Newsletter
Suscríbete a nuestro Newsletter y entérate de las últimas novedades.
https://centrocompetencia.com/wp-content/themes/Ceco
La detección de colusión en licitaciones públicas se basa en diferenciar entre indicios y evidencia. Los indicios son patrones sospechosos —como baja participación, adjudicaciones repetidas o consorcios frecuentes— que alertan de posibles acuerdos anticompetitivos, pero no bastan para sancionar, pues pueden explicarse por factores técnicos, de capacidad o características del mercado. La evidencia, en cambio, exige pruebas claras que confirmen la existencia de colusión y descarten explicaciones alternativas. Herramientas de IA y machine learning, como BRAVA de la CNMC en España, permiten identificar indicios de forma temprana, pero no sustituyen el análisis exhaustivo necesario para demostrar la existencia de colusión. Los casos analizados muestran la importancia de esta distinción.
“Los programas de detección temprana de indicios de colusión en licitaciones públicas desarrollados por la CNMC y por otras agencias de la competencia, basados en machine learning, inteligencia artificial y análisis masivo de datos, aumentan la capacidad de las agencias para detectar indicios de colusión y para identificar aquellos comportamientos más proclives a tener una explicación colusoria. Sin embargo, la mejora en las técnicas de detección de indicios no exime a las agencias de llevar a cabo un análisis exhaustivo de cada caso para identificar evidencia inequívoca de colusión”.
Imaginemos una serie de licitaciones en las se observa una escasa participación, que los participantes no coinciden en las mismas licitaciones y que las ofertas adjudicatarias suponen una rebaja insignificante del precio máximo fijado en las bases de licitación. ¿Estamos ante un caso flagrante de colusión entre competidores? No necesariamente. Las empresas pueden no presentarse porque no cumplen los requisitos técnicos, porque no tienen capacidad productiva suficiente o, simplemente, por falta de interés.
La interpretación de indicios de colusión adquiere especial relevancia ante la expansión de nuevas herramientas de detección de colusión basadas en machine learning e inteligencia artificial (IA) entre las autoridades de la competencia.
En España, la Comisión Nacional de los Mercados y la Competencia (CNMC) ha implementado BRAVA (Bid Rigging Algorithm for Vigilance in Antitrust),[1] basada en algoritmos de aprendizaje automático, IA y análisis masivo de datos, y alimentada por más de 3,5 millones de contratos públicos[2] con el objeto de detectar patrones de colusión. Reino Unido,[3] Alemania, México, Brasil, Corea del Sur y Suiza[4] han desarrollado herramientas similares.
¿Cuál es la diferencia entre indicios y evidencia de colusión? ¿Cómo se distinguen en la práctica? ¿Las nuevas herramientas de detección de indicios ayudan a identificar evidencia concluyente de colusión?
Los indicios son patrones o conductas sospechosas que pueden alertar sobre la posible existencia de acuerdos anticompetitivos, pero por sí solos no constituyen “evidencia concluyente”.[5] De este modo, los indicios observados sobre patrones y conductas pueden indicar la necesidad de un análisis más profundo, mientras que la evidencia acredita que los patrones observados solo pueden explicarse por una estrategia anticompetitiva (descartando explicaciones alternativas).[6]
Tanto la OCDE[7] como la Comisión Europea[8] subrayan que los indicios deben ser el punto de partida para una investigación exhaustiva y no la base única para sancionar. La Guía sobre Contratación Pública y Competencia de la CNMC también insiste en la importancia de analizar los indicios de manera individual y colectiva, y considerar explicaciones alternativas legítimas antes de sancionar. [9]
Los indicios no constituyen evidencia de colusión, sino una llamada de atención (en inglés, “red flag”) sobre ciertos patrones de comportamiento de las empresas que podrían responder a estrategias de colusión. Para poder concluir que la única explicación de los patrones detectados es un acuerdo colusorio ha de analizarse exhaustivamente si existe evidencia adicional que confirme de forma clara la existencia de colusión, y descartar explicaciones alternativas plausibles del comportamiento observado (como ventajas competitivas, requisitos técnicos, barreras de entrada, características del mercado o, simplemente, falta de interés en ciertas licitaciones).[10]
Varios ejemplos prácticos muestran que los indicios de colusión detectados en licitaciones o bien tenían una explicación alternativa, o bien no eran suficientes para concluir de forma inequívoca la participación de las empresas en un acuerdo colusorio. En dos de los casos analizados (desvíos ferroviarios y mantenimiento de carreteras), las autoridades sancionaron a los participantes en las licitaciones, y en el tercero (aplicaciones informáticas), la autoridad aceptó las explicaciones alternativas y archivó la investigación.
