Ventajas de IA: cómo visualizar y optimizar flujos de trabajo
Utilizan la solución IBM Process Mining para agilizar los procesos de pedido a efectivo
Cuando un negocio opera instalaciones en cinco continentes, con cadenas de suministro que se extienden por miles de kilómetros, las interrupciones en cualquier paso del proceso de pedido a efectivo (O2C) pueden dar lugar a retrasos en la entrega de productos. Pero debido a la complejidad de sus operaciones remotas, una gran empresa multinacional de manufactura (MMC) estaba teniendo problemas para determinar las causas de raíz de los retrasos que se producían en su actividad logística.
"Notamos diferencias significativas en los tiempos promedio de entrega y los costos de entrega entre los 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. Dado que no se estaban supervisando las desviaciones de los procesos estándar, no había forma de entender cómo afectaban estas a los plazos y costos de entrega.
"Hasta que tengamos una mejor visión sobre dónde y por qué se estaban poniendo retrasos en el sistema, no podríamos tomar las acciones necesarias para corregir las desviaciones", dice el VP de MMC. "También creímos que, si tuviésemos 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 gerentes de logística de la MMC intentaron esquematizar los procesos O2C, identificar cuellos de botella y corregir anomalías, pero no lo consiguieron. "Entonces, mientras implementábamos 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. Estábamos entusiasmados con las posibilidades".
Se ha reducido el número de casos de Fecha de entrega modificada hasta lograr un ahorro de costos de
USD 50,000
y un tiempo de entrega reducido en 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 costos de USD 60,000
Siempre es necesario mantenerse 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 manufactura multinacional
Profundizar para extraer insights más detallados
Después de revisar una prueba de concepto (POC), la MMC eligió la solución IBM® Process Mining y la implementó a través del software IBM® Cloud Pak for Business Automation. IBM Process Mining también se incluye como una capacidad fundamental en el portafolio de soluciones de IBM Cloud Paks for Automation. "Queríamos ver un 'gemelo digital' de nuestra organización logística", dice el VP de MMC, "así podríamos identificar los cuellos de botella en nuestros procesos O2C y detectar oportunidades para la automatización".
Cuando los ejecutivos de MMC vieron su proceso O2C esquematizado por primera vez, tuvieron la misma respuesta que muchos clientes tienen con la tecnología de simulación basada en IA. "Nuestra primera reacción fue, 'Ustedes dibujaron esto. No podemos creer que se haya creado automáticamente a partir de los datos'. La segunda reacción fue: 'No es cierto, los datos son incorrectos'", dijo el VP de MMC. "Pero tan pronto como nos profundizamos en la simulación, pudimos ver qué tan bien se construyó este modelo, basado en los datos reales de nuestra plataforma de ERP. Realmente abrió nuestros ojos."
Tan pronto como nos profundizamos en la simulación, pudimos ver qué tan bien se construyó este modelo, basado en los datos reales de nuestra plataforma de ERP. Realmente abrió nuestros ojos.
VP de Logística
Empresa de manufactura 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 del proceso, encontrar actividades no conformes e identificar oportunidades de mejora
- Identificar actividades críticas en términos de impacto de costos y variabilidad del tiempo de entrega
- 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 costos relacionados con las actividades manuales y dónde existe potencial para la automatización
El análisis del comportamiento de los empleados proporcionó información reveladora. Por ejemplo, un gestor de logística 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", dice el VP de MMC. "Hablamos con ella y le explicamos que su equipo estaba haciendo un trabajo mucho mejor sin su intervención".
Oportunidades de automatización
Después de analizar el modelo de proceso O2C creado por la herramienta IBM Process Mining y los paneles de control de la herramienta para supervisar la actividad, los gestores de logística de MMC pudieron:
- Reducir el número de casos de Fecha de entrega modificada, con un ahorro de costos de USD 50,000 y una reducción de tres días en los plazos de entrega
- Supervisar continuamente la variabilidad del tiempo de entrega del cliente, que aumentó la alineación de KPI en un 25 % para las actividades de eliminación de bloqueos de logística y fecha de entrega cambiada
- Rediseñar el proceso para reducir las actividades de eliminación de bloqueos de logística, que resultaron en más de USD 100,000 en ahorros de costos y reducción promedio de los plazos de entrega en dos días
La plataforma IBM Process Mining también ha permitido a la MMC implementar herramientas de automatización de procesos robóticos (RPA), un objetivo a largo plazo de la organización. Supervisando el rendimiento de RPA, la empresa:
- Automatizó el 75 % de la actividad de entrega, logrando USD 60,000 en ahorros de costos y reduciendo significativamente la repetición de tareas
- Automatizó el 75 % de la actividad de creación de líneas para lograr ahorros de costos de USD 50,000 y reducir los plazos de entrega en tres días
"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 que queremos dar en el futuro con IBM Process Mining es entender los comportamientos de los clientes y cómo estos pueden añadir retrasos y costos relacionados al proceso", dice el VP de la MMC. "Creemos que esta herramienta nos ayudará a cambiar estos comportamientos para que podamos comprimir los horarios 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. "Siempre hay que mantenerse 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 manufactura multinacional (MMC)
Fundada hace más de 100 años, la MMC opera más de 100 plantas en 50 países y cuenta con más de 20,000 empleados. Es un proveedor líder en las industrias de telecomunicaciones, transmisión de energía, construcción y transporte. El cliente que aparece en este caso de estudio trabajó inicialmente con myInvenio, que comenzó a realizar actividades comerciales como IBM el 1 de agosto de 2021. El producto myInvenio en este caso de estudio, 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 logo, ibm.com e IBM Cloud Pak son marcas registradas de International Business Machines Corp., registradas en muchas jurisdicciones de todo el mundo. Otros nombres de productos y servicios pueden ser marcas registradas de IBM u otras empresas. Una lista actual de marcas registradas de IBM está disponible en la web en "Copyright and trademark information" en https://www.ibm.com/legal/copytrade.
Este documento está actualizado conforme a la fecha inicial de la 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 ejemplos de clientes y los datos de rendimiento citados se presentan solo para fines ilustrativos. Los resultados del rendimiento real pueden variar según las configuraciones y condiciones de funcionamiento específicas. LA INFORMACIÓN PRESENTADA EN ESTE DOCUMENTO SE PROVEE “TAL CUAL” SIN GARANTÍA DE NINGÚN TIPO, NI EXPRESA NI IMPLÍCITA, INCLUSO, SIN NINGUNA GARANTÍA DE COMERCIABILIDAD, CONVENIENCIA PARA UN PROPÓSITO PARTICULAR Y CUALQUIER GARANTÍA O CONDICIÓN DE NO INFRACCIÓN. Los productos de IBM están garantizados de acuerdo con los términos y las condiciones de los acuerdos bajo los cuales se proporcionaron.