Consejo de Prospectiva Tecnológica: Proyectos de IA Transformando Ciudades

La primera sesión del Consejo de Prospectiva Tecnológica (TFC) de 2026 tuvo lugar el miércoles 21 de enero, con debates que invitaron a la reflexión y conclusiones prácticas para líderes de gobiernos locales que exploran cómo los proyectos de IA pueden transformar las ciudades, moderada por Tim Rosner, alcalde de Sherwood, Oregón.

De TXShare Jonathan Blackman inauguró la sesión reiterando el propósito y la misión del Consejo: facilitar el aprendizaje entre pares y compartir implementaciones reales y lecciones aprendidas.

La sesión se basó en el éxito del último evento del TFC, donde el director de TI Scott Persons compartió cómo implementaron la IA para obtener mejoras en la eficiencia interna en el condado de Tooele, Utah.

Estas son las principales conclusiones prácticas de proyectos de IA que están transformando las ciudades, desde la participación ciudadana hasta las operaciones municipales, con estudios de caso de la Ciudad de Frisco, Texas y la Ciudad de Mount Vernon, Nueva York.

Lecciones de la Ciudad de Frisco, Texas

La Ciudad de Frisco es una de las ciudades de más rápido crecimiento en los Estados Unidos. 

"Nuestra demanda está aumentando más rápido de lo que podemos contratar personal", explicó Melissa Kraft, CIO de Frisco. "Pero los residentes esperan respuestas más rápidas y una comunicación más clara".

El proyecto de IA de voz de Frisco surgió como resultado de una auditoría intencionada de los puntos débiles operativos dentro de la organización. "Comenzamos con una pregunta sencilla: ¿dónde está la gente dedicando tiempo a escuchar, escribir o repetir el mismo trabajo?" 

Cuando quedó claro que varios departamentos se enfrentaban a cargas de trabajo significativas de voz y transcripción, se centraron en un área: los departamentos de tráfico, en lugar de intentar escalar inmediatamente una solución a toda la organización. 

Frisco utilizó un marco de cuatro partes para evaluar la tecnología y asegurar que cumpliera sus objetivos generales, en las áreas de: excelencia organizacional; participación ciudadana; fomento de la micromovilidad; y seguridad pública. El objetivo era utilizar la IA como un multiplicador de eficiencia, no como un reemplazo de personas. «Siempre decimos que la IA está ahí para complementar el trabajo», dijo Melissa.

Melissa explicó que era una ventaja que el proveedor elegido ya hubiera sido examinado y fuera de confianza en Frisco a través de la NCTCOG y un contrato adjudicado de TXShare cooperativo, lo que permitió una implementación rápida.

Frisco colaboró con el TXShare proveedor WhiteGloveAI para implementar la tecnología de transcripción de voz con IA y la integró en un Sistema Unificado de Gestión de Relaciones con los Ciudadanos (CRMS) que organiza, dirige y analiza las interacciones de los residentes entre los distintos departamentos. La automatización de este proceso ahorra a los ingenieros de tráfico de Frisco entre 15 y 20 horas de personal a la semana y mejora la coherencia de las respuestas, la calidad de los datos y la visibilidad de las tendencias. «Ahora la gente puede centrarse en interacciones de mayor valor y en la toma de decisiones», dijo Melissa.

Para una zona de alto crecimiento como Frisco, implementar una solución sostenible que pudiera escalar a largo plazo era realmente importante. Frisco ahora planea expandir la tecnología a múltiples departamentos.

Lecciones de la ciudad de Mount Vernon, Nueva York

Juan Pérez, el Comisionado de Servicios de Gestión de la Ciudad de Mount Vernon, compartió cómo la ciudad implementó un asistente impulsado por IA en su Departamento de Edificios. 

Juan compartió que el Departamento de Edificios era el lugar perfecto para la primera solución de IA de la ciudad. Estaba abrumado por el alto volumen de consultas, especialmente las recibidas fuera del horario laboral, pero «[este] tiene procesos muy establecidos, y al tomar esos procesos y trabajar con el departamento, pudimos adaptar esas funciones a una plataforma de IA». 

