Open AI lanzó ChatGPT en noviembre de 2022. En enero de 2023, solo dos meses más tarde, ya tenía 100 millones de usuarios. El crecimiento más rápido de cualquier herramienta tecnológica en la Historia. Una tecnología con unas capacidades impresionantes, pero también unos riesgos que nadie podía, ni aún hoy se pueden, determinar con seguridad.

Cuando hay incertidumbre, hay miedo. Y cuando hay miedo, la primera reacción es protegernos. La mayoría de las organizaciones –privadas y públicas– optaron por lo que parecía más prudente: prohibir o restringir el uso de estas tecnologías. Algunas, las menos –y muy pocas en el sector público– abrazaron su uso sin restricciones. Mientras tanto, el uso individual seguía aumentando. La gente sí quería asumir riesgos para probar esta tecnología aparentemente tan útil, y la trayectoría exponencial de la curva seguía haciéndose cada vez más vertical.

Este era el contexto, a principios de 2023, en el que el Ayuntamiento de Boston decidió tomar un camino intermedio entre la prohibición y el laissez faire. Su Chief Information Officer, Santiago Garcés, vio que los grandes modelos de lenguaje (LLMs) y las herramientas desarrolladas con esta tecnología habían llegado para quedarse. Era tan arriesgado adoptarla a ciegas como ignorarla. Lo que la ciudad debía hacer era generar un ambiente de experimentación y confianza. Probar lo que funcionaba y lo que no, y sobre todo aprender, generando las habilidades y capacidades internas para aprovechar el potencial de la IA generativa, pero mitigando sus riesgos a medida que fueran apareciendo.

En marzo de 2023, la alcaldesa Michelle Wu convocó a expertos (incluyendo académicos del MIT y Northeastern) para entender el fenómeno mientras el equipo de Garcés redactaba las primeras guías de uso responsable de IA generativa, publicadas en mayo de ese año. Fueron de las primeras guías publicadas por una ciudad grande de Estados Unidos. Desde entonces, el equipo de Garcés, 150 personas encargadas de funciones que van desde el mantenimiento de la infraestructura tecnológica al diseño de servicio o al análisis de datos, ha desarrollado su propio enfoque para innovar con IA: lo que podríamos llamar “el modelo Boston de innovación”.

La semana pasada, Santi Garcés estuvo en Madrid, participando en el Demo Day organizado por Gobe con el Center for the Governance of Change de IE University y con el apoyo de AWS Santi también se pasó por las nuevas oficinas de Gobe para contarnos con más detalle lo que están haciendo, y compartir con otras administraciones públicas españolas algunas de las prácticas y aprendizajes que pueden serles de utilidad. 

Aquí va un resumen de algunas de esas conversaciones.

1. Las tres dimensiones de la IA generativa en Boston

Cuando la IA generativa llegó con fuerza, era difícil distinguir para qué podía ser útil y para que no. En qué dimensiones del trabajo de la administración pública podía impactar positivamente y dónde había más riesgos. 

Para no perderse en el "hype", el equipo de Boston estructuró su enfoque hacia la IA generativa en tres áreas de impacto diferenciadas:

1. Productividad general: utilizarla como una herramienta cotidiana para el funcionariado (resúmenes, borradores de correos, síntesis de documentos, programación o análisis de datos). El objetivo es aprovechar la utilidad de las aplicaciones de IA generativa para el trabajo diario.
2. Transformación digital de los servicios públicos: utilizar la capacidad de los LLMs para mejorar los servicios públicos de la ciudad.
3. Equidad: asegurarse de que la llegada y utilización de la IA a la sociedad no profundice las brechas sociales o económicas, contribuyendo a que los beneficios de la tecnología se repartan de manera lo más equitativa posible. 

