Decisiones estratégicas, tácticas y operativas.

Después de mi post de la semana pasada sobre la IA Generativa, hoy toca algo un poco más básico sobre la función de la IA y la analítica avanzada, porque se percibe que nos estamos acostumbrando a que IA sea solo IA Generativa, cuando es mucho más que eso.  Y aunque tengo la sensación de estar predicando al converso, porque los suscriptores y suscriptoras de este blog conocéis perfectamente el asunto, quizá otro enfoque sobre cómo presentar la esta disciplina os pueda resultar de utilidad (por cierto, si no te has suscrito aún, haz scroll al fondo de la página y rellena el pop up para recibir estos posts frescos los lunes en tu correo, en lugar de recalentados los martes en LinkedIn)

La Analítica Avanzada, de la cual la Inteligencia Artificial es una parte, sirve fundamentalmente para ayudar a tomar decisiones. Y estas decisiones pueden ser clasificadas en tres categorías: estratégicas, tácticas y operativas.

Decisiones estratégicas son aquellas que determinan el rumbo de una organización durante un largo período de tiempo y de cuya correcta ejecución depende su misión. Ejemplo de decisión estratégica: Moeve desarrollará 30 plantas de biometano en España con 600M€

¿Por qué 30 en lugar de 29 o 31? ¿Dónde se han de implantar para maximizar sus resultados y minimizar sus costes económicos, de recursos, ambientales, de tiempo, de despliegue, de operación, etc.?

Este es un problema (en el sentido matemático del término) importante, ya que no hay mucho margen para corregir errores una vez desplegada una planta y hay muchos factores a tener en cuenta: costes y disponibilidad de materia prima, de construcción, costes de operación, logística, emisiones de CO2, restricciones medioambientales (p.ej., cercanías a áreas protegidas), incluso restricciones políticas (evitar la concentración de plantas en unas áreas frente a otras, siguiendo el criterio que fuera), disponibilidad de ayudas, subvenciones, créditos y normativa en función del territorio de actuación, margen de actuación de la competencia… y seguro que me dejo más en el tintero.

Sin embargo, es uno de los problemas paradigmáticos resolubles mediante la optimización matemática, una de las ramas de la analítica avanzada más útiles, aunque mucho menos sexy que la IA Generativa. La optimización matemática encuentra la solución o conjunto de soluciones matemáticamente óptimas a un problema considerando una función objetivo, una función de coste y unas restricciones. Estas conforman el espacio de soluciones, que puedes imaginar como un relieve de tantas dimensiones como factores existan en el problema, y la técnica consistiría en explorar ese ese relieve para encontrar su punto más alto o más bajo.

En el caso de las plantas de Moeve, la optimización matemática puede determinar las ubicaciones idóneas para esas plantas en términos de coste total (TCO, Total Cost of Ownership) considerando todos los criterios mencionados arriba, e incluso, las interacciones entre ellas, algo complicado de conseguir mediante otros métodos.

Las decisiones tácticas son aquellas que se toman con cierta periodicidad como por ejemplo los descuentos durante las rebajas de temporada en las cadenas de retail (en algunos negocios, como las estaciones de servicio, estas decisiones son tomadas día a día y sería consideradas operativas, pero you know what I mean). Estas decisiones consideran demanda prevista con coste de almacenamiento, cantidad de stock disponible, elasticidad en el precio, márgenes objetivo, segmentación de la clientela objetivo, costes de personal, etc. para cada una de las referencias. Un algoritmo puede sugerir el descuento matemáticamente óptimo en términos de rentabilidad para alimentar una decisión informada de una forma imposible de conseguir por otros medios.

Por último, las decisiones operativas son aquellas necesarias para una operación eficiente y coherente con los objetivos de la organización. Suelen ser inmediatas o a corto plazo, repetitivas y muy específicas. Por ejemplo, la confección de turnos de personal en tiendas, o la planificación de la producción en entornos industriales, donde se sincronizan abastecimientos, ritmos de producción y recetas en función de los costes de los suministros (materia prima y energía, por ejemplo), de mano de obra, de inventario, de la demanda objetivo… todo ello integrado en el ERP para gestionar pedidos y el MES (Manufacturing Execution System) para enviar las órdenes a la cadena de producción o recoger información de operarios. La Analítica Avanzada resuelve estos problemas con agilidad y minimizando costes en los términos que tú definas. Considérala la hermana mayor de la automatización mediante reglas.

En conclusión, la analítica avanzada y la inteligencia artificial son herramientas potentes que permiten a las organizaciones tomar decisiones informadas y optimizadas en todos los niveles. Desde decisiones estratégicas, que marcan el rumbo a largo plazo de una empresa, hasta decisiones tácticas y operativas, que optimizan el funcionamiento diario, estas tecnologías ofrecen soluciones ágiles y eficientes. Aprovechar al máximo estas capacidades puede ser el factor diferenciador que impulse el éxito y la sostenibilidad de una organización en un entorno competitivo cada vez más exigente.