La Dirección de Investigación (DI) de la Autoridad de la Competencia del País Vasco (AVC) observó varios patrones sospechosos en diversas licitaciones de mantenimiento de aplicaciones informáticas organizadas por el EJIE[11] entre 2017 y 2022.[12] En particular:
La DI concluyó que tal cúmulo de indicios indicaba la existencia de un acuerdo colusorio entre competidores.
Ciertamente, tales indicios constituyen señales legítimas de alerta y pueden justificar la apertura de una investigación. Sin embargo, un análisis detallado del mercado evidenció que tales indicios tenían explicación en el contexto de un mercado competitivo.
En particular, el mercado de mantenimiento de aplicaciones informáticas está estrechamente ligado al mercado de desarrollo de aplicaciones: generalmente, la empresa mejor capacitada para mantener una aplicación es su propio desarrollador. A sabiendas de ello, la competencia es mayor en el desarrollo de aplicaciones que en el mantenimiento, donde las empresas no desarrolladoras conocen sus escasas posibilidades de adjudicación.[13] De hecho, los datos ponían de manifiesto que, efectivamente, la competencia tenía lugar en el desarrollo de aplicaciones donde en siete de cada diez licitaciones había dos o más ofertas (Tabla 1). Además, este patrón de coincidencia entre la empresa desarrolladora y de mantenimiento no era exclusivo de las licitaciones del EJIE, sino que se repetía en las licitaciones similares de otros organismos: en media, en dos de cada tres licitaciones, el adjudicatario del mantenimiento era el propio desarrollador (Tabla 2).
La participación frecuente de consorcios, por su parte, se explicaba por la habitual licitación conjunta del mantenimiento de aplicaciones creadas por distintos desarrolladores; o por exigentes requisitos de experiencia sólo alcanzables por la conjunción de varias empresas.
El Consejo de la AVC finalmente archivó el caso ante las explicaciones alternativas aportadas por las partes, que permitían descartar la existencia inequívoca de un acuerdo colusorio.
Tabla 1. Competencia en las licitaciones de creación de aplicaciones versus mantenimiento
| Objeto de licitación | Nº lotes | % de lotes con 2 o más ofertas |
|---|---|---|
| Creación de aplicaciones | 210 | 70% |
| Mantenimiento de aplicaciones | 274 | 31% |
| Asistencia técnica de aplicaciones | 32 | 34% |
Fuente: Resolución AVC, pág. 74.
Tabla 2. Continuidad entre la empresa creadora y mantenedora
| Entidad | Número licitaciones creación | Misma empresa creadora y mantenedora | Misma empresa mantenedora (cuando hay más de un contrato de mantenimiento) | ||
|---|---|---|---|---|---|
| Número | % | Número | % | ||
| EJIE | 18 | 14 | 78 | 8/9 | 89% |
| AYUNTAMIENTO VITORIA/GASTEIZ | 2 | 2 | 100% | 2/2 | 100% |
| CCASA | 11 | 7 | 64% | 1/1 | 100% |
| BILBAOTIK | 12 | 8 | 67% | 3/3 | 100% |
| DONOSTIATIK | 17 | 8 | 47% | - | - |
| IZFE | 20 | 9 | 45% | 11/13 | 85% |
| LANTIK | 15 | 13 | 87% | 2/2 | 100% |
| TOTAL | 95 | 61 | 64% | 29/34 | 85% |
Fuente: Resolución AVC, pág. 74.
