Cuantas veces vemos cómo cambian decisiones que parecían tan acertadas… “con el diario del lunes”. Estábamos tan convencidos, basados en toda nuestra experiencia, y sin embargo no acertamos. Esto ocurre también en el ámbito de las empresas. La realidad se vuelve más compleja y dinámica de lo que podemos manejar, y ya no alcanza con experiencia, o incluso con mirar y analizar los datos del pasado, necesitamos también poder extrapolar hacia el futuro y si bien, aún no se comercializa “la bola de cristal”, la Simulación tiene algo que aportar.

La simulación permite tener un modelo digital de un sistema (ejemplo: cadena de suministro), proceso (ejemplo: gestión de inventarios) o elemento (ejemplo: componente físico de una máquina), con el fin de poder emular su comportamiento en el tiempo, sujeto a diferentes escenarios que, por lo general, son cambiantes o presentan cierta variabilidad.

Es justamente el dinamismo de los mismos (ya sea fruto del entorno en el que opera o intrínseco), el que hace interesante la posibilidad de contar con un modelo de simulación. Este modelo nos permitirá ensayar el comportamiento del sistema/proceso o cosa y anticipar resultados que no son evidentes a priori. El gran objetivo de la simulación es asistir a la toma de decisión.

Para poder generar un modelo de simulación se necesita un entendimiento profundo del sistema a modelar:

• Cuáles son las variables (aquellos valores que serán función del tiempo y que determinarán el estado del sistema en un momento determinado),
• os parámetros (aquello sobre lo que se tiene cierto dominio o conocimiento),
•  sus relaciones funcionales; es decir, cómo se interrelacionan.

En síntesis, captar la esencia del comportamiento del sistema, poder reproducir la realidad física en condiciones conocidas, para luego extrapolar su comportamiento a otras condiciones que pudieran darse.

Un tema importante es que un modelo no es una representación exacta de la realidad, eso podría llevar mucho tiempo o ser económicamente inviable. Lo que se trata es de identificar el nivel adecuado de simplificación de la realidad de tal manera que permita resolver el problema concreto que se necesita.

¿Por qué la simulación es una herramienta útil para las empresas?

La simulación es una herramienta muy útil para asistir la toma de decisión en todos los niveles (estratégico, táctico y operativo), en tanto permite evaluar diferentes escenarios, y verlos en funcionamiento incluso cuando en la realidad esto podría requerir grandes inversiones o incurrir en altos costos. Su mayor potencia radica en su carácter predictivo. De esta manera permite anticipar con cierto grado de seguridad lo que pasaría si se dieran determinadas condiciones en el entorno externo del sistema o incluso en el sistema mismo.

Por ejemplo, si estamos hablando de una fábrica, se pude simular el impacto de agregar una línea de producción, una máquina, diferentes turnos de empleados, etc. También puede servir para gestión del riesgo mediante la evaluación del impacto de eventos no deseados. Por ejemplo, en una cadena de suministro, el efecto de una disrupción en el abastecimiento o del incremento o caída de demanda. O a nivel operativo recalcular rutas de aprovisionamiento, secuencia de máquinas, etc.

Otro uso extendido son los simuladores para entrenamiento de personal. En general reservado a actividades cuya operación tiene un riesgo alto (ya sea económico, medioambiental, o de seguridad), o donde adquirir la experiencia necesaria llevaría muchas horas de trabajo. A través de la simulación las empresas pueden recrear el entorno de trabajo real y que el entrenando pueda interactuar en este entorno virtual tomando decisiones y viendo el impacto de las mismas para determinados casos de uso críticos.

¿Por qué esta tecnología cobra particular importancia hoy en día?

Las herramientas de simulación comenzaron a desarrollarse hace ya varias décadas, pero hoy cobran una singular importancia en el contexto de la 4ta revolución industrial o “industria 4.0”.

Son varias las tecnologías de la información y de la manufactura que intervienen en posibilitar este fenómeno, y el mayor potencial se obtiene de su efecto combinatorio.

