Cómo Deutsche Telekom Usa la Minería de Procesos de Celonis para Ahorrar 66 Millones de Euros en Procure-to-Pay

Deutsche Telekom Services Europe (DTSE), el brazo de servicios compartidos que gestiona más de 2 millones de artículos de pedido y 9 millones de facturas anuales, desplegó la Plataforma Celonis Process Intelligence en sus operaciones de Procure-to-Pay. La plataforma logró 66 millones de euros en ahorros totales, incluyendo 40 millones anuales mediante una tasa del 96% de captura de descuentos por pronto pago, y se extendió a 1.500 empleados en 150 casos de uso.

Resultados

€66MAhorros totales conseguidos
€40MAhorros anuales por captura de descuentos
90%+Tasa de pago puntual
€12MAhorros por automatización
€3MPagos duplicados evitados
€1.6MAdopción de la plataforma
90%+PO accuracy on first submission
1,500 employees, 150 use casesPlatform adoption

Herramientas y tecnologías

1CP
Celonis Process Intelligence Platform
Process mining platform that extracts and visualizes end-to-end process flows from enterprise system event logs.

Categorías de IA

Desafío

Deutsche Telekom Services Europe procesaba más de 2 millones de artículos de pedido y 9 millones de facturas anuales en más de 10 sistemas fuente fragmentados sin visibilidad en tiempo real sobre las tasas de captura de descuentos, el calendario de pagos, los pagos duplicados o la precisión de los pedidos.

Solución

DTSE desplegó la Plataforma Celonis Process Intelligence integrada con SAP, SAP Ariba, Salesforce y más de 10 sistemas fuente para crear un gemelo digital en tiempo real de sus procesos P2P, construyendo un Centro de Excelencia de Minería de Procesos que escaló la automatización inteligente a 1.500 empleados en 150 casos de uso.

Historia completa

Deutsche Telekom Services Europe (DTSE) opera como el centro de servicios compartidos del Grupo Deutsche Telekom, procesando más de 2 millones de artículos de pedido por valor superior a 7.000 millones de euros anuales y gestionando 9 millones de facturas al año. A esa escala, incluso pequeñas ineficiencias en los procesos Procure-to-Pay se convierten en pérdidas financieras materiales: descuentos por pronto pago perdidos, pagos duplicados a proveedores, facturas bloqueadas y problemas de precisión en las entregas que generan penalizaciones contractuales.

Accede a 451+ casos de uso de IA, 424+ herramientas y rankings de señales de adopción.

Fuente

CELONIS
mayo de 2026
Caso de estudio original

Casos similares

1DT
How Deutsche Telekom Saves 5 Hours Per Week Per Attorney with Harvey
Deutsche Telekom
~5 hoursHours Reclaimed Per Attorney Weekly
2A
How AT&T Uses Azure OpenAI to Deploy 71 GenAI Solutions at Enterprise Scale
AT&T
71genai_solutions_deployed
3SC
How SoftBank Uses RPA and Generative AI to Save 4,500 FTEs Annually
SoftBank Corp.
4,500FTE-equivalents saved annually
4C
How Cisco Saves 1,500+ Engineering Hours Monthly with OpenAI Codex
Cisco
1,500+Engineering Hours Saved Monthly
5V
How Vodafone Uses LangChain and LangGraph to Streamline Data Center Operations
Vodafone
6BT
How Bouygues Telecom Built AI Agent Iris to Give 6,000 Reps Accurate Answers in 30 Seconds
Bouygues Telecom
95%Accuracy rate for Iris answers
7VU
How Vodafone UK Uses Writer to Cut Marketing Production Time by 50%
Vodafone UK
50%Reduction in copywriting time
8U
How Uniti Uses Oracle GenAI to Answer 10,000 Monthly Billing Queries in Real Time
Uniti
10,000+Monthly consumer billing queries handled by AI chatbot
Ver todos los casos →