Transformación estratégica de la creación de valor: cómo la inteligencia artificial está transformando el panorama de las adquisiciones

La base conceptual: Entre los procesos reactivos y la creación de valor estratégico

La administración empresarial moderna suele tratar las compras y las contrataciones como sinónimos, a pesar de que presentan diferencias fundamentales en cuanto a su propósito, plazos e impacto en la rentabilidad de la empresa. Esta confusión conceptual genera pérdidas sistemáticas de eficiencia que aumentan exponencialmente si las empresas no aprovechan el potencial transformador de la inteligencia artificial.

Las compras son un proceso estratégico y continuo que abarca toda la cadena de valor, desde la evaluación inicial de necesidades, pasando por el análisis de mercado, la identificación de proveedores y la negociación de contratos, hasta la gestión a largo plazo de las relaciones con los proveedores. Es una herramienta de gestión destinada a garantizar la seguridad del suministro a largo plazo, optimizar el coste total de propiedad y maximizar el valor de la empresa. Las compras no son un proceso aislado de los objetivos corporativos, sino una palanca estratégica que influye entre el 50 % y el 70 % en los costes totales de una empresa.

Compras, por otro lado, es el componente operativo-transaccional de este proceso. Se centra en la ejecución concreta, a menudo a corto plazo, de compras individuales ya preparadas mediante compras. Las compras operativas abarcan la realización de pedidos, la gestión de entregas, el seguimiento de las fechas de entrega, el control de calidad tras la recepción de las mercancías y el pago a los proveedores. Mientras que las compras estratégicamente se preguntan: "¿Qué relaciones a largo plazo con los proveedores optimizan nuestro valor?", las compras operativas se preguntan: "¿Cómo puedo garantizar que estas mercancías lleguen a tiempo, con la calidad y la cantidad correctas?". Esta es una diferencia fundamental, no meramente semántica.

La contratación por contrato representa una función especializada dentro del contexto más amplio de la contratación estratégica. Es el proceso estructurado mediante el cual una empresa identifica, evalúa y selecciona sistemáticamente a posibles proveedores para una categoría o proyecto específico. A diferencia de las compras operativas reactivas, la contratación por contrato sigue un enfoque proactivo y analítico: explora mercados, evalúa ofertas según criterios predefinidos, negocia contratos y, de este modo, sienta las bases para unas relaciones comerciales óptimas. Este proceso, a menudo denominado "proveedor a pago" o "sourcing", constituye el puente entre la planificación estratégica y la ejecución operativa.

El modelo de proceso dual: Procure-to-Pay como columna vertebral integradora

Las compras modernas se estructuran mediante el modelo de compra a pago (P2P), que entrelaza aspectos estratégicos y operativos. El proceso P2P abarca desde la evaluación inicial de necesidades y la creación de solicitudes, pasando por la selección de proveedores, el pedido, la recepción de mercancías y el control de calidad, hasta la verificación de facturas y, finalmente, la liberación del pago. Esta perspectiva integral revela un dilema clave: mientras que las compras estratégicas se centran en la planificación a largo plazo y la mitigación de riesgos, las compras operativas se basan en la eficiencia inmediata y la rutina.

Este dualismo conduce en la práctica a una ineficiencia clásica conocida como compra inconformista. La compra inconformista describe el fenómeno en el que departamentos o empleados individuales realizan pedidos al margen de los procesos establecidos y controlados por el departamento de compras. Esto suele ocurrir por tres razones: primero, porque los procesos formales de adquisición se perciben como demasiado complejos o lentos; segundo, porque la urgencia exige una acción rápida; y tercero, porque los empleados no están satisfechos con los proveedores o las condiciones previstas.

Las consecuencias no son nada triviales. Las empresas pierden hasta un 15 % en costes adicionales debido a compras no convencionales, con múltiples orígenes: precios de compra más altos debido a cantidades menores, ya que los volúmenes no se consolidan; ventajas de precio no aprovechadas derivadas de acuerdos marco estratégicos; y costes de proceso significativos derivados del registro manual de nuevos proveedores, la gestión de una base de proveedores fragmentada y la carga contable adicional. Paradójicamente, el problema se retroalimenta: cuanto más compleja se vuelve la organización oficial de compras, más probable es que los usuarios recurran a canales informales, lo que a su vez exacerba la complejidad y la opacidad.

