La Investigación de Operaciones ha demostrado ser una disciplina extremadamente exitosa para generar aumentos de productividad en empresas a nivel internacional; ello se refleja por ejemplo en los artículos que aparecen periódicamente en la revista INTERFACES que publica INFORMS (Institute for Operations Research and Management Science), que se refieren a casos concretos de aplicaciones prácticas exitosas. En Chile, salvo contadas excepciones, la experiencia ha sido más modesta.
El propósito de este artículo es presentar algunas reflexiones respecto al uso e impacto de la Investigación de Operaciones (I.O.).Estas surgen de mi experiencia de más de 30 años como profesor e investigador del área, en que me ha correspondido desarrollar una activa enseñanza de pre y post-grado en esta disciplina, y realizar investigación a través de proyectos Fondecyt y Fondef. Toda esta actividad se ha visto complementada con la puesta en marcha de Simula UC, una empresa cuyo objetivo es transformar la gestión de empresas mediante la implementación de herramientas de Investigación Operativa.
En Simula UC nos asiste la convicción de que la I.O. es una disciplina extremadamente fértil y activa, que está llamada a tener un gran impacto en la forma de gestionar empresas en Chile. Informes desarrollados por instituciones especializadas en Estados Unidos han permitido concluir que el aumento promedio de productividad que han representado las aplicaciones de I.O. es del orden de 30%.
Las aplicaciones más exitosas no se refieren al desarrollo inmediato de un modelo matemático, si no que a la combinación de herramientas como modelos de programación matemática, sistemas de pronóstico, sistemas expertos y teoría organizacional. Ello implica el uso de un modelo ajustado a la operación de la empresa, pero sobre todo a una implementación ajustada a la cultura de ésta.
A modo de ejemplo, junto a Simula UC desarrollamos para la Gerencia de Desarrollo de SQM una solución para la planificación de producción de largo plazo del área de Nitratos y Yodo. Esta solución, que ha sido increíblemente exitosa, se basa en un modelo de optimización que se ejecuta en la nube. Este modelo de optimización les permite determinar qué producir, cuánto producir cada año en base a los pronósticos de demanda, entre otras cosas. Desde fuera uno podría pensar que el éxito de la herramienta se debe a la sofisticación y la complejidad del algoritmo de optimización utilizado. Sin embargo, el algoritmo es solamente una condición necesaria. El resto del trabajo reside en realizar un levantamiento de procesos profundo, que permita comprender todas las particularidades de la operación y del proceso de toma de decisiones de la compañía; en modelar con criterio el problema, realizando las simplificaciones donde corresponda y ampliando el nivel de detalle dónde éste agregue valor; en diseñar una experiencia de usuario (UX) amigable e intuitiva, que garantice un buen uso de la herramienta; en construir la plataforma sobre una arquitectura robusta, que garantice disponibilidad y tiempos de ejecución congruentes con el uso planificado.
A pesar de este panorama ciertamente positivo y alentador, se ha venido planteando desde hace ya bastante tiempo, la idea de una crisis de la I.O. Algunos síntomas de esta crisis son: el énfasis excesivamente teórico de la investigación que se publica; su desconexión de los problemas reales que enfrentan los tomadores de decisiones; el afán de ajustar los problemas reales a un problema teórico simplificado para el cual sea posible encontrar una solución analítica elegante; el no enfrentar derechamente los problemas confusos (messy problems) que son los que verdaderamente interesan. Algunos autores plantean que la I.O. se ha terminado identificando con el uso de modelos matemáticos y de algoritmos, en contra-posición al desarrollo de la habilidad para formular problemas de management, para resolverlos apropiadamente y para implementar y mantener sus soluciones en ambientes turbulentos.
En el mundo académico, debemos ser capaces de hacer nuestra propia auto-crítica, lo que implica, por ejemplo, una modificación sustancial de los contenidos de I.O. en los programas de estudio de ingeniería industrial; elaborar metodologías eficaces para el desarrollo de aplicaciones y hacer un mayor esfuerzo educativo a nivel empresarial, mostrando el impacto de estas herramientas.
Enlace original aquí.