La simulación juega un papel súper importante en el desarrollo de capacidad predictiva y se une con el mundo físico a través de los conocidos “digital twins”. Los digital twins son justamente modelos digitales de determinados sistemas (planta, máquina, etc.) pero cuyo estado se mantiene actualizado en tiempo real con datos que reciben de sus gemelos del mundo físico.

De esta manera, en todo momento reflejan el estado de una planta, material o elemento. Al mismo tiempo que por su condición digital pueden reproducir diferentes escenarios que aún no se han dado en la realidad, pero sin riesgo alguno, permiten predecir lo que pasaría si se dieran esas condiciones determinadas y luego retroalimentar conocimiento a su gemelo físico para la toma de decisión.

Justamente, el objetivo que persigue la industria 4.0 es el de volver a las empresas en organizaciones ágiles (capaces de reaccionar en entornos altamente cambiantes), que aprenden y son adaptables. Esto se logra transformando la información que se obtiene a partir de los datos, disponibles en tiempo real y en grandes volúmenes, en conocimiento accionable. La simulación aporta su capacidad predictiva, la posibilidad de pensar rápido, fallar rápido y actuar rápido. Contribuye también dotando a los sistemas de capacidad de toma de decisión autónoma, pasando de la predicción a la prescripción, a través de ensayar diferentes alternativas y aproximar (prescribir) una solución óptima.

Softwares y herramientas disponibles

Respecto a las herramientas de simulación disponibles en el mercado, podríamos distinguir aquellas herramientas idóneas para la simulación de elementos sólidos y fluidos relacionadas con el ámbito de la mecánica computacional, de aquellas dirigidas a problemas sistémicos dentro de una empresa o cadena de suministro.

En este último grupo hay todavía diferentes enfoques en convivencia: simulación continua (las variables de estado varían en forma continua en el tiempo), simulación discreta (modeliza el funcionamiento del sistema mediante la sucesión de eventos que van ocurriendo en diferentes intervalos de tiempo), y simulación por agentes (modeliza las acciones e interacciones individuales de diferentes agentes en un sistema). Algunos proveedores de herramientas están tratando de integrar hoy estos paradigmas en una única plataforma. Está claro que la bondad de un enfoque u otro dependerá del fenómeno a modelizar y sus características.

Por otra parte, algunos softwares de simulación son “genéricos”, es decir, permiten la modelización de un sistema de cualquier ámbito. Son herramientas sumamente versátiles pero que en general requieren conocimientos específicos (matemática, programación) y cierta destreza por parte del modelador.

Así como también existen softwares específicos para, por ejemplo, operaciones y suppy chain con interfaces gráficas muy amigables, y visualizaciones de los modelos cercanos a la realidad facilitando la adopción por parte de las empresas. El problema de estas herramientas es que su funcionamiento es más como una “caja negra” y se pierde un poco el dominio del modelo subyacente.

Simulación en pleno auge: perspectivas de la simulación a futuro

La simulación va ganando cada vez más mercado y cuenta con buenas perspectivas de crecimiento. Según un estudio realizado por la empresa Siemens durante el 2020 [*]: la simulación se volverá cada vez más importante a la hora de asistir la toma de decisión a lo largo de todo el ciclo de vida en el futuro. Según la respuesta de los encuestados, el proceso de toma de decisión hoy está basado mayoritariamente en la experiencia individual o en estándares. Sin embargo, evidencian que existe una tendencia creciente en el uso de datos históricos para las fases de operaciones y de la simulación en fases de planeamiento.

Otro aspecto interesante que concluye el estudio es hacia donde debería evolucionar la industria de proveedores de software en base a los elementos valorados por los usuarios: garantizar una mayor facilidad en el manejo y usabilidad de la herramienta, la posibilidad de actualizar las herramientas mediante paquetes que se descargan desde la nube, y modelos de precio basados en uso, entre otros.

[*] Siemens 2020- The current and future use of simulation in discrete and process industries

Por: Dra. Ing. Lourdes Perea Muñoz
Profesora e investigadora en el Centro de Industria 4.0, Universidad Austral

Nota publicada en RevistA Énfasis Sudamenricana, edición Marzo 2021. Ingresá aqui.