Diseño e implementación de un servicio de procesamiento automatizado para la gestión de ordenes de compra en Toxement S.A.

Abstract

Este proyecto implementa una solución de inteligencia artificial (IA) para automatizar el procesamiento de órdenes de compra en PDF en Toxement S.A., con el propósito de optimizar la creación de órdenes de venta en el sistema SAP. Frente a un proceso manual que requiere hasta dos días y presenta errores frecuentes, la propuesta incorpora tecnologías de OCR (Reconocimiento Óptico de Caracteres) y NLP (Procesamiento de Lenguaje Natural) para extraer y validar datos, generando la documentación en el ERP de manera automática. La validación incluirá pruebas con clientes estratégicos, comparación de eficiencia entre métodos manual y automatizado, medición de precisión en la extracción de datos y recopilación de retroalimentación de usuarios internos. Los resultados previstos son la reducción del tiempo de procesamiento de dos días a quince minutos, disminución significativa de errores, optimización de recursos humanos mediante la reorientación del personal hacia funciones estratégicas y una mejora notable en el servicio al cliente. La iniciativa moderniza un proceso crítico, alineándose con la transformación digital de la empresa y garantizando mayor competitividad en el mercado. Se trata de un nuevo paso dentro de la transformación digital de procesos administrativos, con un alto potencial de expansión hacia otras áreas operativas y de negocio.

This project implements an artificial intelligence (AI) solution to automate the processing of PDF purchase orders at Toxement S.A., with the goal of optimizing sales order creation in the SAP system. In contrast to a manual process that takes up to two days and is prone to errors, the proposal incorporates OCR (Optical Character Recognition) and NLP (Natural Language Processing) technologies to extract and validate data, automatically generating the documentation in the ERP system. Validation will include testing with strategic clients, comparing the efficiency of manual and automated methods, measuring the accuracy of data extraction, and gathering feedback from internal users. The expected results are a reduction in processing time from two days to fifteen minutes, a significant decrease in errors, optimization of human resources by redeploying staff to strategic functions, and a notable improvement in customer service. This initiative modernizes a critical process, aligning with the company's digital transformation and ensuring greater competitiveness in the market. This is a new step in the digital transformation of administrative processes, with a high potential for expansion into other operational and business areas.