A descoberta de processos baseados em IA ajuda a acelerar a aquisição de peças de rede

O foco crescente nas mudanças climáticas e na sustentabilidade não diluiu a importância desses valores centrais para os serviços de utilidade de energia elétrica. No entanto, ele apresentou um novo conjunto de desafios operacionais para entregá-los. O gerenciamento de ativos está no cerne da questão.

Para manter a grade em funcionamento, os fornecedores precisam minimizar o impacto de equipamentos desgastados ou avariados. Essa é uma grande razão pela qual muitos estão adotando análises avançadas para prever falhas e realizar manutenção pró-ativa para evitá-las. Assim que uma ordem de serviço é gerada, seja planejada ou não, cabe à área de compras obter as peças, transformadores, disjuntores e isolantes necessários para concluir o trabalho. Quanto mais longo o tempo de processamento, maior é o risco em potencial para o desempenho da grade. Essa é uma razão pela qual a eficiência do processo procure-to-pay (P2P) é cada vez mais importante para os fornecedores de energia elétrica.

A outra é custo. No mercado desregulamentado de hoje, minimizar o custo total dos bens adquiridos é um objetivo crítico. Quando os funcionários praticam "maverick buying", ou seja, saem do fluxo de processo de compras estabelecido, temos problemas com custo e eficiência. Tais compradores acabam pagando mais pois abrem mão das vantagens de custo integradas nos contratos de fornecedores já conhecidos.

Outros tipos de desvio de processo, como comprar sem uma ordem de compra (PO), ou criar uma PO sem uma ordem de serviço, também aumentam os custos, exigindo trabalho extra no processo de resolução. Isso ocorre pois o tempo gasto corrigindo faturas incorretas ou não correspondentes pode aumentar as despesas gerais administrativas, além de retirar a equipe de compras dos aspectos mais estratégicos do seu trabalho.

Após alimentar os dados no IBM Process Mining, seus modelos fundamentais baseados em IA dividiram tudo em mapas reveladores de cada etapa do processo P2P, desde requisição e OC até o recebimento e o faturamento, para cada LoB. Para o Manager of Purchasing, o valor desses modelos não era apenas a sua capacidade de apontar problemas com os fluxos vigentes, mas também sua capacidade de proporcionar uma visão renovada e orientada por dados sobre o que poderia ser o processo ideal, muitas vezes chamado de happy path, ou caminho feliz. "Conseguimos ver o que realmente estava acontecendo em nossos processos P2P, algo que nunca conseguimos ter antes", explica. "Isso também nos deu uma perspectiva mais objetiva sobre o que seria o processo de referência ideal, vinda não dos especialistas em processos, mas sim dos próprios dados".

Entre as principais saídas do modelo, estava a constatação de que apenas 20% das atividades de compra relacionadas a materiais, como a compra de peças de reposição e afins, seguia o caminho ideal de compras. Para os 80% restante de atividades fora do caminho feliz, o tempo médio de processamento foi mais de 30% mais longo devido, em grande parte, ao tempo extra gasto na correspondência de faturas e retrabalho de ordens.

A contratação de serviços também precisava de ajuda. Enquanto o modelo do IBM Process Mining identificou que o caminho ideal do processo possuía apenas 10 etapas, foi descoberto que o caminho médio não conforme possuía quase 30. Para o Manager of Purchasing, a descoberta do motivo causou um momento de revelação. "Nós sabíamos que o retrabalho de ordens era uma problema considerável", diz. "Mas o fato de que mais de 50% das ordens de compras de serviços passava por isso foi uma verdadeira surpresa, e os dados mostraram que realmente acontecia".