El descubrimiento de procesos basado en IA permite acelerar la adquisición de componentes de la red
La solución IBM Process Mining complementa la transformación de una empresa de servicio público
La solución IBM Process Mining complementa la transformación de una empresa de servicio público
Para los proveedores de energía eléctrica, ya sea de generación o distribución, los valores de seguridad y fiabilidad son fundamentales para su modelo operativo, y por lo tanto son intrínsecos de casi todas las decisiones que toman.
El creciente énfasis en el cambio climático y la sostenibilidad no ha diluido la importancia de estos valores fundamentales para las empresas de suministro eléctrico, pero sí ha planteado una nueva serie de retos operativos a la hora de cumplirlos. La gestión de activos es uno de los principales.
Para mantener la malla en funcionamiento, los proveedores deben minimizar el impacto de los equipos desgastados o anómalos. Ese es uno de los principales motivos de la creciente adopción de análisis avanzados para prever fallos y realizar un mantenimiento proactivo para prevenirlos. Una vez que se genera una orden de servicio, ya sea planificada o no planificada, corresponde al departamento de aprovisionamiento conseguir las piezas —transformadores, interruptores y aislantes— necesarias para llevar a cabo el trabajo. Cuanto más extenso sea el plazo de entrega, mayor será el riesgo potencial para el rendimiento de la malla. Esta es una de las razones por las que la eficiencia del proceso de la adquisición al pago (P2P) ha cobrado una mayor importancia entre los proveedores de energía.
Otra de ellas es el coste. En un mercado falto de normativas como el actual, minimizar el coste total de los bienes adquiridos es un objetivo fundamental. Cuando los empleados realizan "compras irregulares" —es decir, fuera del flujo de proceso de aprovisionamiento— el coste y la eficiencia son los grandes perjudicados. Este tipo de compradores, por su parte, terminan pagando más porque no reciben las ventajas de coste que incluyen los contratos de proveedores establecidos.
Otros tipos de desviación de proceso —en particular, compras sin orden de compra (PO), o PO creadas sin orden de servicio—, también aumentan los costes al requerir trabajo adicional. ¿Por qué? Porque el tiempo empleado para resolver facturas erróneas o que no corresponden puede añadir mucha sobrecarga administrativa, además de distraer al personal de aprovisionamiento de los aspectos más estratégicos de su trabajo.
80 %
el promedio de plazo de entrega de pedidos
67 %
de los pasos del proceso
Al utilizar datos reales e IA para trazar un esquema de nuestros flujos de proceso de aprovisionamiento, también hemos obtenido el equivalente a una potencial hoja de ruta para transformarlos. Nos ofrece un marco riguroso para comprender dónde centrar las mejoras —y, si es posible, la automatización— de diferentes elementos del flujo de proceso.
Director de Aprovisionamiento
Proveedor de energía eléctrica
Un destacado proveedor de energía eléctrica diversificado de EE. UU. sabía que tenía un problema con las compras irregulares y decidió llegar hasta el fondo del asunto. Eso implicaba acceder al historial detallado de datos de compra para conocer al detalle dónde se estaban produciendo las desviaciones y, a partir de ahí, medir el verdadero alcance del problema. La empresa recurrió a myInvenio, una empresa de IBM, para aplicar analítica de procesos.
Por medio de IBM® Process Mining, una herramienta de modelado y descubrimiento de procesos que forma parte de la solución IBM® Cloud Pak for Business Automation, el equipo trabajó estrechamente con el director de aprovisionamiento de la empresa. En la primera parte del proyecto, el equipo capturó aproximadamente un año de flujos de datos del módulo de compras de la suite IBM® Maximo Utilities, la plataforma central de gestión de activos de la compañía. En los flujos participaban principalmente los departamentos de contabilidad de almacén y compras de la compañía, de varias líneas de negocio (LoB).
Una vez que los datos se incorporaban a IBM Process Mining, sus modelos basados en IA lo desglosaban todo en reveladores mapas de cada paso del proceso P2P —desde el requerimiento y la PO hasta el recibo y la facturación— de cada LoB. Para el director de Compras, el valor de estos modelos no radicaba solo en su capacidad para identificar problemas con los flujos en su estado actual, sino también en su capacidad para aplicar una nueva perspectiva basada en datos sobre cuál podría ser el proceso ideal, la denominada vía feliz. "Logramos ver lo que realmente estaba sucediendo en nuestros procesos P2P; nunca habíamos conseguido algo así", explica. "Además, obtuvimos una perspectiva más objetiva sobre cómo sería el proceso de línea base óptimo, y no de los expertos en procesos, sino a partir de los propios datos".
