�������������� �������������������

General Motors (GM) es lacompañía manufacturera deautomóviles más grande delmundo. Tiene fábricas en 32países, y sus vehículos se ven-den en 200 naciones. Muchasde las marcas de automóvilesconocidas son fabricadas porGM: Cadillac, Chevrolet, Opel,Pontiac, etc. Emplea cerca de300.000 personas y vende másde 8 millones de autos y ca-miones anualmente.

La empresa opera cientosde líneas de producción a lolargo del mundo. El desempe-ño de estas es clave para el éxi-to de la compañía.

A fines de los 80 se intensifi-có la competencia de la indus-tria automotriz en EE.UU. bási-camente por la penetración delos japoneses. Ello generó unafuerte presión en los precios yuna reducción de los márge-nes. GM se vio en serias dificul-tades para adaptarse a estanueva realidad.

PÉRD ID A SMILLO N A RIA S

A principios de los 90, GMaparecía rankeada como unade las peores empresas de surubro. Muchas plantas empe-zaron a ser inefectivas, concostos crecientes, mucho tra-bajo en horas extras, etc. Em-pezó a perder dinero.

Los plazos para sacar unnuevo producto al mercado seincrementaron, y frecuente-mente se tuvieron que hacergrandes inversiones en equipoy layouts de las plantas parapoder cumplir con los nuevosplanes de producción.

Las principales causas de es-ta situación fueron:

• Falta de información con-fiable sobre los procesos pro-ductivos.

• Uso de herramientas ina-decuadas para el análisis de laproductividad de las líneas.

• Intensa presión corporati-va para reducir costos e inver-siones, que llevaba a estima-ciones demasiado optimistasde la confiabilidad de los equi-pos, de la tasa de trabajo re-hecho, de los requerimientosde espacio, etc.

Como resultado de todo es-to, la compañía cerró variasplantas el año 1991 y reportópérdidas operacionales por4,5 billones de dólares.

Para enfrentar esta crisis, elequipo de investigación y de-sarrollo puso en marcha unproyecto de largo plazo con elobjeto de mejorar la producti-

vidad de las plantas. D esarrollaron dos esfuerzos

mayores:• Recolección de datos con-

fiables y comprensivos sobretodo los procesos productivos.

• D esarrollo de algoritmos ymodelos de las líneas de pro-ducción.

Las instalaciones producti-vas de cualquier planta auto-motriz pueden representarse(esencialmente) como líneasde producción en serie (ver Fi-gura 1) que están constituidaspor estaciones de trabajo (ca-da una de las cuales desarrollauna etapa distinta de la fabri-cación de una parte o pieza del

automóvil), separadas por buf-fers, q ue permiten acumulartrabajo parcialmente hecho,para que sirva de alimentaciónde la estación siguiente.

El análisis de la dinámica deestas líneas no es simple. Cadaetapa tiene velocidades deoperación distintas, están suje-tas a fallas aleatorias a distintastasas, etc. Si una estación falla,el buffer que la precede puedecoparse en su capacidad, blo-queando la operación de la es-tación anterior.

Por cierto, una planta pro-ductiva está compuesta pormuchas de estas líneas, q ueademás interactúan entre sí.H ay también otros factores

que influyen en la producciónfinal de los automóviles, comola disponibilidad de materiaprima y los recursos humanos.

La gran intuición de GM,q ue le permitió salir de estaaguda crisis, fue que era nece-sario contar con modelos ro-bustos, pero suficientementesencillos, de los procesos bási-cos de producción, como sonestas líneas en serie. Todo ello,para integrar informacióncuantitativa más compleja detodo el proceso productivo.

D esarrollaron primero unmodelo matemático de una lí-nea de producción con dos es-taciones, que consideraba ve-locidades de ejecución distin-tas en cada etapa, y la posibili-dad de q ue las estacionesfallaran, con tiempos de pro-ceso y reparación aleatorios.