2. Casos de uso: De la teoría a la práctica

Lo interesante de Boston no solo es su estrategia, sino los casos de uso concretos en los que se ha materializado este enfoque. De todos los que Santiago compartió con nosotros, aquí describimos dos: uno dirigido a la mejora de un servicio público local clave (obtención de permisos para realizar una actividad en la ciudad) y otro enfocado en facilitar el trabajo diario de los funcionarios públicos en una actividad concreta (la redacción de documentación de compra pública).

Rediseño del sistema de obtención de licencias de la ciudad

En Boston, como en muchas otras ciudades, no existe un permiso para “instalar paneles solares” o “abrir un restaurante.” Existen cientos de permisos –de construcción, de instalaciones eléctricas o de fontanería, de seguridad– que el ciudadano tiene que obtener cuando quiere realizar una actividad concreta. Esto hace que los ciudadanos tengan que navegar un laberinto de trámites con muy poca guía. Según algunas encuestas del Ayuntamiento de Boston, el 50% de sus residentes consideran que hay grandes obstáculos para tramitar permisos y obtener licencias.

Para solucionar este problema, el Ayuntamiento se propuso entender cómo era la experiencia de los ciudadanos. En las solicitudes de permisos hay una sección para que los ciudadanos hagan comentarios cuando están intentando entender qué licencia necesitan. Hasta la llegada de los LLMs, esos datos (miles de extractos de texto) eran demasiado desordenados y desestructurados para poder analizarlos. Sin embargo, gracias a la IA generativa, el equipo de datos de la ciudad analizó 25 años de información de permisos para entender cuáles eran las principales experiencias o necesidades de los residentes. Establecieron alrededor de 200 grupos de experiencias tales como “reemplazar mi caldera” o “construir una terraza”. Estas experiencias las validaron, a veces añadiendo otras nuevas, con el Departamento de Servicios de Inspección. Así, consiguieron tener una taxonomía más clara de cuáles eran las necesidades principales de los residentes cuando se acercaban por primera vez a la Administración local para conseguir un permiso.

Con el diagnóstico refinado, el equipo de diseño de servicio colaboró con la universidad de Northeastern para diseñar unos formularios mucho más claros, de nuevo con la ayuda de la IA. Gracias a este trabajo, el Ayuntamiento de Boston puede ahora ofrecer una experiencia para la obtención de permisos y licencias mucho más amigable. 

BitBot: agilizando la contratación pública

Muchos funcionarios dedican gran parte de su tiempo a redactar documentos de compra pública. Sin embargo, las normas que regulan esta actividad son muy complejas. En Boston, sólo el manual que resume las normas y las prácticas tiene 200 páginas. Para ayudar a los funcionarios en esta tarea, el Departamento de Tecnología e Innovación creó BitBot: un asistente de IA generativa diseñado específicamente para procesos de contratación y compra pública. El equipo de Garcés entrenó esta herramienta con documentos de adquisiciones, leyes estatales, ordenanzas locales y guías de buenas prácticas de la ciudad. Con BitBot los funcionarios pueden redactar pliegos mucho más rápido o resolver dudas sobre normativas complejas, y así reducir el tiempo dedicado a estas tareas y mejorar la calidad de los documentos de contratación. 

El equipo de la ciudad de Boston está colaborando con la Universidad de Harvard para medir la efectividad y evaluar el impacto del BitBot. Con un diseño de experimentación aleatoria, el equipo midió los resultados –en eficiencia y calidad en la redacción de documentos– comparando un grupo que redactó documentos usando la herramienta y otro grupo de empleados públicos que no la utilizó. Los resultados se publicarán en un artículo académico, pero durante su estancia en Gobe la semana pasada, Santi Garcés nos avanzó que BitBot había conseguido resultados significativos tanto en reducción de los tiempos de redacción como en la mejora de la calidad de los documentos redactados. Tanto, que el Gobierno municipal ya ha decidido extender el uso de BitBot a otras áreas y departamentos de la ciudad.

3. El secreto detrás de los casos de uso

La estrategia y los casos de uso que Santi nos presentó son inspiradores, sin duda, pero queríamos ir un poco más allá. Hay muchas administraciones públicas españolas que no quieren ser meramente reactivas a la tecnología. Quieren estar al día y experimentar e innovar de manera responsable. 

