El descubrimiento de procesos basado en IA ayuda a acelerar la adquisición de piezas de red
Cómo complementa la solución IBM® Process Mining la transformación de un servicio público
Ingeniero eléctrico de pie junto a la torre eléctrica mientras trabaja con el portátil al atardecer

Para los proveedores de energía eléctrica, ya sea su generación o distribución. Los valores de seguridad y fiabilidad son fundamentales para su modelo operativo y, por lo tanto, intrínsecos respecto a todas las decisiones que toman.

El creciente enfoque en el cambio climático y la sostenibilidad no ha diluido la importancia de estos valores fundamentales para las empresas eléctricas. Pero ha presentado un nuevo conjunto de desafíos operativos para cumplirlos. La gestión de activos está en el centro.

Para mantener la red eléctrica en funcionamiento, los proveedores deben minimizar el impacto de los equipos desgastados o fallidos. Esa es una de las principales razones por las que muchos están adoptando análisis avanzados para predecir fallos y realizar un mantenimiento proactivo para evitarlos. Una vez que se genera una orden de servicio, ya sea planificada o no, depende de Compras conseguir las piezas (transformadores, disyuntores y aisladores) necesarias para completar el trabajo. Cuanto mayor sea el plazo de entrega, mayor será el riesgo potencial para el rendimiento de la red. Esa es una de las razones por las que la eficiencia del proceso de compra a pago (P2P) ha adoptado una importancia cada vez mayor para los proveedores de energía.

Otra es el costo. En el mercado desregulado de hoy en día, minimizar el costo total de los bienes adquiridos es un objetivo fundamental. Cuando los empleados realizan "compras inconformistas", es decir, se salen del flujo establecido del proceso de adquisición, los costes y la eficiencia son los perjudicados. Por un lado, estos compradores terminan pagando más porque se pierden las ventajas de costos integradas en los contratos de proveedores establecidos.

Otro tipo de desviación del proceso: comprar sin una orden de compra (PO) o crear una orden de compra sin una orden de servicio, también aumenta los costes al requerir trabajo adicional para solucionarlo. Esto se debe a que el tiempo dedicado a resolver facturas erróneas o que no coinciden puede añadir mucho a los gastos administrativos, además de distraer al personal de compras de los aspectos más estratégicos de su trabajo.

Reducción de los plazos de entrega

 

Oportunidad identificada de reducir en un 80 % el tiempo medio de entrega de los pedidos

Flujo de proceso optimizado

 

Diseñó un flujo de proceso optimizado que reduce el 67 % de los pasos del proceso

Al utilizar datos reales e inteligencia artificial para trazar los flujos de nuestros procesos de adquisiciones, también hemos adquirido lo que equivale a una hoja de ruta potencial para transformarlos. Nos proporciona un marco riguroso para entender dónde centrarnos para mejorar y, cuando sea posible, automatizar los diferentes elementos del flujo del proceso. Manager of Procurement Electric Power Provider
Los modelos de IA descubren el flujo real del proceso

Un gran y diversificado proveedor de energía eléctrica de EE. UU. sabía que tenía un problema con las compras inconformistas y se propuso llegar al fondo del asunto. Esto significaba profundizar en los datos históricos de compra para comprender detalladamente dónde se produjeron las desviaciones, y desde allí, para medir el alcance real del problema. La empresa recurrió a myInvenio, una empresa de IBM, para poner en práctica la analítica de procesos.

Con IBM® Process Mining, una herramienta de descubrimiento y modelado de procesos que forma parte de la solución IBM® Cloud Pak for Business Automation, el equipo trabajó estrechamente con el gerente 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. Los flujos involucraron principalmente a los departamentos de contabilidad de compras y almacenes de la empresa, que abarcan múltiples líneas de negocio (LoB).

Una vez que los datos se introdujeron en IBM® Process Mining, sus modelos subyacentes basados en IA los desglosaron en mapas reveladores de cada paso del proceso P2P, desde la solicitud y el pedido hasta la recepción y la facturación, para cada LoB. Para el Director de Compras, el valor de estos modelos no radicaba sólo en su capacidad para detectar problemas con los flujos actuales, sino también en su capacidad para ofrecer una visión nueva, basada en datos, de lo que podría ser el proceso ideal, lo que a menudo se denomina el camino feliz. "Obtuvimos una visión de lo que ocurría realmente en nuestros procesos P2P que nunca antes habíamos tenido", explica. "Y también nos dio una perspectiva más objetiva de cómo era el proceso de referencia óptimo, no a partir de expertos en procesos, sino de los propios datos".

Entre los resultados clave del modelo se encuentra el hallazgo de que solo el 20 % de las actividades de compra relacionadas con los materiales (la compra de piezas de repuesto y similares) siguieron el camino óptimo de adquisición. Para el 80 % de las actividades que no se ajustaban a la ruta feliz, el plazo medio de entrega de los pedidos era más de un 30 % superior, debido en gran parte al tiempo extra dedicado a la correspondencia de facturas y a la reelaboración de los pedidos.

