Know Your Supplier (KYS) · Processament del Llenguatge Natural (NLP) · Diligència deguda de proveïdors
Automatitza la verificació i homologació de proveïdors amb NLP per reduir temps, errors i risc: extracció de dades de documents, validacions i alertes, revisió per excepcions i un resum final auditable.
- De PDFs, correus i adjunts → dades estructurades (VAT/NIF, adreces, representants, certificats, etc.).
- Validacions i coherència (caducitats, camps obligatoris, discrepàncies i canvis sensibles com l’IBAN).
- Risc i priorització: el sistema deriva a revisió humana només el que realment ho necessita.
- Informe KYS amb evidències (què s’ha validat, quan, amb quina font i quina decisió s’ha pres).
Pista: si ens dius volum, tipus de documents i on viu la dada (ERP/SRM), et podem tornar un enfocament clar (quick win + escalat).
Què és el KYS (Know Your Supplier) i què cobreix realment
El KYS (Know Your Supplier) és un procés de diligència deguda orientat a verificar que un proveïdor és qui diu que és, que compleix requisits (legals, operatius, ètics i/o d’empresa) i que pots treballar-hi i pagar-lo amb seguretat. En la pràctica, KYS acostuma a unir tres blocs:
KYS no és el mateix que KYC. KYC verifica clients; KYS verifica proveïdors. I sovint hi ha un tercer concepte, KYB, que amplia l’anàlisi sobre l’empresa com a entitat (propietat, estructura i legitimitat).
Quan el KYS passa de “desitjable” a imprescindible
El KYS sol fer-se crític quan hi ha molts proveïdors, quan la documentació és extensa, quan hi ha compras internacionals o quan el teu negoci està exposat a riscos (regulatoris, reputacionals o operatius). En aquests contextos, fer-ho “a mà” no només és lent: també és inconsistent, i això pot traduir-se en decisions desiguals, aprovacions sense evidència o revisió excessiva.
Per què el KYS manual falla (i on apareix el risc)
A la majoria d’organitzacions, el KYS es converteix en un collage de correus, portals, carpetes, PDFs i comprovacions fetes per persones diferents. El resultat típic és un procés que consumeix hores i, paradoxalment, deixa forats de control perquè costa ser consistent a escala.
Els 7 colls d’ampolla més habituals
Documents no estructurats: la informació clau (NIF/VAT, adreces, responsables, pólisses, dates de caducitat) està dispersa i en formats diferents.
Entrada manual de dades: copiar i enganxar a ERP/SRM implica errors, duplicats i inconsistències.
Criteris variables: segons qui revisa, canvia el nivell d’exigència (i això és un risc de governança).
Caducitats “silencioses”: certificats i assegurances caduquen, però ningú ho veu fins que hi ha un incident o una auditoria.
Canvis sensibles: un canvi de compte bancari o de representant legal pot passar desapercebut si no hi ha triggers clars.
Rastre d’auditoria dèbil: costa demostrar què es va validar, amb quina evidència i amb quin criteri.
Escalat ineficient: es revisa massa (o massa poc). El repte real és separar casos normals d’excepcions.
Idea clau: el problema no és “tenir documents”, sinó convertir-los en dades fiables i en un procés repetible. Aquí és on l’NLP (i el processament intel·ligent de documents) té més retorn.
Com el NLP automatitza el procés KYS: de documents a decisions amb evidència
Quan parlem d’automatitzar KYS amb NLP, no és “posar un chatbot”. És dissenyar un flux on el sistema: llegeix documentació, extreu camps, valida regles i fonts, genera evidències i escala a una persona només quan cal.
Flux recomanat (orientatiu)
-
Ingesta i classificació: entrada per carpeta, correu, portal o API; classificació automàtica de documents (contracte, certificat, assegurança, formulari, etc.).
-
OCR + IDP: si hi ha documents escanejats, s’extrau text; es detecten taules, segells, dates i camps típics.
-
NLP (extracció d’entitats i camps): noms legals, NIF/VAT, adreces, representants, dates, importances, números de pòlissa, certificacions, etc.
