Es fin de mes y el equipo de compras de la integradora tiene sobre la mesa cientos de facturas de proveedores distintos, cada una con su propio formato, y debe cruzarlas a mano contra las órdenes de compra de los hospitales de la red. Si el CFDI no llegó, si el monto no cuadra o falta un folio, la factura queda en un limbo hasta que alguien tenga tiempo de perseguirla.

Ese cruce manual — factura contra orden de compra, contra CFDI — es el mismo proceso desde que la digitalización de la cadena de suministro dio sus primeros pasos, hace ya varios años. La red sigue sin visibilidad en tiempo real del consumo agregado de sus hospitales, y cada discrepancia se resuelve caso por caso, por correo.

La integradora de compras consolida el poder de negociación de decenas de hospitales frente a los proveedores, pero cada hospital opera con su propio catálogo y su propio ritmo de recepción de insumos. Sin un estándar tecnológico compartido, conciliar una factura contra su orden de compra — y contra el CFDI que la respalda fiscalmente — depende de que una persona entre al portal de cada proveedor, descargue el documento y lo compare a mano.

El resultado documentado es un ciclo de conciliación que puede extenderse hasta 15 días, con el equipo administrativo dedicado más a perseguir documentos y corregir discrepancias que a negociar mejores condiciones — que es, al final, el trabajo que genera ahorro real para toda la red.

El bot RPA se conecta directamente al portal de cada proveedor y al sistema de la integradora — sin tocar el ERP ni el HIS de ningún hospital de la red. Descarga las facturas y los CFDI (el comprobante fiscal digital que respalda cada operación en México) a medida que se emiten, y los coteja automáticamente contra la orden de compra correspondiente.

Cuando todo cuadra — monto, folio fiscal, cantidad recibida — la factura queda conciliada y lista para su registro contable, sin intervención manual. Cuando hay una discrepancia, un agente de IA generativa arma el caso con la evidencia necesaria (documentos, montos, historial) para que una persona lo resuelva directamente, en lugar de empezar la investigación desde cero.

El diseño no requiere integrar a todos los hospitales de la red al mismo tiempo: el camino recomendado es empezar con el grupo de proveedores que concentra la mayor parte del volumen de compras, medir el resultado, y extender el mismo patrón de conexión al resto.

El primer resultado es de tiempo: bajar el ciclo de conciliación de hasta 15 días a un objetivo de 2 cambia la capacidad de la integradora para negociar con proveedores usando información al día, en lugar de reconstruirla cada cierre de mes.

El equipo de compras deja de dedicar su tiempo a perseguir documentos y corregir discrepancias, y lo redirige a lo que genera ahorro real: negociar mejores condiciones y consolidar volumen entre los hospitales de la red. Ese cambio de foco es tan valioso como los días que se recortan del ciclo, aunque sea más difícil de resumir en una sola cifra.

La misma arquitectura de bots y validación puede extenderse a otros procesos de la cadena de suministro — control de inventario, alertas de desabasto — sin partir de cero. Como en cualquier automatización, el ahorro solo se vuelve real cuando el equipo y los proveedores efectivamente operan bajo el nuevo flujo, no solo durante el piloto.

It's month-end, and the purchasing team at the network's buying hub has hundreds of invoices from different suppliers on the table, each in its own format, and has to match them by hand against the purchase orders from hospitals across the network. If the e-invoice hasn't arrived, if the amount doesn't match, or a folio number is missing, the invoice sits in limbo until someone has time to chase it down.

That manual matching — invoice against purchase order, against e-invoice — is the same process that's been in place since the supply chain's digitization took its first steps, years ago. The network still lacks real-time visibility into its hospitals' aggregate consumption, and every discrepancy gets resolved case by case, by email.

The purchasing hub consolidates the negotiating power of dozens of hospitals with suppliers, but each hospital runs its own catalog and its own pace of receiving supplies. Without a shared technology standard, reconciling an invoice against its purchase order — and against the e-invoice that backs it fiscally — depends on someone logging into each supplier's portal, downloading the document, and comparing it by hand.

The documented result is a reconciliation cycle that can stretch to 15 days, with the administrative team spending more time chasing documents and fixing discrepancies than negotiating better terms — which is, ultimately, the work that generates real savings for the whole network.

The RPA bot connects directly to each supplier's portal and to the purchasing hub's system — without touching the ERP or HIS of any hospital in the network. It downloads invoices and e-invoices (Mexico's official tax-stamped digital receipt) as they're issued, and automatically matches them against the corresponding purchase order.

