Cómo usar IA en Compras: el método Empieza por el Dolor (y los prompts)

¿Tu equipo de Compras ya probó ChatGPT o Claude, le pareció útil, pero sientes que no termina de convertirse en una herramienta de trabajo de verdad? No estás solo. La buena noticia es que el siguiente paso no es comprar más tecnología ni aprender a programar: es seguir un método. Esta guía te da ese método —Empieza por el Dolor— para pasar de “jugar con la IA” a tener IA ahorrando horas reales en Abastecimiento.

¿Cómo se usa la IA en Compras y Abastecimiento?

Empieza por el dolor, no por la herramienta. La forma ordenada de hacerlo es el método Empieza por el Dolor, cinco pasos que traducen la metodología CPMAI del Project Management Institute —el estándar para gestionar proyectos de IA— al día a día de un comprador.

La idea central de CPMAI cambia todo: un proyecto de IA es, ante todo, un proyecto de negocio y de datos, no de tecnología. Por eso el orden importa. Abrir Claude o ChatGPT primero es como comprar la sierra antes de saber qué mueble vas a construir.

¿Por qué casi todos los pilotos de IA en Compras se quedan a medias?

Porque empiezan por la herramienta en vez de por el problema. Según la Encuesta Global de CPO 2025 de Deloitte —más de 250 directores de compras en 40 países—, cerca del 49% de los equipos ya corren pilotos de IA generativa, pero solo alrededor del 4% ha llegado a un despliegue con impacto real. El abismo entre “probar” y “que funcione” casi nunca es técnico.

La realidad es otra: el cuello de botella es de método. No se eligió un dolor concreto y medible, no se prepararon los insumos, o nunca se midió el antes y después. El mismo estudio de Deloitte muestra que los equipos que sí cierran la brecha —los “Digital Masters”— obtienen un retorno promedio de 2.8x sobre su inversión en IA generativa, frente a 1.6x de los rezagados. La diferencia no es la herramienta: las dos usan la misma IA. La diferencia es el método.

Y el potencial es real: los equipos de compras que han adoptado automatización reportan hasta un 60% menos de tiempo en tareas repetitivas, según el reporte 2025 de Keelvar. El objetivo de este método es ponerte en ese lado de la estadística.

Paso 1 — Define el dolor (no “a ver qué hace la IA”)

El primer paso, y el más decisivo, es elegir un proceso concreto que te cueste tiempo, dinero o riesgo. No “quiero usar IA”, sino “tardo medio día en comparar tres cotizaciones y aun así se me escapa la letra chica”. Define el dolor significa eso: un proceso medible, con un costo visible, antes de pensar en ninguna herramienta.

¿Cómo eliges bien? Busca un proceso que cumpla tres cosas: ocurre muchas veces (alto volumen), te cuesta de forma visible (horas del equipo o malas condiciones cerradas), y sigue reglas razonablemente claras. Comparar cotizaciones, preparar negociaciones, leer contratos o investigar mercado son candidatos ideales; “tener mejores ideas” no lo es. Este paso es 100% de negocio: lo haces tú, hoy, con una hoja de papel.

Paso 2 — Reúne los Insumos

Una vez elegido el dolor, identifica qué información le vas a dar a la IA y si está completa. Si el dolor es comparar cotizaciones, tus insumos son las propuestas de los proveedores. Si es preparar una negociación, es el contexto (presupuesto, alternativas, importancia de la relación).

Este paso evita la causa de fracaso más cara. La IA, como cualquier análisis, depende de la calidad de lo que entra: garbage in, garbage out —si entra basura, sale basura—. Pregúntate: ¿existe la información?, ¿está accesible?, ¿está completa? No necesitas un sistema sofisticado; necesitas saber qué tienes y qué te falta.

Paso 3 — Construye el skill

Aquí —y solo aquí— entra la herramienta. Un skill es un prompt estructurado y reutilizable: en vez de re-explicarle todo a la IA cada vez, lo configuras una vez y solo le pegas los datos del caso. Tiene cuatro partes:

1. Rol fijo — “eres un analista senior de Abastecimientos”.
2. Método — qué debe revisar siempre (riesgos ocultos, penalizaciones, plazos).
3. Entradas variables — lo único que cambia caso a caso (las cotizaciones).
4. Salida estándar — el mismo formato siempre, para que los casos sean comparables.