La base de las diferencias operativas: perspectiva temporal, objetivos y competencias

La contratación estratégica opera con un horizonte de planificación que se extiende a lo largo de varios años. Sus tareas incluyen el análisis sistemático del mercado (¿Qué proveedores existen en el mercado y en qué condiciones?), la previsión de la demanda (¿Qué necesitaremos en los próximos dos a cinco años?), la evaluación de proveedores según criterios multidimensionales (no solo precio, sino también calidad, fiabilidad, estabilidad financiera, capacidad innovadora, sostenibilidad, riesgos geopolíticos y de cumplimiento normativo), la negociación de contratos con el objetivo de crear situaciones beneficiosas para ambas partes, la mitigación de riesgos mediante la diversificación y fuentes alternativas, y la monitorización continua del rendimiento y la optimización de las relaciones con los proveedores.

Las compras operativas, por otro lado, son un proceso diario con un horizonte temporal de días a semanas. Se basan en las estructuras ya establecidas por el departamento de compras (proveedores homologados, acuerdos marco, catálogos) y se centran en la eficiencia de la ejecución: ¿Cómo procesar los pedidos de forma rápida, precisa y rentable? ¿Cómo garantizar que los retrasos en las entregas se identifiquen y escalen de inmediato? ¿Cómo procesar las facturas con prontitud y precisión, sin que errores provoquen retrasos en los pagos o disputas con los proveedores?

Esta distinción no es un mero ejercicio académico. Define los perfiles de cualificación de las personas involucradas. Un comprador estratégico es gerente, analista y diplomático, todo en uno: debe realizar estudios de mercado, negociar, analizar escenarios y anticipar riesgos. Un comprador operativo, en cambio, debe garantizar la fluidez de los procesos, identificar rápidamente los problemas, operar correctamente los sistemas y tomar decisiones basadas en datos y criterios predefinidos. Estos diferentes perfiles de requisitos no se diferencian sistemáticamente en muchas empresas, lo que resulta en que los puestos estratégicos sean ocupados por personas con orientación administrativa, o viceversa.

La adquisición de pedidos como interfaz especializada: identificación de la fuente y diseño del contrato

La adquisición de pedidos es el proceso de operacionalizar los objetivos estratégicos. Comienza con un análisis exhaustivo de las necesidades: ¿Qué se requiere exactamente (especificaciones, estándares de calidad, cantidades, fecha de entrega)? A esto le sigue un análisis de mercado y una investigación de proveedores, a menudo respaldados por informes del sector, ferias comerciales, bases de datos en línea y efectos de red. Los proveedores potenciales se evalúan mediante un proceso estructurado que aplica criterios estandarizados para garantizar la objetividad y la comparabilidad.

El siguiente paso es obtener cotizaciones, generalmente mediante una solicitud de propuesta (RFP), una solicitud de cotización (RFQ) o una solicitud de información (RFI). Estas solicitudes van seguidas de un análisis detallado de la cotización, que examina no solo los precios, sino también la capacidad de entrega, las condiciones de pago, las garantías y las cláusulas contractuales. La negociación del contrato es entonces el momento crucial, donde el comprador y el proveedor equilibran sus posiciones y llegan a un acuerdo sostenible a largo plazo.

Un concepto clave en las compras es la consideración del coste total de propiedad (TCO). Esto implica tener en cuenta no solo el precio de compra, sino todos los costes a lo largo de todo el ciclo de vida del producto: costes de adquisición, transporte, almacenamiento, calidad, mantenimiento y servicio, y eliminación. Un proveedor más económico puede resultar rápidamente costoso si sus productos presentan una mayor tasa de defectos o se desgastan con mayor rapidez. Por el contrario, un proveedor aparentemente más caro puede ser más rentable si su calidad y fiabilidad se traducen en menos paradas de producción y menos reprocesamiento.

La ola de la digitalización: de la contratación electrónica a la contratación basada en inteligencia

La transformación digital de las compras comenzó con el concepto de e-procurement, es decir, la gestión electrónica de los procesos de compras. En lugar de papel, faxes e introducción manual de datos, los procesos se digitalizaron mediante portales en línea, catálogos y sistemas de pedidos. La primera generación de sistemas de e-procurement ofreció mejoras de eficiencia al reducir los cambios de soporte y los posibles errores, así como transparencia gracias a la gestión centralizada de proveedores, contratos e historial de pedidos.

La siguiente ola es la de la integración. Las plataformas modernas de compras electrónicas se conectan a la perfección con los sistemas de planificación de recursos empresariales (ERP), generalmente mediante interfaces estandarizadas como EDI (Intercambio Electrónico de Datos) u OCI (Interfaz de Catálogo Abierto). Esta integración implica que un cliente inicia sesión en el sistema ERP, realiza un pedido y este se transfiere automáticamente a la plataforma de compras electrónicas, sin necesidad de entradas dobles manuales ni interrupciones en los medios. A su vez, las confirmaciones de entrada de mercancías y los datos de las facturas se sincronizan automáticamente con el sistema ERP, donde se cotejan con los pedidos originales (un proceso denominado triple cotejo: pedido, albarán y factura).

