No es un misterio que poner a punto las operaciones logísticas de una empresa mediana o grande es un gran desafío. Pero, ¿qué tan complicado puede llegar a ser? Acaso existen problemas imposibles de solucionar? Conozca aquí qué tan adelante nos ha llevado la ciencia y la tecnología y cuáles son los desafíos logísticos que aún siguen sin ser superados.

El contexto de estos problemas.

En una situación perfectamente cotidiana en cualquier industria, pueden encontrarse instancias que deben ser planeadas y ojalá optimizadas, en donde una empresa requiere atender en un mismo día, con una flota disponible de vehículos, un determinado número de clientes, bien sea para entregar pedidos, recoger mercancías, visitar clientes, realizar inspecciones o servicio técnico, o cualquier otro tipo de servicio que se quiera.

No sería ninguna sorpresa encontrar empresas que deban atender cientos de clientes al día. Tan sólo con tomar como ejemplo las empresas de paquetería y envíos postales es muy probable que en ciudades medianas y grandes estemos de hablando de miles de entregas al día, con varias decenas de vehículos para llevar a cabo esta operación. En general, cada paquete o carta a ser entregada ese día tiene una dirección postal de entrega distinta, y es necesario entregar la totalidad de dichos envíos en ese día con los vehículos y personal disponible y respetando las condiciones y regulaciones de tráfico, horarios laborales y de entrega, etc.

Lo anterior es algo muy cotidiano y normal en la dinámica de muchas empresas, no sólo empresas de servicios postales. Otro ejemplo claro es la operación de abastecimiento de supermercados. En ciudades grandes, una cadena de supermercados de pequeño formato puede requerir abastecer desde sus centros de distribución a cientos o miles de puntos de venta, cada uno con un pedido específico y en una ubicación distinta, también en el marco de regulaciones de tránsito, tiempos de entrega, horarios laborales, etc.

Así que, ¿Qué tan difícil puede ser optimizar esta operación, si muchas empresas enfrentan los mismos problemas cada día?

La realidad.

Estas empresas efectivamente enfrentan estos problemas día a día. Sin embargo, están lejos de realizar operaciones verdaderamente óptimas en sus esquemas logísticos y suelen recurrir a excesos de capacidad como vehículos adicionales, personal de apoyo, negociaciones con terceros (como operadores logísticos 3PL Y 4PL) y márgenes amplios de operación por medio de existencias y gestión de inventarios, al igual que políticas de cumplimiento flexibles; todo esto para poder hacer frente a los problemas que mencionamos de una manera «funcional» aunque no óptima.

Pero, ¿por qué sucede esto?

Los límites actuales de la ciencia y la tecnología.

Actualmente la ciencia ha llegado a umbrales que se quedan cortos al momento de hacer frente a problemas de este tipo. Los algoritmos más eficientes y poderosos para solucionar este tipo de modelos han sido capaces de solucionar problemas que implican un máximo de 100 a 120 nodos a nivel óptimo. Esto significa que lo más allá que se ha logrado llegar es crear una secuencia de entregas para un determinado número de vehículos disponibles, que incluyen en conjunto máximo de 100 hasta 120 entregas, garantizando que la solución hallada es definitivamente la mejor y la más eficiente posible. Hay que recalcar, además, que esto se logró en un ambiente de investigación científica, y empleando recursos y sobre todo marcos temporales que son imprácticos para aplicaciones industriales.

Lograr solucionar este problema tomó más de 2 años utilizando un supercomputador para resolverlo, equivalente a miles de ordenadores de oficina funcionando en simultánea. Si convertimos el tiempo que le tomó a esta supermáquina solucionar el problema al tiempo que tomaría solucionarlo en el servidor disponible en una gran empresa, estaríamos hablando de que este problema con sólo 120 clientes, tomaría más de 130 años reales en ser solucionado hasta la optimalidad. Sí, es correcto: más de 130 años para hallar la solución.

Problemas «imposiblemente» difíciles.

El hecho de que estos problemas sean tan complicados de solucionar no está dado por imposibilidad técnica o falta de avances científicos, sino por la naturaleza misma de los problemas que estamos abordando. A medida que se van sumando más y más nodos al problema (clientes, puntos de entrega, paradas de vehículos, etc), El problema va creciendo de manera exponencial en lugar de manera lineal (ver problemas P y NP). En otras palabras, agrandar un poco el tamaño de este problema hace que el procedimiento necesario para hallar su solución crezca inmensamente más. Así es como un problema que incluye 120 nodos, tomaría más de 2 años en ser solucionado en uno de los ordenadores más poderosos disponibles en el mundo. Por supuesto, esto no es útil en lo más mínimo para una empresa que requiere solucionar este problema de manera diaria e incluso intradiaria.

Este tipo de problemas es tan inaccesible hoy en día, que existen varios premios de millones de dólares estadounidenses para quien sea que logre encontrar un método eficiente y correcto de solucionar estos problemas a gran escala, y demostrar su funcionamiento general.

Hasta ahora nadie ha podido dar con una construcción lógica ni matemática plenamente demostrable de cómo solucionar este tipo de problemas. Se teoriza que si se encuentra cómo solucionar uno solo de ellos, este procedimiento se podría extender para solucionar cualquier problema de estas características; pero esto es sólo una conjetura sin demostración formal, aún. Este es uno de los grandes retos de la matemática aplicada y las ciencias de computación actualmente, y existen investigaciones abordándola desde muchas perspectivas que van desde la matemática pura hasta aplicaciones de inteligencia artificial.

Entonces, ¿cómo lo hacen las empresas?

Los sistemas informáticos contemporáneos diseñados para estos fines usan algoritmos que son ágiles para organizar la información y encontrar «atajos» para encontrar soluciones. Estos sistemas usan procedimientos llamados Heurísticas, que encuentran buenas soluciones aunque no sean necesariamente óptimas. Lo anterior significa que los sistemas de planeación de rutas y secuencias de entregas, en el ejemplo de una empresa de servicios postales, genera un plan de trabajo y hoja de ruta para los vehículos conteniendo secuencias de trabajo que son «una buena solución» aunque no haya manera de saber si definitivamente es la mejor de todas.

Las heurísticas usadas pueden tener diferentes aproximaciones, que incluyen la separación del problema en subproblemas más pequeños, la excepción de instancias de cálculo o búsqueda de mejores soluciones cuando ya se haya alcanzado algún grado de solución aceptable, y la definición de soluciones basándose en reglas lógicas aunque no sean necesariamente óptimas. Adicionalmente, los sistemas dedicados a estos problemas utilizan diferentes implementaciones de heurísticas combinadas con métodos matemáticos para encontrar varias soluciones parciales y seleccionar la mejor de ellas, o construir una en conjunto.

La siguiente es una imagen (captura de pantalla) de la interfaz de usuario de uno de los software de gestión de transporte más reconocidos a nivel mundial (PTV Smartour), donde se ve claramente la coexistencia de diferentes heurísticas y aproximaciones en conjunto, buscando mejorar las operaciones de la empresa en uno horizonte operacional inmediato. Este cálculo tomaría sólo minutos gracias a los desarrollos incluidos en este software