En un contexto donde la inteligencia artificial se despliega como una herramienta central para transformar la gestión pública, la Coalición de Ciudades por la Inteligencia Artificial en Argentina (CIIAR) continúa generando espacios de reflexión y aprendizaje sobre su uso estratégico en gobiernos locales. En esta entrevista a Juan Sebastián Ibáñez, Coordinador General de Modernización de la Municipalidad de Salta, exploramos cómo los procesos de innovación pública pueden ir más allá de lo tecnológico para centrarse en las personas y en la colaboración entre ciudades y actores del ecosistema GovTech.

Como él mismo afirma: “CIIAR nos permitió validar y fortalecer el camino hacia la inteligencia artificial aplicada a problemas reales de la gestión municipal, en diálogo con otras ciudades y desde una mirada responsable y sostenible.”

A lo largo de la conversación, Ibáñez comparte aprendizajes sobre los desafíos y oportunidades de implementar soluciones con IA en la administración local, el rol de la construcción colectiva y los impactos concretos que estas herramientas pueden tener en la vida de los vecinos.

Punto de partida: el contexto y la decisión política

¿Cuál es su visión respecto al potencial de impacto de la IA sobre la mejora en los servicios públicos?

La inteligencia artificial tiene un enorme potencial para mejorar la calidad, eficiencia y transparencia de los servicios públicos locales. Nuestra visión es utilizar la IA como una herramienta allí donde existen procesos repetitivos, altos tiempos administrativos, múltiples validaciones normativas o una fuerte demanda de atención ciudadana. En esos casos, la IA permite automatizar tareas, reducir errores, mejorar la trazabilidad y liberar tiempo del personal municipal para tareas de mayor valor, lo que se traduce en una mejor experiencia para vecinos y profesionales.

¿Cuáles son los principales desafíos a resolver para la implementación de soluciones de IA en los gobiernos locales?

Uno de los principales desafíos es integrar soluciones de IA en estructuras administrativas tradicionales, muchas veces pensadas para procesos presenciales, secuenciales y poco digitalizados. Antes de aplicar IA, es clave revisar y ordenar los procesos existentes. Otro desafío relevante es el desarrollo de capacidades internas. No se trata sólo de incorporar tecnología, sino de formar equipos técnicos y administrativos que comprendan su funcionamiento, alcances y limitaciones, y puedan usarla de manera responsable. También existen desafíos vinculados a los recursos, tanto presupuestarios como humanos. Por eso, priorizamos el uso de tecnologías escalables, soluciones open source y el trabajo con proveedores locales, reduciendo costos y fortaleciendo el ecosistema tecnológico regional. Finalmente, es fundamental gestionar los riesgos asociados al uso de IA, especialmente en términos de transparencia, sesgos y control humano.

¿Cómo empezó el camino hacia la IA en su municipio?

El camino hacia la inteligencia artificial en la Municipalidad de Salta comenzó a partir de una decisión política clara de modernizar la gestión pública, mejorar la eficiencia del municipio y reducir las fricciones entre el municipio y los vecinos. En particular, se identificaron procesos críticos con altos tiempos de gestión, baja trazabilidad y fuerte impacto económico y social, como la aprobación de planos de obras privadas y la atención de reclamos ciudadanos. En el caso de obras privadas, los tiempos promedio de aprobación superan ampliamente los plazos deseables, generando incertidumbre para profesionales y vecinos. Frente a este diagnóstico, se definió avanzar en soluciones digitales más profundas y, posteriormente, incorporar inteligencia artificial como un paso adicional para automatizar controles, ordenar información y agilizar circuitos administrativos.

¿Qué actores dentro del municipio empujaron este proceso y por qué?

El impulso del proceso fue el resultado de un trabajo conjunto entre el liderazgo político y los equipos técnicos del municipio. Desde la Intendencia se definió una agenda clara de modernización y uso estratégico de tecnología aplicada a la gestión pública. La Coordinación General de Modernización tuvo un rol central en el diseño, articulación e implementación de los proyectos, trabajando de manera transversal con áreas clave como Obras Privadas, Atención Ciudadana y equipos técnicos especializados. Este enfoque permitió que las soluciones no se diseñaran de manera aislada, sino incorporando la mirada de las áreas usuarias, entendiendo sus problemas reales y asegurando que la tecnología se adapte a la gestión cotidiana.

Construcción: lo que activó la Coalición y generó valor

¿Qué espacios, actividades o instancias del CIIAR fueron parte de su recorrido este año?

La participación en CIIAR incluyó espacios de intercambio técnico y político, instancias de formación y encuentros con otras ciudades que también se encontraban explorando o implementando soluciones de inteligencia artificial en la gestión pública. En ese marco, el municipio participó de encuentros presenciales realizados en Neuquén (11 y 12 de marzo), Escobar, provincia de Buenos Aires (3 y 4 de julio) y Mendoza (13 y 14 de noviembre). Estos espacios permitieron compartir experiencias concretas, contrastar enfoques, validar decisiones técnicas y conocer distintos modelos de implementación.

