EnergíaCadena de Suministro

Cómo Baker Hughes Usa IA para Optimizar el Abastecimiento en Más de 800 Sitios Globales

Baker Hughes es una empresa global de tecnología energética con 57.000 empleados que opera en más de 120 países y genera más de 7.000 millones de dólares en ingresos trimestrales. La compañía implementó C3 AI Sourcing Optimization para transformar datos de adquisición fragmentados en un sistema de toma de decisiones unificado y basado en IA que cubre 900.000 SKU en más de 800 instalaciones. Para 2025, el sistema había generado millones de dólares en beneficios económicos realizados, permitiendo a los compradores monitorear el impacto de aranceles en tiempo real y negociar con datos verificados.

Impacto

900,000

SKU cubiertos por C3 AI Sourcing Optimization

800+

Instalaciones del programa cubiertas

5–7%

Tasa de aceptación de oportunidades en recomendaciones de IA

5

Fuentes de datos empresariales integradas

200+

Usuarios activos en la plataforma

Desafío

Los equipos de adquisición de Baker Hughes operaban con datos fragmentados distribuidos en sistemas ERP desconectados y hojas de cálculo, lo que generaba perspectivas desactualizadas que llegaban después de que las órdenes de compra ya habían sido emitidas, distorsiones cambiarias que ocultaban los ahorros reales e inconsistencias estructurales en los datos de los sistemas globales que hacían poco confiable la toma de decisiones a nivel de portafolio.

Solución

Baker Hughes implementó C3 AI Sourcing Optimization, integrando más de 30 millones de registros de cinco fuentes de datos empresariales para presentar a los compradores paquetes de oportunidades generados por IA que incluyen desgloses del costo total entregado, análisis de apalancamiento con piezas similares, fuentes de aranceles en vivo y un ciclo de retroalimentación con intervención humana que mejora continuamente las recomendaciones basándose en las señales de aceptación y rechazo de los compradores.

Herramientas y tecnologías

Entiende todo el contexto.

Regístrate para leer casos de estudio completos, acceder a métricas detalladas y recibir todos los reportes.

Historia completa

Baker Hughes opera a una escala que hace que la excelencia en la cadena de suministro sea tanto esencial como inusualmente difícil. Prestando servicios al sector energético global en 120 países con un catálogo de productos que abarca cientos de miles de piezas, los equipos de adquisición de la compañía tienen una enorme responsabilidad en el control de costos, la resiliencia de proveedores y la continuidad de entregas. A esa escala, la calidad de las decisiones de abastecimiento importa enormemente, y la calidad de los datos que las sustentan importa aún más.

Antes de implementar el abastecimiento basado en IA, los equipos de adquisición de Baker Hughes operaban en un entorno de información fragmentada. Los datos críticos estaban distribuidos en sistemas ERP desconectados, hojas de cálculo y fuentes externas. Los compradores trabajaban frecuentemente con información desactualizada: para cuando se completaba y aplicaba un análisis, las órdenes de compra ya habían superado su ventana de cancelación o las condiciones del mercado habían cambiado. El problema se agravaba por inconsistencias estructurales: distintos sistemas ERP a veces asignaban números de pieza idénticos a artículos diferentes, y las fluctuaciones cambiarias creaban ahorros aparentes que se disolvían al analizarlos. Los equipos de campo a veces enviaban órdenes de compra como marcadores de posición para cumplir objetivos de ciclo, ocultando el panorama real de la demanda.

En 2019, Baker Hughes se asoció con C3.ai para abordar esto sistemáticamente. El despliegue inicial de C3 AI Sourcing Optimization comenzó con un piloto en tres sitios antes de expandirse a diez y finalmente a un despliegue a nivel empresarial en más de 800 instalaciones. El sistema integra datos de cinco fuentes empresariales —más de 30 millones de registros en total— y presenta oportunidades de abastecimiento a los compradores como paquetes completos de evidencia: desgloses del costo total entregado, fundamentos para aprovechar piezas similares en negociaciones con proveedores y señales de precios basadas en índices. Un mecanismo de retroalimentación con intervención humana permite a los compradores aceptar o rechazar recomendaciones, mejorando continuamente el modelo con conocimiento institucional. El acceso móvil vía iOS y Android garantiza que el sistema esté disponible dondequiera que operen los compradores.

