Ventajas de IA: cómo visualizar y optimizar los flujos de trabajo
Utilizan la solución IBM Process Mining para agilizar los procesos de pedido a cobro
Cuando una empresa dirige instalaciones en los cinco continentes y cuenta con cadenas de suministro de miles de kilómetros, cualquier interrupción que se produzca en algún paso del proceso de pedido a cobro (O2C) puede originar retrasos en la entrega de productos. Dada la complejidad de sus operaciones remotas, una gran empresa de producción multinacional (MMC) estaba teniendo problemas para determinar las causas raíz de los retrasos que se producían en su actividad logística.
"Habíamos percibido importantes diferencias en los promedios de tiempos y costes de entrega de diferentes clientes, y no comprendíamos bien las razones de estas diferencias", afirma el VP de Logística de la MMC. "Además, observamos que se ponían muchos pedidos en espera, pero no siempre podíamos determinar de quién provenían los impedimentos, o por qué esos pedidos no se ajustaban a los procesos estándar".
Aunque los directores de logística de la MMC intentaban repetidamente minimizar los retrasos, las medidas correctivas quedaban paralizadas por una información incompleta y desconectada. Puesto que no se estaban supervisando las desviaciones de los procesos estándar, no había forma de entender cómo afectaban estas a los plazos y costes de entrega.
"Hasta que no tuviésemos una mejor visión de dónde y por qué se producían los retrasos en el sistema, no íbamos a poder tomar las medidas necesarias para corregir las desviaciones", afirma el VP de la MMC. "También creíamos que con una visión detallada y global de los procesos reales utilizados podríamos empezar a automatizar más procesos y reducir el esfuerzo humano".
Por medio de entrevistas y procedimientos informales, los directores de logística de la MMC intentaron esquematizar los procesos O2C, identificar cuellos de botella y corregir anomalías, pero no lo consiguieron. "Entonces, mientras desplegábamos nuestra plataforma de ERP, nuestro socio de integración de sistemas nos recomendó una nueva herramienta", relata el VP de MMC. "Podía proporcionarnos una vista detallada de todos los procesos y personas implicadas en O2C, y podíamos modelarla con datos reales derivados de nuestro sistema de ERP. Nos intrigaba conocer las posibilidades".
Se ha reducido el número de casos de Fecha de entrega modificada hasta lograr un ahorro de costes de
50 000 dólares
y se han reducido los plazos de entrega 3 días
Se ha adoptado una solución RPA para reducir la repetición de tareas y se ha automatizado el
75 %
de la actividad de entrega, con un ahorro de costes de 60 000 USD
Hay que estar siempre por delante de la competencia. Al aumentar la automatización de nuestros procesos de negocio con IBM Process Mining, pretendemos aumentar la distancia que nos separa de nuestros competidores.
VP de Logística
Empresa de producción multinacional
Profundizar para extraer una idea detallada
Tras revisar una prueba de concepto (POC), la MMC optó por la solución IBM® Process Mining y la desplegó a través del software IBM® Cloud Pak for Business Automation. IBM Process Mining también se incluye como prestación básica en el portfolio de soluciones de IBM Cloud Paks for Automation. «Queríamos ver un "gemelo digital" de nuestra organización logística —menciona el VP de la MMC— para poder identificar los cuellos de botella en nuestros procesos O2C y detectar oportunidades de automatización».
Cuando los ejecutivos de la MMC vieron el proceso O2C esquematizado por primera vez, reaccionaron igual que muchos clientes con la tecnología de simulación basada en IA. «Nuestra primera reacción fue: "Esto lo habéis dibujado vosotros, no creemos que se haya creado automáticamente a partir de los datos". La segunda reacción fue: "No es cierto, los datos son incorrectos"», afirma el VP de la MMC. "Pero en cuanto profundizamos en la simulación, fuimos conscientes de lo bien creado que estaba el modelo, basado en los datos reales de nuestra plataforma de ERP. Fue toda una revelación".
En cuanto profundizamos en la simulación, fuimos conscientes de lo bien creado que estaba el modelo, basado en los datos reales de nuestra plataforma de ERP. Fue toda una revelación.