Esta perspectiva de integración tiene una consecuencia revolucionaria: permite la automatización completa de los procesos rutinarios. Un robot (en el sentido de Automatización Robótica de Procesos, RPA) puede leer una factura (mediante Reconocimiento Óptico de Caracteres, OCR), compararla con la orden de compra y la entrada de mercancías, liberar automáticamente el pago si hay coincidencia e iniciar escalamientos automáticos en caso de discrepancias. Esto reduce el esfuerzo manual en el procesamiento de facturas hasta en un 40 % en las compras indirectas y reduce los costes de producción por pedido hasta en un 76 %.

La última ola es la ola de inteligencia, que integra la inteligencia artificial en todos los niveles de adquisiciones, no como un reemplazo de los tomadores de decisiones humanos, sino como un socio potenciador que mejora las capacidades humanas.

La inteligencia artificial como transformadora: las diez áreas críticas de aplicación

1. Previsión de la demanda y optimización del inventario

Las previsiones de demanda tradicionales se basan en promedios históricos, patrones estacionales o estimaciones de expertos. Los sistemas basados ​​en IA combinan datos históricos de ventas con factores externos como tendencias del mercado, condiciones meteorológicas, días festivos, indicadores económicos e incluso señales de redes sociales. Los modelos de aprendizaje automático (especialmente el aprendizaje profundo y el gradient boosting) reconocen patrones complejos que los analistas humanos pasarían por alto. Como resultado, las previsiones de demanda son hasta un 30 % más precisas.

Esto tiene un impacto directo en la estructura de costos. Unas previsiones más precisas permiten obtener cantidades de pedido óptimas: ni excesivas (lo que genera costes de almacenamiento y una inversión de capital), ni insuficientes (lo que provoca situaciones de falta de existencias e interrupciones de la producción). Una empresa mediana puede reducir su inventario entre un 15 % y un 25 % mediante previsiones de demanda optimizadas, a la vez que aumenta la disponibilidad y la capacidad de entrega.

2. Análisis de gastos y potencial de ahorro oculto

El análisis de gastos implica que un sistema de IA categoriza, analiza y visualiza todos los gastos de una empresa. Una empresa típica gasta millones en materias primas, equipos, TI, viajes, material de oficina y servicios. Estos gastos se reparten entre cientos o miles de proveedores y se fragmentan en diferentes divisas, departamentos y sistemas ERP.

Los compradores humanos no pueden procesar mentalmente esta complejidad. Sin embargo, un sistema de IA lee datos estructurados y no estructurados de todas estas fuentes, los estandariza y categoriza por grupo de productos, y luego descubre patrones ocultos. Por ejemplo, descubre que el departamento de TI ya ha pagado 500.000 € por licencias de menú de software, mientras que el departamento de marketing adquiere el mismo software por separado, pagando 300.000 € por licencias idénticas, simplemente porque ninguno de los departamentos sabía que el otro ya había negociado mejores condiciones.

Los sistemas de IA también pueden identificar proveedores duplicados: una empresa podría trabajar con 50 compañías de transporte diferentes, aunque 10 corporaciones dominen el mercado. Cualquier fragmentación reduce el poder adquisitivo. Spend Analytics puede consolidar la base de proveedores hasta en un 80 %, lo que, mediante descuentos por volumen y mejores condiciones contractuales, genera ahorros de entre el 18 % y el 25 % en grupos de productos previamente fragmentados.

3. Selección inteligente de proveedores mediante perfiles de IA

La selección tradicional de proveedores es un proceso largo y a menudo subjetivo. Se redacta una solicitud de propuesta (RFP), se envía a entre 10 y 20 proveedores y las ofertas se comparan manualmente, basándose en el precio y, quizás, también en la información disponible sobre la fiabilidad y la calidad de la entrega. El proceso completo suele tardar entre 3 y 6 semanas.

Los sistemas de selección de proveedores basados ​​en IA automatizan y paralelizan este trabajo. Recopilan datos de cientos de fuentes públicas y privadas: bases de datos de empresas, informes anuales, calificaciones crediticias, certificaciones, directorios del sector, archivos de noticias e incluso perfiles en redes sociales. A continuación, construyen un perfil integral de cada proveedor potencial, que abarca no solo la estabilidad financiera, sino también la capacidad de producción, los sistemas de control de calidad, las capacidades de innovación, el desempeño ambiental, social y de gobernanza (ESG), el historial de fiabilidad de las entregas, los riesgos de impago y los riesgos geopolíticos.

