Estudio empírico sobre curvas de aprendizaje en sistemas de gestión logística

Empirical study on learning curves in logistics management systems

Este artículo representa una contribución significativa al campo de la gestión logística al abordar el impacto del aprendizaje en el plazo de entrega (LT) en sistemas de gestión logística (SGL) a lo largo de toda la cadena de suministro (CS). Aunque las curvas de aprendizaje (CA) se han utilizado ampliamente en la administración de la producción y operaciones, su aplicación en la CS ha sido menos explorada.

Para llevar a cabo el estudio, se aplicaron modelos logarítmico-lineales a tres estudios de caso representativos de los sistemas logísticos propuestos por el modelo Supply Chain Operations Reference (SCOR): fabricación por órdenes, por proyecto y para inventario. Los modelos se ajustaron a las características específicas de cada caso y se determinaron las ecuaciones matemáticas que describen las curvas de aprendizaje para cada uno de ellos.

Los resultados obtenidos proporcionan ecuaciones matemáticas y análisis de sensibilidad que demuestran la relevancia del enfoque utilizado. Al identificar y analizar las CA en diferentes tipos de sistemas logísticos a lo largo de la CS, este estudio contribuye a llenar un vacío de conocimiento en el campo y ofrece insights valiosos para las organizaciones que buscan mejorar sus operaciones logísticas y optimizar los plazos de entrega.

INTRODUCCIÓN

Realizar una actividad después de la primera vez implica aprendizaje producto de la experiencia 1. Este comportamiento, denominado CA es una característica inherente a toda actividad organizada. El pionero en esta herramienta fue Wright (2, quien la aplicó en la construcción de aviones, al observar que en la medida que se repetían las operaciones, el tiempo de elaboración por unidad se reducía por efecto del aprendizaje. Este aporte, llamó la atención de empresarios y académicos que estudiaron su impacto sobre la productividad del trabajo, los costos y la calidad, así como su empleo en diferentes pronósticos (3.

Según Lolli, Messori, Gamberini, Rimini y Balugani 4, aunque los estudios en este campo se extienden a casi la totalidad de la actividad productiva y de servicios, son más frecuentes los vinculados a la Producción/Operaciones en la industria. De esta forma, existen aplicaciones vinculadas al problema de programación de máquinas 5, programación de productos (6, decisiones sobre el tamaño del lote de fabricación 7,8, e incremento de capacidades de producción (9.

Con la aparición de nuevas aplicaciones, se desarrollaron los modelos que explican el aprendizaje para diferentes situaciones. Al respecto; en 10 realizaron un meta - análisis sobre los principales resultados empíricos desarrollados en la industria, mostrando una taxonomía de CA que se clasifican en modelos log-lineales, exponenciales e hiperbólicos. Estos autores, consideraron su efecto en el costo, la productividad y el tiempo de entrega (LT).