La Comunidad de Madrid proyecta un futuro hiperconectado para gestionar a ocho millones de habitantes mediante una inteligencia artificial soberana. Sin embargo, los recientes colapsos informáticos en Atención Primaria muestran que los rígidos contratos públicos estrangulan la tecnología antes de que madure y ponen en cuestión la viabilidad del sistema.
La gran promesa: IA soberana para absorber el salto demográfico
La hoja de ruta del Gobierno regional fija un horizonte claro: alcanzar los ocho millones de habitantes en la Comunidad de Madrid en 2040, impulsada por la atracción de inversión y talento internacional. Para absorber ese crecimiento de forma sostenible, sin disparar el gasto público ni elevar la presión fiscal, la administración autonómica necesita dejar de ser reactiva y convertirse en una organización capaz de anticiparse.
La herramienta elegida para dar ese salto es la «inteligencia artificial soberana»: un modelo concebido para sostener los servicios digitales sin depender por completo de infraestructuras extranjeras y opacas.
En la práctica, esto implica desarrollar modelos de lenguaje locales adaptados a la normativa pública y desplegar centros de proceso de datos (CPD) propios. El objetivo es garantizar la soberanía del dato y cumplir con rigor la normativa europea de privacidad. Madrid aspira, además, a convertirse en el principal nodo de CPD del sur de Europa.
Este modelo tecnológico persigue dos grandes objetivos:
- Burocracia cero: automatizar expedientes masivos —como licencias y becas— y crear una Cuenta Digital del Ciudadano que alerte de forma proactiva sobre trámites pendientes, con la documentación ya cumplimentada.
- Transformación del SERMAS: aprovechar los grandes volúmenes de datos clínicos para impulsar una medicina predictiva y preventiva, capaz de anticipar picos de demanda en urgencias o detectar anomalías oncológicas de forma temprana. Para gestionar historiales tan sensibles, son imprescindibles infraestructuras propias y seguras.
El «efecto tijera» y el choque con la realidad del SERMAS
Pero las promesas chocan con una realidad mucho más prosaica. Los recientes colapsos informáticos en el Servicio Madrileño de Salud (SERMAS) han dejado al descubierto la brecha entre el discurso digital y el estado real de las infraestructuras.
A comienzos de mayo de 2026, la caída de la aplicación AP-Madrid obligó a los médicos a trabajar a ciegas, sin acceso a historiales, recetas ni partes de baja, con el consiguiente riesgo asistencial.
El problema de fondo no es solo técnico, sino administrativo. El modelo de licitación del mantenimiento operativo premia con frecuencia la oferta económica más baja —incluidas las llamadas «bajas temerarias»—, mientras la compra inicial del software concentra los grandes presupuestos. A ello se suma una normativa que dificulta revisar precios en función de la inflación o de la evolución real del servicio.
Cuando los costes operativos se disparan, el margen de la adjudicataria se evapora y la calidad del servicio se resiente: se asignan perfiles júnior y el mantenimiento pasa a ser meramente reactivo. La contradicción, entonces, se vuelve difícil de ocultar:
| La promesa: IA y ocho millones de habitantes | La realidad: Atención Primaria en 2026 |
| Modelos predictivos para anticipar saturación asistencial. | Caídas de AP-Madrid que obligan a hacer registros a mano. |
| Automatización proactiva y burocracia cero. | Imposibilidad de tramitar recetas e incapacidades temporales durante los fallos. |
| Historias clínicas alimentadas por algoritmos. | Médicos atendiendo a pacientes polimedicados sin acceso a su historial reciente. |
El desajuste temporal: la condena de los «proyectos zombi»
El ritmo de evolución de la IA generativa choca de frente con la burocracia tradicional. Mientras un centro de salud está pensado para durar décadas, un proyecto de IA puede quedar obsoleto pocos meses después de su despliegue, arrastrado por la aparición de arquitecturas más eficientes.
A diferencia del software clásico, la IA generativa tensiona los proyectos desde el primer día por tres razones:
- Deriva de los datos: Los algoritmos necesitan reentrenamiento continuo con nuevos datos médicos; si el contrato no contempla este presupuesto, el sistema pierde precisión aceleradamente.
- Escalabilidad: Integrar nuevas funciones multiplica la necesidad de computación; si el contrato tiene un precio fijo, los servidores locales o la nube colapsan, replicando la crisis de Atención Primaria.
- Cambio de costes: La IA moderna opera bajo pago por uso (tokens, APIs); un pico de uso puede disparar los costes operativos en mitad del contrato, obligando a capar el servicio.
De ese estrangulamiento administrativo nacen los «proyectos zombi»: plataformas millonarias que quedan funcionalmente muertas poco después de ponerse en marcha, porque la empresa adjudicataria se limita a mantener el servidor encendido sin actualizar los modelos ni adaptarlos a nuevos estándares.
El contexto nacional: alianzas internacionales frente a soberanía local
Mientras Madrid apuesta por construir un ecosistema propio para retener talento y ganar autonomía tecnológica, otras instituciones españolas buscan posición mediante la integración internacional.
Es el caso del Barcelona Supercomputing Center (BSC), invitado a participar como «socio de confianza» en la Misión Génesis de Estados Unidos.
Ese acceso a los «Enclaves de Ciencia Abierta y Aliados» (ASSP) permitirá a sus investigadores utilizar modelos fundacionales científicos entrenados por EE.UU y aprovechar una capacidad de cálculo masiva, con el nuevo ordenador cuántico del centro catalán como pieza estratégica del intercambio.
Conclusiones
La paradoja es evidente: ningún algoritmo ofrecerá diagnósticos predictivos fiables si la infraestructura de base —almacenamiento, conectividad y soporte— sigue sufriendo caídas recurrentes por falta de inversión y mantenimiento cualificado.
Para que el «Madrid de 2040» no se convierta en una sucesión de fracasos informáticos, la Consejería de Digitalización debe asumir que el verdadero reto no está en la compra inicial de tecnología, sino en su sostenibilidad a medio y largo plazo.
La salida pasa por pliegos de contratación más flexibles, apoyados en metodologías ágiles y en modelos de servicio como el SaaS, que permitan a la administración adaptar y actualizar sus sistemas a la misma velocidad a la que evoluciona la inteligencia artificial.
El software sanitario exige una inversión constante y evolutiva; no puede sostenerse con un mantenimiento de bajo coste.
Lecturas relacionadas:
- Madrid ‘low cost’: la asfixia programada de los servicios públicos
- El precio de respirar: La cruda realidad de la ELA en España y la «promesa rota» de Ayuso en Madrid
- Las transferencias millonarias de Madrid al Grupo Quirónsalud y su impacto en el gasto social
- El plan «Aquí no hay quien viva» de Ayuso
- Arquitecturas de IA en el ecosistema sanitario madrileño
