
Una investigación de McKinsey ha encontrado que, en promedio, los impactos en la cadena de suministro generarán pérdidas equivalentes a casi el 45% de las ganancias anuales totales de una empresa a lo largo de una década. La única manera de afrontar esta realidad es ser resiliente.
Por ello, no es de extrañar que muchas empresas hayan tomado medidas para mejorar su resiliencia, como la creación de reservas de inventario, la doble fuente de abastecimiento y la relocalización. Aun así, menos de un tercio de los líderes encuestados en 2023 afirmó que sus empresas estaban completamente preparadas para una disrupción; una cuarta parte admitió estar poco preparada.
Al igual que una luz de advertencia en un automóvil, un sistema de alerta temprana (EWS, por sus siglas en inglés) bien diseñado puede alertar a las empresas sobre pequeños problemas antes de que se conviertan en grandes inconvenientes. Una empresa con la que trabajamos implementó un sistema de alerta temprana y redujo la escasez de piezas en un 70% en seis meses. Además, un fabricante que utilizó un EWS reportó una reducción del 40% en defectos de calidad durante el primer año.
A continuación, le explicamos cómo comenzar.
1. Cree un sistema de almacenamiento de datos integrado y centralizado
A menudo conocido como un “lago de datos”, este repositorio empresarial contiene datos cuantitativos y cualitativos. Dado que el objetivo de un sistema de alerta temprana es detectar riesgos, que pueden proceder de cualquier parte, cuanta más información llegue al lago de datos, mejor.
Establecer un lago de datos con información exhaustiva, detallada y confiable de toda la cadena de valor es lo ideal, pero no es nada sencillo. Las fuentes de datos pueden tener diferentes formatos y estándares, y puede haber problemas relacionados con la gobernanza y la accesibilidad. Una empresa automotriz que comenzó a construir un lago de datos tardó más de un año en depurar la información y obtener resultados utilizables.
Por estas y otras razones, a las empresas les puede resultar útil comenzar con un conjunto más pequeño de datos que sean relevantes, de alta calidad y que puedan actualizarse periódicamente.
LEA TAMBIÉN: Así es como Chancay ha cambiado la dinámica logística, según la argentina MSL Corporate
2. Aplique inteligencia artificial para convertir los datos en alertas accionables
El objetivo de la recopilación de datos es activar una alerta, mientras se separa la señal del ruido. Una forma de hacerlo es utilizar la IA para detectar anomalías.
Cuando un fabricante automotriz utilizó la IA para hacer un seguimiento del número de entregas diarias retrasadas, observó que cuando había un aumento en los retrasos, era más probable que surgiera otro problema, como defectos de calidad. Este hallazgo llevó al fabricante a enfocarse en los problemas de entrega desde el principio, incluso cuando las cifras absolutas parecían poco significativas.
LEA TAMBIÉN: Cruz del Sur evalúa ingreso a Chancay con servicio de logística
3. Reescriba y active el manual de gestión de riesgos
Muchos manuales existentes utilizan un sistema de semáforo, en el que el color “rojo” señala a los proveedores con el mayor nivel de riesgo. En esencia, esto es una forma de clasificación. Si bien es útil, es insuficiente, ya que deja a las organizaciones vulnerables a problemas que pueden escalar de interrupciones menores a desafíos mayores.
Un sistema de alerta temprana, por el contrario, impulsa la acción. Para fortalecer la resiliencia y la experiencia, cada alerta debe atenderse de inmediato. Investigar una alerta puede ser tan simple como llamar al proveedor para solicitar aclaraciones. En otras ocasiones, puede requerir una visita al sitio.
Una vez que se comprende la naturaleza de la alerta, el siguiente paso es mitigar el riesgo. Las acciones pueden incluir trabajar con un proveedor para encontrar una nueva fuente de materias primas, flexibilizar las restricciones de ingeniería para mejorar la capacidad de fabricación, rediseñar el producto o encontrar un nuevo proveedor.
*Este artículo fue escrito por: Ani Kelkar, Varun Marya y Mihir Mysore, socias de McKinsey & Company.