¿Qué conexiones, alianzas o vínculos nuevos se generaron gracias al CIIAR?

A través de CIIAR se generaron vínculos con otras ciudades que se encuentran en procesos similares de adopción de inteligencia artificial, lo que permitió intercambiar aprendizajes, errores y buenas prácticas basadas en experiencias reales. Asimismo, la Coalición facilitó el contacto con expertos y actores del ecosistema GovTech, reforzando la decisión de trabajar con proveedores tecnológicos locales y de apostar por un modelo de innovación abierta, colaborativo y replicable en otros municipios.

¿Qué herramientas, metodologías o aprendizajes concretos del CIIAR adoptó su municipio?

La participación en CIIAR permitió validar los casos de uso de IA que el municipio ya venía explorando, intercambiar experiencias con otras ciudades y fortalecer una mirada más estratégica sobre la aplicación de estas tecnologías en problemas públicos concretos. También se incorporaron aprendizajes vinculados al uso responsable de la inteligencia artificial, entendiendo la necesidad de mantener control humano, trazabilidad de los procesos y claridad en los criterios de automatización.

¿Qué capacidades se adquirieron a través de la participación en CIIAR?

La participación en CIIAR permitió fortalecer capacidades internas vinculadas a la innovación pública, la experimentación controlada y la articulación público-privada bajo un enfoque GovTech. Los equipos municipales adquirieron una mayor comprensión sobre cómo diseñar, implementar y escalar soluciones de IA de manera progresiva, con foco en el impacto y no solo en la tecnología. También se fortalecieron habilidades de análisis, definición de requerimientos y evaluación de soluciones tecnológicas en contextos reales de gestión.

¿Hay algún indicador, evidencia o ejemplo que muestre ese cambio?

Un ejemplo concreto es la evolución de los proyectos de IA actualmente en desarrollo en el municipio, que pasaron de ideas o diagnósticos iniciales a soluciones con pruebas funcionales y métricas reales. En el caso de MuniBot, ya se cuenta con indicadores de uso en etapa de refinamiento, como tiempos de respuesta inmediatos, número de contactos que interactúan, mensajes enviados, etcétera.

Implementación: desafíos públicos y soluciones tecnológicas

¿Sobre qué desafíos púbicos se priorizó explorar e implementar soluciones con IA? ¿Por qué?

Se priorizó la aplicación de inteligencia artificial en dos desafíos públicos concretos con alto impacto en la gestión municipal y en la experiencia de los vecinos. Por un lado, el proceso de aprobación de planos de obras privadas, que presentaba tiempos prolongados, múltiples instancias de revisión manual, baja trazabilidad y una fuerte dependencia de procesos secuenciales. Este circuito impactaba directamente en la inversión privada, la actividad de la construcción y la previsibilidad para profesionales y propietarios. Por otro lado, la gestión de reclamos y consultas ciudadanas, caracterizada por una atención limitada a horarios de oficina, baja integración entre sistemas y dificultades para el seguimiento de los casos por parte de los vecinos.

¿Qué tipo de soluciones se implementaron?

Estamos avanzando en el desarrollo e implementación de dos soluciones: Sistema de aprobación de planos de obras privadas (“Pronto”): Una plataforma digital que incorpora inteligencia artificial para automatizar controles y validaciones normativas, ordenar la información presentada por los profesionales y mejorar la trazabilidad del expediente. El sistema permite la gestión 100% digital del trámite, la revisión simultánea por las áreas intervinientes y la reducción significativa de los tiempos de aprobación. MuniBot – Asistente virtual de atención ciudadana: Un chatbot disponible a través de WhatsApp que permite a los vecinos realizar consultas, ingresar reclamos y hacer seguimiento de trámites en cualquier momento. Utiliza lenguaje natural y se integra con los sistemas municipales de gestión de reclamos y con la App Ciudadana “Muni Salta”.

¿Las soluciones fueron implementadas en conjunto con el sector privado o son desarrollos internos?

El sistema de aprobación de planos de obras privadas se está desarrollando en conjunto con INETSI, una empresa salteña de software, bajo un esquema de trabajo colaborativo con los equipos técnicos municipales. MuniBot es un desarrollo propio de la Municipalidad de Salta, con una arquitectura tecnológica que combina herramientas externas de IA y automatización con sistemas propios del municipio, integrándose al backoffice de gestión de reclamos y a los canales oficiales de atención ciudadana.

¿Qué aprendizajes se obtuvieron a partir del trabajo con empresas govtech?

El trabajo conjunto con proveedores tecnológicos permitió comprender la importancia de una definición clara de los procesos públicos antes de automatizarlos, especialmente cuando se incorporan componentes de inteligencia artificial. Uno de los principales aprendizajes fue la necesidad de iterar de manera constante, probando las soluciones en contextos reales y ajustándolas a partir del feedback del personal municipal y de los usuarios. También se evidenció que la integración de IA agrega complejidad técnica, por lo que requiere mayor coordinación entre las áreas técnicas, legales y operativas. Entre las ventajas se destaca la agilidad y flexibilidad de trabajar con actores tecnológicos locales, que permiten un diálogo directo y una adaptación más rápida a los requerimientos del municipio. Como desafío, se identificó la necesidad de equilibrar los tiempos del desarrollo tecnológico con los ritmos propios de la administración pública.

