PROYECTO: Modelo de Expediting Predictivo en Minería Peruana

EMPRESA: Supply Talent Consulting

CATEGORÍA: Proveedores

REGIÓN: Lima

RESUMEN EJECUTIVO

El proyecto optimiza el abastecimiento industrial mediante un modelo analítico predictivo centrado en el indicador “On-Time performance”. El objetivo fue diseñar e implementar una arquitectura híbrida de algoritmos de Machine Learning (ML)—que integra K-means clustering y Random Forest—para anticipar desviaciones logísticas en pedidos de mantenimiento, reparación y operaciones (MRO), mitigando riesgos antes de la materialización de incumplimiento de los proveedores medidos a través del indicador On-Time In-Full (OTIF).

La innovación metodológica se validó con un diseño cuasi-experimental empleando series de tiempo interrumpidas (ITS) sobre un histórico de 83,870 líneas de órdenes de compra del sistema SAP comprendidos desde Enero 2023 a Junio 2025 en la gran minería del Perú. El modelo identificó clústeres de riesgo y alcanzó una precisión del 99% en la detección predictiva de retrasos, permitiendo automatizar alertas tempranas y transicionar hacia un enfoque predictivo. La intervención demostró también un incremento estructural del +20.22% ON TIME en el cumplimiento de entrega de los proveedores.

El proyecto se alinea con los criterios de las Bases del Concurso en la Categoría 4

Proveedores:

ODS 9 (Industria, Innovación e Infraestructura): Introduce tecnologías avanzadas de Inteligencia Artificial para la transformación digital y automatización preventiva de la primera milla logística minera.

Gobernanza (Lineamiento G): Reduce la opacidad y asimetría de información en la cadena de valor mediante un sistema trazable que mitiga riesgos económicos y operacionales en entornos complejos.

Fortalecimiento del Capital Humano: Automatiza tareas mecánicas de seguimiento, migrando al talento humano hacia la toma de decisiones y el desarrollo colaborativo de proveedores.

Replicabilidad (Criterio 12): Su integración nativa en plataformas ERP (SAP) y tableros de Business Intelligence garantiza la escalabilidad y transferencia a otros sectores industriales del país.

Se concluye que esta investigación constituye una innovación sostenible que estabiliza la continuidad operativa y protege el tejido económico del sector minero.

SÍNTESIS

La iniciativa despliega una arquitectura analítica avanzada que reconfigura el abastecimiento industrial minero bajo criterios de sostenibilidad y resiliencia estructural. El impacto sistémico de este modelo predictivo se articula directamente con los Objetivos de Desarrollo Sostenible (ODS) y los lineamientos ESG de la siguiente manera: 

  • ODS 9 (Industria, Innovación e Infraestructura): Introduce una innovación tecnológica disruptiva mediante la transferencia de Inteligencia Artificial (ML híbrido) nativa a sistemas ERP. Esto digitaliza la primera milla logística minera y optimiza la resiliencia operativa de la infraestructura de suministro a gran escala.
  • ODS 4 (Educación de Calidad) y Factor Social (S): Impulsa el escalamiento cognitivo del talento humano. Al automatizar las tareas mecánicas de seguimiento, el personal migra hacia roles analíticos de alta especialización en ciencia de datos, promoviendo la educación continua en el entorno corporativo. 
  • ODS 3, 6 y 13 (Salud, Agua y Acción Climática / Ambiental – E): El incremento estructural del +20.22% en el On-Time performance asegura el abastecimiento oportuno de suministros críticos MRO. Esto garantiza el funcionamiento continuo de plantas de tratamiento de agua, sistemas de control de emisiones y equipos de seguridad, mitigando riesgos de accidentes industriales o impactos ecológicos severos.
  • ODS 17 (Alianzas) y Gobernanza (G): Reduce la asimetría informacional en la cadena de valor mediante un sistema trazable y auditable. Sustituye la subjetividad empírica por criterios algorítmicos justos, fortaleciendo la confianza recíproca y el desarrollo equitativo de los proveedores locales del entorno minero.

El proyecto cumple con los criterios de evaluación de las Bases al validar una solución cuasiexperimental replicable basada en un robusto histórico de 83,870 órdenes de compra. Se demuestra que la ciencia de datos aplicada constituye un filtro ético y eficiente para proteger la continuidad económica del sector minero frente a la incertidumbre global.

RESULTADOS

El proyecto logró alcanzar con éxito los objetivos planificados al materializar un cambio de paradigma desde el seguimiento reactivo tradicional hacia un blindaje predictivo continuo. Entre los impactos favorables directos se atribuye un quiebre estructural y estadísticamente significativo (p < 0.05) que generó un incremento instantáneo del +20.22% en el cumplimiento ON TIME de las entregas logísticas, alcanzando una estabilización sostenible del indicador en niveles cercanos al 99%. Este cambio estructural eliminó la saturación administrativa en la revisión manual de 83,870 líneas de órdenes de compra, optimizando de forma automática la toma de decisiones y erradicando las pérdidas masivas asociadas a paradas súbitas de planta.

La población beneficiaria directa e indirecta se compone bajo un enfoque integrado de cadena de valor y gobernanza territorial. En primer término, los beneficiarios directos corporativos corresponden a una base viva de 250 empresas proveedoras especializadas de suministros MRO y al equipo de ingeniería logística de la operación.

Geográficamente, la intervención se lideró desde la sede central de la organización postulante, ubicada en el distrito de Comas, provincia de Lima, región de Lima. Desde este nodo de control cognitivo, el impacto socioeconómico se extendió territorialmente hacia el entorno de las operaciones mineras, beneficiando directamente a más de 300 profesionales técnicos, ingenieros y especialistas logísticos, e indirectamente a sus familias (estimadas en más de 1,200 personas) al estabilizar el empleo local, transparentar las relaciones comerciales y fortalecer el encadenamiento productivo de las economías regionales a través de alianzas estratégicas previsibles y de mutuo beneficio.

LOGROS ALCANZADOS

Como consecuencia directa de la ejecución del proyecto, se alcanzaron los siguientes hitos institucionales: 

  • Quiebre operativo: Un incremento estructural inmediato de +20.22% ON TIME en las entregas de suministros, estabilizando el indicador basal en niveles cercanos al 99% y eliminando paradas críticas de planta. 
  • Eficiencia cognitiva: El procesamiento automatizado de 83,870 líneas de órdenes de compra mediante un algoritmo con capacidad predictiva de riesgos casi perfecta (AUC = 0.99). 
  • Validación científica: La indexación de la primera fase de la investigación en la base internacional Scopus, consolidando una solución tecnológica de alta replicabilidad para los proveedores del ecosistema minero nacional.