Resumen
El MRO efectivo (mantenimiento, reparación y revisión) requiere una gestión meticulosa de hasta varios millones de piezas por avión, donde cualquier indisponibilidad puede resultar en costosos eventos de aircraft-on-ground (AOG). Las soluciones tradicionales para gestionar esta complejidad implican la implementación de fórmulas de existencias de seguridad o el mantenimiento de inventarios excesivos, ambos con limitaciones y financieramente insostenibles. Lokad, a través de un enfoque de forecast probabilístico, se centra en el forecast de falla o en las necesidades de reparación de cada pieza individual en la flota y en evaluar el impacto financiero inmediato y derivado de potenciales eventos AOG. Este enfoque incluso puede llevar a decisiones aparentemente contraintuitivas, como no tener en stock ciertas piezas y, en su lugar, pagar un premium durante la necesidad real, lo que paradójicamente podría ser más rentable que mantener un inventario excedente. Además, el enfoque de Lokad automatiza estos procesos de toma de decisiones, reduciendo el tiempo y ancho de banda desperdiciados e incrementando la eficiencia operativa.
Transcripción
En pocas palabras, un avión no puede volar a menos que cumpla con los más altos estándares de seguridad. El problema es que, si alguna pieza en ese avión no funciona correctamente o no puede ser reparada a tiempo, el avión queda en tierra. Esta adversidad afecta no sólo el horario de vuelos, sino también los planes de viaje de todos los pasajeros.
Dependiendo del tamaño del avión, puede haber desde 250,000 hasta varios millones de piezas individuales en un avión comercial. Eso significa que potencialmente hay varios millones de piezas, todas las cuales deben ser inspeccionadas, reparadas y/o cambiadas de manera continua. Esto te da una idea de la complejidad general de supply chain involucrada en el mantenimiento, reparación y revisión.
No solo la complejidad numérica involucrada es absolutamente enorme, sino también las consecuencias financieras. Como tal, el objetivo para cada cliente de MRO es simple: evitar eventos de Aircraft on Ground (AOG). La principal causa de un evento AOG es, en realidad, bastante simple: no contar con la pieza precisa que se necesita en el momento exacto en que se requiere.
Dada la naturaleza interrelacional de los vuelos, tener que reprogramar un solo avión debido a un evento AOG puede resultar bastante costoso, abarcando desde decenas de miles hasta cientos de miles de dólares. Por ejemplo, el avión que sale de París hacia Londres normalmente realiza un viaje de ida y vuelta a París. Así, si el vuelo inicial tiene que ser cancelado o reprogramado debido a un evento AOG, lo mismo ocurre con el tramo de regreso.
Un motor de avión típico, como este, tiene entre 25,000 y 45,000 piezas individuales. Desde una perspectiva de supply chain, eso representa 45,000 posibles eventos AOG. Así, nuevamente desde una perspectiva de supply chain, no disponer de un tornillo de un dólar es tan potencialmente perjudicial como que el motor de 50 millones de dólares entero no arranque. ¿Por qué es así? Porque el avión queda en tierra.
Las soluciones convencionales a las limitaciones de supply chain implican la aplicación de fórmulas de existencias de seguridad tal como se enseña en los libros de texto. Ahora bien, estas fallan por diversas razones, entre las que destaca que asumen que la demanda se distribuye normalmente. Esto, por supuesto, rara vez es el caso en el negocio de las piezas de repuesto.
Una solución alternativa, y igualmente insostenible, es mantener un inventario interminable. Ahora, esto no solo es poco práctico, sino también potencialmente financieramente imposible dado que podría haber siete millones de piezas para cada avión en cada flota.
Por otro lado, la filosofía de Lokad se basa en el forecast probabilístico y en una perspectiva puramente impulsada por consideraciones financieras que busca reducir el error en dólares o euros. Por ejemplo, Lokad tomaría cada pieza individual de este avión y haría un forecast de la probabilidad de que dicha pieza falle o necesite ser reparada. Luego, Lokad repite el proceso para cada pieza individual de ese avión en cada avión de la flota. Posteriormente, Lokad contrasta eso con la posibilidad de un evento AOG y su costo.
Lokad también es capaz de tener en cuenta algunos escenarios contraintuitivos. Nuevamente, tomemos el ejemplo del avión. Potencialmente hay siete millones de piezas, pero de esas siete millones, algunas son más importantes, tanto en términos financieros como absolutos, que otras. Dentro de ese conjunto de datos, algunas tienen más probabilidades de requerir reparación y reemplazo que otras.
Eso conduce, de hecho, a la situación contraintuitiva en la que algunas piezas realmente no valen la pena tener repuestos. De hecho, podría ser mejor esperar a un momento de necesidad real y luego pagar un premium por ellas en el mercado. Este costo más alto, el premium de comprar cuando se necesita, podría ser, desde una perspectiva probabilística y financiera, una decisión económica más acertada que mantener grandes cantidades de inventario no utilizado.
En resumen, el enfoque de Lokad permite una toma de decisiones eficiente y automatizada, de ese tipo que reduce no solo los errores en dólares, sino también la cantidad de ancho de banda que de otra manera se dedicaría a decisiones repetitivas y mundanas.
