El futuro del proceso «Source-to-Pay»: optimización de procesos impulsada por la inteligencia artificial

Source-to-Pay es un proceso dinámico que permite a las empresas identificar eficazmente sus necesidades, buscar soluciones, negociar las condiciones y ejecutar los pagos con precisión y rapidez. Al dominar este ciclo, las organizaciones pueden mejorar la eficiencia operativa y generar un valor significativo.

El proceso "de la fuente al pago" consta de seis pasos clave:

1. Análisis del gasto: Las empresas disponen de datos sustanciales sobre los gastos relacionados con los productos y servicios adquiridos a los proveedores. Analizando estos datos de gasto y teniendo en cuenta los requisitos, se desarrollan estrategias de adquisición para ahorrar costes.
2. Gestión de proveedores: En esta fase, se evalúan los proveedores existentes en función de su estabilidad financiera, reputación y rendimiento anterior. El objetivo es tomar decisiones informadas teniendo en cuenta el precio, la calidad y el plazo de entrega.
3. Gestión de contratos: el proceso implica enviar solicitudes de propuestas (RFP), solicitudes de información (RFI) y solicitudes de presupuestos (RFQ) a los posibles proveedores para evaluarlos. Después se negocia para conseguir el mejor precio posible una vez seleccionado el proveedor. Las empresas también negocian condiciones de flete, bonificaciones y descuentos durante el proceso de contratación. Una vez concluida la negociación y la contratación, se genera una orden de compra en la que se especifica el artículo, la cantidad, el precio y la fecha de entrega prevista.
4. Entrega de bienes/servicios: A su llegada, se inspeccionan los productos para garantizar que la cantidad se corresponde con lo indicado en la orden de compra. Tras la inspección, la empresa emite una nota de recepción de mercancías (GRN).
5. Registrar las facturas: El departamento de cuentas por pagar se encarga de conciliar las facturas del proveedor con los pedidos de compra y la nota de recepción de mercancías.
6. Pago al proveedor: Una vez que se confirma que la mercancía es satisfactoria, la empresa efectúa los pagos al proveedor de acuerdo con las condiciones de pago estipuladas en el contrato. Por ejemplo, "una de las condiciones de pago es "Net 10", lo que significa que el pago debe efectuarse en un plazo de 10 días.

Source-to-pay: Cómo funciona

• Evaluación: Una empresa minorista determina que necesita 50.000 camisetas ecológicas para reponer existencias en 200 tiendas de su red. Especifican las dimensiones, el tejido y el color necesarios.
• Búsqueda y cualificación de proveedores: El equipo de compras investiga y selecciona a tres proveedores certificados especializados en prendas de algodón ecológico que han presentado una solicitud de información (RFI).
• Contratación y negociación: Tras identificar a los proveedores más adecuados, el minorista envía una solicitud de oferta (RFQ) a los proveedores elegidos. Negocian con el mejor proveedor y seleccionan al que ofrece la mejor relación calidad-precio.
• Gestión del contrato: Las partes redactan y ejecutan un contrato con la empresa proveedora en el que se establecen las condiciones de adquisición de las camisetas ecológicas, incluidos el precio, la fecha de entrega y la calidad del producto.
• Pedido de compra: El minorista genera una orden de compra de 50.000 camisetas para confirmar la cantidad y el precio con el proveedor a través de su sistema de compras.
• Recepción e inspección de la mercancía: Una vez recibidos los productos, la empresa los inspecciona para comprobar su calidad y cantidad. Se elabora una lista de discrepancias y reclamaciones y se genera una nota de recepción de mercancías (GRN).
• Tramitación de facturas: El departamento de cuentas por pagar recibe una factura del proveedor. Comparan la factura con la orden de compra y la nota de recepción de mercancías para verificar su exactitud.
• Procesamiento del pago: El minorista liquida la factura de compra en condiciones de neto 30 (N30), lo que significa que el proveedor recibe el pago en un plazo de 30 días.
• Evaluación del rendimiento del proveedor: El minorista evalúa el rendimiento de sus proveedores valorando la calidad de los productos suministrados, el plazo de entrega asignado y la calidad de la comunicación.

