Opiniones de directores, gerentes y analistas que han trabajado con nuestro equipo.
Necesitábamos predecir la rotación de personal antes de perder gente clave. El modelo que entregaron identificó correctamente al 73 % de los empleados en riesgo de salir en los siguientes 90 días. Gracias a eso pudimos intervenir a tiempo y la rotación bajó de 22 % a 14 % anual.
Procesábamos unas 1.200 facturas al mes de forma manual. Ahora el sistema de OCR las lee, extrae los datos y los carga en nuestro ERP. El equipo contable pasó de dedicar tres días completos a esa tarea a solo revisar las excepciones, que son menos del 5 %.
Contratamos el servicio de detección de anomalías para monitorear transacciones en nuestra pasarela de pagos. En el primer trimestre el modelo marcó 38 operaciones sospechosas; de esas, 31 resultaron ser fraude real. Antes las detectábamos días después, cuando el dinero ya se había perdido.
Lo que más valoro es la capacitación. No solo entregaron el modelo de recomendación de productos, sino que entrenaron a dos personas de mi equipo para ajustar los parámetros sin depender de ellos. Eso nos da autonomía y reduce costos a largo plazo.
Proyectos donde la Artificial Intelligence generó un impacto cuantificable.
LogiCarga opera tres centros de distribución en el Valle de Aburrá. Su problema era simple pero costoso: compraban demasiado inventario de ciertos productos y muy poco de otros, lo que generaba sobre-stock y quiebres de stock al mismo tiempo.
Entrenamos un modelo ARIMA mejorado con variables exógenas (calendario festivo colombiano, clima, promociones activas) usando 28 meses de datos históricos. El modelo se actualiza cada semana con las ventas reales y ajusta las proyecciones automáticamente.
La clínica recibía historias clínicas escaneadas de pacientes remitidos desde otras instituciones. Cada historia llegaba como un PDF de entre 15 y 80 páginas, sin estructura uniforme. El personal administrativo tardaba un promedio de 25 minutos por documento en extraer los datos relevantes y cargarlos al sistema.
Implementamos un pipeline que combina OCR con un modelo de NLP entrenado en terminología médica colombiana. El sistema identifica diagnósticos, medicamentos, alergias y antecedentes quirúrgicos, y los organiza en campos estructurados que se integran directamente con el software de la clínica.
