Entrada manual de documentos eliminada en seis plantas — más de 85 especialistas liberados para el trabajo que realmente los necesita
Cómo un importante grupo metalúrgico automatizó el manejo de documentos entrantes, el procesamiento de certificados de calidad y las actas de reconciliación — y dejó de tener a 85 personas pasando sus días escribiendo los mismos datos dos veces.
Manufactura · Grupo industrial · Primo AI Server · Primo Orchestrator · Primo Robot · Lectura de 10 minAbout the customer
Un importante grupo metalúrgico — seis plantas de producción en más de 30 regiones, suministrando más de un millón de toneladas de productos tubulares anualmente. Compras, logística, control de calidad y finanzas generan flujos de documentos continuos que deben procesarse, validarse y contabilizarse en sistemas contables y ERP.
El grupo comenzó a automatizar en 2020, empezando con 16 procesos de alto ROI en manejo de documentos, contabilidad e interacciones con contratistas. En los años siguientes, el equipo construyó un centro de competencia interno de 17 especialistas — analistas, arquitectos, desarrolladores, testers y soporte — gestionando el ciclo de vida completo de automatización desde el análisis de procesos hasta el mantenimiento en producción.
El grupo había estado automatizando desde 2020 en una plataforma diferente. En 2023, realizaron una evaluación estructurada de plataformas y seleccionaron Primo — trasladando su conjunto completo de automatización en logística, compras, RR. HH. y finanzas a la nueva plataforma y expandiéndose desde allí. En ese punto el programa cubría más de 75 procesos.
Cada documento significaba una persona leyéndolo y escribiéndolo — en seis plantas
La manufactura a escala genera documentos constantemente. Los bienes entrantes llegan con documentos del proveedor, certificados de calidad y notas de entrega. Las compras generan órdenes de compra y actas de reconciliación. Las finanzas manejan extractos bancarios, registros en SAP y reconciliaciones entre empresas. Cada tipo de documento tenía su propio formato, sus propias reglas de validación y su propio sistema de destino.
El elemento innegociable que dio forma a todo el diseño: los sistemas contables y ERP no podían cambiar. La configuración de SAP en un grupo de esta escala es infraestructura fija — cualquier cambio activa un proceso de gestión de cambios que toma meses. La automatización tenía que trabajar alrededor de los sistemas existentes, no a través de ellos.
El trabajo se realizaba manualmente. Un especialista recibía un documento, lo leía, extraía los campos relevantes, abría el sistema apropiado — SAP, contabilidad, gestión de calidad — y escribía los datos. Luego pasaba al siguiente documento. En seis plantas, con equipos diferentes realizando el mismo trabajo de forma independiente, las horas-persona agregadas eran sustanciales.
Cómo lo automatizamos
Fase 1 — Auditoría de procesos y taxonomía de documentos
Cada flujo de documentos en las seis plantas fue catalogado en Primo Idea Hub: tipo de documento, volumen, sistema origen, sistema destino, reglas de validación, patrones de excepción. El resultado fue un orden de automatización priorizado — qué tipos de documentos abordar primero según el volumen, la tasa de error y la complejidad del sistema.
La auditoría reveló un patrón importante: la mayoría de los tipos de documentos compartían una estructura común a pesar de provenir de diferentes proveedores en diferentes formatos. Los certificados de calidad, por ejemplo, tenían los mismos campos requeridos independientemente del proveedor — pero el diseño del campo variaba ampliamente. Esto los hacía buenos candidatos para la extracción basada en IA en lugar del análisis basado en reglas.
Fase 2 — Despliegue de AI Server y entrenamiento de extracción
Primo AI Server se desplegó en local dentro de la infraestructura del grupo. La primera capacidad fue la clasificación de documentos — identificar cada documento entrante como un certificado de calidad, nota de entrega, acta de reconciliación u otro tipo — seguida de la extracción de campos.
Los modelos de extracción fueron entrenados con documentos históricos de cada planta. El equipo configuró las reglas de extracción sin involucrar a una función externa de ciencia de datos; el centro de competencia interno gestionó el ciclo de entrenamiento y ajuste directamente. Esta fue una elección deliberada — el grupo quería que la capacidad fuera propiedad y operada internamente, sin depender del soporte externo.
Fase 3 — Integración RPA y despliegue planta por planta
Primo Robot, orquestado por Primo Orchestrator, toma la salida extraída por IA y ejecuta los pasos de registro en los sistemas aguas abajo — SAP, contabilidad, gestión de calidad — a través de las mismas interfaces que usaría un operador humano. Los sistemas contables en sí mismos no fueron modificados.
El despliegue procedió planta por planta, comenzando con los flujos de documentos de mayor volumen. En cada planta, la automatización se ejecutó en paralelo con el procesamiento manual durante un período de validación antes del cambio completo. La estructura del despliegue también significó que cada planta podía manejarse como una unidad contenida — un fallo en una planta no podía afectar a las demás.
La pregunta de la dirección siempre era: ¿qué pasa cuando un proveedor cambia el formato de su documento? La respuesta ahora es: el equipo reentrena el modelo y está listo. No llamamos a nadie.
The numbers
What changed for the team
Los especialistas que habían estado realizando la entrada manual no se fueron. El trabajo se desplazó: de la lectura de documentos y escritura de datos al triaje de excepciones, análisis de calidad de proveedores y mejora de procesos. El centro de competencia amplió su alcance — con la entrada rutinaria de documentos automatizada, el equipo tuvo capacidad para asumir categorías de procesos más complejas.
Los sistemas contables recibieron datos en un estado más consistente y validado que antes. Los errores que se habían introducido a través de la transcripción manual — campos incorrectos, números transpuestos, validaciones omitidas — desaparecieron en gran medida de la cola de excepciones.
La estructura de despliegue planta por planta también produjo un manual reutilizable. Cada nuevo tipo de documento o nueva planta podría incorporarse usando el mismo marco: auditar, entrenar, validar, cambiar. El grupo ahora trata la automatización de documentos como una capacidad estándar en lugar de un proyecto.
Document processing architecture — six-plant deployment
What's next for this customer
El centro de competencia está extendiendo AI Server a categorías de documentos adicionales — documentación aduanera y reconciliación de facturación de clientes — usando la misma arquitectura local. El equipo también está construyendo un ciclo de retroalimentación en el pipeline de extracción: cuando un revisor humano corrige una extracción de IA, la corrección se registra y se incorpora al siguiente ciclo de entrenamiento.
Una segunda iniciativa es el análisis entre plantas. Con los datos de documentos fluyendo ahora a través de una capa de orquestación única, el grupo tiene visibilidad de los patrones de documentos en las seis plantas por primera vez — tendencias de calidad de proveedores, tasas de discrepancia en reconciliaciones y volúmenes de procesamiento por planta y categoría.