Articulo Publicado : Febrero/12/2008

NO TAN PERFECTO

Por Dennis Arnow, Amarpreet Singh y Pat Mastrantonio

Comparando Métodos para Niveles de Inventario

La corporación INTEL es una compañía con ventas en el orden de $40,000 millones de dólares, con utilidades superiores al 50%. Debido a que el margen de utilidad es tan amplio, existe una constante lucha interna en la compañía entre: Mantener un alto inventario, porque nadie quiere perder una oportunidad de venta; y reducir inventario, para evitar los riesgos de obsolescencia del producto, ya que los inversionistas de Wall Street penalizan ambas situaciones.
Por lo tanto, los administradores de Intel trabajan para la lograr el balance entre estos dos extremos. Como resultado, Intel tiene objetivos de nivel de Inventario para familias de producto y no para números de parte específicos (SKU’s). Cada familia contiene entre 20 y 200 SKU’s, para dar servicios a muchos diferentes precios y segmentos de mercado, cada uno de ellos con su propia variabilidad y demanda. Se necesitaba mucha suerte y por lo tanto resultaba casi imposible determinar el nivel óptimo de inventario para cada parte, por lo que era tácitamente aceptado tener una estrategia de inventario sub optima.
Los obstáculos organizacionales y técnicos fueron superados al demostrar que el uso de un modelo “no tan perfecto” de optimización de inventario en multiniveles, pudiera resultar en mejores niveles de servicio que cuando se usa la experiencia e intuición del planner, o cuando se usan reglas genéricas.

Superando la Parálisis de Análisis

En el 2001, hicimos en Intel una evaluación de proveedores que trabajaban en el área de optimización de Inventario. Después de tres años de pruebas y escrutinios, todavía no éramos capaces de decidir que producto, si es que alguno, pudiera satisfacer las de nuestro negocio. Porque todas las herramientas existentes tenían debilidades teóricas conocidas y ninguno de ellas podía cumplir con nuestro criterio de selección.
Lo que finalmente cambió la situación fue un equipo de trabajo multifuncional (cross-functional), que cambió la pregunta de: “¿Qué fallas tiene el modelo?” a: “¿Qué tanto valor puede agregar cada solución?”
Los equipos multifuncionales no eran novedosos, sin embargo, lo diferente en este caso fue: incluir en el quipo gente con experiencia en el negocio, así como gente con experiencia en investigación de operaciones. Los integrantes del equipo trabajaron en un proyecto dedicado a la optimización del inventario, con el propósito de agregar valor al negocio. Los miembros del equipo observaron las pasadas limitaciones teóricas de los de los paquetes evaluados, y se dedicaron a examinar cual serías el valor incremental de cada uno de ellos. Los miembros especialistas en investigación, fueron capaces de de explicar los beneficios del negocio, de tal modo que los expertos en operación fueron convencidos de la utilización de los modelos tendría una mejora sostenible sobre los métodos actuales. De esta manera el quipo obtuvo la “luz verde” para un método “no tan perfecto” pero que proporcionaría mejoras tangibles.