La CNMC observó una serie de indicios de la posible existencia de prácticas anticompetitivas en las licitaciones de desvíos ferroviarios organizadas por el gestor ferroviario ADIF, entre 1999 y 2014:[14]
La CNMC concluyó que tales patrones únicamente podían responder a un acuerdo entre competidores y sancionó a los cuatro operadores por su participación en un acuerdo colusorio.[16]
De nuevo, al igual que en las licitaciones de mantención de aplicaciones informáticas, los indicios eran objetivamente preocupantes, pero ¿eran suficientes para concluir inequívocamente la existencia de un acuerdo colusorio? La respuesta es no. Si algún operador no tiene capacidad productiva o técnica para participar en solitario en la licitación, su participación en un consorcio no supone una reducción de la competencia, ya que tal operador no es un competidor efectivo.
De hecho, un informe económico elaborado por los autores del presente artículo puso de manifiesto que uno de los operadores no tenía capacidad de producción suficiente para afrontar en solitario las licitaciones objeto de investigación.
Los desvíos ferroviarios deben montarse en la planta del fabricante antes de instalarlos finalmente en la red ferroviaria, por lo que el tamaño de la planta y los proyectos comprometidos (o pendientes de adjudicar) limitan la capacidad de producción de los operadores.
La capacidad productiva disponible de un operador para cada licitación se determina descontando de su capacidad máxima (línea discontinua en la Figura 1) los proyectos adjudicados (barra azul oscuro) y los proyectos pendientes de adjudicar (barra gris). El informe concluía que el operador carecía de capacidad productiva suficiente para afrontar en solitario los proyectos investigados en los plazos previstos (la suma de los proyectos adjudicados y los proyectos investigados era superior a la capacidad productiva máxima del operador – Ver Figura 1).
Por tanto, el operador en cuestión no era un competidor efectivo en solitario, por lo que su participación en un consorcio no reducía la competencia en el mercado.
La CNMC no consideró tal evidencia en su Resolución. La Audiencia Nacional anuló la Resolución alegando que la CNMC no había analizado las explicaciones alternativas presentadas por las partes, no pudiéndose descartar que los resultados de las licitaciones estuvieran justificados por motivos distintos a la existencia de acuerdos colusorios.[17]
Figura 1. Capacidad del Operador ‘Y’ para presentarse en solitario a una determinada licitación
Fuente: Elaboración propia a modo ilustrativo (no refleja datos reales).
Fuente: Elaboración propia a modo ilustrativo (no refleja datos reales).
La CNMC, mediante su herramienta de detección de patrones de colusión BRAVA, detectó indicios de posible colusión en varias licitaciones de mantenimiento de carreteras del Ministerio de Fomento entre 2014 y 2018.[18] La CNMC, entre otros indicios, mostraba que el patrón colectivo de las pujas de los operadores investigados era distinto del de los no investigados. Mientras que el patrón de pujas de las empresas investigadas se polarizaba en pujas altas y bajas (Figura 2 -gráfico izquierdo), el patrón de las empresas no investigadas era más uniforme (Figura 2 -gráfico derecho).
La CNMC concluyó que los indicios confirmaban el relato del solicitante de clemencia, que describía un sistema de reparto por el cual cada operador presentaba ofertas competitivas únicamente en ciertos procedimientos.
Figura 2. Patrones de licitación diferenciados para empresas investigadas y no investigadas
Fuente: Resolución de la CNMC, pág. 108.
Si bien el patrón colectivo observado podía indicar la necesidad de un análisis más profundo, en ningún caso podía considerarse concluyente sobre la participación individual de cada uno de los operadores investigados. En este caso, la resolución de la CNMC no ofrece evidencia concluyente de la participación individual de los operadores sancionados en un acuerdo colusorio.
De hecho, un informe económico elaborado por los autores del presente artículo mostraba que el patrón de pujas de una empresa investigada era coherente con el de las empresas no investigadas. En particular, las pujas de esta empresa estaban dentro del rango de pujas de las empresas no investigadas (Figura 3) y su patrón de participación y de pujas en las distintas licitaciones era estadísticamente indistinguible del de otros participantes no investigados (por ejemplo, existe una correlación estadísticamente significativa y positiva del 0,52 con el operador A, no investigado y con el que coincide en 75 licitaciones; Tabla 3).[19]
Por tanto, los patrones colectivos no son concluyentes sobre la posible participación individual en un supuesto acuerdo colusorio. Este caso se encuentra actualmente bajo revisión por la Audiencia Nacional.
