 2021, 2023 y 2024.Made for Freddy Vega, by HanademiFuentes: Eurostat. (2025). Use of artificial intelligence in enterprises. Digital economy and society statistics.Unidadproporción de empresas8 %10 %12 %202120232024La adopción alcanzó 13,5% en2024.7,6 %
El uso empresarial de IA estuvo casi plano entre 2021 y 2023 y luego subió con fuerza en 2024. Esa velocidad aumenta el uso informal. Los líderes necesitan una ruta controlada de experimentación.
Fuentes
Japan's JBCI draws on 40,000 realcontract-price records.The Haryana case involved a reported 64.7% rate increase and a Rs 4-crore payout. It isone legal case, not a validated predictive-estimation method.Sources: U.S. Government Accountability Office. (2020). Cost Estimating and Assessment Guide: Best Practices for Developing and Managing ProgramCosts. GAO-20-195G.; jbci.jp.; indianexpress.com.
Every estimate must be comprehensive, documented, accurate and credible. Japan's JBCI shows the value of a local reference base with about 40,000 actual contract-price records since 1999. A Haryana adjudicator's use of Google AI shows that a person still remains responsible for the decision.
Sources
JBCI de Japón usa 40.000 registrosreales de precios contractuales.El caso de Haryana involucró un aumento reportado de 64,7% y un pago de Rs 4 crores.Es un solo caso jurídico, no un método predictivo validado.Fuentes: U.S. Government Accountability Office. (2020). Cost Estimating and Assessment Guide: Best Practices for Developing and Managing ProgramCosts. GAO-20-195G.; jbci.jp.; indianexpress.com.
Toda estimación debe ser integral, documentada, exacta y creíble. JBCI muestra el valor de una base local con cerca de 40.000 precios contractuales reales desde 1999. El uso de Google AI por un adjudicador de Haryana muestra que una persona sigue siendo responsable.
Fuentes
Five procurement stages and four reliabilitytests create 20 control checksMade for Freddy Vega, by HanademiSources: Open Contracting Partnership. (2024). Open Contracting Data Standard documentation.; U.S. Government Accountability Office. (2020).Cost Estimating and Assessment Guide: Best Practices for Developing and Managing Program Costs. GAO-20-195G.; GAO-17-281 AccessibleVersion, INFORMATION TECHNOLOGY: HUD Needs to Address Significant Weaknesses in Its Cost Estimating Practices.Unitstage-criterion control checksFour distinct controls move through every stageComprehensiveCoverageWell documentedEvidence trailAccurateVerificationCredibleSource trustPlanningTenderAwardContractImplementation20 checks across the lifecycle
Trust is a matrix rather than a final document check. AI may support each cell, but evidence and accountability must survive the entire procurement lifecycle.
Sources
Cinco etapas de contratación y cuatropruebas de fiabilidad crean 20 controlesMade for Freddy Vega, by HanademiFuentes: Open Contracting Partnership. (2024). Open Contracting Data Standard documentation.; U.S. Government Accountability Office.(2020). Cost Estimating and Assessment Guide: Best Practices for Developing and Managing Program Costs. GAO-20-195G.; GAO-17-281Accessible Version, INFORMATION TECHNOLOGY: HUD Needs to Address Significant Weaknesses in Its Cost Estimating Practices.Unidadcontroles por etapa y criterioCuatro controles distintos se aplican en cada etapaIntegralCoberturaBien documentadaTrazabilidad documentalExactaVerificaciónCreíbleConfianza en la fuentePlanificaciónLicitaciónAdjudicaciónContratoImplementación20 controles en todo el ciclo
La confianza es una matriz, no una revisión final del documento. La IA puede apoyar cada celda, pero la evidencia y la responsabilidad deben sobrevivir durante todo el ciclo de contratación.
Fuentes