Entre los principales resultados del modelo, se dio la conclusión de que solo el 20 % de las actividades de compra relacionadas con materiales —la compra de piezas de repuesto y similares— siguieron la vía de aprovisionamiento óptima. Para el 80 % de las actividades que no se ajustaban a la vía feliz, el promedio de plazo de entrega de los pedidos era superior al 30 % más, debido en gran medida al tiempo extra empleado en cuadrar las facturas y reelaborar los pedidos.
Los resultados en aprovisionamiento de servicios no fueron mucho mejores. Mientras que el modelo de IBM Process Mining detectó solamente 10 pasos en la vía óptima del proceso, en la vía irregular se detectaron casi 30 por término medio. Para el director de Compras, descubrir la razón fue un momento revelador. "Sabíamos que la reelaboración de pedidos era una cuestión importante —afirma—, pero el hecho de que fuese necesaria en más del 50 % de las órdenes de aprovisionamiento de servicios fue toda una sorpresa, y los datos demostraban que era real".
El proyecto emprendido por el proveedor de energía eléctrica logró su objetivo: trazar un esquema del verdadero funcionamiento del proceso de aprovisionamiento, junto con los efectos en sus métricas de rendimiento clave. Según percibe el director de Compras, la verdadera importancia del proyecto radica en la orientación que puede proporcionar en las iniciativas de transformación del proceso de la compañía. "Al utilizar datos reales e IA para trazar un esquema de nuestros flujos de proceso de aprovisionamiento, también hemos obtenido el equivalente a una potencial hoja de ruta para transformarlos", señala. "Nos ofrece un marco riguroso para comprender dónde centrar las mejoras —y, si es posible, la automatización— de diferentes elementos del flujo de proceso".
Y eso nos lleva de nuevo a lo que es más importante para los proveedores de energía eléctrica: proporcionar a sus clientes una energía segura y fiable. Las buenas prácticas de aprovisionamiento, las que son eficientes, estandarizadas y rentables, encajan perfectamente en una estrategia más amplia de gestión de activos de una empresa de servicio público.
A nivel práctico, el director de Compras señala que la información de valor, y basada en datos, sobre el proceso es el argumento perfecto para emprender iniciativas de transformación. "Con un marco de modelado de procesos dinámicos basado en IA podemos simular cómo la reducción de los procesos irregulares puede disminuir el plazo medio de entrega de pedidos de piezas", explica. "Se trata de un potente mensaje como argumento comercial, y la razón de la extrema solidez de la solución IBM Process Mining".
Acerca del proveedor de energía eléctrica
Esta compañía de energía está ubicada en Estados Unidos y presta servicio a millones de clientes domésticos, comerciales e industriales en varios estados, incluidos algunos de los mercados energéticos más competitivos.
El cliente que aparece en este caso práctico inicialmente se comprometió con myInvenio, que comenzó a desarrollar actividades comerciales como IBM el 1 de agosto de 2021. El producto de myInvenio de este caso práctico, myInvenio Process Mining, ahora se denomina IBM Process Mining.
Componentes de la solución
©Copyright IBM Corporation 2022. IBM Corporation, Watson and Cloud Platform, New Orchard Road, Armonk, NY 10504
Producido en los Estados Unidos de América, marzo de 2022.
IBM, el logotipo de IBM, ibm.com, IBM Cloud Pak y Maximo son marcas registradas de International Business Machines Corp. en numerosas jurisdicciones de todo el mundo. Otros nombres de productos y servicios pueden ser marcas registradas de IBM o de otras empresas. La lista actual de marcas registradas de IBM está disponible en Internet en el apartado “Copyright and trademark information”, en ibm.com/legal/copytrade.shtml.
Este documento está vigente en la fecha inicial de publicación y puede ser modificado por IBM en cualquier momento. No todas las ofertas están disponibles en todos los países en los que IBM opera.
Los datos de rendimiento y ejemplos de clientes citados en el presente documento son únicamente a título ilustrativo. Los resultados reales de rendimiento pueden variar en función de configuraciones específicas y condiciones de funcionamiento. LA INFORMACIÓN DE ESTE DOCUMENTO SE PROPORCIONA “TAL CUAL” SIN GARANTÍA DE NINGÚN TIPO, NI EXPLÍCITA NI IMPLÍCITA, INCLUIDAS, A TÍTULO ENUNCIATIVO Y NO LIMITATIVO, LAS DE COMERCIALIZACIÓN, ADECUACIÓN A UN PROPÓSITO DETERMINADO Y LAS GARANTÍAS O CONDICIONES DE NO INFRACCIÓN. Los productos de IBM están garantizados de acuerdo con los términos y condiciones de los acuerdos bajo los que se proporcionan.