Uso de herramientas correctas para tratar la complejidad
Las limitaciones al tratar con la complejidad
El mundo se vuelve cada vez más complejo, no obstante, nuestra habilidad para tratar con ello es limitada.
Constantemente se nos satura con mucha más información que la que nuestro cerebro humano fue diseñado para poder manejar, por lo que tendemos a buscar soluciones más fáciles al retirar o simplemente ignorar las implicaciones de nuestras acciones que no son directamente atribuibles a nuestra meta inicial. Agréguese a la ecuación una tendencia para considerar solo los efectos de corto plazo de nuestras acciones, y se tiene una receta para el desastre.
Cómo definir la complejidad
Más, examinemos esto paso por paso: ¿qué cosa significa la complejidad, y por qué las herramientas tradicionales brindan un apoyo insuficiente para encontrar soluciones apropiadas?
Un sistema se puede definir como complejo cuando incluye estas tres características principales:
- Multiplicidad – existen muchos participantes que actúan y toman decisiones respecto al sistema;
- Interdependencia – estos elementos (participantes) están vinculados entre sí;
- Diversidad – estos elementos difieren en términos de comportamiento, metas y decisiones.
A mayor sea el número de elementos a considerar, mayor sea su variedad y conforme estos serán más interdependientes, más complejo es el problema.
Contextualización de la complejidad
¿Qué cosa significa todo esto? Bien, pues significa que las decisiones que tendrá que tomar, así como las soluciones que busca habrán de ser contextualizadas. En otras palabras, el contar con una idea clara sobre la meta a lograr no es suficiente; también necesita tomar sus decisiones con base al contexto en el que está operando.
Básicamente, al tratar con la complejidad, usted podrá tener éxito solamente si:
- Toma en cuenta el impacto de las posibles causas externas;
- Entiende cómo sus acciones cambiarán el estatus del sistema –eso conocido como efectos de retroalimentación–.
Usemos a la empresa comercial para demostrar la necesidad de contextualización al tratar con la complejidad. El contexto incluye la cadena de suministro: una red (multiplicidad) enfocada en distribuir productos y/o servicios desde el proveedor hasta el consumidor final (diversidad) mediante un flujo organizado de materiales, información y dinero (interdependencia) en un esfuerzo continuo para empatar las necesidades y los recursos disponibles.
Herramientas manuales vs. la complejidad
Ahora, piense sobre la forma en que su organización toma decisiones, planea inversiones, define acciones para mejorar la producción y distribución o identifica la política de inventarios correcta. ¿Qué herramientas se usan? Tengo la seguridad de que habrá pensado acerca de o de hecho usa hojas de cálculo para este propósito. Y por favor, no me malentienda, que no tengo nada contra Excel, pero no pienso que esto sea apto para representar la complejidad interna de cada cadena de suministro.
Reflejamos nuestro patrón mental en la "hoja de Excel", pero ya que no es posible replicar las dinámicas de sistemas, resultamos tentados a simplificar el problema, aislarlo y omitir las retroalimentaciones, retrasos temporales y acumulaciones. Como resultado, terminamos ignorando la complejidad del problema específico, así como su contexto.
Herramientas de simulación vs. la complejidad
Ya por varios años han estado disponibles herramientas de simulación mucho más poderosas, que le permiten modelar un sistema desde un punto de vista experimental. Al replicar el funcionamiento de los diferentes procesos entrelazados, estas capturan las dinámicas del sistema y muestran la evolución del sistema en tiempo virtual.
Por ejemplo, se han empleado modelos de simulación para estudiar el fenómeno de la cadena de suministro conocido como “efecto de amplificación” (bullwhip), definido como la distorsión de la demanda que viaja hacia arriba en el flujo de la cadena de suministro desde el proveedor hasta el mayorista y fabricante, a causa de la variancia de pedidos, que podrá ser mayor a la de las ventas. Hoy, se pueden encontrar los mismos conceptos en cursos de gestión avanzada de cadena de suministro, enfocados en enseñar a las y los participantes cómo optimizar la gestión de cadena de suministro al emplear la simulación, así como de qué forma la colaboración a través de redes puede ser fundamental para el éxito del negocio.
Al tratar con problemas complejos, los modelos de simulación son, en definitiva, la forma más confiable y de bajo costo para probar varias decisiones posibles y evaluar sus efectos (incluso en el largo plazo).
El Digital Twin vs. la complejidad
Con el paso de los años, nuestro equipo ha auxiliado a organizaciones líder y sus ejecutivos a crear modelos de simulación que fueron aptos para ayudarles a evaluar correctamente el impacto de sus decisiones estratégicas en todo el ecosistema corporativo.
Ahora, creemos que es el momento correcto para construir cimentados en estas experiencias, y crear herramientas que también ayuden a monitorear constantemente el desempeño de procesos y que emprendan acciones correctivas oportunas al evaluar el impacto que tendrán sobre el tiempo “fuera de línea”.
A un modelo de simulación detallado con estas capacidades se le llama un Digital Twin o gemelo digital, un término que enfatiza la conexión íntima entre la solución digital y el activo físico al cual se refiere. Gracias a las nuevas tecnologías, los datos recolectados en campo alimentan al Digital Twin (casi) en tiempo real, lo que permite a usuarios obtener una imagen actualizada del estatus operativo actual del sistema, la que se puede usar para probar diferentes escenarios de tomar de decisiones, en un ambiente libre de riesgo.
El concepto de Digital Twin se formó originalmente en 2002 en la Universidad de Michigan en el contexto de Product Lifecycle Management (PLM). Si bien la terminología ha cambiado con el tiempo, el concepto se ha mantenido bastante estable. Se basa en la idea de que un sistema físico puede recrearse digitalmente mediante su información y lógica.
Los dos sistemas (el físico y el lógico) se mantienen rigurosamente acoplados durante todo el ciclo de vida, y evolucionan en conjunto. La información procesada por la copia digital sería un "gemelo" de la información que estaba integrada dentro del sistema físico. En su punto óptimo, cualquier información que pudiese obtenerse del estudio de un activo físico o proceso real debiera poder obtenerse también de su Digital Twin.
En consecuencia, el Digital Twin se define como un conjunto de información virtual que describe por completo un producto físico, sistema o proceso y permite evaluar su estatus u operación tanto actual como futuros. Sin importar su nivel de abstracción, el Digital Twin es una imagen digital cercana a en tiempo real de un sistema físico que ayuda a facilitar el monitoreo y optimización del desempeño de negocio.
De acuerdo con analistas, el uso de Digital Twins se hace cada vez más común. Para finales de 2022, más del 75% de las compañías que implementan el Industrial Internet of Things (IIoT), por ejemplo, tendrán al menos un Digital Twin instalado en producción. Permítaseme aclarar: un crecimiento tan rápido en la adopción de esta tecnología no se puede atribuir a intenso mercadeo y actividades de capacitación solo por el concurso de los proveedores. El hecho es que los Digital Twins han demostrado generar valor de negocio verdadero y se han vuelto una parte de las estrategias digitales de las organizaciones industriales líderes y más innovadoras. ¿En dónde se ubica su organización?