VP de Logística
Empresa de producción multinacional
Trabajando con la herramienta para estudiar todas las actividades, puntos de contacto y empleados involucrados en el proceso O2C, el equipo de logística de la MMC logró:
- Analizar el comportamiento de proceso, encontrar actividades no conformes e identificar oportunidades de mejora
- Identificar las actividades cruciales en términos de variabilidad de plazos de entrega e impacto en costes
- Descubrir a los usuarios principales de los procesos y comprobar la separación de funciones
- Supervisar las tareas repetidas para averiguar en qué afectan los errores y los procedimientos incorrectos a las planificaciones de entrega
- Descubrir los costes relacionados con las actividades manuales y dónde existe potencial para la automatización
El análisis del comportamiento de los empleados arrojó información reveladora. Por ejemplo, había una directora de logística que estaba alterando manualmente las planificaciones en un intento de ayudar a su fábrica a cumplir los objetivos de producción. "Intentaba ayudar, pero en realidad causaba retrasos" señala el VP de la MMC. "Hablamos con ella y le explicamos que su equipo funcionaba mejor sin su intervención".
Oportunidades de automatización
Gracias al análisis del modelo de proceso O2C creado por la herramienta IBM Process Mining y a los paneles de control que utilizaron para supervisar la actividad, los directores de logística de la MMC lograron:
- Reducir el número de casos de Fecha de entrega modificada, con un ahorro de costes de 50 000 USD y una reducción de tres días en los plazos de entrega
- Supervisar continuamente la variabilidad de los plazos de entrega al cliente, y aumentar así un 25 % la alineación con KPI de las actividades de eliminación de bloques de logística y fecha de entrega cambiada
- Rediseñar el proceso para reducir las actividades de eliminación de bloques de logística, lo que originó un ahorro de costes de más de 100 000 USD y redujo en 2 días el plazo de entrega medio
La plataforma IBM Process Mining también ha permitido a la MMC desplegar herramientas de automatización de procesos robóticos (RPA), un objetivo a largo plazo de la organización. Supervisando el rendimiento de RPA, la empresa:
- Ha automatizado el 75 % de la actividad de entrega, lo que ha generado un ahorro de costes de 60 000 USD y ha reducido de forma significativa la repetición de tareas
- Ha automatizado el 75 % de la actividad de creación de líneas y ha logrado un ahorro de costes de 50 000 USD y una reducción de 3 días en los plazos de entrega
"Automatizar todos los procesos factibles representa una gran oportunidad para nosotros", señala el VP de la MMC. "Debido al volumen de trabajo que tenemos en logística, a veces nos cuesta llegar a todo con los recursos humanos que tenemos disponibles. Al reducir el número de veces que se bloquean o se reprograman los pedidos, podemos liberar tiempo de nuestro personal para otras tareas".
"Uno de los pasos futuros que queremos dar con IBM Process Mining es entender los comportamientos de los clientes y cómo estos pueden suponer retrasos y costes añadidos en relación con el proceso", señala el VP de la MMC. "Creemos que esta herramienta nos ayudará a cambiar estos comportamientos para poder comprimir las planificaciones de entrega y ser más rentables".
Como gran empresa global, esta MMC cuenta con suscripciones a diversos servicios de inteligencia empresarial para supervisar la planificación y el rendimiento. "Ya tenemos mucha información con la que trabajar, pero hay varios KPI críticos que solo podemos supervisar con IBM Process Mining, y en ningún otro lugar", indica el VP de la MMC. "Hay que estar siempre por delante de la competencia. Al aumentar la automatización de nuestros procesos de negocio con IBM Process Mining, pretendemos aumentar la distancia que nos separa de nuestros competidores".
Acerca de la empresa de producción multinacional (MMC)
Fundada hace más de 100 años, la MMC dirige más de 100 plantas en 50 países y cuenta con más de 20 000 empleados. Es destacado proveedor de los sectores de las telecomunicaciones, la transmisión de energía, la construcción y el transporte. El cliente que aparece en este caso de éxito inicialmente se comprometió con myInvenio, que comenzó a desarrollar actividades de negocio como IBM el 1 de agosto de 2021. El producto de myInvenio de este caso de éxito, myInvenio Process Mining, ahora se conoce como IBM Process Mining.
Componentes de la solución
© Copyright IBM Corporation 2022. IBM Corporation, New Orchard Road, Armonk, NY 10504
Producido en los Estados Unidos de América, marzo de 2022.
IBM, el logotipo de IBM, ibm.com e IBM Cloud Pak son marcas registradas de International Business Machines Corp., registradas 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.