Un sistema de IA puede realizar este análisis para 100-1000 proveedores potenciales en paralelo, en 2-4 días en lugar de 3-6 semanas. El resultado: una cobertura de mercado significativamente más amplia, una evaluación más objetiva (ya que la lógica de decisión es transparente y no está influenciada por sesgos personales ni efectos de red) y una mayor probabilidad de elegir la mejor combinación de precio, calidad, fiabilidad y riesgo.

4. Negociaciones basadas en datos y el Copiloto de Negociación

Las negociaciones de compra se caracterizan tradicionalmente por la información asimétrica: el proveedor conoce su estructura de costos y su posición en el mercado mejor que el comprador. Por ejemplo, un proveedor podría afirmar que el costo de sus materias primas ha aumentado un 12 % y, por lo tanto, es necesario un aumento de precio, pero ¿es esto realmente cierto? Un comprador podría tener dudas, pero sin datos concretos, es difícil refutar esta afirmación.

Los sistemas de IA están transformando radicalmente esta dinámica. Un modelo de coste-beneficio basado en IA desglosa la estructura de costes de un producto o servicio en sus componentes: materias primas, salarios de fabricación, gastos generales, logística y margen de beneficio. El sistema accede a datos en tiempo real: precios de las bolsas de materias primas, índices salariales de varios países, índices de transporte y referencias del sector. El resultado es una estimación objetiva del coste del producto.

Si un proveedor exige un aumento de precio del 12 %, el comprador puede argumentar con datos: los precios de las materias primas han subido un 8 %, según el índice bursátil, y la inflación salarial en su país es del 3 %, lo que en conjunto equivale a un 6-7 %, no al 12 %. ¿A qué se debe este margen adicional? Este argumento es preciso y se basa en hechos, no en anécdotas.

Aún más innovadores son los Copilotos de Negociación: sistemas de IA que funcionan como un coach de negociación interactivo. El comprador puede simular una situación con el sistema antes de iniciar la negociación. Si exijo una reducción del 8% en el precio, ¿cómo es probable que reaccione el proveedor? El sistema simula el diálogo basándose en datos históricos de negociación, aplica la psicología de la negociación (como la teoría del anclaje o la Técnica de Negociación de Harvard) y ofrece al comprador consejos específicos: Es probable que el proveedor mencione restricciones de volumen. Aquí tienes un contraargumento que puedes usar…

Esta preparación basada en datos modifica el equilibrio de poder en las negociaciones. Los estudios demuestran que las negociaciones bien preparadas resultan en mejores condiciones: en promedio, entre un 15 % y un 20 % mejores precios para una calidad similar.

5. Gestión de riesgos de proveedores mediante análisis predictivos

Un problema clásico en las cadenas de suministro es la interrupción inesperada del suministro: un proveedor enfrenta dificultades financieras y suspende repentinamente las entregas. O es víctima de un desastre natural, un ciberataque o un evento geopolítico. Una empresa que se enfrenta a un fallo de un proveedor sin previo aviso sufre costos masivos debido a la interrupción de la producción.

Los sistemas de gestión de riesgos de proveedores basados ​​en IA monitorizan continuamente cientos de fuentes de datos: rendimiento financiero (tendencias del balance, solvencia, calificación crediticia), métricas operativas (fiabilidad de las entregas, retrasos en las entregas, quejas de calidad, índices de utilización de la capacidad) y eventos externos (desastres naturales, guerras, sanciones, ciberataques, cambios regulatorios, volatilidad del tipo de cambio). El sistema detecta señales débiles, por ejemplo, que un proveedor haya aumentado los retrasos en los pagos en los últimos dos trimestres o que los retrasos en las entregas se hayan vuelto más frecuentes.

Un modelo de IA bien entrenado puede anticipar los riesgos de incumplimiento de proveedores con 6 a 12 meses de antelación, mucho antes que un humano. Esto le da tiempo a la empresa para identificar proveedores alternativos, preparar contratos y desarrollar una estrategia de transición. Acción proactiva en lugar de una crisis reactiva: esa es la ventaja transformadora.