Procesos S2P: Los retos actuales

• Falta de visibilidad de los datos: Las empresas suelen encontrarse con fuentes de datos fragmentadas, lo que dificulta la identificación de tendencias en el rendimiento y el gasto de los proveedores.
• Errores en los procesos manuales: Numerosas organizaciones siguen dependiendo de la introducción manual de datos y la facturación en papel. Este enfoque, que requiere mucha mano de obra, es propenso a errores y provoca retrasos en el procesamiento de las facturas y pagos inexactos.
• Riesgos de cumplimiento: La falta de mecanismos de supervisión centralizados puede dificultar el control del cumplimiento de los proveedores y garantizar la adhesión a las políticas de compras.
• Resistencia al cambio: La implantación de nuevos procesos S2P suele encontrarse con la oposición de los empleados acostumbrados a los flujos de trabajo tradicionales. Esto pone de manifiesto la necesidad de estrategias eficaces de gestión del cambio.

Proceso S2P: La necesidad de optimización

• Las cuatro principales prioridades de una empresa fueron impulsar la eficiencia operativa (78%), la reducción de costes (76%), la transformación digital (76%) y la innovación (73%). (Fuente: Encuesta global de directores de compras (CPO) de Deloitte) [Fuente - Deloitte]
• La eficiencia operativa es citada por el 40% de las empresas, lo que pone de relieve la necesidad de que los Chief Procurement Officers (CPO) optimicen los procesos de aprovisionamiento y mejoren la productividad. Esta estadística es indicativa del reconocimiento generalizado entre las organizaciones de que la optimización de los procesos operativos es crucial para gestionar eficazmente los costes e impulsar el valor.
• Además, el 40% de las organizaciones dan prioridad a la transformación digital, haciendo hincapié en la importancia de implementar tecnologías y herramientas digitales para mejorar las capacidades de aprovisionamiento e impulsar la eficiencia. La transformación digital se identifica como la segunda estrategia de aprovisionamiento más crítica, después de la colaboración con los proveedores. Esto sugiere que los directores de compras entienden claramente la necesidad de utilizar la tecnología para mejorar los procesos de compras.

El futuro del Source-to-Pay: Oportunidades de la IA para reducir las operaciones manuales

Caso de uso nº 1 - Verificación de documentos de conformidad

El registro de proveedores requiere la presentación de varios documentos, como licencias, certificados y pólizas de seguros, a menudo en diferentes formatos. Los procesos manuales implican una evaluación rigurosa de los documentos, incluidas comprobaciones preliminares de integridad y cumplimiento de los requisitos de la organización. Los pasos clave incluyen la extracción de datos de los documentos de cumplimiento para la integración en el sistema, la verificación de la autenticidad de los documentos a través de fuentes oficiales, la clasificación de riesgos basada en la información presentada y la supervisión continua del cumplimiento por parte de los proveedores, las certificaciones y los contratos para garantizar el cumplimiento sostenido de las normas de la organización.

Retos comunes

• Errores humanos debidos al cansancio, la distracción o la falta de experiencia en la verificación manual.
• Las revisiones manuales requieren recursos considerables, lo que afecta a la concentración en tareas más críticas.
• La validación del cumplimiento se ve obstaculizada por registros incompletos o inexactos.
• El volumen de documentos aumenta exponencialmente con el crecimiento de la organización, lo que puede dificultar el mantenimiento de la precisión.

Cómo puede ayudar la IA

• Las tecnologías de IA, como el reconocimiento óptico de caracteres (OCR) y el aprendizaje automático, pueden detectar discrepancias y patrones sutiles en los documentos que los evaluadores humanos pueden pasar por alto.
• El uso del procesamiento inteligente de documentos (PID) puede mejorar significativamente la eficacia del procesamiento de documentos al automatizar la extracción y validación de información crítica de los documentos. Además, puede cotejar los documentos con fuentes externas o bases de datos normativas para garantizar el cumplimiento.

Caso práctico nº 2 - Cotejo automatizado de facturas

El proceso manual de cotejo de facturas requiere mucho trabajo y es susceptible de errores humanos, ya que implica la introducción manual de datos, la recuperación de documentos y la comparación.

