Cómo Promedon transformó su gobernanza y sus procesos regulatorios con inteligencia artificial
Promedon opera en más de 20 países y vende dispositivos médicos en Europa bajo la certificación de marca CE. Hace algunos años, la regulación europea migró de la Medical Device Directive (MDD) a la Medical Device Regulation (MDR), un marco significativamente más exigente en materia de evidencia clínica, trazabilidad y documentación técnica, que obligó a todas las empresas del sector a recertificar sus productos.
El proceso de recertificación implicaba responder ciclos de entre 80 y 120 preguntas técnicas por producto, enviadas por el organismo certificador europeo. Desde que llegaba el primer paquete de consultas hasta que el equipo podía armar y revisar las respuestas, transcurrían cerca de 40 días, con participación simultánea de equipos internos y de una consultora de apoyo. La heterogeneidad de las preguntas y las referencias cruzadas a documentación aprobada en ciclos anteriores hacían que el proceso fuera intenso en tiempo y susceptible a inconsistencias terminológicas.
En paralelo, el directorio de la empresa -en un proceso de profesionalización del management- necesitaba fortalecer su rol de supervisión estratégica. Buscaba contar con mejores herramientas para analizar el crecimiento del negocio y la solidez financiera, formular preguntas más precisas y no depender exclusivamente de la información presentada por los equipos gerenciales en cada reunión.
Antes de la IA generativa, Promedon ya tenía experiencia con automatización de procesos: la empresa había desarrollado robots de software (RPA) para tareas repetitivas, como la carga diaria de tipos de cambio en múltiples monedas para la consolidación financiera regional. Esta fue una primera ola de automatización que abrió el camino, aunque el alcance era acotado y cualquier variación en el flujo demandaba intervención técnica.
La adopción de IA generativa comenzó de forma exploratoria, impulsada por integrantes del directorio y del equipo de tecnología. Lo que cambió el panorama fue la mejora sostenida de los modelos de lenguaje y la aparición de interfaces conversacionales más robustas, que permitieron pasar de la exploración al uso operativo real.
Promedon desarrolló tres líneas de implementación de IA que hoy operan en producción. La primera es el directorio AI-driven: dos agentes de IA, uno orientado al análisis de crecimiento y otro a la solidez financiera, se alimentan mensualmente con reportes de ventas por región y producto, información financiera consolidada y las presentaciones trimestrales de las verticales de negocio. El directorio puede interactuar con estos agentes para preparar preguntas, contrastar hipótesis y profundizar en el análisis antes y durante las reuniones con el equipo gerencial.
La segunda línea es la asistencia regulatoria para la certificación MDR en Europa. Cuando el organismo certificador envía su paquete de preguntas técnicas, el sistema asiste al equipo en la preparación de las respuestas: cruza la documentación de aprobaciones anteriores, verifica coherencia terminológica y aprende de cada ciclo de feedback. El equipo humano revisa y valida las respuestas antes de enviarlas, manteniendo el juicio profesional en el centro del proceso.
La tercera línea opera en supply chain y forecast de ventas: el sistema integra datos históricos de consumo con los inputs cualitativos de los equipos comerciales para generar pronósticos más precisos. Los equipos de ventas pueden ingresar sus estimaciones en lenguaje natural y el sistema los traduce en variables que el ERP puede procesar, mejorando tanto la usabilidad como la confiabilidad de las proyecciones.
El impacto más concreto y medible se registró en el proceso de recertificación MDR: el tiempo de preparación de respuestas al organismo certificador europeo pasó de 40 días a 4. Un proceso que antes demandaba semanas de trabajo coordinado entre equipos internos y externos ahora toma cuatro días, con respuestas verificadas contra la documentación ya aprobada y con aprendizaje acumulado de cada ciclo anterior.
En el directorio, la calidad del análisis estratégico mejoró de forma notable. Los agentes permiten preparar preguntas más profundas para las reuniones con el management y contrastar las presentaciones trimestrales con los datos del negocio de forma independiente. El resultado no es solo eficiencia: es una relación más equilibrada entre el directorio y los equipos gerenciales, con mayor capacidad de supervisión.
En supply chain, los indicadores de asertividad del forecast mejoraron de manera sostenida en los últimos trimestres. El equipo comercial dedica menos tiempo a tareas de procesamiento y más tiempo al análisis y la toma de decisiones.