La gestión de riesgos de la cadena de suministro en el transporte también está siendo revolucionada por la IA. Los sistemas analizan imágenes satelitales para detectar atascos o puertos bloqueados. Interpretan noticias para identificar desastres naturales o crisis geopolíticas. Combinan estos datos en tiempo real con las rutas de entrega específicas de una empresa y emiten alertas cuando una ruta en particular se ve afectada. Esta detección temprana permite activar rutas alternativas antes de que se produzcan retrasos críticos.

6. Automatización de rutinas administrativas mediante RPA y Automatización Cognitiva

Una parte importante del tiempo de trabajo en los departamentos de compras se dedica a tareas manuales que se repiten periódicamente: escanear facturas e introducirlas en sistemas, comparar pedidos con notas de entrega, realizar negociaciones de precios para piezas C (recursos operativos de bajo valor), registrar proveedores en bases de datos y contabilizar pedidos en varios centros de costes.

La Automatización Robótica de Procesos (RPA) puede automatizar estas tareas. Un bot de RPA puede:

• Reciba una factura entrante en formato PDF o correo electrónico.
• Extraiga el texto mediante OCR (reconocimiento óptico de caracteres, combinado con IA): número de factura, fecha de factura, proveedor, importe de la factura, fechas de pago, artículos, cantidades.
• Compare estos datos con el sistema ERP: ¿Hay algún pedido cuyo total coincida con esta factura? ¿Coincide la entrada de mercancías?
• Si se confirma la coincidencia, se emitirá automáticamente una liberación de pago.
• En caso de desviación, enviar automáticamente una escalada a un revisor o comunicarse con el proveedor.

Esta automatización del procesamiento de facturas puede reducir el tiempo de procesamiento entre un 70 % y un 80 % y disminuir las tasas de error. Una empresa que procesa 10 000 facturas al mes puede ahorrar entre 2 y 3 empleados a tiempo completo (ETC) gracias a la automatización; esto supone un aumento significativo de costes y eficiencia.

Otro ejemplo es la negociación automatizada de precios para artículos estándar. Para las piezas C (material de oficina, equipos básicos, cuyas compras individuales son inferiores a 100 €), la negociación manual no resulta rentable. Sin embargo, el valor total de estas pequeñas compras es considerable. Un sistema de IA puede enviar automáticamente consultas de precios a múltiples proveedores para todos los pedidos de esta categoría, evaluar automáticamente las ofertas y realizar pedidos automáticamente al proveedor más competitivo, todo ello sin intervención humana. El resultado es una descentralización de las decisiones rutinarias, que permite a la organización centrarse en tareas complejas y de alto valor.

7. Cumplimiento y registro de auditoría mediante documentación automatizada

Las grandes empresas, especialmente del sector público y de sectores altamente regulados (farmacéutico, aeronáutico, financiero), deben poder demostrar que sus procesos de compras son transparentes y cumplen con las normas. Una auditoría podría requerir: Muéstrenme todos los pasos que llevaron a la selección de este proveedor. Muéstrenme que todas las ofertas se documentaron y evaluaron según los mismos criterios.

Los sistemas de IA pueden documentar automáticamente cada paso del proceso de compras: qué proveedores se investigaron, qué criterios se utilizaron para evaluarlos, qué ofertas se obtuvieron y cómo se compararon, qué decisiones se tomaron y por qué. Esta documentación exhaustiva no solo cumple con las normativas, sino que también tiene un valor estratégico: genera transparencia, previene el soborno y el nepotismo (que conducen a una selección deficiente de proveedores) y establece un registro de auditoría en caso de que surjan dudas posteriormente.

8. Precios predictivos e inteligencia de mercado

Los precios de las materias primas, los costes de transporte y los salarios fluctúan constantemente. Una empresa que compra a precios altos hoy porque no sabía que el mercado caería en tres semanas ha incurrido en costes reales. Por el contrario, una empresa tampoco quiere pedir muy poco si es previsible que los precios suban.

Los sistemas de IA pueden anticipar las fluctuaciones de precios combinando series históricas de precios con variables macroeconómicas (tipos de interés, tipos de cambio, índices de materias primas, precios de la energía), dinámicas del sector (utilización de la capacidad, cuellos de botella en la cadena de suministro) y la percepción de las noticias. El resultado son pronósticos probabilísticos: Existe un 75 % de probabilidad de que el precio del acero baje entre un 3 % y un 6 % en los próximos dos meses; espere a realizar pedidos más grandes hasta que toque fondo. O bien: Se espera que el litio se encarezca un 15 %; pida el pedido ahora.

Estas predicciones de precios impactan directamente en los tiempos y cantidades de los pedidos, lo que permite ahorros significativos (entre un 5 y un 10 por ciento en categorías volátiles no es raro).

