Cómo Baker Hughes usa C3 AI para optimizar el aprovisionamiento en más de 800 centros

Baker Hughes opera una de las cadenas de suministro más dispersas geográficamente del sector energético, con más de 800 instalaciones en más de 120 países, gestionando cientos de miles de piezas y proveedores únicos. Esa escala crea un problema de datos: la información crítica de aprovisionamiento reside en sistemas ERP desconectados, hojas de cálculo y bases de datos de proveedores que no se comunican entre sí. Para cuando un comprador recopila y reconcilia los datos necesarios para evaluar una decisión de compra, las condiciones del mercado a menudo han cambiado, las órdenes de compra han superado su ventana de cancelación, o el análisis ha quedado obsoleto.

Los problemas de aprovisionamiento eran sistémicos. Diferentes sistemas ERP comparten en ocasiones números de pieza idénticos para artículos completamente distintos, generando una confusión peligrosa a escala. Las fluctuaciones del tipo de cambio generaban cifras de ahorro fantásticas que hacían que las decisiones parecieran mejores de lo que eran. Y sobre el terreno, los equipos envíaban órdenes de compra como marcadores de posición para cumplir los objetivos del ciclo de pedidos, distorsionando aún más el panorama de datos. Los compradores con amplia experiencia en el sector estaban, en la práctica, sepultados bajo datos de mala calidad.

En 2019, Baker Hughes se asoció con C3.ai para abordar esto desde los cimientos. C3 AI Sourcing Optimization ingiere datos de más de 30 millones de registros procedentes de cinco sistemas empresariales, integra feeds de aranceles en tiempo real, y muestra oportunidades de aprovisionamiento con un paquete completo de evidencias: desgloses de coste total de aterrizaje incluyendo logística, comparaciones de piezas similares para mejorar la negociación con proveedores, y señales de precios basadas en índices en tiempo real. Los compradores ven las oportunidades clasificadas por valor y pueden aceptar o rechazar recomendaciones en un flujo de trabajo con revisión humana, y cada acción entrena las recomendaciones futuras del sistema con conocimiento institucional.

Lo que comenzó como un piloto en tres centros escaló a diez, y finalmente a una implantación a escala empresarial en más de 800 instalaciones. El modelo de negocio para los ahorros se basa en líneas de productos de alto volumen: en esas áreas, el equipo logró una tasa de aceptación del 5–7% sobre las oportunidades identificadas, significativa dado que el coste de los bienes vendidos suele situarse en el rango alto de siete a bajo de ocho cifras anualmente. La plataforma realizó millones de dólares en beneficio económico validado en el año natural 2025.

El avance real es la velocidad de los datos. Los compradores de Baker Hughes pueden ahora monitorizar aranceles en tiempo real y calcular inmediatamente el coste total de aterrizaje cuando se anuncian nuevas órdenes ejecutivas o movimientos de mercado, convirtiendo lo que era un proceso de reconciliación de varios días en una decisión casi en tiempo real.