Cambiando de idea

La organización de las operaciones en Intel, incluye tanto Manufactura como Cadena de Suministro. La cultura dominante viene por parte de Manufactura, donde existe una impresionante maestría en  los detalles. Por ejemplo, cuando se diseña una fábrica, el ingeniero industrial modela y de una serie de pasos que el técnico hará en cada estación durante un turno; los ingenieros de proceso van más allá de considerar el tiempo de ajuste (setup) como constante, considerando cuantos grados de temperatura requiere un horno para el proceso y estimando la diferencia del cambio hacia arriba o hacia abajo, considerando que la velocidad de enfriamiento es diferente a la de calentamiento.
Este es el nivel de rigor que se exige en los modelos de optimización de inventario, y este es el nivel de rigor que no existe actualmente en los modelos. De hecho los proveedores de software de optimización admiten la existencia de atajos y simplificaciones en sus modelos. Los representantes de Intel estudiaron estos modelos y notaron las limitaciones, concluyendo que los modelos no eran aceptables. Sin embargo, cambiando el criterio pudimos seguir adelante. En lugar de la “respuesta correcta” buscamos “la mejor respuesta”.
Como cualquier otra organización, la administración de Intel tiene gente con experiencia en planeación, pero que no son expertos en la investigación de operaciones. Como resultado, cuando sus expertos internos dicen: “Este modelo no va a darlos a solución correcta”, nadie en planeación quiere usarla.
Nuestro equipo incluyó expertos en planeación y expertos en investigación de operaciones, lo que nos dio la credibilidad en ambas comunidades. Los planners confiaban en que se les presentarían solamente soluciones prácticas y valiosas. Al mismo tiempo, el equipo podía ir paso a paso con el mundo de la investigación de operaciones, probando que una solución “no tan perfecta”, aún podía dar buenos resultados.

Dificultades

La mayor complejidad en el proceso de manufactura está en el proceso de los “wafles” de semiconductor, y la mayor complejidad en la cadena de suministro ocurre después que se han producido los  wafles. Para procesar los wafles, se requieren cientos de pasos de proceso, con tolerancias sub-micrónicas y requiere miles de ingenieros monitoreando constantemente miles de parámetros. Esta parte del flujo de material es técnicamente complejo pero sencillo en su logística
Al terminar la fabricación, sin embargo, los wafles se envían a una multitud de sitios para ensamble o prueba. El Inventario se almacena y después se envía a los puntos de fabricación y prueba
Cerca del 75% de las unidades de proceso central producidas por Intel, ser van a fabricantes de computadoras y distribuidores, mientras que el remanente 25% se coloca en cajas con marcas individuales y se embarca con un disipador de calor para su distribución alrededor del mundo. Esta cadena de suministro de múltiples escalones de distribución y múltiples rutas de distribución, creando mayor complejidad que en la manufactura
Como se describe, existen muchas locaciones y puntos de distribución, donde los gerentes locales pueden decidir el inventario para sustentar la distribución de los productos Intel. Normalmente, la decisión sobre la cantidad adecuada de inventario para cada SKU en cada locación, es tomada por el planner. Para nuestro proyecto, se seleccionaron 3 sitios de almacenamiento entre las plantas de ensamble y prueba y los centros de distribución. Tres métodos para determinar los inventarios fueron seleccionados.
Primero, se examinaron los objetivos de nivel de inventario óptimo. Se uso un programa de optimización de inventario para varios escalones, disponible en el mercado. Como herramienta para determinar los niveles de inventario deseados en cada una de los puntos seleccionados. La característica de esta herramienta fue la de crear un modelo que fuera sencilla y fácil. La contraparte fue, que la recolección de datos para este modelo era dificultosa con los sistemas actuales de Intel. Como resultado, los esfuerzos de nuestros modelos fueron enfocados en productos de alto volumen, 12 a 15 SKU’s que representaban el 80% del volumen y 85% de las ventas anuales. De 14 planners, 4 usaron niveles de inventario optimizados.
Segundo, se revisó una regla general como el promedio de la demanda multiplicada por el número de semanas que requerían ser cubiertas. Este método es intuitivo, es sencillo y además, hace sentido para mucha gente. Sin embargo falla con la variabilidad. Fue aplicado para los 20 productos de alto margen – bajo volumen, que representan una venta anual de 200 millones. De los 14 planners de Intel, 5 de ellos administraron materiales con esta simple regla.
Por último, todos los catorce planners tuvieron números de parte que manejaron con su intuición, en un tercer grupo de productos de b ajo volumen, generalmente en el periodo de declinación en su ciclo de vida. Los planners, manualmente determinaron su nivel de inventario deseado. Se trabajo con cerca de 130 SKU’s en este grupo que representaba unos 700 Millones en venta anual

