Vantagem IA — como visualizar e otimizar fluxos de trabalho
Usando a solução IBM® Process Mining para simplificar processos do pedido ao pagamento
Turbinas eólicas no oceano, veleiro em segundo plano

Quando uma empresa opera instalações em cinco continentes, com cadeias de suprimentos se estendendo por milhares de quilômetros, interrupções em qualquer etapa do processo do pedido ao pagamento (O2C) podem resultar em atrasos na entrega do produto. Mas, devido à complexidade de suas operações distantes, uma grande empresa multinacional de manufatura (MMC) estava tendo problemas para encontrar a causa raiz dos atrasos que ocorrem em sua atividade logística.

“Percebemos diferenças significativas nos prazos médios de entrega e nos custos de entrega entre diferentes clientes, e não entendíamos os motivos dessas diferenças.” diz o vice-presidente de logística do MMC. “Também vimos muitos pedidos sendo suspensos, mas nem sempre conseguíamos determinar quem estava inserindo os blocos ou por que eles não estavam em conformidade com os processos padrão.”

Embora os logistics managers de MMC tenham tentado minimizar repetidamente os atrasos, a ação corretiva foi prejudicada por informações incompletas e desconectadas. Como os desvios dos processos padrão não estavam sendo monitorados, não havia como entender como esses desvios afetaram os cronogramas e os custos de entrega.

"Até termos uma visão mais clara de onde e por que os atrasos estavam sendo inseridos no sistema, não seríamos capazes de tomar as ações necessárias para corrigir desvios," diz o VP do MMC. "Também acreditávamos que, se tivéssemos uma visão detalhada e abrangente dos processos reais em uso, poderíamos começar a automatizar mais processos e diminuir o esforço humano."

Por meio de entrevistas e métodos informais, os gerentes de logística da MMC tentaram mapear os processos de O2C, identificar gargalos e corrigir anomalias, sem sucesso. "Mas, enquanto estávamos implantando nossa plataforma de ERP, nosso parceiro de integração de sistemas recomendou uma nova ferramenta", diz o vice-presidente da MMC. "Ela poderia nos fornecer uma visão detalhada de todos os processos e pessoas envolvidas com o O2C e ser modelada com dados reais derivados do nosso sistema ERP. Ficamos intrigados com as possibilidades.""

Economia de custo

 

Reduzimos o número de ocorrências de alterações na data de entrega, gerando uma economia USD 50.000 e redução do prazo de entrega em 3 dias

Automação de entrega

 

Adotou uma solução de RPA para reduzir o retrabalho e automatizou 75% da atividade de entrega para obter USD 60.000 em economia de custos

Você sempre precisa estar à frente da concorrência. E ao aumentar a automação de nossos processos de negócios com o IBM® Process Mining, pretendemos aumentar a distância entre nós e nossos concorrentes. Vice-presidente de logística Empresa de manufatura multinacional
Perfuração para insights profundos

Depois de analisar uma prova de conceito (POC), a MMC escolheu a solução IBM® Process Mining e a implementou por meio do software IBM® Cloud Pak for Business Automation. O IBM® Process Mining também está incluído como um recurso fundamental no portfólio de soluções IBM® Cloud Paks for Automation. "Queríamos visualizar um 'gêmeo digital' da nossa organização logística," diz o VP do MMC, "para identificarmos os gargalos em nossos processos de O2C e enxergar oportunidades para automação."

Quando os executivos da MMC viram seus processos O2C mapeados pela primeira vez, tiveram a mesma resposta que muitos clientes têm com a tecnologia de simulação baseada em IA. "Nossa primeira reação foi: "Você projetou isso. Não acreditamos que tenha sido criado automaticamente a partir dos dados. A segunda reação foi: 'Não é verdade, os dados estão incorretos'", diz o vice-presidente da MMC. "Mas assim que detalhamos a simulação, pudemos ver o quão bem esse modelo foi construído, com base nos dados do mundo real de nossa plataforma ERP. Foi um divisor de águas."

Ao trabalhar com a ferramenta para estudar todas as atividades, pontos de contato e funcionários envolvidos no processo de O2C, a equipe de logística da MMC conseguiu:

  • Analisar o comportamento do processo, encontrar atividades que não estavam em conformidade e identificar oportunidades de melhoria
  • Identificar atividades críticas em termos de impacto nos custos e variabilidade do tempo de execução
  • Descobrir os principais usuários dos processos e verificar a segregação dos deveres
  • Monitorar o retrabalho para descobrir onde erros e procedimentos inadequados afetam os cronogramas de entrega
  • Descobrir os custos relacionados a atividades manuais e onde houve potencial de automação

 

A análise do comportamento dos colaboradores forneceu insights reveladores. Por exemplo, uma gerente de logística estava substituindo manualmente os cronogramas em uma tentativa de ajudar sua fábrica a atingir as metas de produção. "Ela estava tentando ajudar, mas na verdade, estava atrasando", diz o vice-presidente de MMC. "Falamos com ela e explicamos que sua equipe estava fazendo um trabalho muito melhor sem sua intervenção."