Figura 3. Pujas realizadas por el operador X en el lote “2016.1”
Fuente: Elaboración propia con datos de la Resolución.
Las bajas representan las reducciones porcentuales de la oferta realizada con respecto al precio máximo de licitación., o precio de salida.
Tabla 3. Operadores no investigados cuyo patrón de pujas muestra una correlación estadísticamente significativa con el patrón del Operador X
| Oferentes | Nº de licitaciones coincidente con Operador X (n) | Correlación (r) | ¿Correlación estadísticamente significativa? |
|---|---|---|---|
| Operador A | 75 | 0,52 | Sí |
| Operador B | 77 | 0,60 | Sí |
| Operador C | 82 | 0,53 | Sí |
| Operador D | 97 | 0,45 | Sí |
Fuente: Elaboración propia a partir de datos de la Resolución (Anexos 2-11 de la Resolución). Operadores con mayor número de licitaciones coincidentes con el Operador X. La correlación es una medida de relación lineal entre dos variables estadísticas. El signo de la correlación indicará la dirección de la relación (cuando una sube, la otra también sube) y la relación será más fuerte cuanto más cercana sea la correlación a uno. La correlación es estadísticamente significativa cuando es muy improbable que los resultados observados se deban al azar
Los indicios de colusión no constituyen evidencia de colusión. Los indicios son patrones o conductas que alertan sobre la posible existencia de acuerdos anticompetitivos entre empresas (y pueden explicarse o no por estrategias de colusión). La evidencia, en cambio, son pruebas inequívocas y verificables que acreditan que los comportamientos observados responden a una estrategia colusoria, descartando todas las explicaciones alternativas plausibles.
En la práctica, los indicios permiten identificar posibles patrones de colusión, pero por sí mismos no son concluyentes y no sustituyen a la recolección de evidencia concluyente de colusión. Los patrones pueden responder a comportamientos explicables por motivos técnicos o económicos o, simplemente por motivos, racionales o no, ajenos a la colusión (como la mera falta de interés en ciertos procedimientos).
Los programas de detección temprana de indicios de colusión en licitaciones públicas desarrollados por la CNMC y por otras agencias de la competencia, basados en machine learning, inteligencia artificial y análisis masivo de datos, aumentan la capacidad de las agencias para detectar indicios de colusión y para identificar aquellos comportamientos más proclives a tener una explicación colusoria. Sin embargo, la mejora en las técnicas de detección de indicios no exime a las agencias de llevar a cabo un análisis exhaustivo de cada caso para identificar evidencia inequívoca de colusión. Las nuevas herramientas no permiten detectar evidencia de colusión. Las agencias de la competencia se enfrentan al reto de identificar aquellos casos en los que la abundancia de indicios amerita la apertura de investigaciones detalladas para detectar si, efectivamente, existe evidencia concluyente de colusión.
* Juan Delgado (jdelgado@gamesecon.com) es Managing Director en GAMES Economics. Héctor Otero es Economista Principal en GAMES Economics. Los autores han trabajado en diversas investigaciones relacionadas con la supuesta manipulación de licitaciones, y han asesorado a varias empresas investigadas en los asuntos mencionados en el presente artículo. Las opiniones expresadas en este artículo son responsabilidad de los autores y no definen las posiciones de las empresas investigadas. Los autores no han recibido ningún tipo de financiación para la elaboración del presente artículo.