Este modelo se traduce enun conjunto de ecuaciones nolineales que permiten predecirel estado del buffer en un ins-tante cualquiera, en función delos diversos parámetros delsistema. Este modelo básicofue utilizado como una piezaclave para construir modelosde sistemas más complejos.

PRIMEROEN U N A PLA N TA

F inalmente, la compañíaconstruyó un modelo de simu-lación a partir de estos mode-los básicos de líneas de pro-ducción. Una primera aplica-ción fue llevada a cabo en laplanta de D etroit-H amtramck.

La implementación de lasdecisiones de producción quefueron sugeridas por los mo-delos tuvo un impacto inme-diato en la perform ance de laplanta. La Figura 2 ilustra laevolución en el número de tra-bajos por hora terminados, encada mes de un horizonte desiete meses, y la disminuciónen el trabajo en horas extraspor cada automóvil fabricado.

D espués de este plan piloto,y a pesar de los logros eviden-ciados, fue un proceso largo elrequerido para extender el usode este tipo de herramientasen otras plantas.

Para ello se constituyó unequipo especial para desarro-llar este esfuerzo, entrenadopara este objetivo y q ue seabocó a trabajar en las 15 plan-tas más críticas. Los resultadosobtenidos fueron sorprenden-tes, y ello permitió avanzar enun proceso de consolidaciónde este enfoque en todas lasdemás plantas.

Al final del proceso, el uso

de estos modelos permeó atodo GM y tuvo impacto en as-pectos tan variados como elmejoramiento de las operacio-nes de manufactura, el proce-so de investigación y diseñode nuevos productos y el desa-rrollo de proveedores, etc.

Todos estos esfuerzos tuvie-ron impactos significativos enla posición competitiva deGM. A principios de los 90,cuando recién comenzabanestos esfuerzos, ninguna desus plantas aparecía en la listade las 10 más productivas, se-gún el H arbour Report. D e he-cho, de las 15 menos producti-vas, 14 eran de GM.

La utilización de sus capaci-dades productivas era de solo60% , y la estimación del núme-ro de trabajadores requeridospara ensamblar un automóvilera 50% superior que Ford.

En su reporte de 2004, elH arbour Report indica que lacantidad de horas hombre porautomóvil utilizada por GM ha-bían disminuido 26% , que 4 delas 5 plantas más productivasde EE.UU. eran de GM, y que lautilización de su capacidadproductiva llegaba al 90% .

¡Hasta el próxim o lunes!

El profesor ayudante de es-te curso es M arco M elo.

El casoGeneral Motors

La autom otriz superó la crisis gracias a unasolución estratégica que se obtuvo a través deun m odelo operativo del negocio.

U N PRO BLEMA GIGA N TE

D esarrollaronprim ero un m odelom atem ático de unalínea de produccióncon dos estaciones,que considerabavelocidades deejecución distintasen cada etapa, y laposibilidad de quelas estacionesfallaran, contiem pos de procesoy reparaciónaleatorios.

Clase 5 de 8

GM decidió emprender unesfuerzo de modelamientomatemático de sus procesosproductivos, no para buscaruna respuesta específica,sino para entender susoperaciones. Ello en mediode una situación de caosestratég ico. Esto es muydistinto del caso de laprimera clase, en queC odelco A ndina buscaba unnúmero preciso: cuántasnaves debía incluir el taller demantención de camiones, demodo de poder cumplir suplan minero.

En muchas ocasionesocurre esto: se desarrolla unmodelo para mejorar elgrado de comprensión de unproceso complejo de tomade decisiones.

Finalmente, es interesanteobservar que la solución auna situación estratég icacompleja fue obtenida através de un modelooperativo del negocio.

PA RA EN TEN D ERSU SO PERA C IO N ES

LUNES

A principios de los 90, ninguna de las plantas de GM aparecía en el ranking de las 10 más productivas. Deh ech o, de las 15 menos productivas, 14 eran de GM.

AP

Esta clase es parte de los D ip lom ados de Ingeniería Industrial U C .