APP en Perú: nuevos cerrojos y cómo la IA mejora control

El 24/12/2025, mientras muchas empresas cerraban pendientes antes de Navidad, el MEF publicó el reglamento de la nueva ley de Asociaciones Público-Privadas (APP). No es un detalle menor: el reglamento es donde se vuelven reales los “candados” (o cerrojos) que el Estado anuncia para evitar que se repitan historias de proyectos que se trabaron, se encarecieron o terminaron en arbitrajes interminables.

Y aquí va mi postura: una buena norma no alcanza si no se puede verificar en la práctica. La diferencia entre “control” y “control efectivo” está en la capacidad de medir, alertar y corregir a tiempo. Por eso este tema calza perfecto en nuestra serie “Cómo la IA Está Transformando la Minería y los Servicios Mineros en Perú”: la misma lógica de trazabilidad y optimización que hoy se usa para producción, mantenimiento o seguridad en mina, también aplica a la gestión y supervisión de grandes contratos e infraestructura vinculada a minería (carreteras, energía, agua, puertos, fajas, campamentos, plantas, etc.).

Qué cambia con el reglamento APP y por qué importa

El punto central es simple: el reglamento aterriza mecanismos para reducir discrecionalidad, mejorar la calidad de la estructuración y cerrar brechas de transparencia. En APP, los errores no son pequeños. Un mal supuesto de demanda, un cronograma irreal o un contrato con incentivos mal diseñados se convierten en sobrecostos, adendas y conflictos.

En el debate público peruano, el “caso Olmos” suele aparecer como referencia cuando se habla de riesgos en APP: proyectos complejos, múltiples actores, presiones políticas, y un ciclo largo donde el control suele llegar tarde. El reglamento apunta justamente a que el Estado llegue antes: antes de adjudicar, antes de firmar, antes de aprobar cambios.

Los “cerrojos” más relevantes (en lenguaje de operación)

Sin tener el texto completo del reglamento en el RSS, el mensaje del MEF y la lógica regulatoria en APP suele concentrarse en estos frentes, que son los que realmente definen si una APP camina o se rompe:

1. Mejor estructuración y evaluación previa: menos proyectos “a ojo” y más proyectos con sustento técnico, financiero y de riesgos.
2. Reglas más estrictas para modificaciones contractuales (adendas): evitar que el proyecto que se licita sea distinto al que se ejecuta.
3. Trazabilidad de decisiones: quién aprobó qué, con qué información y por qué.
4. Mayor disciplina en asignación de riesgos: el riesgo debe estar donde se puede gestionar mejor, no donde “conviene” políticamente.

Esto importa para minería porque muchas operaciones dependen de infraestructura pública o mixta. Si una APP crítica se retrasa, se encarece o se judicializa, el impacto llega a costos logísticos, continuidad operativa y licencia social.

El problema real: controlar APP con herramientas de “oficina” ya no da

La mayoría de fallas en proyectos grandes no ocurren por un solo evento; ocurren por acumulación de micro-decisiones: informes que no se contrastan, hitos que se reprograman, valorizaciones que se aprueban con poca evidencia, reclamos que se contestan tarde, comunicaciones que se contradicen.

En 2025, seguir gestionando APP con:

• carpetas PDF desperdigadas,
• minutas en correo,
• actas sin estandarización,
• reportes mensuales “bonitos” pero poco auditables,

…es como operar una mina moderna sin telemetría ni mantenimiento predictivo. Se puede, pero sale caro.

La nueva regulación busca elevar la valla. Bien. Pero para que eso funcione, se necesita capacidad instalada: datos, procesos y tecnología. Aquí entra la IA.

Cómo la IA refuerza transparencia y eficiencia en proyectos APP

La idea no es “poner un chatbot” y listo. La IA aporta cuando convierte el cumplimiento en algo medible y verificable, y cuando reduce el costo de supervisar. En APP, supervisar bien suele ser caro; supervisar mal sale carísimo.

1) IA para “compliance operativo”: alertas tempranas y control continuo

Respuesta directa: la IA permite pasar de auditorías por muestreo a monitoreo continuo.

Aplicaciones prácticas:

• Detección de desviaciones de cronograma: modelos que comparan avance real vs. plan (curva S) y marcan patrones de atraso “no explicados” por estacionalidad o eventos de fuerza mayor.
• Análisis de valorizaciones y metrados: algoritmos que cruzan valorizaciones con bitácoras, fotos georreferenciadas, reportes de supervisión y órdenes de cambio.
• Alertas de riesgo contractual: minería de texto en comunicaciones (cartas, actas, reclamos) para detectar escalamiento típico previo a controversias.

Una frase que uso mucho con equipos de proyectos: “el riesgo no avisa con sirena; avisa con señales pequeñas”. La IA es buena leyendo muchas señales a la vez.

2) IA + visión computacional: evidencia objetiva de avance y calidad

Respuesta directa: la visión computacional convierte fotos, video y drones en evidencia verificable.

En infraestructura asociada a minería (vías, pads, canales, subestaciones, campamentos), es común que existan discusiones sobre:

• porcentaje real de avance,
• calidad de obra,
• cumplimiento de seguridad,
• impactos ambientales puntuales.

Con IA se puede:

• estimar avance por comparación temporal (antes/después),
• identificar no conformidades visibles (señalización, EPP, cercos, disposición de materiales),
• generar reportes con evidencia consistente.

Esto reduce conflictos porque no es “mi informe contra tu informe”; es evidencia trazable.

