Desde que surgió en plena revolución industrial del siglo XIX, la función de compras no ha dejado de cambiar de naturaleza. Limitada durante mucho tiempo a un papel administrativo (emitir pedidos, pagar a proveedores), se ha ido imponiendo como una palanca estratégica: defensa de la ventaja competitiva, gestión del riesgo de proveedores, vigilancia del mercado, contribución a la innovación. Este ascenso tiene una contrapartida. Más datos que tratar, más criterios que analizar, más exigencias normativas que integrar. Y las herramientas de las que disponen hoy las direcciones de compras, finanzas y contabilidad no han seguido el mismo ritmo.

Esta evolución está lejos de terminar. Manutan, en su artículo «¿Cómo ha evolucionado la función de compras desde 1850?», recuerda que la función aún debe ganar reactividad en dos frentes: el rendimiento y la automatización de las tareas operativas. Justo ahí es donde las herramientas actuales alcanzan sus límites.

Las herramientas actuales y sus límites

La función de compras se apoya en una base de herramientas que se han vuelto imprescindibles: el ERP, las plataformas de e-procurement, las herramientas de análisis. Han permitido digitalizar los procesos, mejorar la trazabilidad de los flujos, seguir mejor el gasto y simplificar parte de las tareas administrativas. Nadie propone prescindir de ellas.

Pero presentan tres límites que resulta difícil ignorar.

El primero: funcionan con una lógica descriptiva. Registran lo que se ha introducido y lo devuelven en forma de informes. Las decisiones, como evaluar a un proveedor, preparar una negociación o identificar un riesgo, siguen recayendo por completo en los equipos, que tienen que buscar la información en otra parte.

El segundo: se basan en reglas predefinidas. Un flujo de aprobación, un umbral, una tolerancia. Ante una situación fuera del marco (una rotura de suministro, una variación de precio inesperada, una crisis geopolítica), la regla no sabe qué hacer y el caso vuelve a una persona.

El tercero: la calidad de los resultados depende por completo de la calidad de los datos introducidos. Una referencia mal codificada, un descuento redondeado, una tarifa sin actualizar, y el análisis producido es erróneo sin que nada lo señale. La herramienta no controla lo que recibe: lo procesa.

Estas herramientas han sostenido una transformación de gran calado. No están obsoletas. Pero por sí solas no pueden hacer que la función de compras sea más predictiva, más ágil y más estratégica. Es el contexto en el que la inteligencia artificial deja de ser opcional.

La explosión de los datos de proveedores

Mientras el perímetro de la función de compras se ampliaba, el volumen y la complejidad de los datos de proveedores crecían aún más deprisa. Paneles de proveedores más amplios, multiplicación de las referencias contractuales (contratos marco, cuadros de precios unitarios, descomposiciones de precio global, pliegos técnicos), presión sobre los costes de aprovisionamiento, exigencias ESG, obligaciones normativas como la CSRD o la CS3D: los compradores trabajan hoy con una densidad de información sin precedentes.

El ERP, el e-procurement y las herramientas de análisis centralizan parte de esa información. Pero explotarla sigue siendo difícil, y el problema no es solo de cantidad. Es cualitativo y estructural.

  • Los datos están dispersos. ERP, herramienta de compras, ficheros Excel, buzones de correo: consolidarlos lleva tiempo, y darles coherencia lleva más.
  • Su fiabilidad es variable. Errores de introducción, información obsoleta, duplicados. Una base imperfecta produce análisis imperfectos, y nadie sabe hasta qué punto.
  • Los criterios de evaluación se han multiplicado. Evaluar a un proveedor ya no se reduce a comparar un precio y un plazo. Hay que integrar el cumplimiento normativo, el desempeño ambiental, los riesgos de la cadena de suministro, la solidez financiera del socio.

Esta complejidad supera lo que las herramientas tradicionales y el análisis humano pueden absorber. Los compradores se encuentran ante una masa de información que no pueden explotar, dedican su tiempo a tareas de tratamiento y las decisiones se ralentizan. El tiempo dedicado a leer, volver a teclear y verificar es tiempo restado a las misiones que justifican su puesto.

