Proyecto de Implementación de un Sistema de Automatización Robótica de Procesos (RPA) Potenciado con Inteligencia Artificial (IA) en el Área de Counter de ETAN Corporation

Abstract

El presente trabajo de investigación describe el proyecto de implementación de un sistema de Automatización Robótica de Procesos (RPA) potenciado con Inteligencia Artificial (IA) en el área de counter de ETAN Corporation, con el objetivo de optimizar los procesos operativos, reducir tiempos de atención y minimizar errores de registro. Se empleó una metodología de estudio de caso aplicada bajo un enfoque híbrido de gestión de proyectos que combinó prácticas predictivas (cascada) para la planificación general, establecimiento de líneas base y gobernanza, con un marco ágil inspirado en Scrum para el desarrollo de la solución de software. El proceso comprendió: i) diagnóstico de la situación actual mediante mapeo de procesos y análisis de métricas base; ii) diseño de la solución "to-be" incorporando bots de RPA, OCR e IA de validación; iii) desarrollo de un piloto de tres meses; y iv) medición de indicadores clave de desempeño antes y después de la intervención. Los resultados evidencian reducciones promedio de 60,3% en el tiempo de ciclo y de 74,5% en la tasa de errores, así como un incremento del 154% en la capacidad de atención sin ampliar la plantilla. El retorno de inversión se proyecta en 9,4 meses. Asimismo, el personal liberó el 38 % de su jornada para actividades de mayor valor, lo que elevó la satisfacción de los empleados y de los clientes, dueños de la empresa, contratistas y demás partes interesadas. El estudio demuestra la viabilidad técnica y económica de la hiperautomatización en contextos logísticos peruanos y aporta lineamientos para su réplica en organizaciones de similar complejidad.

This research project presents the design and deployment of a Robotic Process Automation (RPA) system enhanced with Artificial Intelligence (AI) in the counter operations of ETAN Corporation. The purpose is to streamline workflows, shorten customer waiting times and reduce data-entry errors. An applied single-case methodology was followed, using a hybrid project management approach that combined predictive (waterfall) practices for overall planning, baseline establishment and governance, with an agile Scrum-inspired framework for software development. The process comprised: (i) baseline process mapping and KPI collection; (ii) definition of a "to-be" architecture combining software robots, optical character recognition and AI-driven data validation; (iii) a three-month pilot implementation; and (iv) assessment of pre- and post-automation performance. The pilot yielded average cycle-time reductions of 60,3% and a 74,5% decrease in error rates, while increasing service capacity by 154% without additional staff. Payback is projected at 9.4 months. Furthermore, 38 % of employee time was reallocated to higher-value tasks, boosting both staff and customer satisfaction. The study confirms the technical and economic feasibility of hyper-automation in Peruvian logistics settings and offers guidelines for replication in organisations of similar complexity.