Por eso, pedimos al CIO de Boston que nos explicara qué capacidades y formas de trabajar con los proveedores han desarrollado en la ciudad. Queríamos entender qué hay detrás del modelo de Boston y qué lecciones concretas pueden sacar otros ayuntamientos o administraciones de esa experiencia. Santi Garcés destacó dos elementos clave para entender su forma de trabajar y lo que han conseguido hasta ahora.

Por un lado, en cuanto a las capacidades y organización interna, Boston ha tenido una estrategia muy consciente para no depender exclusivamente de proveedores externos. Han invertido activamente en contratar perfiles de gerentes de producto (product managers), diseñadores de servicios e ingenieros y analistas de datos. Organizativamente, han centralizado ciertas capacidades (como ciberseguridad o tecnologías emergentes) para dar servicio a todos los departamentos, evitando que cada área tenga que "inventar la rueda" por su cuenta. Combinan estas capacidades centralizadas con equipos pequeños y ágiles para desarrollar herramientas, experimentar con ellas, y evaluar su impacto.

Respecto a su estrategia para navegar el mercado de proveedores en el mundo de la IA generativa, Boston ha optado por priorizar su autonomía. En un mercado donde la tecnología, y los modelos de negocio están evolucionando tan rápido, el Ayuntamiento quiere evitar depender demasiado de un único proveedor o un modelo concreto. Las grandes compañías de IA como OpenAI o Anthropic se están posicionando con fuerza como proveedores clave en el sector entreprise, ya sea directamente a través de sus aplicaciones o como motor de aplicaciones de terceros. Según análisis recientes, grandes empresas del sector financiero, tecnología, industria o servicios profesionales gastaron una media de 10 millones de dólares en IA generativa en 2025. Cualquier organización, pública o privada, necesita entender qué dependencias puede generar su enfoque con proveedores si el uso de estas tecnologías se hace indispensable. Para garantizar su autonomía, en lugar de comprar licencias comerciales masivas de algunas de estas compañías (que costarían unos 20 dólares usuario/mes), Boston desarrolló su propia plataforma intermedia, llamada "Launchpad", con un presupuesto de apenas 10.000 de dólares al año. Esta plataforma les permite cambiar de modelo de IA (OpenAI, Anthropic, Llama) según convenga, pagando por consumo real y no por licencia, optimizando costes y manteniendo su autonomía para decidir qué modelo utilizar en función de consideraciones relevantes para la ciudad.

¿Innovar o ignorar? Todo tiene riesgos

El modelo de Boston no es perfecto, ni susceptible de copia y pega. Santi Garcés fue transparente al reconocer que el “modelo Boston” presenta desafíos para escalarlo a toda la organización. También reconoce que Boston puede aprovechar un ecosistema de talento y universidades excepcional. 

Sin embargo, sus principios fundamentales de inversión en capacidades internas para experimentar y evaluar constantemente son válidos para cualquier Administración pública. No es necesario contar con recursos masivos para establecer guías de uso responsable o medir el impacto de la tecnología.

Más aún si pensamos que la inacción puede resultar más arriesgada que la experimentación. Las Administraciones públicas que ignoran la IA no evitan el peligro, sino que se exponen a un uso no controlado por parte de sus empleados y a la incapacidad de evaluar a sus proveedores, generando dependencias y riesgos difíciles de medir. En un momento de cambio acelerado, quizá experimentar e innovar, de manera responsable e invirtiendo en capacidades internas para hacerlo, sea la estrategia menos arriesgada.

‍
‍

— Este artículo resume algunas de las conversaciones con Santiago Garcés durante su visita en enero a Gobe. Además, hemos preparado un podcast con su entrevista y un informe más detallado sobre el modelo de la ciudad de Boston para nuestros suscriptores. Si quieres recibirlo, escríbenos a ventures@gobe.studio. 

‍