Plataformas como Claude permiten guardar estos skills (sin programar, en formato de texto) e incluso publicarlos para todo el equipo. Más abajo te dejamos los dos skills de mayor retorno, listos para copiar.

Paso 4 — Verifica (la disciplina que separa al profesional)

La IA puede sonar segura y aun así equivocarse en una aritmética o “inventar” un precio de mercado plausible pero falso. En Compras, eso cuesta dinero. Por eso la regla es directa: la IA prepara, tú decides, y toda cifra crítica se verifica antes de usarse.

En la práctica: pídele siempre que muestre el cálculo, trata las cifras de mercado como un borrador que acelera la investigación (no como fuente final) y confírmalas contra fuente oficial. Antes de llevar un número a una decisión, hazte la pregunta: “¿esto lo verifiqué, o solo me lo dijo la IA?”. Esta disciplina, sola, ya te pone por encima del promedio.

Paso 5 — Opera y mide el antes/después

Un skill que no se mide no sobrevive a la primera duda del jefe. Opera y mide significa usar el skill de forma recurrente y registrar, tarea por tarea, el tiempo antes y después, los riesgos que detectaste que antes se pasaban, y las condiciones que lograste mejorar.

Esa bitácora es tu evidencia de impacto —y, no por casualidad, es justo lo que mide un piloto bien hecho—. Un consejo de honestidad que suma credibilidad: reporta los ahorros como “condiciones mejoradas con preparación asistida por IA”, no como ahorro neto 100% atribuible a la máquina. Intervienen tú y el mercado; las cifras defendibles valen más que las infladas.

Y no es de una sola vez: cada compra recurrente vuelve a entrar al ciclo —mides, ajustas el skill y repites—. Esa es la naturaleza iterativa de CPMAI, y la razón por la que el método se dibuja como un bucle y no como una lista.

¿Cuáles son los dos skills que más tiempo ahorran en Compras?

Los dos dolores más caros de Abastecimiento tienen un skill cada uno, y son el mejor lugar para empezar:

• Matriz comparativa de cotizaciones (3Bid): pegas dos o más propuestas y obtienes resumen ejecutivo, matriz comparable, riesgos ocultos y una contrapropuesta por proveedor. Lo tienes paso a paso —con el prompt completo— en 7 prompts de IA para Compras que ahorran horas.
• Preparador de negociaciones (método Harvard / BATNA): le das el contexto y devuelve diagnóstico, intereses vs. posiciones, tu BATNA, objeciones probables y tácticas. El skill completo está en Cómo preparar una negociación con IA: BATNA y método Harvard.

¿Es seguro meter datos de proveedores a la IA?

Con una licencia corporativa, sí, bajo disciplina. Proveedores serios como Anthropic (Claude) garantizan, en sus planes Team/Enterprise, que tus datos no se usan para entrenar el modelo general. Pero la gobernanza la pones tú, aplicando los principios de gestión responsable de IA (como ISO/IEC 42001): la herramienta se gobierna antes de usarse.

Tres reglas duras: anonimiza cuando no necesites el nombre real del proveedor; nunca metas datos personales de contactos ni secretos industriales bajo NDA sin autorización explícita; y verifica la política de tu empresa antes de pegar precios o márgenes. Un piloto con cero incidentes de confidencialidad no solo evita riesgo: demuestra madurez.

Empieza por el dolor, hoy

No intentes “implementar IA” en abstracto. Elige un proceso que te quite tiempo esta semana, reúne sus insumos, construye un skill, verifica y mide. Eso es el método Empieza por el Dolor, y es el camino que separa al 4% que escala del 49% que se queda en piloto.

Si quieres que tu equipo de Compras recorra este método con skills a la medida de tus categorías, medición de impacto y gobernanza ISO 42001, en Varela Insights lo implementamos en producción real, con metodología CPMAI del PMI y filosofía anti-hype: cifras verificables y la IA al servicio del criterio humano, no al revés.