Hospital Guillermo Grant Benavente adjudicó 3 de 4 licitaciones a Fernando Veloso por $93,5 millones
En los últimos 12 meses, Fernando Alberto Veloso Oliva ganó 3 de 4 licitaciones competitivas en el Hospital Guillermo Grant Benavente, por $93.498.059. La tasa de éxito llega al 75% y sugiere una revisión de bases, competencia y criterios de evaluación.
El patrón vuelve a ser Proveedor favorito: un oferente gana tres de cuatro procesos competitivos en una sola institución, con un monto total alto. En compras públicas, una tasa así puede ser perfectamente explicable si el proveedor tiene una oferta técnica superior, precios más bajos o experiencia especializada; pero también puede revelar bases dirigidas, especificaciones demasiado cerradas o una competencia débil. El hospital tiene un tamaño relevante y un nivel de gasto alto, por lo que no es raro que compre insumos complejos, aunque eso no elimina la necesidad de competencia efectiva. El riesgo sube porque el proveedor también aparece con peso en otras instituciones del sector salud y seguridad, lo que sugiere una operación comercial robusta y recurrente. Sin embargo, no hay antecedentes de alertas previas en este caso, así que la prudencia obliga a mantener la calificación en alta, no extrema. La verificación debe enfocarse en el diseño de las bases y en si hubo realmente varios oferentes capaces de disputar el contrato.
Norma potencialmente infringida
Art. 20 Ley 19.886 (libre competencia en licitaciones)
Qué verificar
5 pasos- 1Revisar si las bases incluyen marcas, modelos o capacidades demasiado específicas
- 2Comparar la cantidad de oferentes y el puntaje de cada uno en las 4 licitaciones
- 3Pedir el informe de evaluación completo y las aclaraciones dadas por la comisión
- 4Cruzar si el mismo proveedor gana procesos similares en otros hospitales públicos
- 5Verificar si hubo reclamos, observaciones o impugnaciones en Mercado Público
Proveedores involucrados
Licitaciones involucradas
3 procesosEvidencia
75% tasa de adjudicación en 4 licitaciones competitivas (3/4)
Detección automatizada por cruce de datos públicos. Este caso es un indicio que requiere verificación — no una afirmación de irregularidad ni de fraude. Los textos fueron redactados con asistencia de un modelo de lenguaje a partir del hallazgo estructural.