[1] Premio a BRAVA, el proyecto de IA de la CNMC contra el fraude en contratación pública https://blog.cnmc.es/2024/04/11/premio-a-brava-cnmc-contra-el-fraude-en-contratacion-publica/
[2] BRAVA: la herramienta de IA de la CNMC para Detectar Prácticas Anticompetitivas https://ubtcompliance.com/blog/brava-la-herramienta-de-ia-de-la-cnmc/
[3] How AI is Fighting Bid-Rigging in Public Procurement https://autogenai.com/uk/blog/how-ai-is-fighting-bid-rigging-in-public-procurement/
[4] Computational Antitrust Within Agencies: 3rd Annual Report (Stanford, 2024) https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4861858
[5] OECD. (2024). Detecting cartels for ex officio investigations. OECD Roundtables on Competition Policy Papers, 311. https://doi.org/10.1787/1ea7cdba-en
[6] Notice on tools to fight collusion in public procurement and on guidance on how to apply the related exclusion ground 2021/C 91/01 https://op.europa.eu/en/publication-detail/-/publication/6a2458e1-878c-11eb-ac4c-01aa75ed71a1/language-en
[7] OECD Guidelines for Fighting Bid Rigging in Public Procurement (2025 Update). OECD, 11 de septiembre de 2025. Disponible en: https://doi.org/10.1787/cbe05a56-en
[8] Comunicación de la Comisión relativa a las herramientas para combatir la colusión en la contratación pública y a las orientaciones acerca de cómo aplicar el motivo de exclusión conexo. DOUE OJ C 91, 18.3.2021, pp. 1–28. (en adelante, la Comunicación de la CE sobre contratación pública). Disponible en: https://eur-lex.europa.eu/legal-content/ES/TXT/?uri=CELEX%3A52021XC0318%2801%29
[9] Guía sobre Contratación Pública y Competencia. Comisión Nacional de la Competencia. Febrero de 2011. Disponible en: https://www.cnmc.es/file/123708/download
[10] Harrington, J. E. (2008). Detecting Cartels. En P. Buccirossi (Ed.), Handbook in Antitrust Economics. MIT Pres https://joeharrington5201922.github.io/pdf/DetectingCartels-10.8.05.pdf
[11] Eusko Jaurlaritzaren Informatika Elkartea – Sociedad Informática del Gobierno Vasco, órgano gestor tecnológico del Gobierno Vasco.
[12] Resolución del Consejo Vasco de la Competencia de fecha 18 de enero de 2024 en relación con expediente 557-SAN-2021 Licitaciones servicios informáticos https://www.competencia.euskadi.eus/dictamen/557-san-2021-resolucion-licitaciones-ejie/webavc00-cnresoluciones/es/
[13] Por ejemplo, la Comisión Europea determinó, en una decisión de archivo relativa al mercado de cartuchos de impresora, que el mercado secundario (cartuchos, mantenimiento) no puede ser analizado de forma independiente al mercado primario (impresoras, aplicaciones), ya que “la competencia en el mercado primario puede disciplinar la competencia en el mercado secundario”. Decisión de la Comisión Europea, Caso COMP/C-3/39.391 EFIM, 20 de mayo de 2009. https://competition-cases.ec.europa.eu/cases/AT.39391
[14] Los desvíos ferroviarios son componentes de la red ferroviaria que permiten el desdoblamiento de las vías mediante unas piezas llamadas agujas. Un desvío ferroviario incluye el cambio, los carriles de unión y los cruzamientos (Resolución CNMC, pág. 9).
[15] La “bajas” son las reducciones porcentuales que representa una determinada oferta sobre el precio máximo de licitación establecido en las condiciones de la licitación.
[16] Resolución de la CNMC de fecha 30 de junio de 2016 en relación con expediente S/DC/0519/14 – INFRAESTRUCTURAS FERROVIARIAS https://www.cnmc.es/expedientes/sdc051914
[17] Ver, por ejemplo, la Sentencia de la Audiencia Nacional de fecha 28 de enero de 2022. SAN 402/2022 – ECLI:ES:AN:2022:402. Disponible en https://www.cnmc.es/sites/default/files/4004767_0.pdf
[18] Resolución de la CNMC de fecha 17 de agosto de 2021 en relación con expediente S/0013/19 – CONSERVACIÓN CARRETERAS. https://www.cnmc.es/expedientes/s001319-0
[19] Además, el informe ponía de manifiesto que su patrón de ofertas no coincidía con el relato del solicitante de clemencia y que existía una explicación alternativa a su participación en un acuerdo colusorio.
![Riesco en seminario paraguayo [Sobre licitaciones colusorias]](https://centrocompetencia.com/wp-content/uploads/2020/08/foto-150x150.jpg)
