Airbus Forecasting Tool
DHL Supply Chain · cuenta de Airbus · entregada en 2026
- Problema
- Prever el gasto anual frente al presupuesto era un proceso totalmente manual repartido en varios Excel, con errores de forecast graves.
- Qué construí
- Una herramienta en Python construida con agentes de IA que automatiza el forecast de costes, la validación de la calidad de los datos, el análisis en profundidad (un bridge de costes interanual hasta el nivel de ruta y de costes accesorios) y el reporting mensual. 26 controles automáticos (13 bloqueantes y 13 avisos) filtran los datos, y una persona tiene que validar el forecast antes de publicarlo.
- Con qué
- Python y agentes de IA, dentro del entorno corporativo de Microsoft de DHL (Copilot Studio, conexiones MCP a SharePoint), de modo que funciona dentro de los sistemas de la empresa y no como una herramienta aislada.
- Resultado
- Da servicio a más de 18 transport managers de Airbus y al equipo de cuenta de DHL, y ahorra cada mes el equivalente a un controller senior. Ya se toman decisiones con ella: el presupuesto se subió un 15 % antes de fin de año, a partir de un forecast más detallado que incluye disrupciones de mercado como el combustible.
- Qué aprendí
- Las métricas de éxito tienen que ser explícitas. Las definí para esta herramienta, con el objetivo de llevar la calidad de los datos de coste del 78 % al 98 %, la precisión del forecast de fin de año del 75 % al 95 % y el ciclo completo de un mes de un controller senior a 2 días objetivo
