La automatización de compras, planteada como un problema de experiencia

Una solicitud de compra es un momento de la verdad. Alguien dentro del negocio necesita algo, y el tiempo que transcurre entre la petición y la respuesta es una experiencia que recordará y de la que se quejará. La mayoría de los programas de automatización lo pasan por alto y optimizan, en cambio, la trastienda; por eso tantos acaban acelerando un proceso en el que nadie confía.

El replanteamiento es sencillo. Trata al solicitante interno como a un cliente y al proveedor como a una relación, y la automatización de compras deja de ser un debate sobre plantillas para convertirse en un problema de diseño de servicios con un responsable claro.

Los agentes cambian lo que las compras pueden ejecutar, no su finalidad

La IA agéntica hace por las compras lo que hace en cualquier otro ámbito: interpreta texto libre, decide y actúa entre sistemas en lugar de esperar a que alguien haga clic. En un flujo de compra, eso significa que un agente puede leer una solicitud, dar estructura a una entrada desordenada, cruzarla con un contrato o un proveedor preferente, detectar una excepción de política, proponer un aprobador y redactar el pedido. Las compras rutinarias, repetitivas y de bajo riesgo se ejecutan a velocidad de máquina; las excepciones se escalan con un criterio coherente, en lugar de depender de quién esté de turno.

Esa cifra es el titular, pero no es la lección. La eficiencia es lo fácil de demostrar en un piloto y lo difícil de sostener cuando el agente se topa con contratos reales, excepciones reales y personas reales que todavía no confían en él.

Así son las compras que crecen sin engordar la plantilla: agentes en el flujo y personas en los controles.

El retorno se concentra, no se reparte

La misma evidencia de las encuestas que promete eficiencia revela también lo desigual que resulta el aterrizaje. Las empresas que recogen el beneficio son las que antes hicieron el trabajo ingrato: datos limpios de contratos y proveedores, políticas codificadas y una experiencia de aprobación diseñada para que una máquina la ejecute y una persona la supervise.

La brecha no está en el modelo, sino en la disciplina operativa. Los líderes de Deloitte, los que logran un retorno de 3.2x con la IA generativa, son el mismo grupo que dedica hasta una cuarta parte del presupuesto del área a tecnología y derriba esos silos de trabajo que el 57 por ciento de los directores de compras señaló como la principal barrera para generar valor. Un agente vale lo que valen los datos, las políticas y la experiencia sobre los que opera.

El valor se esconde en los pasos que nadie quiere dar

Los avances más claros no llegan de decisiones vistosas de sourcing, sino de las conciliaciones, las validaciones y los seguimientos que las personas se saltan cuando van con prisas. Ahí es justo donde se acumulan las fugas y donde la confianza del proveedor se erosiona en silencio.

La adopción es todavía lo bastante incipiente como para que esto sea una ventaja, no un mínimo de partida. Apenas un 40 por ciento de los líderes de compras afirma estar pilotando activamente la IA generativa, de modo que es el modelo operativo, y no la tecnología, lo que separa a las empresas que ya capturan valor de las que esperan.

Cómo diseñarlo para que la experiencia se sostenga

El patrón que funciona no es “automatizarlo todo”, sino repartir de forma deliberada lo que decide un agente y lo que corresponde a una persona, con la experiencia que quieres dar al solicitante y al proveedor como criterio rector.

1. Parte del momento del solicitante, no del flujo de trabajo. Dibuja la experiencia que debería recibir el cliente interno: con qué rapidez, con cuánta transparencia, con cuánta previsibilidad. La automatización existe para ofrecer eso, y es la única medida honesta del éxito.
2. Define los controles antes que los agentes. Decide de forma explícita qué puede aprobarse de manera automática y qué debe pasar por una persona, según el importe, el riesgo y el tipo de excepción. Las personas siguen siendo responsables de las decisiones que tienen consecuencias.
3. Ordena los datos que lee el agente. Los contratos, las listas de proveedores y los documentos de política son los sentidos del agente. Si entra basura, sale basura aprobada, y más rápido que antes.
4. Convierte la traza de auditoría en una funcionalidad. Quién aprobó qué, cuándo y con qué fundamento debería ser un subproducto del flujo, no una reconstrucción posterior. Es lo que hace defendible la autonomía.
5. Trata a los proveedores como una relación, no como una cola. Los agentes que hacen seguimiento de los compromisos y resuelven los descuadres a tiempo hacen más por la confianza del proveedor que cualquier rediseño de portal.

Diseñada así, la automatización de compras se parece menos a un proceso robótico y más a un servicio bien gestionado: ágil donde la velocidad es segura, supervisado donde hace falta criterio y transparente para todos a quienes afecta. Es la misma lógica que aplicamos a la estrategia de experiencia y al trabajo de advisory más amplio, donde el objetivo nunca es la automatización en sí, sino una decisión mejor y más responsable. Para ver cómo diseñamos junto a nuestros clientes los controles humanos y los datos que los sustentan, explora los casos de éxito.