evidoria

← Volver al listado

Buena práctica Importada

BRAVA — la autoridad de competencia de España usa IA para atrapar cárteles de colusión en licitaciones, con sanciones que lo demuestran

España · Madrid · Ver el perfil de España · Ver el perfil de Madrid

Evidencia: Descriptivo / autodeclarado Top 46% 60/100 · Pregunte a Evidence Copilot sobre esta práctica

La herramienta BRAVA de la CNMC ha usado aprendizaje automático para señalar ofertas colusorias en licitaciones públicas españolas desde 2024; la presidenta Cani Fernández afirma que los casos señalados por BRAVA ya han derivado en sanciones, y la CNMC está formando al Departamento de Justicia de EE. UU. y construyendo una herramienta sucesora, ATENEA.

BRAVA — la autoridad de competencia de España usa IA para atrapar cárteles de colusión en licitaciones, con sanciones que lo demuestran

Detalles

Madurez
En expansión
Promotor
Comisión Nacional de los Mercados y la Competencia (CNMC), Economic Intelligence Unit
Período
2024–2026
Palabras clave
competition & antitrust enforcement, public procurement integrity

Contexto

La autoridad nacional de competencia de España, la Comisión Nacional de los Mercados y la Competencia (CNMC), desarrolló internamente una herramienta de aprendizaje automático llamada BRAVA (Bid Rigging Algorithm for Vigilance in Antitrust) dentro de su Unidad de Inteligencia Económica, que examina las ofertas de licitaciones públicas en busca de señales de colusión desde 2024.

Actividades

BRAVA clasifica las ofertas presentadas como potencialmente colusorias o competitivas, automatizando una tarea que anteriormente dependía casi por completo de la revisión manual de documentos o de un aviso previo.

Resultados

En febrero de 2026, la presidenta de la CNMC, Cani Fernández, declaró que las pistas señaladas por BRAVA ya habían dado lugar a sanciones, citando una sanción por mantenimiento de precios de reventa contra I.C.O.N. y un cártel de manipulación de licitaciones en el sector de servicios de viaje; también afirmó que la CNMC está formando al Departamento de Justicia de EE. UU. en el método y desarrollando una herramienta de razonamiento de seguimiento, ATENEA.

Conclusiones

Al igual que con herramientas comparables probadas por el Consejo de la Competencia de Lituania y el CADE de Brasil, la CNMC no ha publicado la precisión ni la tasa de falsos positivos de BRAVA, ni cuántos casos sancionados se originaron en BRAVA frente a otros canales de detección — el registro público disponible hasta ahora es el relato del propio regulador.

Implementación

Coste indicativo
Medio (50 000–500 000 €)
Tiempo hasta resultados
Medio (1–3 años)
Personal y competencias
CNMC Economic Intelligence Unit

Condiciones para el éxito

  • In-house machine-learning capability inside the regulator
  • Access to public-tender bid data

Modos de fallo comunes

  • No published precision or false-positive rate; cannot isolate BRAVA-originated sanctions from other detection channels

Habitualmente financiado por

Digital Europe Programme

Vías de financiación indicativas para prácticas de este tipo: compruebe siempre las convocatorias vigentes y las reglas de elegibilidad de cada programa.

¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.

Fuentes de datos

De dónde se obtuvo la información de esta práctica, y cuándo.

Adjuntos

Prácticas similares que pueden serle útiles