9. Integración de sostenibilidad y ESG en la evaluación de proveedores

Los requisitos regulatorios (Directiva de Diligencia en la Cadena de Suministro de la UE, legislación alemana sobre la cadena de suministro, etc.) obligan a las empresas a examinar sus cadenas de suministro para detectar riesgos sociales y ambientales. Un proveedor en un país con una legislación laboral débil o un alto riesgo de corrupción podría suponer un riesgo para la reputación de la empresa compradora.

Los sistemas de IA pueden evaluar automáticamente los riesgos ESG mediante:

• Analizar datos disponibles públicamente sobre los países proveedores (derechos laborales, estándares ambientales, índices de corrupción, etc.)
• Analizar el sentimiento de las noticias respecto a los proveedores (¿hay informes de disputas laborales, contaminación ambiental?)
• Evaluar certificaciones y auditorías de proveedores.
• Revisar las cláusulas contractuales que cumplen con los requisitos ESG.

Este sistema puede clasificar automáticamente a los proveedores como de alto, medio o bajo riesgo y sugerir alternativas al comprador con mejores perfiles ESG. Esto permite lograr el cumplimiento normativo y la optimización del negocio simultáneamente, no como un conflicto de objetivos, sino como una meta integrada.

10. IA generativa para documentación, análisis de contratos y gestión del conocimiento

Los modelos de lenguaje de gran tamaño (como GPT-4 o Claude) abren nuevas posibilidades de adquisición. Por ejemplo, pueden:

• Analice automáticamente los contratos e identifique desviaciones de las cláusulas estándar.
• Traduzca automáticamente las ofertas a un formato estandarizado para aumentar la comparabilidad.
• Extrae y estandariza automáticamente facturas en diferentes idiomas y formatos.
• Las directrices de contratación deberían redactarse en lenguaje natural (en lugar de reglas crípticas), lo que resulta más fácil de entender para todos los usuarios.
• Crearon un asistente de inteligencia artificial que puede asesorar a los empleados: ¿Cómo envío una solicitud a un proveedor? o ¿Qué proveedores hay para este grupo de productos?

Estas aplicaciones son menos espectaculares que el análisis predictivo, pero reducen la fricción y los errores en los procesos cotidianos entre un 10 y un 20 por ciento.

Adquisición de pedidos y desarrollo organizacional - Imagen: Xpert.Digital

Xpert.Digital apoya a las empresas en esta compleja transformación, ya sea desarrollando una función moderna de adquisición de pedidos desde cero o optimizando los procesos existentes. Con una amplia experiencia en marketing, ventas, análisis de datos, transformación digital y desarrollo organizacional, guiamos a su empresa hacia un reposicionamiento estratégico. Nuestro enfoque es holístico: no solo optimizamos los procesos, sino que también desarrollamos las personas y la cultura organizacional necesarias para lograr un éxito sostenible y medible.

Más sobre esto aquí:

• La adquisición de pedidos moderna ya no es una función de ventas aislada

La contabilidad económica global: ¿de dónde provienen los ahorros?

Las aplicaciones de IA descritas anteriormente conducen a ahorros de costes mensurables en varios niveles:

Costos directos de adquisición

Gracias a la mejora de las negociaciones, la optimización de las cantidades y los plazos, y la competencia entre proveedores, se pueden reducir los costes de los productos entre un 5 % y un 15 %, dependiendo del sector y del grado de madurez de la implementación de la IA. En una empresa con un presupuesto de compras de 500 millones de euros, esto se traduce en un ahorro de entre 25 y 75 millones de euros al año.

costos de litigio

La automatización de la verificación de facturas, el procesamiento de pedidos y la gestión de proveedores reduce los costes administrativos entre un 30 % y un 47 %. Una empresa con un departamento de compras de 50 personas podría ahorrar entre 15 y 24 años-persona; con un coste total medio (incluidos los gastos generales) de aproximadamente 100 000 € por persona, esto equivale a entre 1,5 y 2,4 millones de €.

Costos de almacenamiento

Unas previsiones de demanda más precisas reducen los niveles de inventario entre un 15 % y un 25 %. Con un valor medio de inventario de 50 millones de euros y unos costes de almacenamiento de aproximadamente un 25 % anual (intereses, seguros, desgaste y espacio), esto supone un ahorro de entre 1,9 y 3,1 millones de euros.

Cómo evitar interrupciones en la cadena de suministro

La detección temprana de riesgos de proveedores y problemas en la cadena de suministro previene interrupciones de producción y compras de emergencia a precios elevados. El valor de esta prevención es difícil de cuantificar, pero para componentes críticos, un solo día de inactividad de producción puede costar millones.

