Empresas Premium
Ayesa Digital ha desarrollado una plataforma basada en IA generativa para optimizar las licitaciones en Iberdrola. Utiliza modelos de lenguaje y machine learning para agilizar la categorización de la documentación, evaluar riesgos según plantillas y realizar pre‑evaluaciones técnico‑económicas.
La solución también genera criterios de valoración, comparaciones, análisis de riesgos y simulaciones. Permite búsquedas inteligentes en más de 100 000 documentos/año y ofrece análisis comparativos en tiempo real, mejorando eficiencia, agilidad y fiabilidad
El proyecto buscaba agilizar el proceso de licitación y hacer más eficiente la evaluación, facilitando un acceso ágil a información clave, centralizando evaluaciones y promoviendo decisiones basadas en datos. Actuando en cuatro áreas esenciales:
1. Clasificación inteligente: búsquedas en lenguaje natural, resúmenes automáticos, alertas ante documentos faltantes e identificación rápida de riesgos (ciber, subcontratación…).
2. Criterios técnicos: la IA genera criterios de evaluación basados en especificaciones, propone mejoras y detecta ambigüedades.
3. Evaluación técnica: compara ofertas según plantilla generada, resalta discrepancias y evalúa su impacto técnico.
4. Evaluación económica: facilita comparativas de costes, simulaciones de escenarios, detección de anomalías financieras y comparativas comerciales.
Esto reduce tiempos, costes y errores manuales, mejora la trazabilidad y calidad del proceso de compras, aumenta la objetividad y permite analizar el 100 % de la documentación.
El proyecto de transformación en Compras destaca por aplicar IA Generativa de manera tangible en un proceso crítico. Ahora se convierte en flujo digital asistido por algoritmos desde la definición de criterios hasta la comparación final. Se integran motores de búsqueda semántica y generación dinámica de criterios, sugiere mejoras, detecta ambigüedades y ajusta los pliegos a necesidades reales.
Mediante RAG, la IA utiliza información actualizada y contextualizada para comparar ofertas, analizar inconsistencias y evaluar impactos técnico-económicos que antes requerían muchas horas. El aprendizaje automático permite refinar la herramienta iterativamente según datos previos, mejorando fiabilidad. Se adoptó SAFe para la coordinación global y Scrumban en ejecución diaria, facilitando la iteración continua, incorporando feedback y un enfoque constante en el valor de negocio. Esto refuerza la innovación tecnológica y consolida buenas prácticas en la gestión de transformaciones digitales.
La solución se construye sobre un ecosistema moderno, seguro y escalable. Basada en AWS, utiliza SageMaker para entrenar modelos IA, Bedrock para modelos generativos y RDS PostgreSQL para la gestión de datos, combinando computación, almacenamiento de embeddings y análisis en un único entorno. Se integra con sistemas internos como SAP, repositorios documentales y herramientas RPA para cubrir todo el ciclo, desde la recepción de ofertas hasta los informes finales.
El diseño es responsive y accesible desde diversos dispositivos, con consultas en lenguaje natural que simplifican el acceso a información compleja. Incluye monitorización en tiempo real para identificar incidencias, cuellos de botella y métricas actualizadas, reforzando la transparencia y la toma de decisiones.
La seguridad es un pilar esencial: se emplean cifrado avanzado, control de accesos y políticas alineadas con estándares como OWASP, protegiendo la integridad y confidencialidad de los datos de proveedores y financieros.
|