¿Qué beneficios comenzaron a observarse gracias a la implementación de las nuevas soluciones con IA?

En esta etapa, los beneficios observados son principalmente operativos y de proceso, dado que ambas soluciones se encuentran en instancias de implementación progresiva y refinamiento. En el caso del sistema de aprobación de planos de obras privadas, los principales beneficios esperados y ya identificados a nivel de diseño e implementación son la reducción de tiempos administrativos, la mejora en la trazabilidad del expediente y la posibilidad de realizar revisiones simultáneas entre áreas, eliminando cuellos de botella del sistema anterior. La estimación de reducción del tiempo promedio de aprobación —de 129 a 70 días— surge del rediseño del proceso y de las pruebas iniciales del nuevo esquema digital. En el caso de MuniBot, los beneficios observados hasta el momento se vinculan a la validación interna del funcionamiento del sistema, la disponibilidad permanente del canal en entornos de prueba, la reducción del tiempo de primera respuesta en simulaciones internas y una mejor organización y clasificación de los reclamos, permitiendo fortalecer la trazabilidad y el control previo a su futura apertura como canal de atención ciudadana.

¿Existe alguna historia concreta para contar que muestre ese impacto?

En esta etapa, no se cuenta aún con una historia concreta de impacto ciudadano, ya que MuniBot se encuentra en fase de refinamiento con pruebas internas y el sistema de aprobación de planos de obras privadas aún se encuentra en desarrollo. Las instancias de prueba y validación realizadas permitieron identificar mejoras en los flujos de trabajo, en la organización de la información y en la trazabilidad de los procesos, anticipando escenarios reales de uso y reduciendo riesgos antes de su puesta en funcionamiento plena. Una vez que ambas soluciones se encuentren completamente operativas y en uso abierto, se prevé poder documentar casos concretos que reflejen el impacto directo en la experiencia de los vecinos y de los profesionales.

¿En qué momentos o decisiones el CIIAR fue determinante para avanzar?

El acompañamiento del CIIAR fue relevante principalmente como espacio de validación y acompañamiento de los proyectos que impulsamos desde el municipio. El intercambio con otras ciudades permitió reafirmar la decisión de avanzar en soluciones de IA aplicadas a problemas públicos concretos, de manera progresiva y con pruebas controladas. En particular, al observar que varios municipios de CIIAR avanzaban en el uso de bots para la atención ciudadana, y en articulación con espacios de intercambio de la Red de Innovación Local (RIL), de la que formamos parte, se decidió impulsar internamente el desarrollo de MuniBot como nuevo canal digital de atención.

¿Cómo hubiera sido este proceso sin el acompañamiento del CIIAR?

Sin el acompañamiento del CIIAR, el proceso probablemente hubiera sido más aislado y con menos instancias de intercambio con otros gobiernos locales que enfrentan desafíos similares. La participación en la Coalición permitió situar los proyectos del municipio dentro de una agenda más amplia de innovación pública, reforzando la decisión política de avanzar con inteligencia artificial y brindando un marco de referencia para pensar estas iniciativas desde una perspectiva de gobernanza y sostenibilidad.

Aprendizajes para otras ciudades y próximos pasos

¿Qué aprendizaje clave deberían conocer otros municipios que quieren iniciar proyectos de IA?

Un aprendizaje central es que la implementación de inteligencia artificial en la gestión pública debe partir de problemas concretos y procesos previamente ordenados, y no de la tecnología en sí misma. Antes de incorporar IA, es fundamental comprender el circuito administrativo, identificar cuellos de botella y definir con claridad qué se espera mejorar. La IA resulta especialmente valiosa cuando se aplica de manera incremental, como apoyo a la gestión y con control humano, evitando implementaciones apresuradas o desconectadas de la realidad operativa del municipio.

¿Qué harían igual y qué harían distinto si volvieran a empezar?

Se repetiría la decisión de avanzar de manera progresiva, comenzando con diagnósticos claros, pruebas controladas y validaciones internas antes de una implementación a mayor escala. También se mantendría el enfoque de trabajo transversal entre áreas técnicas y operativas. Como aspecto a mejorar, podría haberse anticipado una mayor dedicación inicial a la revisión y estandarización de los procesos internos, ya que la incorporación de IA pone en evidencia rápidamente inconsistencias o diferencias de criterio que requieren consensos previos.

¿Qué nuevas áreas, procesos o servicios ven con potencial para incorporar IA durante el 2026?

Se identifican oportunidades para incorporar inteligencia artificial en otros procesos municipales intensivos en información y gestión administrativa, como la optimización de trámites digitales, el análisis de datos para la planificación urbana y el fortalecimiento de los sistemas de atención ciudadana.