Escrito por:

• Michael Zelada Cadenas. Especialista en Analítica de Cadenas de Suministro, Desarrollo Productivo y Docente en la Universidad San Ignacio de Loyola.
• Luz Cano. Inteligencia de Negocios, Sistemas Empresariales Complejos y Desarrollo Sostenible en la Universidad San Ignacio de Loyola.

¿Cómo tomar decisiones en un entorno tan complejo? Pues además de conocer sus procesos, y su negocio, los gestores de las cadenas de suministro deben incorporar conceptos tanto básicos como modernos, para tomar mejores decisiones en sistemas logísticos complejos.

Los sistemas complejos y dinámicos

Una cadena de suministro es un claro ejemplo de un sistema logístico complejo. Un sistema, para recordar, es un conjunto de elementos interrelacionados, persiguen objetivos comunes o complementarios, y mantienen un comportamiento global más o menos estable.

La cadena de suministro, como sistema, se compone de elementos, como los proveedores, productores o distribuidores, que interactúan a través de procesos como los de compras, importaciones, fabricación y despacho. En los procesos, se desarrollan actividades y se toman decisiones a lo largo de todo el sistema.

La toma de decisiones efectiva es crucial para la gestión eficiente de la cadena de suministro. En la actualidad, los gerentes logísticos tienen acceso a una amplia gama de teorías y herramientas analíticas, producto de la constante investigación en el campo. Sin embargo, la eficacia en la toma de decisiones aún presenta desafíos, especialmente cuando se busca conseguir un impacto positivo a largo plazo, o a lo largo del sistema o en ciertos contextos de operación.

En efecto, hasta la fecha, existe una limitada información empírica vinculada a la aplicación de estas teorías sobre los sistemas logísticos como conjunto. Esto se debe a lo complejo que resulta modelar la relación de causalidad, sus efectos en bucles, el impacto a largo plazo y, además, dimensionar la relación entre las palancas de decisión y su efecto.

La complejidad es especialmente evidente en el sector de las cadenas de suministro globales. Así, por ejemplo, el MIT Center for Transportation & Logistics ha identificado cinco impulsores que están convirtiendo estos sistemas en estructuras cada vez más dinámicas y complejas; i) mayor número de proveedores, productos, clientes; ii) mayor variedad/diversidad en las distintas entidades económicas, financieras, productivas y/o componentes del producto; iii) mayor número de interconexiones/interacciones entre esas entidades; iv) baja transparencia entre estas interacciones, siendo algunas desconocidas y otras opacas; y efectos dinámicos que interfieren repentina y rápidamente, como el clima, la sociedad, normativas, etc.

Entender un sistema complejo es importante, y modelizarlo es una necesidad que ha ido evolucionando a lo largo de los años. El ejercicio de modelizar un sistema ha pasado por varios paradigmas.

Un modelo mental es una representación subjetiva e incompleta del conocimiento que ayuda a explicar y prever interacciones en el mundo. Aún con sus limitaciones, resulta ser funcional para el individuo. Los arquetipos se construyen a partir de evidencias empíricas e históricas, los cuales fueron desarrollados en los años ochenta, como un paso previo hacia la teoría de la dinámica de sistemas, destacándose por su enfoque visual. El actual estudio de los sistemas complejos se desarrolla con soporte computacional, se libran de la lógica lineal, e introducen una perspectiva holística, revelando así interconexiones casi sutiles, antes desconocidas, y permitiendo un análisis longitudinal en lugar de transversal.

El proceso de toma de decisiones

La toma de decisiones es un proceso sistemático y racional que se orienta hacia la consecución de un objetivo específico. Para ello se definen uno o varios criterios que permiten evaluar las diversas alternativas disponibles. Cada alternativa se asocia a uno o más resultados, que pueden ser dinámicos o estáticos en el tiempo, y probabilísticos o inciertos.

El método para operacionalizar el resultado se le denomina algoritmo. Y este debe ser fiable y válido, de lo contrario las decisiones que se tomen a partir de éstas serán ineficientes respecto al objetivo.

La complejidad de la toma de decisiones se ve afectada por el contexto en el que se lleva a cabo. Actualmente se utilizan términos como vuca (volátil, incierto, complejo y ambiguo) y bani (frágil, ansioso, no lineal, e incomprensible) para describir contextos cada vez más desafiantes.

Es importante tener en cuenta que, si bien los distintos contextos se sostienen en las mismas bases teóricas, no siempre se pueden abordar con las mismas técnicas de análisis. Además, algunas decisiones conllevan un alto impacto en la sensibilidad social, ética, ambiental y política, abriendo espacio a las técnicas mixtas.

Las técnicas analíticas

Las técnicas analíticas para la toma de decisiones son herramientas efectivas, vigentes y en constante adaptación, teniendo como principal reto evolucionar a partir de las necesidades de una gestión sistémica. Su alcance es evolutivo y, por esa razón, para este apartado tuvimos que hacer uso de Gemini, la IA multimodal de Google. Aunque la tecnología se mezcla con el método y ambos con su uso, hemos convenido en presentar una clasificación consensuada. Así podemos citar a las: i) Técnicas descriptivas, ii) Exploratorias, iii) De relacionamiento, iv) Predictivas, v) Prescriptivas; y vi) De análisis de textos, imágenes, audios y video (deep learning).

Lee el reportaje completo: https://logistica360.pe/nuestras-ediciones/