Encontrando Apoyo

Al inicio del proyecto, se contaba con el apoyo de algunos gerentes con influencia en varios niveles del mando jerárquico en la cadena de suministro. Este apoyo creció posteriormente a una masa crítica y se diseminó por toda la organización. En otras palabras, teníamos el apoyo requerido para iniciar el proyecto. Conforme este fue avanzando, se fue generando mayor entusiasmo. En algún punto, aún los escépticos olvidaron sus dudas iniciales y apoyaron el proyecto.
Creamos un equipo dedicado y determinamos elevados estándares de trabajo. Al poco tiempo de que el proyecto iniciara, tuvimos oportunidad de demostrar esto. Pusimos al equipo en tres días de entrenamiento sobre el software a usar. Uno de los integrantes del equipo llegaba tarde a las clases, no ponía suficiente atención y al final falló en las pruebas finales. Este comportamiento era inaceptable. En lugar de aconsejar al integrante y darle una segunda oportunidad, fue removido del equipo. Posteriormente, se encontró que el haber removido al integrante mencionado, tuvo un efecto motivador en el resto del equipo, y demostró el compromiso de la administración en el éxito que se requería del proyecto y las facilidades que se darían  para remover obstáculos.

Logrando Mejoras

Millones de unidades y billones de dólares en venta pasaron a través de los sistemas utilizados en los tres métodos utilizados para determinar el nivel de inventario óptimo. En general, se encontró que el nivelo de servicio en los productos que se utilizó el software de optimización fue de un 7 a un 8 porciento mejor que en los otros métodos utilizados. Una hipótesis de nulidad, quien es un estudio estadístico para determinar si  existe una diferencia real entre dos grupos, valido la diferencia significativa. Al mismo tiempo, la diferencia entre la regla general y la intuición del planner fue de 1 por ciento, pero la hipótesis de nulidad no demostró una diferencia significativa en estos métodos.
La figura 1 muestra como, la optimización y el nivel de servicio fueron también más consistentes con el software que con los otros métodos. Más aún, el nivel de inventario se redujo 10 por ciento durante el primer año en que los objetivos optimizados fueron utilizados.
En este caso, el uso de herramientas matemáticas, imperfectas o no, para definir los niveles de inventario óptimo dieron un mejor  y más consistente resultado en el nivel de servicio que los otros métodos

Lecciones Aprendidas

Al reflexionar en los resultados obtenidos, hay algunas lecciones que sobresalen.

1. La determinación el nivel de Inventario óptimo no es intuitiva. Aún la gente más experimentada e inteligente no puede determinar la variabilidad de la demanda que determinará los niveles de inventario
2. Las herramientas de optimización pueden no ser analíticamente perfectas, pero trabajan mejor que las alternativas existentes como la intuición del planner y las reglas generales
3. Perfecto es enemigo de bueno. Se logró mejorar porque se aprendió a vivir con imperfecciones
4. Los equipos dedicados necesitan el apoyo de la administración para remover obstáculos. No deje a nadie pensar que: la falla es una opción

Dennis Arnow, anteriormente en la Intel Corp., es ahora director mundial de planeación de la demanda en Logitech Inc. Puede contactarlo en dennis_arnow@logitech.com. Amarpreet Singh es un consultor en cadena de suministro y administración de proyectos, él era gerente de proyectos en Intel Corp. Pat Mastrantonio es gerente de planeación en Intel Corp.
Para comentarios sobre este artículo , escriba a  feedback@apicstijuanacalafia.org

Ir al Inicio

Home/Inicio | Education/Classes - Educación/Clases | Membership/Membresías
Board of Directors/Mesa Directiva

Email: info@apicstijuanacalafia.org
Voice Mail: 661-3892
www.apicstijuanacalafia.org
© Copyright APICS Tijuana Calafia Chapter
2006