Mejorando la dinámica del flujo de caja#

Un procesamiento de facturas más rápido, fechas de pago más precisas y la identificación de descuentos por pronto pago reducen los costos de liquidez. En promedio, una empresa puede pagar de 2 a 5 días antes cuando el procesamiento de facturas está automatizado, lo que impacta el capital de trabajo.

Un cálculo global conservador para una empresa de tamaño mediano (presupuesto de compras de 500 millones de euros, organización de compras de 50 personas) podría verse así:

• Ahorro de costes directos: 25–50 millones de euros
• Ahorro de costes en litigios: 1,5–2,4 millones de euros
• Reducción de costes de almacenamiento: 1,9–3,1 millones de euros
• Mejora del capital circulante: 2–5 millones de euros

Total: 30–60 millones de euros anuales, de los cuales aproximadamente 15–25 millones de euros se pueden atribuir al cambio de comportamiento (mejores negociaciones, selección óptima de proveedores) y 15–35 millones de euros a la automatización y las ganancias de eficiencia.

Los costes de implementación de un sistema de compras basado en IA para toda la empresa suelen oscilar entre 2 y 5 millones de euros (adquisición de software, integración con sistemas existentes, preparación de datos, gestión de cambios y formación). Por lo tanto, el retorno de la inversión se alcanza en un plazo de 1 a 3 meses, un ROI excepcionalmente alto para un proyecto de digitalización.

El problema de la mentalidad: de la optimización tradicional a la inteligencia basada en datos

A pesar de estas impresionantes cifras, la adopción de la IA en compras y aprovisionamiento sigue siendo limitada en muchas empresas alemanas. Un estudio reciente de la Asociación Alemana de Gestión de la Cadena de Suministro, Aprovisionamiento y Logística (BME) muestra que, si bien 7 de cada 10 gerentes de compras planean invertir en IA, muchos aún desconocen cómo hacerlo.

Los desafíos no son principalmente de naturaleza tecnológica, sino más bien organizacional y cultural:

Complejidad de la integración

Los sistemas de IA necesitan comunicarse con docenas de sistemas existentes: ERP, contabilidad, CRM, gestión de inventario, RR. HH., etc. Esta integración es técnicamente viable, pero requiere mucho tiempo y es propensa a errores. Muchas organizaciones de compras no están dispuestas a cambiar radicalmente los sistemas existentes.

Problemas de calidad de los datos

La IA solo es tan buena como los datos con los que se entrena. Muchas empresas tienen conjuntos de datos fragmentados, información faltante y categorizaciones inconsistentes. Antes de implementar la IA, a menudo se deben dedicar varios meses a mejorar la calidad de los datos. Esto es inconveniente y poco espectacular: justo lo contrario de lo que la gerencia quiere oír.

Habilidades y cualificaciones

Un sistema de compras basado en IA requiere no solo profesionales de compras, sino también científicos de datos, ingenieros de datos, gestores de cambio y optimizadores de procesos. Muchas empresas medianas no pueden desarrollar ni contratar a estos profesionales internamente. Deben involucrar a socios externos (consultores, proveedores de software), lo que incrementa los costos y genera dependencia.

Escepticismo hacia el cambio

El personal de los departamentos de compras suele haber pasado décadas aprendiendo a realizar su trabajo. La IA que toma decisiones automáticamente se percibe como una amenaza, no como una herramienta de apoyo. La gestión del cambio es compleja y requiere un auténtico reposicionamiento de roles y habilidades.

Expectativas demasiado altas para la automatización

Muchos tomadores de decisiones esperan que la IA automatice todo el proceso de compras y haga innecesaria la intervención humana. Esto es poco realista. La IA funciona mejor cuando funciona como inteligencia aumentada: asiste a los tomadores de decisiones humanos, pero no los reemplaza. Un buen comprador del futuro no será un negociador tradicional, sino un analista de datos y estratega que interpreta la información de las máquinas y la traduce en estrategias de negocio.

La arquitectura del futuro: de las compras híbridas a la inteligencia autónoma

Las empresas que hoy en día implementan IA en sus procesos de adquisiciones suelen pasar por las siguientes fases:

Fase 1 (meses 1 a 6): logros rápidos y proyectos piloto

Automatización de la verificación de facturas, análisis de gastos para un grupo de productos específico y evaluación de proveedores para la selección de nuevos. Estos proyectos piloto presentan un bajo riesgo, una alta tasa de éxito y generan credibilidad e impulso internos.