El resultado más destacado se produjo en el abastecimiento relacionado con cuentas por pagar, donde el equipo logró una tasa de aceptación del 5 al 7% en las oportunidades identificadas por IA, cifra que, aplicada a una base de costo de bienes vendidos en el rango de siete a ocho cifras anuales, se traduce en millones en ahorros realizados. Para 2025, el programa cubre 900.000 SKU en más de 800 instalaciones con más de 200 usuarios activos. El equipo realiza revisiones de negocio semanales para capturar ahorros en tiempo real y mantener el impulso de adopción.

De cara al futuro, Baker Hughes ha integrado la IA no como una capa de informes sino como un sistema de decisión activo. La capacidad de monitorear fuentes de aranceles en vivo y modelar instantáneamente el costo total entregado de un pedido a medida que se anuncian nuevas órdenes ejecutivas otorga a los equipos de adquisición una verdadera capacidad de respuesta al mercado, algo que se ha vuelto críticamente valioso en un período de considerable volatilidad en la cadena de suministro.

Casos similares

BH
Baker Hughes
900,000
skus supported by the platform

Baker Hughes is a global energy technology company with 57,000 employees operating across 120+ countries and generating more than $7 billion in quarterly revenue. The company partnered with C3.ai to replace fragmented, spreadsheet-driven procurement workflows with an AI-powered sourcing decision system that unifies data from five enterprise sources across 800+ facilities. The platform realized millions of dollars in economic benefit in CY2025, supporting sourcing decisions across 900,000 SKUs.

EnergyCAC3 AI Sourcing Optimization
A
Alpiq
25–30%
reduction in mean time to detect issues

Alpiq, a Swiss energy services provider with 1,200 employees, replaced five separate monitoring solutions with Datadog as its company-wide observability platform. After deploying the Datadog Mule® Integration to bring MuleSoft monitoring into Datadog, the team achieved full end-to-end visibility and reduced mean time to detect issues by 25–30%.

EnergyDDatadog
P
Petrobras
$120M
tax savings identified

Petrobras applied generative AI and intelligent automation to its tax department, feeding 150 pages of Brazilian tax regulations and three months of financial data into a model built on Automation Anywhere, Amazon Bedrock, and Amazon SageMaker. In three weeks, the system identified $120 million in tax savings and filed taxes within three days—the first time in 15 years the team avoided weekend work during tax season. The company projects over $1 billion in total savings by year-end.

EnergyASAmazon SageMakerABAmazon Bedrock
A
AES
96%
audit result generation speed improvement

AES, a global energy company transitioning to renewable energy, deployed Claude on Google Cloud's Vertex AI to automate its safety audit process across thousands of assets. The multi-agent framework made audit result generation 96% faster and cut audit costs by 99% while improving accuracy by 10–20%. This transformation enabled AES to scale safety operations alongside its exponentially growing renewable energy portfolio.

EnergyGVGoogle Vertex AICClaude
RS
Reno Salvage
1 afternoon
inventory system build time

Reno Salvage, an 86-year-old Nevada salvage yard, uses ChatGPT to troubleshoot equipment failures in real time, build a 1,000-item inventory system in a single afternoon, and answer complex technical customer questions on the spot — keeping operations running without costly downtime.

EnergyCChatGPT
R
Repsol
96%
harvey adoption rate

Repsol is a global multi-energy company operating in over 20 countries with a legal division of more than 200 professionals across 12 jurisdictions. After deploying Harvey across its entire legal department in 2024, Repsol achieved 96% adoption, reduced contract clause review time by more than 90%, and each lawyer now saves 4–6 hours per week—time that flows directly into strategic work and professional development.

EnergyHVHarvey VaultHHarvey