Plan de mejora del servicio AMS para la empresa Técnica Integral en Sistemas (TIS)
Autores
- Luis Alejandro Cuestas Zabala Máster en Inteligencia Artificial Aplicada Instituto Europeo de Posgrado
- Daniel Gabriel Gonzalez Guzman Máster en Inteligencia Artificial Aplicada Instituto Europeo de Posgrado
Director/a · Tutor/a
- Julián Camilo Ortega Gómez CUA correspondencia ORCID
Resumen
El proyecto propone fortalecer el servicio AMS de PeopleSoft para la organización Técnica Integral en Sistemas que en el presente documento será identificada como: TIS, mediante una intervención integral que combina gestión del conocimiento KCS, especialización por módulos (HCM/FSCM), capacitación estructurada y gobierno del servicio, potenciados con capacidades de la IA Generativa. El diagnóstico identificó variabilidad en la calidad del soporte y brechas de conocimiento que impactaron en el cumplimiento de SLA (≈82%), el TTR, la tasa de reaperturas (≈12%) y el CSAT (3.6/5). La solución introduce cuatro palancas habilitadas por IA: (1) asistentes generativos de diagnóstico que analizan tickets y sugieren hipótesis de causa raíz y rutas de troubleshooting; (2) redacción automática de borradores KCS a partir de evidencias y notas del caso, con validación por pares y quality gates; (3) copilots internos de conocimiento entrenados con documentación de PeopleSoft y artículos propios para responder consultas técnicas y funcionales del equipo; y (4) analítica generativa para gobierno, que elabora reportes, detecta tendencias y anticipa riesgos de desempeño para los comités quincenales. Complementariamente, se incorporan simuladores generativos para los bootcamps, que recrean incidentes reales y evalúan el aprendizaje de los consultores. La implementación se planifica en 12 semanas: establecimiento de línea base y plantillas (S1–2), piloto de KCS y asistentes de diagnóstico (S3–4), bootcamps con simuladores y quality gates P2 (S5–8), y escalamiento a P1/P3 con auditoría de la base de conocimiento y evaluación final (S9–12). Las metas son elevar el CSAT a 4.4/5, alcanzar SLA ≥ 92%, reducir reaperturas a ≤ 6% y disminuir el TTR en 30%. Se espera que la IA reduzca tiempos de análisis, aumente la consistencia del cierre “a la primera” y acelere la producción y reutilización de conocimiento, consolidando un ciclo de mejora continua y una operación más predecible y eficiente para las cuentas ancla
Palabras clave
Metadatos
- Código institucional
- PROD-2026-4436
- Idioma
- Español
- Grupo(s)
- Gestión, Ingenierí@ y Desarrollo Organizacional (COL0213531)
- Línea de investigación
- Analítica de Datos e Inteligencia Artificial en Sistemas de Software
- Programa
- Ingeniería Industrial
- Área OCDE
- Ciencias Sociales
- URI Minerva
- https://sgi.redsummaeducation.education/minerva/item/4358