Antecedentes del proyecto
Grupo Farmacéutico Huadong, fabricante líder en China, maneja compras anuales superiores a 5 mil millones de yuanes y un volumen elevado de documentos de compra diarios. Todos los datos se extraían manualmente de PDFs/imágenes y se introducían en el sistema SAP ERP, para luego iniciar flujos de aprobación a través de DingTalk. La falta de integración entre ambos sistemas provocaba entradas duplicadas, información desactualizada y retrasos en las aprobaciones.
Principales dificultades
Solución
Reconocimiento inteligente con IA y entrada automática
Se implementó un sistema de reconocimiento de órdenes de compra con motor dual OCR+LLM, capaz de interpretar PDFs, imágenes, documentos escaneados y más. El sistema extrae automáticamente datos de proveedores, códigos de material, cantidades, precios y otros campos clave, completándolos según las reglas de mapeo de campos de SAP.
Integración de datos entre ERP y DingTalk
Se desarrolló un middleware con APIs estándar para conectar SAP ERP y DingTalk, logrando una sincronización bidireccional de los datos de compras. Al ingresar en el ERP se inicia automáticamente el flujo de aprobación en DingTalk, y el resultado de la aprobación se escribe en tiempo real en el ERP, eliminando la entrada duplicada.
Alertas inteligentes de anomalías
Se creó un modelo de detección de anomalías basado en datos históricos para identificar y alertar automáticamente sobre desviaciones de precios, cantidades anormales, pedidos duplicados y otros riesgos.
Resultados cuantitativos
| Indicador | Antes | Después | Mejora |
|---|---|---|---|
| Tiempo de entrada por documento | 2 h/pedido | 5 min/pedido | ↓96% |
| Tasa de error en entrada | 8% | 0.5% | ↓94% |
| Tamaño del equipo de compras | 8 personas | 3 personas | ↓63% |
| Tiempo de aprobación final | 3 días hábiles | 0.5 días hábiles | ↓83% |
> Resumen cuantitativo: el tiempo de entrada por documento se redujo un 96% a 5 minutos, la tasa de error bajó un 94% al 0.5%, el equipo de compras pasó de 8 a 3 personas y el plazo de aprobación se acortó un 83% a 0.5 días hábiles.
Stack tecnológico
SAP ERP, Plataforma abierta de DingTalk, Motor OCR, Modelo grande Qwen, Middleware Node.js, PostgreSQL
Preguntas frecuentes
¿En qué supera el motor dual OCR+LLM al OCR puro?
El OCR puro alcanza tasas de reconocimiento de aproximadamente 80%-85% en formatos complejos (escritos a mano, con sellos superpuestos o plantillas no estándar). Al añadir el LLM, los campos no reconocidos o mal interpretados por el OCR se completan mediante comprensión semántica, elevando la precisión combinada por encima del 99%. En este caso, la tasa de error pasó del 8% manual al 0.5% con entrada IA.
¿Admite la entrada inteligente con IA múltiples formatos de órdenes de compra?
Sí. El motor dual OCR+LLM procesa PDFs, imágenes, escaneos, faxes y otros formatos sin necesidad de plantillas predefinidas. El LLM entiende automáticamente la estructura de documentos de distintos proveedores, extrae los campos clave y los asigna a los campos estándar de SAP.
¿Cuánta intervención humana se requiere tras la puesta en marcha?
Solo 3 empleados de compras (antes 8) gestionan las órdenes con baja confianza de IA, que representan aproximadamente el 5% del volumen total. El 95% de las órdenes de compra se procesan de forma totalmente automática: entrada → aprobación → archivo, sin intervención manual.