La gestión de los datos de proveedores se convierte así en un asunto por derecho propio. Exige herramientas capaces no solo de centralizar la información, sino de estructurarla, hacerla fiable y confrontarla con lo negociado.

Lo que aporta la IA agéntica

Ante estos límites, la inteligencia artificial agéntica no es una herramienta más que añadir a la pila. Se hace cargo de lo que las herramientas descriptivas no hacen: leer los documentos, extraer los datos, compararlos y señalar lo que no cuadra.

En concreto, una IA puede analizar grandes volúmenes de datos de forma continua para identificar tendencias, detectar anomalías y localizar desvíos entre documentos. Sus aportaciones a compras, finanzas y contabilidad se agrupan en tres familias.

La asunción de las tareas de bajo valor añadido. Análisis de contratos, comparación de ofertas, control de facturas, verificación del cumplimiento de los precios negociados: estas tareas repetitivas y absorbentes pueden confiarse a agentes IA especializados, cada uno sobre un tipo de documento y un tipo de control. El humano valida; el agente instruye.

Una ayuda a la decisión aumentada. Al cruzar datos internos (histórico de compras, desempeño de proveedores, condiciones contractuales) con datos externos (evolución del mercado, indicadores ESG), la IA produce recomendaciones más objetivas y más rápidas. Permite simular el impacto de un escenario de renegociación o identificar proveedores alternativos a partir del histórico real.

Una gestión anticipada de los riesgos. En lugar de sufrir los imprevistos, una dirección de compras equipada puede verlos venir: un precio que deriva poco a poco, una quiebra que se anuncia en un proveedor, una alerta en cuanto aparece el caso. La función pasa de una postura reactiva a una postura proactiva.

Precisión y trazabilidad: las condiciones del rendimiento

Integrar estas tecnologías impone sus propias exigencias. Dos requisitos previos aparecen en todos los proyectos: la calidad de los datos y la trazabilidad de las acciones. Y las empresas deben acompañar a los equipos en el cambio; de lo contrario, la herramienta queda sin uso.

Una IA alimentada con datos incompletos o poco fiables produce resultados insuficientes. Por eso la gobernanza de los datos debe preceder a cualquier proyecto de automatización: saber dónde están los documentos, en qué formato, quién es responsable de ellos y cuáles hacen fe.

La trazabilidad, por su parte, garantiza que cada decisión asistida por la IA esté documentada, sea verificable y cumpla las exigencias normativas, como el RGPD o la CSRD. En un contexto en el que las obligaciones de reporte se endurecen, una alerta sin prueba no sirve de nada. Cada desvío señalado debe poder remontarse al documento, la página y la línea de donde procede.

Hacia una función de compras aumentada

Conviene recordar un punto: la IA no sustituye al comprador, ni al controlador, ni al contable. Los aumenta con herramientas de ayuda a la decisión más potentes. Al hacerse cargo de las tareas transaccionales y repetitivas, devuelve a los equipos el tiempo para lo que constituye su verdadero valor: la estrategia, la negociación, la relación con el proveedor.

Así es como la función de compras se vuelve progresivamente más proactiva, más ágil y más estratégica. Una función aumentada, no sustituida.

En Zylio hemos elegido un perímetro preciso: la verificación de los documentos de compra. Nuestros agentes leen presupuestos, contratos, pedidos y facturas, y confrontan cada línea con lo negociado. Detectan errores de facturación, controlan el cumplimiento de los precios facturados respecto a los precios negociados y ponen los presupuestos sobre una base comparable. Zylio no toca el ERP, no contacta con ningún proveedor y no compromete nada sin validación: el agente instruye, el equipo decide.

En los perímetros que analizamos, esto representa entre un 15 y un 45 % de tiempo devuelto a los equipos, por ETC, según el perímetro y la madurez de los datos: tiempo que vuelve a las misiones de alto valor añadido. Para saber qué daría sobre sus propios documentos, una llamada con un experto basta para encuadrar un primer perímetro.