La intel·ligència artificial al sector públic ha deixat de ser una promesa per convertir-se en projectes concrets, contractats, executats i auditats. A Espanya, els fons Next Generation EU i els PERTE han finançat des del 2022 centenars de projectes de digitalització amb un component d’IA en administracions de totes les mides. Aquests són tres casos reals —que hem implantat— per entendre què funciona i què no.
Per què la IA arriba ara a l’Administració pública espanyola
Durant anys, la IA va ser terreny de grans corporacions amb pressupostos milionaris. Dos factors han canviat l’escenari a l’Administració:
Els models de llenguatge (LLM) s’han abaratit radicalment. El 2023, desplegar un assistent conversacional de qualitat requeria un equip de científics de dades i una infraestructura pròpia. El 2025, els mateixos resultats s’aconsegueixen mitjançant API de models fundacionals (GPT-4, Claude, Gemini) amb infraestructura estàndard al núvol, per una fracció del cost.
Els fons europeus exigeixen innovació mesurable. Next Generation EU i els PERTE donen prioritat als projectes amb un component tecnològic i amb indicadors d’impacte verificables. Això ha empès moltes administracions que mai no haurien aprovat un pressupost propi d’IA a incloure-la en les seves sol·licituds de fons.
El resultat és un mercat actiu però exigent: les administracions volen una IA que funcioni, que sigui auditable, que compleixi l’RGPD i que es pugui implantar amb proveïdors certificats en ENS. No volen pilots que no escalin.
Projecte 1: Assistent d’IA conversacional per a 33 municipis rurals d’Extremadura
Context: La Conselleria de Digitalització d’Extremadura va finançar amb fons Next Generation EU (425.283 €) un projecte per oferir atenció ciutadana automatitzada a municipis rurals de menys de 500 habitants, molts dels quals no tenen personal tècnic d’administració a temps complet.
El problema que resolia: Els ciutadans dels municipis petits tenen les mateixes obligacions administratives que els de les ciutats —empadronament, sol·licitud de subvencions, tràmits urbanístics—, però amb un accés molt més limitat a l’assessorament presencial. Un veí d’una pedania de 80 habitants pot trigar setmanes a resoldre un dubte que en una capital es resol al taulell en deu minuts.
La solució implantada: Un assistent conversacional disponible 24/7 a través del web municipal i per WhatsApp, entrenat amb la normativa local i autonòmica de cada municipi. El sistema deriva automàticament les consultes complexes al tècnic municipal, amb tota la conversa transcrita i categoritzada per facilitar la resposta humana.
Resultats als 6 mesos:
- 78% de les consultes resoltes sense intervenció humana
- Reducció del 60% de les trucades de consulta a l’ajuntament
- Disponibilitat 24/7 per als ciutadans que fan les gestions fora de l’horari laboral
- Estalvi estimat de 3,2 hores setmanals de feina administrativa per municipi
Clau tècnica: el sistema fa servir RAG (Retrieval-Augmented Generation) sobre la base documental de cada municipi, cosa que garanteix que les respostes es basen en documents verificables i no en el coneixement genèric del model. Això és fonamental per a la responsabilitat administrativa.
Projecte 2: Models predictius per a la gestió de xarxes d’abastament d’aigua (PERTE Aigua)
Context: El Consorci de Medi Ambient de la província de Badajoz va rebre finançament Next Generation EU (70.900 €) per a un projecte de vigilància ambiental amb un component predictiu.
El problema: Les xarxes de distribució d’aigua de les zones rurals tenen un índex elevat de fuites no detectades, que no es descobreixen fins que provoquen una fallada visible. Reparar una fuita avançada és entre 5 i 10 vegades més car que detectar-la en una fase primerenca. El manteniment reactiu —arreglar quan es trenca— té un cost total molt superior al del manteniment predictiu.
La solució: Un sistema de sensors IoT als punts crítics de la xarxa, connectats a un model d’aprenentatge automàtic que analitza patrons de pressió, cabal i consum per detectar anomalies amb fins a 72 hores d’antelació. El model aprèn de l’historial d’incidències de cada tram de xarxa.