A la contratación de servicios no le fue mucho mejor. Aunque el modelo de IBM® Process Mining encontró solo 10 pasos en la ruta óptima del proceso, se encontró que la ruta media no conforme tenía casi 30. Para el Director de Compras, ver por qué fue un momento de revelación. "Sabíamos que el retrabajo de pedidos era un problema significativo", dice. "Pero el hecho de que más del 50 % de los pedidos de contratación de servicios lo requirieran fue una verdadera sorpresa, y los datos demostraron que era real".

Perspectivas como hoja de ruta para la transformación de procesos

El proyecto emprendido por el proveedor de energía eléctrica logró su objetivo: determinar cómo se realizaban realmente las adquisiciones, junto con las repercusiones en sus principales parámetros de rendimiento. Como el gerente de compras lo ve, la verdadera importancia del proyecto se encuentra en la guía que puede proporcionar a los esfuerzos de transformación de procesos de la empresa. "Al utilizar datos reales e IA para trazar nuestros flujos de procesos de adquisición, también hemos adquirido lo que equivale a una hoja de ruta potencial para transformarlos", afirma. "Nos proporciona un marco riguroso para entender dónde centrarnos para mejorar, y, cuando sea posible, automatizar, los distintos elementos del flujo del proceso."

Y eso devuelve el sujeto a lo que más importa para los proveedores de energía eléctrica: proporcionar energía segura y fiable a sus clientes. Es decir, las buenas prácticas de adquisición, aquellas que son eficientes, estandarizadas y rentables, encajan en la estrategia de gestión de activos más amplia de una empresa de servicios públicos.

A nivel práctico, señala el gerente de compras, la información sobre los procesos basada en datos ayuda a justificar la adopción de iniciativas de transformación. "Con un marco de modelado dinámico de procesos basado en IA, podemos simular cómo las reducciones en los procesos no conformes pueden reducir el tiempo medio de entrega para pedir piezas", explica. "Ese es un mensaje poderoso en un caso de negocio, y es por eso que la solución IBM® Process Mining es una herramienta tan potente".

Acerca del proveedor de energía eléctrica

Con sede en los Estados Unidos, esta compañía de energía atiende a millones de clientes minoristas residenciales, comerciales e industriales en varios estados, incluidos algunos de los mercados de energía más competitivos.

El cliente que aparece en este caso práctico contrató inicialmente a myInvenio, que comenzó a operar como IBM el 1 de agosto de 2021. El producto myInvenio en este caso práctico, myInvenio Process Mining, ahora se conoce como IBM® Process Mining.

Dé el siguiente paso

Para obtener más información sobre las soluciones de IBM presentadas en esta historia, póngase en contacto con su representante de IBM o con un socio comercial de IBM.

Ver más casos prácticos Póngase en contacto con IBM estudio de TEI de Forrester
Descubra el ROI potencial de IBM® Automation
Regístrese ahora
Lea el informe
Regístrese para descargar un informe
Regístrese ahora
Documentación técnica
Cómo empezar con IBM® Process Mining
Lea la documentación
Legal

© Copyright IBM Corporation 2022.IBM Corporation, Watson y Cloud Platform, New Orchard Road, Armonk, NY 10504

Producido en los Estados Unidos de América, marzo de 2018.

IBM, el logotipo de IBM, ibm.com, IBM® Cloud Pak y Maximo son marcas comerciales de International Business Machines Corp., registradas en muchas jurisdicciones del mundo. Los demás nombres de productos y servicios pueden ser marcas registradas de IBM u otras empresas. Puede consultar una lista de las actuales marcas registradas de IBM en la web, en "Información sobre derechos de autor y marcas registradas",en ibm.com/trademark.

Este documento se actualizó por última vez en la fecha inicial de publicación e IBM puede modificarlo en cualquier momento. No todas las ofertas están disponibles en todos los países en los que opera IBM.

Los datos de rendimiento y ejemplos de clientes mencionados se presentan únicamente con fines ilustrativos. Los datos reales de rendimiento pueden variar en función de las configuraciones y condiciones de funcionamiento específicas. LA INFORMACIÓN DE ESTE DOCUMENTO SE OFRECE "TAL CUAL ESTÁ" SIN NINGUNA GARANTÍA, NI EXPLÍCITA NI IMPLÍCITA, INCLUIDAS, ENTRE OTRAS, LAS GARANTÍAS DE COMERCIALIZACIÓN, ADECUACIÓN A UN FIN CONCRETO Y CUALQUIER GARANTÍA O CONDICIÓN DE INEXISTENCIA DE INFRACCIÓN. Los productos de IBM están sujetos a garantía según los términos y condiciones de los acuerdos bajo los que se proporcionan.