When everything lines up — amount, tax folio, quantity received — the invoice is reconciled and ready for accounting, with no manual intervention. When there's a discrepancy, a generative AI agent assembles the case with the necessary evidence (documents, amounts, history) so a person can resolve it directly, instead of starting the investigation from scratch.

The design doesn't require integrating every hospital in the network at once: the recommended path is to start with the group of suppliers that accounts for most of the purchasing volume, measure the result, and extend the same connection pattern to the rest.

The first result is time: cutting the reconciliation cycle from up to 15 days to a 2-day target changes the hub's ability to negotiate with suppliers using up-to-date information, instead of rebuilding it every month-end.

The purchasing team stops spending its time chasing documents and fixing discrepancies, and redirects it to what actually generates savings: negotiating better terms and consolidating volume across the network's hospitals. That shift in focus is as valuable as the days cut from the cycle, even if it's harder to summarize in a single number.

The same bot-and-validation architecture can extend to other supply-chain processes — inventory control, stockout alerts — without starting from zero. As with any automation, the savings only become real once the team and suppliers actually operate under the new workflow, not just during the pilot.

É fim de mês e a equipe de compras da central tem sobre a mesa centenas de faturas de fornecedores diferentes, cada uma em um formato próprio, e precisa cruzá-las manualmente com as ordens de compra dos hospitais da rede. Se a nota fiscal não chegou, se o valor não bate ou falta um número de folio, a fatura fica em limbo até que alguém tenha tempo de correr atrás dela.

Esse cruzamento manual — fatura contra ordem de compra, contra nota fiscal — é o mesmo processo desde que a digitalização da cadeia de suprimentos deu os primeiros passos, há vários anos. A rede ainda não tem visibilidade em tempo real do consumo agregado de seus hospitais, e cada discrepância é resolvida caso a caso, por e-mail.

A central de compras consolida o poder de negociação de dezenas de hospitais frente aos fornecedores, mas cada hospital opera com seu próprio catálogo e seu próprio ritmo de recebimento de insumos. Sem um padrão tecnológico compartilhado, conciliar uma fatura com sua ordem de compra — e com a nota fiscal que a respalda — depende de uma pessoa entrar no portal de cada fornecedor, baixar o documento e compará-lo manualmente.

O resultado documentado é um ciclo de conciliação que pode se estender até 15 dias, com a equipe administrativa dedicada mais a perseguir documentos e corrigir discrepâncias do que a negociar melhores condições — que é, no fim, o trabalho que gera economia real para toda a rede.

O bot RPA se conecta diretamente ao portal de cada fornecedor e ao sistema da central de compras — sem tocar no ERP nem no sistema hospitalar de nenhum hospital da rede. Ele baixa as faturas e as notas fiscais eletrônicas assim que são emitidas, e as concilia automaticamente com a ordem de compra correspondente.

Quando tudo bate — valor, número fiscal, quantidade recebida — a fatura fica conciliada e pronta para o registro contábil, sem intervenção manual. Quando há uma discrepância, um agente de IA generativa monta o caso com as evidências necessárias (documentos, valores, histórico) para que uma pessoa o resolva diretamente, em vez de começar a investigação do zero.

O desenho não exige integrar todos os hospitais da rede ao mesmo tempo: o caminho recomendado é começar com o grupo de fornecedores que concentra a maior parte do volume de compras, medir o resultado, e estender o mesmo padrão de conexão ao restante.

O primeiro resultado é de tempo: reduzir o ciclo de conciliação de até 15 dias para uma meta de 2 muda a capacidade da central de negociar com fornecedores usando informação atualizada, em vez de reconstruí-la a cada fechamento de mês.

A equipe de compras deixa de dedicar seu tempo a perseguir documentos e corrigir discrepâncias, e o redireciona para o que realmente gera economia: negociar melhores condições e consolidar volume entre os hospitais da rede. Essa mudança de foco é tão valiosa quanto os dias reduzidos do ciclo, ainda que mais difícil de resumir em um único número.

A mesma arquitetura de bots e validação pode se estender a outros processos da cadeia de suprimentos — controle de estoque, alertas de desabastecimento — sem começar do zero. Como em qualquer automação, a economia só se torna real quando a equipe e os fornecedores realmente operam sob o novo fluxo, não apenas durante o piloto.