-
Normalització i coherència: unifica formats (adreces, països, denominacions), detecta duplicats i discrepàncies entre documents i dades mestres.
-
Validacions i triggers: regles (obligatoris, caducitats, coherència) + triggers de risc (p. ex. canvi d’IBAN, document irregular, dates incoherents).
-
Revisió per excepcions (human-in-the-loop): el sistema proposa; l’equip valida casos dubtosos amb context i evidència.
-
Informe KYS i auditoria: resum de risc, evidències, decisió i traça (logs) integrats al teu sistema.
Què guanyes quan el procés “entén” documents
Casos d’ús d’alt impacte amb KYS automatitzat
Per maximitzar resultats, el millor és començar per casos on hi ha volum i regles clares, i després escalar a criteris més complexos (risc, reputació, ESG o contractes).
Consell pràctic: defineix “què és un cas normal” i automatitza-ho al màxim. Després, dissenya un circuit d’excepcions curt (amb evidència) per a casos dubtosos. És aquí on el procés escala sense perdre control.
Dades i requisits: què cal (i què no cal) per començar
Un projecte de KYS amb NLP no hauria de bloquejar-se per “no tenir-ho tot perfecte”. Es pot començar amb un pilot controlat i anar robustint el sistema amb governança i mètriques.
El mínim viable (per a un pilot amb valor)
- Mostra real de documents (10–50 proveïdors): els tipus que més es repeteixen i els que més temps consumeixen.
- Regles bàsiques: obligatoris, dates de caducitat, coherència entre camps i triggers de risc.
- Dades mestres (si existeixen): export simple del teu ERP/SRM per evitar duplicats i fer “matching”.
- Criteris de decisió: què s’aprova automàticament, què passa a revisió i què es rebutja.
Què NO cal al principi: tenir tots els documents del món, integrar-ho tot de cop o automatitzar tots els casos complexos. L’enfocament guanyador és: un cas d’ús clar → un pilot amb KPIs → escalat.
Implementació pas a pas (amb governança i sense fricció)
Automatitzar KYS és un projecte de procés + dades + integració. Per això funciona millor quan es treballa per fases, amb una definició clara de criteris, responsabilitats i mètriques.
Governança mínima recomanada: propietari del procés, responsable de dades mestres, responsable de risc/compliment i un circuit d’aprovació per excepcions. Sense això, el projecte és tecnologia sense adopció.
KPIs per demostrar ROI i control (sense opinions)
Quan automatitzes un procés com KYS, el valor s’ha de veure en mètriques: menys temps, menys re-treball, més control i millor traçabilitat.
| KPI | Què mesura | Per què importa |
|---|---|---|
| Temps d’onboarding | De “entrada” a “aprovació” | Accelera compres, projectes i pagaments sense perdre control. |
| % casos auto-aprovats | Casos normals resolts sense revisió | Indica escalabilitat real: el teu equip revisa excepcions, no volum. |
| Hores manuals evitades | Temps de lectura/còpia/validació | Allibera equip per feina d’alt valor (negociació, risc, auditoria). |
| Precisió d’extracció | Qualitat de dades capturades | Redueix errors, duplicats i re-treball a ERP/SRM. |
| Excepcions per tipus | Per què s’escala (caducitat, discrepància, etc.) | Ajuda a arreglar arrels: documents, regles o fonts de dades. |
| Traçabilitat audit-ready | Logs + evidència per decisió | Crític per controls interns, auditoria i compliment. |
Si vols un marcador ràpid: defineix 2–3 KPIs abans del pilot i fes que el sistema els reporti des del dia 1. Això evita projectes “bonics” però impossibles de justificar.
Seguretat, privacitat i auditoria: el que s’ha de cuidar en KYS amb IA
La documentació de proveïdors pot contenir dades sensibles. Per això, un KYS automatitzat ha de néixer amb controls: permisos, registre d’activitat, criteris d’accés i política de retenció.
Checklist de control (resum)
- Minimització: capturar només el necessari per a la decisió.
- Permisos: accés per rols (compres, legal/compliment, finances).
