Fullstep, compañía especializada en la digitalización end to end del proceso de compras, aprovisionamiento y cadena de suministro, ha firmado un acuerdo con la Universidad de Granada, para el desarrollo del primer sistema cloud, basado en inteligencia artificial, para la gestión integral del riesgo proveedor.
Fullstep, beneficiario de la Convocatoria de Ayudas destinadas a Proyectos de Investigación y Desarrollo en Inteligencia Artificial y Otras Tecnologías Digitales y su Integración en las Cadenas de Valor, gestionada por el organismo RED.ES dependiente del Ministerio de Asuntos Económicos y Transformación Digital, ha llevado a cabo esta alianza estratégica con la Universidad de Granada por ser la tercera universidad más importante de Europa en inteligencia artificial, y la única española que entra en el top 10 de la edición 2022/2023 del ranking Best Global Universities, publicado por la revista U.S. News & World Report de Estados Unidos.
“Este avance permite a las empresas realizar un mapa global de riesgos y un rating de proveedores que permita estimar el grado de exposición derivado de la cadena de suministro, así como llevar a cabo la homologación automática de cada proveedor. Esto es clave en un entorno regulatorio cada vez más exigente. Este proyecto de diseño de algoritmos de Deep Learning es un hito en el área de compras empresariales”, explica Rosario Piazza, el CEO de Fullstep.
El objetivo del proyecto se centra en desarrollar una solución operativa en la nube, que permita reducir de forma eficiente el riesgo al que se exponen las empresas, asociado a su cadena de suministro. Para conseguirlo se apoya en dos palancas: la validación automática de certificados y documentación para la homologación inteligente de proveedores, y la elaboración de perfiles de riesgo para cada proveedor.
En la actualidad una gran empresa cuenta con unos 10.000 proveedores de media, los cuales tienen que ser homologados para la compra de los diferentes materiales y servicios. La elaboración de perfiles de riesgo está basada en un mapa de proveedores creado de forma autónoma por un algoritmo que analiza un elevado volumen de datos de fuentes asociadas al sector de mercado particular, a parámetros financieros, datos históricos, etc.
