Ingeniería de Datos

Proyecto GenAI: Chatbot interno para el área de Supply Chain en empresa líder mundial en minería

El Desafío

Aumentar el acceso a la información y gestión de datos utilizando Inteligencia Artificial a través de un bot capaz de generar y procesar queries SQL a partir de texto.

  1. Empresa del rubro minero, contaba con procesos altamente repetitivos y manuales para dar respuestas a preguntas operativas que realizaban los jefes del área de Supply Chain, tardando horas e incluso días en resolver preguntas como “¿cuántas válvulas se compraron el año pasado?”
  2. A pesar de tener un Datalake en la nube, los datos tenían una limitada accesibilidad y un bajo uso,  en particular, los que provenían del ERP que manejaba la mayoría de la operación de la empresa. Por otro lado, estos datos tenían un formato incompatible con el uso de negocio que necesitaban los usuarios
  3. Se presentó la oportunidad de aprovechar el auge de ChatGPT y modelos de lenguaje similares, para desarrollar un Chatbot que permitiese responder las preguntas deseadas, generando y procesando queries sobre información estructurada sin necesariamente tener conocimientos técnicos

Poder juntar todas estas piezas en una interfaz sencilla que un usuario pueda utilizar fácilmente, permite explotar todo el potencial de la IA generativa

La estrategia

En base a las necesidades del cliente se implementó una arquitectura de software minimalista, que incluía bases de datos estructuradas y una interfaz sencilla para hacer las preguntas.

  • Los grandes modelos de lenguaje (conocidos como LLMs) representan una de las mayores irrupciones tecnológicas debido a su gran capacidad de predecir texto y velocidad de integración
  • La mayoría de las organizaciones maneja sus datos en bases de datos transaccionales, por lo tanto, consultarlas de manera rápida posibilita tomar mejores decisiones

Solicitudes de pedido

Solicitudes de pedido de las distintas áreas para gestionar su adquisición por parte de la empresa

Órdenes de compra

Compras a distintos proveedores por distintos materiales, insumos y herramientas

Despachos

Registros asociados al despacho y movimiento de materiales entre los distintos centros

Los Logros

Se logró el desarrollo de la prueba de concepto que permitió estimar el impacto y la factibilidad de esta solución antes de pasarla a productivo

 

Se integraron y depuraron +5 fuentes de data estructurada que se usaron para responder las distintas preguntas de los usuarios de negocio

Se realizaron 3 pruebas en vivo con el cliente para obtener valiosos insights e ir creando en conjunto el producto y ajustándolo para satisfacer las necesidades del negocio

La prueba de concepto logró un 66% de precisión respondiendo las preguntas que se le hicieron, siendo bastante útil y prometedor su futuro cuando la solución se desarrolle en productivo

El Chatbot fue capaz de resolver casos de negocio que mejoran profundamente la gestión como: ¿Cuántas órdenes de compra no fueron generadas a tiempo por centro? ¿Qué proveedores tienen más días de atraso? ¿Existe algún día con más de X entregas programadas?