Por Dr. Rafael Diaz y Dr. Spyridon Lekkakos
Tres estudiantes del máster de ZLC han trabajado en el desarrollo de nuevas herramientas para abordar el dimensionamiento de lotes y la planificación de capacidad en la industria farmacéutica, que tienen el potencial de reducir significativamente los requisitos de capital circulante.
Tradicionalmente, el enfoque estratégico en la industria farmacéutica ha sido en I + D, ventas y marketing. Sin embargo, a medida que los mercados han madurado, los costes en investigación se dispararon, los procesos de aprobación se alargaron y, en algunos casos, se introdujeron precios máximos, las compañías farmacéuticas deben encontrar ahorros y eficiencias en la cadena de fabricación y suministro. La optimización del tamaño de los lotes y su asignación a la capacidad disponible en múltiples líneas de producción es un enfoque obvio, pero está lejos de ser un problema simple.
La empresa estudiada es una multinacional líder en el sector que utiliza 14 tecnologías diferentes en 31 sitios para fabricar en 42 familias de productos: hay más de 3.000 SKUs en el sistema. La producción se realiza típicamente en tres etapas interdependientes: la creación del principio activo, la combinación de estos con otros materiales como los rellenos para fabricar la píldora, la poción u otro producto y el envasado, que reúnen diversos requisitos específicos en cada país y del producto para el etiquetado, codificación, instrucción folletos y similares es en sí un proceso extraordinariamente complejo. En teoría, puede ser posible fabricar una determinada sustancia o producto en una de varias líneas en todo el mundo: en la práctica, esta flexibilidad puede verse afectada porque, por ejemplo, la autoridad reguladora de un país cliente no ha aprobado todas las instalaciones de la firma.
La fabricación de sustancias y productos se realiza por lotes, el tamaño del lote se determina para proporcionar el mejor rendimiento técnico, calidad y restricciones de coste. A menudo, varios lotes de un medicamento se ejecutarán de forma consecutiva, creando una «campaña», pero incluso con esta simplificación, la planificación a través de una red compleja con herramientas de apoyo a la decisión inadecuadas es un desafío. El enfoque general ha sido maximizar el tamaño de la campaña para crear economías de escala en la utilización de equipos costosos y especializados (y de hecho mano de obra). Sin embargo, esto puede crear, por un lado, excesos de inventario o, por otro lado, una flexibilidad reducida para responder a las variaciones en la mezcla de productos.
Las estudiantes Pilar Albar Bello, Bruna Fernandes Basile y Fernanda Caropresso analizaron inicialmente este problema en términos de optimización tradicional de redes y un enfoque de tamaño de lote económico destinado a maximizar las ganancias. Sin embargo, rápidamente se hizo evidente que este enfoque sería ineficaz: los costes de producción, incluidos en particular los salarios, son en gran medida fijos, por lo que ningún grado de reordenación de la producción en toda la red tendría un impacto perceptible en la cuenta de pérdidas y ganancias.
Orientación por debajo de la línea
¿Existe un enfoque alternativo que pueda abordar los costes «debajo de la línea» en el balance general? Albar, Basile y Caropresso, en cambio, observaron el potencial para reducir los requisitos de capital circulante al optimizar la conocida relación entre el tamaño del lote y el valor del inventario: al satisfacer la demanda, y dentro de las restricciones de capacidad de la red, los lotes más pequeños crean niveles de stock más bajos y más suaves. Además, los tamaños más pequeños de lotes / campañas deberían hacer que la producción sea más flexible en respuesta a la demanda cambiante.
El argumento contrario habitual es, por supuesto, que los lotes más pequeños implican paradas y cambios más frecuentes. Por lo tanto, el enfoque tendría el objetivo de maximizar la utilización de la capacidad, incluidos los períodos de parada y cambio, en lugar de minimizar los costes.
Los estudiantes decidieron desarrollar un prototipo centrado en la etapa inicial de producción de sustancias farmacéuticas. A través de modelos matemáticos y ayudas informáticas, y utilizando datos reales a pedido, inventario, producción y restricciones regulatorias y de otro tipo, los estudiantes han utilizado la programación entera mixta no lineal para desarrollar una nueva herramienta de optimización de tres partes. Esto incluye, en primer lugar, un módulo de optimización de tamaño de campaña que recomienda cuántas ejecuciones de un producto deben asignarse a cada centro de trabajo, dada la disponibilidad, la capacidad, la demanda y las restricciones reglamentarias. En segundo lugar, un módulo de programación de campañas traduce estas recomendaciones que surgen de diferentes órdenes de producción en una solución de programación que minimiza el inventario de ciclo promedio. En tercer lugar, un módulo de informes de inventario representa la demanda y la producción optimizada, dando visibilidad de los inventarios iniciales, promedio y máximos en una presentación de panel. Es importante destacar que también puede generar un nuevo escenario que ilustre cuáles serían los efectos si la producción (y, por lo tanto, la demanda) de la siguiente etapa de producción se suavizara.
El medicamento funciona
Los resultados son impresionantes: el modelo muestra una reducción del 13.6% en el inventario promedio a través de la racionalización de los tamaños y horarios de las campañas; 23.8% a través de la producción de suavizado, o 19.1% al cambiar la fabricación de sustancias farmacéuticas de acuerdo con los cambios en la demanda desde la etapa de producción de medicamentos.
Al hablar sobre el uso de las nuevas herramientas con la empresa, también quedó claro que el problema de la asignación se estaba exacerbando porque los planificadores se dividen según la familia de productos y la etapa de producción mientras compiten para programar máquinas comunes. La compañía está respondiendo creando roles de «socio comercial» a cargo de consolidar la información y ejecutar el modelo.
El análisis de sensibilidad también se ha incorporado, permitiendo la ejecución de escenarios hipotéticos, por ejemplo, para predecir los efectos y las mejores respuestas a eventos como paradas de líneas o plantas, capacidad adicional o cambios en las aprobaciones regulatorias.
La empresa puede calcular rápidamente los impactos en la capacidad actual y responder preguntas importantes, como la capacidad para satisfacer una nueva demanda, los efectos que tendría en la utilización de la capacidad y el impacto en los niveles de inventario de ciclo. La intención ahora es extender el uso de las nuevas herramientas a la siguiente etapa del producto.
Para obtener más información, póngase en contacto con Rafael Díaz Profesor de ZLC, o Spyridon Lekkakos, Profesor Ayudante en ZLC.