Problemas habituales

• Errores de validación: Las discrepancias entre facturas, órdenes de compra (PO) y recepciones de productos pueden provocar insatisfacción en los proveedores, riesgos de cumplimiento y retrasos en los pagos.
• Caro: El cotejo manual de facturas aumenta los costes operativos debido al tiempo y los recursos empleados.
• Escalabilidad limitada: A medida que las empresas se expanden, la gestión manual de un mayor volumen de facturas se vuelve insostenible, lo que provoca retrasos en el procesamiento e ineficiencias.

Cómo puede ayudar la IA

• Los modelos de procesamiento del lenguaje natural (PLN) pueden leer y comprender texto estructurado y semiestructurado en facturas, órdenes de compra y recibos para detectar discrepancias. Este proceso ayuda a validar las facturas con los pedidos de compra y los recibos de mercancías, reduciendo así el trabajo manual y los porcentajes de error.
• Los sistemas de aprendizaje automático híbridos y basados en reglas pueden comparar la cantidad que figura en el pedido de compra con las facturas e identificar cualquier discrepancia.
• Los algoritmos de IA reducen el error humano, garantizando una correspondencia precisa y la detección de discrepancias genuinas.

Caso práctico nº 3 - Análisis de gastos

La consolidación de datos procedentes de múltiples fuentes es un reto común en la analítica de gastos actual. Este proceso requiere una cantidad considerable de trabajo manual para la limpieza, categorización y análisis de los datos.

Desafíos comunes

• Este proceso es propenso a errores e incoherencias, lo que puede dar lugar a información imprecisa.
• Los equipos de compras se encuentran con obstáculos como retrasos en los informes, visibilidad limitada de los patrones de gasto e incapacidad para identificar oportunidades de ahorro de costes en tiempo real.

Cómo puede ayudar la IA

• La IA puede ayudar a externalizar la extracción, limpieza y categorización de datos optimizando estos procedimientos.
• Esto no sólo reduce el esfuerzo manual, sino que también permite tomar decisiones precisas en tiempo real, mejorando sustancialmente la eficiencia y el impacto del análisis de gastos.
• Los algoritmos de aprendizaje automático pueden detectar anomalías, predecir tendencias de gasto y proporcionar recomendaciones prácticas para la optimización de costes.

Casos de uso de la IA generativa

Análisis de gastos

Genere resúmenes detallados de los patrones de gasto por categorías, regiones o proveedores para facilitar una mejor toma de decisiones a través de narrativas en el panel de control.

Gestión de proveedores

Personalice cada interacción con el proveedor para toda la comunicación con el proveedor, desde la inducción hasta los recordatorios de cumplimiento, fomentando asociaciones más sólidas y colaborativas.

Gestión de contratos

Cree borradores de contratos preliminares utilizando plantillas predeterminadas para resumir los contratos, haciendo hincapié en la información crítica.

Entrega de bienes/servicios

Obtenga visibilidad de cada etapa del proceso de entrega con informes de estado en tiempo real basados en avisos.

Facturación

Agilice el proceso de pago eliminando errores en las facturas y acelerando los ciclos de pago mediante la automatización.

Pagos

Controle la gestión del flujo de caja optimizando los calendarios de pago de acuerdo con las previsiones de tesorería, las condiciones de los proveedores y los parámetros de referencia.

Nota final

Integrar la Inteligencia Artificial (IA) y el Aprendizaje Automático (AM ) en el proceso Source-to-Pay (S2P) no es simplemente una mejora operativa; es un habilitador estratégico que promueve la innovación, la eficiencia y la precisión. La IA permite a las organizaciones maximizar el valor de sus actividades de aprovisionamiento mediante la automatización de tareas repetitivas, el descubrimiento de información procesable y la facilitación de la toma de decisiones inteligente. A medida que la tecnología siga avanzando, el potencial de la IA para transformar el panorama S2P no hará sino aumentar, proporcionando a las empresas oportunidades inigualables de crecimiento y ventaja competitiva.