Problema empresarial
Una multinacional carecía de un apoyo eficaz para clasificar el gasto de los proveedores, en particular para servicios y materiales indirectos. Las entradas de texto manuales y las descripciones inconsistentes dieron lugar a una categorización incorrecta de los gastos, a informes poco fiables y a una visibilidad limitada de la presupuestación y la contabilidad.
Acciones tomadas
· Implementé un Marco de clasificación de gastos basado en IA utilizando análisis de texto y modelos basados en redes neuronales.
· Diseñé circuitos de entrenamiento, puntuación y retroalimentación para mejorar continuamente la precisión de la clasificación.
· Se aplicó una lógica de clasificación jerárquica para manejar descripciones de proveedores diversas y desestructuradas.
· Aprovechó las capacidades de comprensión semántica para interpretar los datos de adquisiciones en texto libre.
Resultados conseguidos
· Logrado Precisión de clasificación del 90 al 95%en muestras de datos validadas por la empresa.
· Mejora de la confiabilidad de los informes de gastos en todos los servicios y materiales indirectos.
· Mayor eficiencia operativa dentro de la organización global de adquisiciones.
· Permitió una presupuestación y una contabilidad más precisas mediante una clasificación uniforme de los proveedores.