Fase 2 (meses 6 a 18): Integración más profunda

Se está implementando la previsión de la demanda, se está capacitando al personal de apoyo a la negociación y se está implementando la gestión de riesgos de los proveedores. El equipo central está aprendiendo a trabajar con sistemas de IA y a adaptar los procesos.

Fase 3 (meses 18 a 36): Orquestación completa

Todas las áreas de compras cuentan con soporte de IA. Los compradores trabajan en un entorno aumentado donde tienen acceso a datos, pronósticos, recomendaciones y opciones automatizadas. Pero son ellos quienes toman las decisiones finales.

Fase 4 (a partir del mes 36): Inteligencia autónoma dentro de límites

Para categorías estandarizadas de bajo riesgo, las decisiones están completamente automatizadas. Para categorías complejas y estratégicas, la inteligencia se mejora, pero las decisiones siguen siendo humanas. El sistema aprende continuamente y se vuelve más preciso.

Los sistemas de IA bien implementados no provocan despidos masivos, sino un reposicionamiento de la organización de compras. Un departamento de compras de 50 personas podría reducirse a 40, pero estas 40 personas son expertos (científicos de datos, estrategas, negociadores) en lugar de administradores. El valor de la organización por persona aumenta significativamente y pueden asumir tareas más estratégicas y cruciales para el negocio.

La necesidad estratégica de diferenciación

El error fundamental que cometen muchas empresas es confundir conceptualmente las compras y las contrataciones. Mientras estas dos funciones se consideren como iguales, es imposible organizarlas u optimizarlas adecuadamente. Las compras son estrategia, las compras son operaciones. Requieren diferentes habilidades, diferentes métricas, diferentes sistemas y diferentes roles para la IA.

Las compras son el punto de encuentro de ambos mundos. Es el proceso estructurado en el que se materializan los objetivos estratégicos (colaboraciones óptimas con proveedores) (selección, negociación, firma de contratos). Aquí es donde la IA puede aportar el mayor valor: acelera el análisis, mejora la objetividad de las decisiones y permite alcanzar los objetivos estratégicos de forma mucho más consistente.

Las empresas que comprendan esta distinción y utilicen la IA en consecuencia reducirán sus costes de aprovisionamiento entre un 10 % y un 20 %, aumentarán la resiliencia de su cadena de suministro, mejorarán la calidad de sus compras y transformarán sus organizaciones de compras en generadoras de valor estratégico. Las empresas que traten la IA como una herramienta genérica sin hacer estas distinciones conceptuales se verán decepcionadas, y la IA se convertirá en un sistema costoso e infrautilizado que se desmantelará al cabo de unos años.

El futuro de las compras no pertenece a quienes implementan la IA más rápidamente, sino a quienes entienden más claramente dónde la IA tiene mayor valor y dónde los humanos siguen siendo indispensables.

Plataformas de trading B2B - Planificación estratégica y soporte con Xpert.Digital - Imagen: Xpert.Digital

Las plataformas comerciales de empresa a empresa (B2B) se han convertido en una parte fundamental de la dinámica del comercio mundial y, por tanto, en una fuerza impulsora de las exportaciones y el desarrollo económico mundial. Estas plataformas ofrecen importantes beneficios a empresas de todos los tamaños, en particular a las pymes (pequeñas y medianas empresas), que a menudo se consideran la columna vertebral de la economía alemana. En un mundo donde las tecnologías digitales son cada vez más prominentes, la capacidad de adaptarse e integrarse es crucial para el éxito en la competencia global.

Más sobre esto aquí:

• Plataformas comerciales de empresa a empresa (B2B)

☑️ Nuestro idioma comercial es inglés o alemán.

☑️ NUEVO: ¡Correspondencia en tu idioma nacional!

Konrad Wolfenstein

Estaré encantado de servirle a usted y a mi equipo como asesor personal.

Puedes ponerte en contacto conmigo rellenando el formulario de contacto o simplemente llámame al +49 89 89 674 804 (Múnich) . Mi dirección de correo electrónico es: wolfenstein ∂ xpert.digital

Estoy deseando que llegue nuestro proyecto conjunto.

☑️ Apoyo a las PYMES en estrategia, consultoría, planificación e implementación.

☑️ Creación o realineamiento de la estrategia digital y digitalización

☑️ Ampliación y optimización de procesos de ventas internacionales

☑️ Plataformas comerciales B2B globales y digitales

☑️ Pionero en desarrollo empresarial / marketing / relaciones públicas / ferias comerciales