In summaryMade for Freddy Vega, by HanademiSources: World Bank. (n.d.). Inflation, consumer prices (annual %) [FP.CPI.TOTL.ZG]. World Bank Open Data.; oecd-opsi.org.; ppra.go.tz.;thebizlens.co.tz.; assets.publishing.service.gov.uk.; jbci.jp.Inflation, consumer prices: the gap between Colombia and Chile reached 0.93 annual % in 2025.In 2023, Brazil’s Alice analyzed 190,923 acquisitions and generated 203 audit jobs covering R$27 billion.Tanzania’s PPRA reported that NeST saved more than TZS 35 billion over two years.By June 30, 2026, Tanzania’s NeST had handled 181,057 procurement contracts worth Sh14.5 trillion.UK construction-procurement practices generated £447 million in savings during FY 2012/13.Japan’s JBCI service draws on approximately 40,000 actual contract-price records collected since 1999.
The value of the research is not only what each source knew, but what became visible when their evidence was combined.
Sources
En resumenMade for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Inflation, consumer prices (annual %) [FP.CPI.TOTL.ZG]. World Bank Open Data.; oecd-opsi.org.; ppra.go.tz.;thebizlens.co.tz.; assets.publishing.service.gov.uk.; jbci.jp.Inflation, consumer prices: la brecha entre Colombia y Chile alcanzó 0,93 annual % en 2025.En 2023, Alice de Brasil analizó 190.923 adquisiciones y generó 203 trabajos de auditoría por R$27.000 millones.La PPRA de Tanzania reportó que NeST ahorró más de TZS 35.000 millones en dos años.Al 30 de junio de 2026, el sistema NeST de Tanzania había gestionado 181.057 contratos públicos por Sh14,5 billones.Las prácticas británicas de contratación de obras generaron ahorros de £447 millones durante el año fiscal 2012/13.El servicio japonés JBCI utiliza aproximadamente 40.000 registros de precios contractuales reales recopilados desde 1999.
El valor de la investigación no está solo en cada fuente, sino en lo que apareció al combinar sus evidencias.
Fuentes
Brazil's audit yield scales to about 2,977jobs across 2.8 million contractsDerive Brazil's yield as 203 audit jobs divided by 190,923 acquisitions, then apply that rate to one millionand 2.8 million records.Made for Freddy Vega, by HanademiSources: oecd-opsi.org.; Fazekas, M., Tóth, I. J., & King, L. P. (2016). An objective corruption risk index using publicprocurement data. European Journal on Criminal Policy and Research, 22, 369-397.; Replication Data for: Uncoveringhigh-level corruption: Cross-national objective corruption risk indicators using public procurement data.Unitaudit jobs at constant observed yieldObserved Brazil batch203One million records1,063European database scale2,977
Database-scale screening can convert millions of records into a human-sized investigation queue. It prioritizes judgment rather than replacing it.
Sources
El rendimiento auditor de Brasil escala a unos 2.977trabajos sobre 2,8 millones de contratosSe deriva el rendimiento de Brasil dividiendo 203 trabajos de auditoría entre 190.923 adquisiciones y seaplica esa tasa a un millón y a 2,8 millones de registros.Made for Freddy Vega, by HanademiFuentes: oecd-opsi.org.; Fazekas, M., Tóth, I. J., & King, L. P. (2016). An objective corruption risk index using publicprocurement data. European Journal on Criminal Policy and Research, 22, 369-397.; Replication Data for: Uncoveringhigh-level corruption: Cross-national objective corruption risk indicators using public procurement data.Unidadtrabajos de auditoría con rendimiento observado constanteLote observado en Brasil203Un millón de registros1.063Escala de la base europea2.977
El análisis a escala de base de datos puede convertir millones de registros en una cola de investigación manejable por personas. Prioriza el juicio, pero no lo sustituye.
Fuentes

The research behind this deck

AI can accelerate drafting, screen contracts and sharpen cost analysis. The opportunity begins with connected procurement data and ends with human accountability, local reference classes and measurable controls.

Key findings

The argument

This research is published in English and Spanish. Ver en español

La investigación detrás de esta presentación

La IA puede acelerar la redacción, revisar contratos y mejorar el análisis de costos. La oportunidad comienza con datos conectados y termina con responsabilidad humana, referencias locales y controles medibles.

Hallazgos clave

El argumento

Esta investigación se publica en inglés y español. Read in English