Transformación operativa

Panorama

Ricoh Latam, la división latinoamericana de Ricoh Japón, atiende a más de 16.000 clientes en la región desde su base en Miami. La compañía busca mejores márgenes con automatización e IA. Ricoh se asoció con nosotros para mejorar la entrega de servicio, bajar costos y agilizar sus procesos internos.

Áreas: Logistics & Operations, Sales, Finance, Supply Chain.

Cronograma

• Septiembre 2024. Lanzamiento del proyecto de gestión de repuestos con IA
• Diciembre 2024. Lanzamiento del proyecto de automatización de viajes y logística
• Enero 2025. Desarrollo de herramientas de conciliación bancaria y procesamiento de datos con IA
• Febrero 2025. Lanzamiento de proyectos GenAI para presupuestos, backlogs y modelos predictivos

Forecasting e inventario con IA

Los datos de inventario de Ricoh estaban repartidos entre stock disponible, órdenes en tránsito y compromisos comerciales. Eso generaba faltantes, sobre-stock y decisiones reactivas. Ventas, planning y operaciones no lograban alinearse.

Construimos un sistema que unifica inventario, ventas y planning, consolidando datos de AX y D365. Combina datos históricos, compromisos comerciales y variables operativas para:

• Predecir la demanda futura con mayor precisión.
• Optimizar niveles de stock, evitando faltantes y sobreacumulación.
• Dar visibilidad en tiempo real a los equipos de ventas y planning.

Proyecto de conciliación de pagos

Matchear pagos de varios bancos con sus facturas seguía exigiendo mucho trabajo manual, incluso con reglas definidas. El objetivo era automatizar el matching y dejar listo el camino para una IA que encuentre nuevas reglas y suba las tasas de match.

Automatizamos el matching de pagos y facturas con reglas. Todavía no hay IA. El sistema queda listo para adoptarla después. Lo que tomaba de 30 a 40 minutos ahora toma 1 minuto.

Inteligencia de logística de viajes

Crear registros de viaje (envíos desde puertos a centros logísticos) implicaba revisar, consolidar y cargar a mano facturas, formularios y otros documentos. Cada entrada tomaba más de 90 minutos y los errores eran frecuentes.

Automatizamos el proceso con IA que detecta y extrae datos de PDFs y otros documentos. El tiempo de procesamiento bajó de 90 minutos a 5. Bajaron los errores y el equipo recuperó tiempo para tareas de mayor valor.

Gestión de repuestos con IA

Los datos de consumo de repuestos venían de varias fuentes y eran difíciles de unificar. Seguir el uso y proyectar necesidades futuras era lento. El equipo necesitaba un solo proceso centralizado.

Centralizamos e integramos todas las fuentes en un único sistema. Mejoró la calidad de los datos y el acceso al historial de consumo. Con una sola vista, el equipo anticipa la demanda y decide con más precisión.