- Logs: qui ha vist què, qui ha aprovat què i amb quina evidència.
- Qualitat: validacions abans d’escriure dades a sistemes (evitar “dada bruta” a ERP).
- Human-in-the-loop: excepcions i dubtes sempre amb circuit d’aprovació.
Nota: el contingut d’aquesta pàgina és informatiu i no constitueix assessorament legal. Els criteris de KYS i el nivell d’exigència depenen del sector, del risc i de la política interna.
Següent pas: com saber si et convé (en 10 minuts)
Si vols validar ràpid si l’automatització del procés KYS amb NLP és un bon cas per a tu, respon aquestes 5 preguntes:
- Quants proveïdors dones d’alta o revalides al mes?
- Quins documents són obligatoris i quins són “desitjables”?
- On viu la dada avui (ERP/SRM, carpetes, correu, portal…)?
- Quines decisions necessites: aprovar, rebutjar o derivar a revisió?
- Quin és el risc que més et preocupa: frau, auditoria, ESG, continuïtat o reputació?
Vols que ho aterrem al teu cas? Envia’ns un email i et proposem un enfocament amb un primer pilot mesurable. Correu de contacte info@bastelia.com
Recursos de Bastelia que et poden ajudar
Enllaços a serveis del menú (per aprofundir segons el teu punt de partida):
- Automatitzacions amb IA (connectar fluxos, reduir tasques manuals i errors).
- Integració i Implementació d’IA (portar models i pipelines a producció).
- Compliment i Legal Tech (governança, traçabilitat i requisits de compliment).
- Consultoria i Roadmap d’IA (prioritzar casos d’ús i ROI amb criteri).
- Contacte (si prefereixes un canal alternatiu).
FAQs sobre automatització del procés KYS amb NLP
Quina diferència hi ha entre KYS, KYC i KYB?
KYS verifica proveïdors; KYC verifica clients; KYB amplia la verificació a l’empresa com a entitat (estructura, propietat, legitimitat i coherència). En entorns B2B, KYS i KYB sovint conviuen.
El NLP pot substituir completament la revisió humana?
El model guanyador és human-in-the-loop: automatitzar casos normals i escalar excepcions. Això manté control i traçabilitat, i evita tant el “tot manual” com el “tot automàtic” sense criteri.
Quins documents són més fàcils d’automatitzar en KYS?
Normalment: formularis d’alta, certificats amb camps repetitius, pòlisses/assegurances, registres mercantils bàsics, i documents amb dates de vigència/caducitat. El pilot sol començar pel “80/20”.
Com es detecten discrepàncies i riscos (p. ex. canvis d’IBAN)?
Mitjançant normalització (formats coherents) + matching amb dades mestres + regles i triggers. Quan hi ha un canvi sensible o una incoherència, el sistema marca el cas i el deriva a revisió amb evidència.
Què necessito per començar si les meves dades estan “desordenades”?
No cal perfecció. Amb una mostra real de documents, unes regles mínimes i un export del teu ERP/SRM (si existeix), es pot fer un pilot. La governança i la qualitat es van reforçant a mesura que escales.
Com sé si el projecte està funcionant?
Si pots veure KPIs com: temps d’onboarding, % d’autoaprovació, hores manuals evitades, tipus d’excepcions i traçabilitat. Sense mètriques, no hi ha decisió informada ni escalat responsable.
Glossari ràpid (per al teu equip)
- KYS (Know Your Supplier)
- Procés de verificació i diligència deguda per conèixer, validar i monitorar proveïdors (identitat, requisits i risc).
- NLP (Processament del Llenguatge Natural)
- Tècniques d’IA que permeten entendre text i extreure informació útil de documents i dades no estructurades.
- IDP (Processament intel·ligent de documents)
- Combinació d’OCR + IA per classificar documents i extreure camps (taules, dates, camps repetitius) amb validacions.
- Human-in-the-loop
- Model d’operació on la IA resol casos normals i les persones revisen excepcions amb context i evidència.
- Traçabilitat / audit trail
- Registre del què, quan, per què i qui ha validat cada pas; clau per a controls interns i auditoria.