3) IA para gestión documental y trazabilidad: menos caos, más auditoría

Respuesta directa: la IA ordena el “ruido” documental y vuelve auditable el proyecto.

En APP, el valor está en el detalle: anexos técnicos, matrices de riesgo, KPI, actas, cartas notariales, sustentos de cambios. La IA ayuda a:

• clasificar documentos automáticamente (por tema, fecha, responsable, hito),
• extraer campos clave (montos, plazos, obligaciones, penalidades),
• encontrar contradicciones entre versiones,
• construir una “línea de tiempo” de decisiones.

Esto calza con el espíritu de los “cerrojos”: si la norma exige justificación y control, hay que poder encontrar la evidencia en minutos, no en semanas.

4) IA para comunicación con stakeholders: consistencia y velocidad

Respuesta directa: la IA mejora la calidad y consistencia de la comunicación pública y técnica.

En proyectos APP vinculados a territorios mineros, los stakeholders no son un “checklist”: comunidades, autoridades locales, OEFA, ANA, gobiernos regionales, empresas usuarias, y áreas internas (legal, SSOMA, operaciones). Cuando la comunicación falla, se abren flancos.

Usos concretos:

• generación de briefs semanales por audiencia (técnico, ejecutivo, comunitario),
• resúmenes de avance con lenguaje claro y sin contradicciones,
• traducción y adaptación cultural de mensajes (cuando corresponda),
• análisis de sentimiento y temas recurrentes en actas y reuniones.

No es para maquillar problemas. Es para no perder tiempo en malentendidos y concentrarse en resolver.

Qué deberían hacer las mineras y proveedores (desde ya) ante el nuevo marco

Respuesta directa: preparar “capacidad de control” antes de que el control sea obligatorio.

En Perú, muchas mineras participan directa o indirectamente en APP: como usuarios relevantes de infraestructura, como articuladores territoriales, o como parte de ecosistemas de proveedores. Si el reglamento eleva exigencias, la industria puede adelantarse con tres movimientos prácticos.

1) Definir un “tablero mínimo” de APP (KPI + evidencia)

Un tablero mínimo, bien diseñado, suele incluir:

• avance físico y financiero (con fuente de datos),
• hitos críticos y ruta crítica,
• variaciones aprobadas (y su justificación),
• seguridad (TRIFR/LTIFR si aplica, incidentes),
• asuntos sociales y ambientales (compromisos y estado),
• controversias: reclamos abiertos, plazos, probabilidad.

La IA entra como motor para alimentar el tablero sin cargar al equipo con trabajo manual.

2) Estandarizar datos y documentos (si no, la IA se vuelve decoración)

He visto proyectos donde “implementan IA” y a las dos semanas se traba porque nadie definió:

• nomenclaturas,
• versiones oficiales,
• responsables de carga,
• reglas de calidad de datos.

Primero orden, luego automatización. Si se hace al revés, se multiplica el desorden.

3) Implementar modelos de alerta temprana enfocados en adendas y reclamos

Si el objetivo del reglamento es reducir sorpresas y evitar repetir casos conflictivos, el foco operativo debería ser:

• causas típicas de adendas (cambio de alcance, interferencias, liberación de predios, permisos),
• causas típicas de reclamos (plazos, metrados, penalidades, eventos compensables).

Con minería de texto y analítica, se puede construir un sistema que marque:

• “riesgo de reclamo alto” por tipo de comunicación,
• “riesgo de adenda” por acumulación de cambios menores,
• “zona caliente” por contratista, frente de obra o hito.

Preguntas que suelen aparecer (y respuestas sin vueltas)

¿La IA reemplaza a la supervisión o a la oficina de control?

No. La IA baja el costo de supervisar bien y mejora la calidad de la evidencia. La decisión y responsabilidad siguen siendo humanas.

¿Esto aplica solo a grandes APP?

Empieza en grandes, pero baja rápido. Las prácticas de control continuo se vuelven estándar y terminan permeando proyectos medianos, sobre todo donde hay alta exposición reputacional.

¿Qué riesgo nuevo introduce la IA?

El principal es gobernanza: quién entrena el modelo, con qué datos y cómo se audita. La IA sin trazabilidad puede crear una “caja negra” que nadie sabe defender ante una controversia.

Una idea final para 2026: norma + datos + IA o volveremos al mismo ciclo

El reglamento de la nueva ley de APP llega en un momento interesante: cierre de año, cambio de prioridades para 2026 y presión creciente por ejecutar infraestructura con eficiencia y legitimidad. Mi lectura es clara: los “cerrojos” regulatorios necesitan “cerrojos operativos”. Y esos se construyen con datos y herramientas que permitan verificar, no solo prometer.

Para las mineras y empresas de servicios mineros en Perú, esta es una oportunidad concreta: aplicar lo aprendido en operaciones (telemetría, analítica, mantenimiento predictivo) al mundo de proyectos, contratos y stakeholders. Cuando eso se hace bien, baja el ruido, sube la confianza y los proyectos avanzan.

Si estás evaluando cómo aterrizar IA para control de proyectos, supervisión, gestión documental o comunicación con stakeholders en entornos mineros y de infraestructura, mi recomendación es empezar por un piloto de 6 a 8 semanas con un tablero mínimo y dos flujos automatizados (documentos + alertas). El aprendizaje es rápido y el retorno suele aparecer donde menos se espera: menos retrabajo, menos controversias, mejores decisiones.

La pregunta para 2026 no es si habrá más control en APP. Es si ese control será verificable en tiempo real o llegará cuando el problema ya sea noticia.