Per què això és diferent d’«instal·lar sensors»: Les dades dels sensors, soles, no serveixen de res sense el model que les interpreta. El valor rau en la capacitat del sistema de distingir entre una anomalia que requereix una intervenció immediata, una variació estacional normal i un fals positiu. Un model mal calibrat genera més feina de la que estalvia.
Resultat principal: reducció del 35% del temps de detecció de fuites i disminució del 28% del cost de les reparacions urgents durant el primer any d’operació.
Projecte 3: Etiquetatge NFC intel·ligent per a la traçabilitat a la cadena agroalimentària
Context: Projecte implantat per a un client del sector agroalimentari amb exigències de traçabilitat IFS i amb la necessitat de digitalitzar el control de lots en producció i distribució.
El problema: Els sistemes de traçabilitat tradicionals depenen de la introducció manual de dades en diversos punts de la cadena, cosa que genera errors, retards i una documentació incoherent que no supera les auditories IFS/BRC sense correccions manuals.
La solució: Etiquetes NFC incrustades a l’envàs que registren automàticament cada moviment del producte —entrada a producció, controls de temperatura, sortida del magatzem, recepció a destinació— sense intervenció humana. El lector NFC s’integra amb l’ERP de traçabilitat i genera automàticament l’informe d’auditoria IFS.
El component d’IA entra en joc en la detecció d’anomalies: el sistema aprèn els patrons normals de temperatura, temps de trànsit i manipulació de cada tipus de producte, i alerta en temps real quan un lot queda fora de rang abans que arribi a destinació.
Resultat: zero no conformitats en l’última auditoria IFS del client. L’informe de traçabilitat complet, que abans requeria 4 hores de feina manual, es genera en menys de 3 minuts.
Què necessita una administració abans d’implantar IA
Aquests tres projectes comparteixen un patró d’èxit que convé conèixer abans d’engegar qualsevol iniciativa d’IA pública:
1. Un problema real i mesurable, no «volem fer IA» Els projectes que fracassen solen començar per la tecnologia i buscar un problema per resoldre. Els que funcionen comencen per un procés concret, un cost real o un temps de resposta inacceptable, i avaluen si la IA és la millor eina per millorar-los.
2. Dades existents i accessibles La IA no crea dades del no-res. Si els processos actuals no generen dades digitalitzades, el primer pas és digitalitzar-los, i això requereix temps i recursos abans de poder entrenar cap model.
3. Un proveïdor que coneix el context normatiu públic Implantar IA a l’Administració implica complir l’ENS, l’RGPD, la Llei de transparència i, en molts casos, les guies d’ús ètic de la IA de l’Agència Espanyola de Supervisió de la Intel·ligència Artificial (AESIA). Treballar amb un proveïdor sense experiència en aquest context és garantia de problemes en l’auditoria.
Els tres projectes d’aquest article estan documentats a la pàgina d’innovació de CEDESA, juntament amb la resta de projectes PERTE i Next Generation EU executats, i es van abordar amb el marc de treball del servei per al sector públic: ENS des del disseny, interoperabilitat amb l’AGE i justificació de fons europeus inclosa.
Preguntes freqüents sobre la IA al sector públic
Quins fons europeus poden finançar projectes d’IA en una administració local?
Els principals són el component 11 del PRTR (Pla de Recuperació, Transformació i Resiliència) i els PERTE. Per a ajuntaments i diputacions, els fons solen arribar a través de programes autonòmics o del FEDER. El procés de sol·licitud requereix un projecte tècnic detallat i un pla d’indicadors d’impacte verificables.
La IA a l’Administració ha de complir el Reglament europeu d’IA?
Sí. L’AI Act de la UE (en vigor des de l’agost de 2024) classifica molts sistemes d’IA de l’Administració pública com a sistemes d’«alt risc», cosa que comporta obligacions addicionals de transparència, supervisió humana i documentació tècnica. Els proveïdors d’aquests sistemes han d’estar preparats per complir aquests requisits.
Una administració petita es pot permetre la IA?
Sí, si el projecte està ben dimensionat i es finança amb fons europeus. El cost dels projectes descrits és d’entre 70.000 € i 425.000 €, uns imports a l’abast de diputacions i comunitats autònomes mitjançant PERTE o PRTR. El retorn de la inversió (ROI), quan el problema és real, sol arribar en 12-24 mesos.