Un desafío clave al que se enfrentaron fue encontrar un proveedor que pudiera integrar la IA en su sistema de registro OpenGov existente, hasta que encontraron al proveedor TXShare Readyly. El resultado fue un agente de IA que podía responder a consultas complejas sobre códigos locales y estatales, permisos y zonificación. Y aunque la herramienta se implementó recientemente, Juan compartió que el impacto ya se está sintiendo. 

“El uso de la aplicación Readyly nos ha permitido, en efecto, responder a las consultas públicas las 24 horas del día, los 7 días de la semana”, dijo Juan. “Ha sido un multiplicador de fuerza para nosotros.” Al ver el éxito del proyecto, otros departamentos están ansiosos por aplicarlo a sus flujos de trabajo. 

Juan enfatizó que su trabajo con el Departamento de Edificios fue efectivo porque se enfocaron con precisión en un problema específico. “Queríamos asegurarnos de hacerlo de una manera segura y repetible, y hacerlo [primero] dentro del departamento de edificios nos permitió saber exactamente qué necesitábamos hacer, cómo necesitábamos aplicarlo y abordar objetivos específicos.”

Puntos clave 

En la sesión de preguntas y respuestas que siguió, Juan y Melissa compartieron lo que aprendieron y lo que habrían hecho de manera diferente:

• Empieza por las personas, no por las herramientas. Ambas ciudades enfatizaron que el apoyo del liderazgo y la cultura departamental importan tanto como la propia tecnología, especialmente al principio.
• Acota el problema antes de elegir la IA. Melissa enfatizó la importancia de empezar con un problema operativo claro y escalar solo después de demostrar su valor, mientras que Juan advirtió contra la parálisis por análisis y aconsejó centrarse en un objetivo de alto impacto.
• Espera un retraso en la productividad durante la adopción. Melissa destacó que los equipos necesitan tiempo para aprender, probar en paralelo y ponerse de acuerdo sobre lo que significa "suficientemente bueno" antes de que la IA ofrezca beneficios reales.
• Los agentes de cambio aceleran la adopción. Juan señaló que los primeros adoptantes entusiastas en el Departamento de Edificios se convirtieron en defensores, ayudando a difundir el impulso por toda la organización.
• Las pruebas llevan más tiempo de lo esperado. Ambos ponentes reflexionaron que comprender lo que la IA no puede hacer requiere tanto esfuerzo como probar lo que sí puede hacer.
• Invierte en formación temprana. Juan subrayó la importancia de educar al personal de antemano para establecer expectativas realistas y evitar conceptos erróneos sobre las capacidades de la IA.

¿Qué frena a las agencias en la adopción de la IA? 

Anthony Jamison, cofundador y director ejecutivo de CivStart Ventures, que conecta a los gobiernos locales con soluciones GovTech, explicó que a menudo ve que los proyectos de IA se estancan porque el problema que una ciudad intenta resolver se plantea de forma demasiado amplia. 

A menudo, las ciudades no están limitadas por la falta de herramientas de IA, sino por la sobrecarga de información de los proveedores, la falta de claridad en la titularidad de los proyectos entre departamentos, y la fricción en las adquisiciones y la fatiga de los proyectos piloto. Instó a las ciudades a adoptar un enfoque intencional y disciplinado para la implementación de la IA, ya sea en la participación ciudadana, los flujos de trabajo internos o las operaciones fuera del horario laboral. “Se trata de crear una puerta de entrada segura para la detección temprana de problemas, donde los gobiernos puedan explorar opciones, reducir el ruido y mantener el control”.

Los contratos cooperativos que han sido adjudicados de forma competitiva a proveedores verificados y que garantizan el cumplimiento son una herramienta clave para esa detección temprana segura. Organizaciones como TXShare y Civic Marketplace ofrecen la infraestructura necesaria para el emparejamiento de contratos y la implementación incremental, para que los gobiernos locales puedan dar esos primeros pasos con confianza.