SCM - Gestión de inventario

Como se ve en los principales objetivos de la cadena de suministro, uno de los objetivos básicos de SCM es asegurarse de que todas las actividades y funciones dentro y fuera de la empresa se gestionen de manera eficiente.

Hay casos en los que la eficiencia en la cadena de suministro puede garantizarse mediante eficiencias en el inventario, para ser más precisos, manteniendo la eficiencia en las reducciones de inventario. Aunque el inventario se considera un pasivo para la gestión eficiente de la cadena de suministro, los gerentes de la cadena de suministro reconocen la necesidad de inventario. Sin embargo, la regla no escrita es mantener el inventario al mínimo.

Muchas estrategias se desarrollan con el objetivo de optimizar los inventarios más allá de la cadena de suministro y mantener la inversión en inventario lo más baja posible. Los gerentes de la cadena de suministro tienden a mantener los inventarios lo más bajos posible debido a la inversión en inventarios. El costo o la inversión relacionados con la posesión de inventarios pueden ser altos. Estos costos comprenden el desembolso de efectivo que es necesario para comprar el inventario, los costos de adquirir los inventarios (el costo de haber invertido en inventarios en lugar de invertir en otra cosa) y los costos relacionados con la administración del inventario.

Papel del inventario

Antes de comprender el papel del inventario en la cadena de suministro, debemos comprender la relación cordial entre el fabricante y el cliente. Manejar a los clientes, hacer frente a sus demandas y crear relaciones con el fabricante es una sección crítica de la gestión de las cadenas de suministro.

Hay muchos casos en los que vemos que el concepto de relación colaborativa se marca como la esencia de la gestión de la cadena de suministro. Sin embargo, un análisis más profundo de las relaciones de la cadena de suministro, especialmente aquellas que incluyen los flujos de productos, expone que en el corazón de estas relaciones está el movimiento y el almacenamiento de inventario.

Más de la mitad se basa en la compra, transferencia o gestión de inventario. Como sabemos, el inventario juega un papel muy importante en las cadenas de suministro, siendo una característica destacada.

Las funciones más fundamentales que tiene el inventario en las cadenas de suministro son las siguientes:

• Abastecer y apoyar el equilibrio de la oferta y la demanda.
• Para hacer frente de manera efectiva a los flujos hacia adelante y hacia atrás en la cadena de suministro.

Las empresas deben gestionar los intercambios de proveedores ascendentes y las demandas de los clientes descendentes. En esta situación, la empresa entra en un estado en el que debe mantener un equilibrio entre el cumplimiento de las demandas de los clientes, que en su mayoría es muy difícil de predecir con precisión o exactitud, y mantener un suministro adecuado de materiales y mercancías. Este saldo se puede obtener mediante inventario.

Modelos de optimización

Los modelos de optimización de la cadena de suministro son aquellos que codifican los problemas prácticos o de la vida real en un modelo matemático. El principal objetivo de construir este modelo matemático es maximizar o minimizar una función objetivo. Además de esto, se agregan algunas restricciones a estos temas para definir la región factible. Intentamos generar un algoritmo eficiente que examinará todas las soluciones posibles y devolverá la mejor solución al final. Varios modelos de optimización de la cadena de suministro son los siguientes:

Programación lineal de enteros mixtos

La programación lineal de enteros mixtos (MILP) es un enfoque de modelado matemático que se utiliza para obtener el mejor resultado de un sistema con algunas restricciones. Este modelo se utiliza ampliamente en muchas áreas de optimización como la planificación de la producción, el transporte, el diseño de redes, etc.

MILP comprende una función objetivo lineal junto con algunas restricciones de limitación construidas por variables continuas y enteras. El principal objetivo de este modelo es obtener una solución óptima de la función objetivo. Este puede ser el valor máximo o mínimo, pero debe lograrse sin violar ninguna de las restricciones impuestas.

Podemos decir que MILP es un caso especial de programación lineal que utiliza variables binarias. En comparación con los modelos de programación lineal normales, son un poco difíciles de resolver. Básicamente, los modelos MILP se resuelven mediante solucionadores comerciales y no comerciales, por ejemplo: Fico Xpress o SCIP.

Modelado estocástico

El modelado estocástico es un enfoque matemático para representar datos o predecir resultados en situaciones en las que existe aleatoriedad o imprevisibilidad hasta cierto punto.

Por ejemplo, en una unidad de producción, el proceso de fabricación generalmente tiene algunos parámetros desconocidos como la calidad de los materiales de entrada, la confiabilidad de las máquinas y la competencia de los empleados. Estos parámetros tienen un impacto en el resultado del proceso de fabricación pero es imposible medirlos con valores absolutos.

En este tipo de casos, donde necesitamos encontrar un valor absoluto para parámetros desconocidos, que no se pueden medir con exactitud, utilizamos el enfoque de modelado estocástico. Esta estrategia de modelado ayuda a predecir el resultado de este proceso con una tasa de error definida al considerar la imprevisibilidad de estos factores.

Modelado de incertidumbre

Si bien utiliza un enfoque de modelado realista, el sistema debe tener en cuenta las incertidumbres. La incertidumbre se evalúa a un nivel donde las características de incertidumbre del sistema se modelan con carácter probabilístico.

Usamos modelos de incertidumbre para caracterizar los parámetros inciertos con distribuciones de probabilidad. Tiene en cuenta las dependencias fácilmente como entrada al igual que la cadena de Markov o puede utilizar la teoría de las colas para modelar los sistemas donde la espera tiene un papel esencial. Estas son formas comunes de modelar la incertidumbre.

Optimización de dos niveles

Un problema de dos niveles surge en situaciones de la vida real cuando es necesario tomar una decisión descentralizada o jerárquica. En este tipo de situaciones, múltiples partes toman decisiones una tras otra, lo que influye en sus respectivos beneficios.

Hasta ahora, la única solución para resolver problemas de dos niveles es mediante métodos heurísticos para tamaños realistas. Sin embargo, se están haciendo intentos para mejorar estos métodos óptimos para calcular una solución óptima también para problemas reales.