Assim que detalhamos a simulação, pudemos ver o quão bem esse modelo foi construído, com base nos dados do mundo real de nossa plataforma ERP. Foi um divisor de águas. Vice-presidente de logística Empresa de manufatura multinacional
Oportunidades para automação

Após analisar o modelo de processo O2C criado pela ferramenta IBM® Process Mining e usar os painéis da ferramenta para monitorar a atividade, os gerentes de logística MMC puderam:

  • Reduzir o número de ocorrências de alterações na data de entrega, economizando USD 50.000 em custos e diminuindo o prazo de entrega em três dias.
  • Monitorar continuamente a variabilidade do tempo de espera do cliente, o que aumentou o alinhamento de KPI em 25% para atividades de remoção de blocos de logística e datas de entrega alteradas
  • Reprogramar o processo para diminuir atividades de remoção de bloqueio logístico, o que resultou em mais de USD 100.000 em economia e reduziu o tempo médio de entrega em dois dias.

 

A plataforma IBM® Process Mining também permitiu que o MMC implementasse ferramentas robóticas de automação de processos (RPA), um objetivo de longa data da organização. Monitorando o desempenho do RPA, a empresa:

  • Automatizou 75% da atividade de entrega, gerando USD 60.000 em economia de custos e reduzindo significativamente o retrabalho
  • Automatizou 75% da atividade de criação de linha para obter economia de custos de USD 50.000 e reduzir os prazos de entrega em três dias

 

"Automatizar processos quando possível representa uma enorme oportunidade para nós", diz o vice-presidente de MMC. "Devido ao volume de trabalho que temos em logística, às vezes lutamos com os recursos humanos que temos disponíveis. Ao reduzir o número de vezes que os pedidos são bloqueados ou reagendados, podemos liberar tempo para que nossa equipe trabalhe em outras tarefas."

"Um dos passos que queremos dar no futuro com o IBM® Process Mining é entender os comportamentos dos clientes e como esses podem gerar atrasos e custos adicionais ao processo," diz o VP do MMC. "Acreditamos que essa ferramenta nos ajudará a mudar esses comportamentos para que possamos encurtar prazos de entrega e sermos mais eficientes em termos de custo."

Sendo uma grande empresa global, a MMC subscreve uma gama de serviços de business intelligence para monitorização e planejamento de desempenho. “Já temos muitas informações com as quais trabalhar, mas há vários KPIs críticos para os negócios que monitoramos com o IBM® Process Mining e que não conseguimos obter em nenhum outro lugar”, afirma o vice-presidente da MMC. “Você sempre precisa estar à frente da concorrência. E, ao aumentar a automação dos nossos processos de negócios com o IBM® Process Mining, pretendemos aumentar a distância entre nós e nossos concorrentes.”

Sobre a Empresa Multinacional de Manufatura (MMC)

Fundada há mais de 100 anos, a MMC opera mais de 100 plantas em 50 países e tem mais de 20.000 funcionários. É um fornecedor líder nos setores de telecomunicações, transmissão de energia, construção e transporte. O cliente apresentado neste estudo de caso inicialmente se envolveu com o myInvenio, que começou a conduzir negócios como IBM em 1 de agosto de 2021. O produto myInvenio neste estudo de caso, myInvenio Process Mining, é agora conhecido como IBM® Process Mining.

Próximo:
Visualizar PDF do estudo de caso Estudo Forrester TEI
Descubra o ROI potencial da IBM® Automation
Cadastre-se agora
Documentação técnica
Como começar a usar o IBM® Process Mining
Leia a documentação
Mayflower Autonomous Ship
Veja como os serviços de decisão da IBM estão automatizando a navegação
Leia o estudo de caso
Notas de rodapé

© Copyright IBM Corporation 2022. IBM corporation, New orchard road, Armonk, NY 10504

Produzido nos Estados Unidos da América, março de 2022.

IBM, o logotipo IBM, ibm.com e IBM Cloud Pak são marcas comerciais da International Business Machines Corp., registradas em várias jurisdições no mundo inteiro. Outros nomes de produtos e serviços podem ser marcas comerciais da IBM ou de outras empresas. Uma lista atual de marcas comerciais da IBM está disponível na Web em "Informações de direitos autorais e marcas comerciais" em https://www.ibm.com/br-pt/legal/copytrade.

Este documento é atual na data de sua publicação inicial, podendo ser alterado pela IBM a qualquer momento. Nem todas as ofertas estão disponíveis em todos os países em que a IBM opera.

Os dados de desempenho e exemplos de clientes citados são apresentados apenas para fins ilustrativos. Os resultados práticos de desempenho podem diferir com base nas configurações específicas e nas condições de operação. AS INFORMAÇÕES CONTIDAS NESTE DOCUMENTO SÃO FORNECIDAS NO ESTADO EM QUE SEM ENCONTRAM, SEM QUALQUER GARANTIA, EXPRESSA OU IMPLÍCITA, INCLUINDO SEM QUAISQUER GARANTIAS DE COMERCIALIZAÇÃO, ADEQUAÇÃO A DETERMINADO FIM E QUALQUER GARANTIA OU CONDIÇÃO DE NÃO INFRAÇÃO. Os produtos IBM têm garantia de acordo com os termos e condições dos contratos sob os quais são fornecidos.