Producción con limitaciones de stocks

5.1 Producción con limitaciones de stocks

La teoría de producción ideal supone que hay materias primas disponibles en cantidad ilimitada y que el producto terminado se vende instantáneamente. La realidad industrial es muy diferente. Las materias primas tienen un costo de almacenamiento, ocupan espacio físico y deterioro con el tiempo. El producto terminado necesita espacio en almacén y genera costos financieros si no se vende rápidamente. Las limitaciones de espacio y presupuesto para inventario imponen restricciones severas en cómo programamos la producción. Este apartado analiza cómo estas limitaciones moldean las decisiones diarias de qué, cuándo y cuánto producir.

El dilema de los stocks en fabricación mecánica

Una empresa fabricante de componentes de precisión enfrenta una tensión fundamental. Por un lado, desea producir en lotes grandes para amortizar tiempos de cambio de útiles y lograr economías de escala. Un lote de 1.000 unidades del componente X requiere un tiempo de preparación de 2 horas; repartir esa preparación entre 1.000 piezas cuesta solo 0,12 minutos por unidad. Un lote de 100 unidades cuesta 1,2 minutos de preparación por unidad. Esto incentiva lotes grandes.

Por otro lado, lotes grandes generan stocks elevados. Si la demanda mensual de componente X es 500 unidades, pero fabricamos en lotes de 2.000, tras el primer lote habrá 1.500 unidades ociosas durante semanas. El costo de almacenamiento (espacio, energía, vigilancia) puede rondar 5-15% del valor del inventario anual. Si cada componente cuesta 10 euros, ese stock de 1.500 unidades representa 15.000 euros con costo anual de 750-2.250 euros solo en almacenamiento. Además, existe riesgo de obsolescencia: especificaciones de cliente que cambian, tecnología que evoluciona, averías que generan desperdicios.

La solución de compromiso está en ajustar el tamaño de lote a un nivel que balancea costos de preparación versus costos de inventario. Esta es la esencia del modelo EOQ (Economic Order Quantity) clásico, aunque en fabricación el problema es más complejo porque intervienen múltiples SKU (ítems de stock), restricciones de capacidad de máquinas y relaciones de demanda interdependientes.

Impacto de las limitaciones de espacio físico

Las empresas de fabricación mecánica a menudo operan con espacio de almacén limitado y caro. Una fábrica en zona urbana o polígono industrial puede tener costos de alquiler de 100-300 euros por metro cuadrado anual. Una zona de almacén de 100 metros cuadrados cuesta entonces 10.000-30.000 euros anuales solo en alquiler. Esto obliga a rotaciones rápidas de inventario: entrada de materias primas, conversión en producto, venta y salida.

Las limitaciones de espacio afectan directamente a la programación. Si el almacén de producto terminado tiene capacidad para 500 unidades, no podemos fabricar más de 500 hasta no haber vendido o despachado parte del inventario. Esto genera una restricción dura: la producción acumulada de un período nunca puede exceder la capacidad del almacén más las ventas planeadas.

En sistemas MRP (Material Requirements Planning) y ERP (Enterprise Resource Planning), esto se traduce en reglas: antes de aprobar una orden de producción, el sistema verifica si existe espacio disponible en almacén. Si no lo hay, la orden se pospone o se reduce el tamaño de lote hasta encajar en el espacio disponible.

Control de inventario: métodos de reorden

En fabricación mecánica, los métodos clásicos de control de inventario son dos: el sistema de punto de reorden (s,S) y el sistema de revisión periódica.

Sistema (s,S): Definimos un nivel mínimo s (punto de reorden) y un nivel máximo S. Cuando el inventario cae por debajo de s, se genera una orden de producción o compra de tamaño (S - inventario actual). Por ejemplo, si s=100 unidades y S=500, cuando el inventario baja a 99 unidades, se ordena producir (500-99)=401 unidades. Esta política mantiene el inventario entre dos límites y se adapta bien a demanda variable. Sin embargo, requiere monitoreo continuo.

Sistema de revisión periódica: Cada período fijo (cada semana, cada quincena), se revisa el nivel de inventario. Si está por debajo de un objetivo T, se ordena para alcanzar ese objetivo. Por ejemplo, cada lunes se revisan stocks; si hay 150 unidades y el objetivo es 400, se ordena 250 unidades. Este método es administrativamente más sencillo pero más susceptible a variaciones inesperadas en demanda entre revisiones.

En fabricación de componentes con demanda predecible, un sistema (s,S) con puntos de reorden calculados mediante fórmula EOQ es típico. En industrias con demanda más irregular (joyería, manufactura personalizada), la revisión periódica combinada con previsiones mensuales es más común.

El efecto del bullwhip (latigazo): amplificación de variabilidad

Un fenómeno crítico en cadenas de suministro es el bullwhip o efecto de latigazo. Una pequeña variación en la demanda del cliente final genera variaciones cada vez más grandes en órdenes de producción a medida que remontamos la cadena. Por ejemplo, un cliente de automoción que reduce pedidos de 100 a 90 unidades (10% de reducción) puede llevar al proveedor de componentes a reducir su producción de 150 a 110 unidades (27% de reducción) porque había stock de seguridad que agotarse. A su vez, el proveedor de materias primas reduce sus compras aún más agresivamente.

Las causas del bullwhip incluyen: (1) Política de punto de reorden con stocks de seguridad altos. (2) Períodos largos de revisión de demanda. (3) Comportamiento de acaparamiento: cuando clientes anticipan escasez, hacen pedidos grandes, lo que a su vez genera escasez real. (4) Falta de visibilidad: los eslabones de la cadena no ven demanda real, solo órdenes de sus clientes inmediatos.

En fabricación mecánica, el bullwhip obliga a mantener stocks de seguridad elevados para amortiguar variabilidad, lo que consume espacio y recursos. Las soluciones incluyen: compartir datos de demanda real entre eslabones (visibilidad), reducir tiempos de reorden mediante proveedores cercanos, implementar políticas de producción estabilizada (niveles de producción casi constantes mes a mes), y usar previsiones colaborativas que ajusten expectativas.

Ejemplo: programación de producción con restricción de almacén

Una empresa produce cojinetes de precisión para máquinas herramienta. La demanda pronosticada para los próximos 3 meses es: Mes 1: 2.000 unidades. Mes 2: 2.500 unidades. Mes 3: 1.800 unidades. El stock inicial es 500 unidades. La capacidad de almacén es 1.200 unidades máximo. El tiempo de fabricación es 2 semanas. El costo de preparación por lote es 1.000 euros. El costo de almacenamiento es 2 euros por unidad-mes.

Si fabricamos exactamente lo que venderemos cada mes, hay problemas: necesitamos 2.000 en mes 1, pero es mucho para la capacidad. Si fabricamos en dos lotes de 1.000 cada uno a inicios de mes, el segundo lote llega a final de mes y contribuye al inventario final de 500 (excedente que ocupa espacio).

Una programación factible es: Mes 1, Lote A: 1.200 unidades (máxima capacidad). Esto da 1.200+500-2.000 = -300 al final mes 1, lo que es insuficiente. Por tanto, Mes 1, Lotes A+B: 1.200+800=2.000. Esto llena el almacén a exactamente 1.200 (1.200+500-2.000+800=1.200) a fin de mes. Mes 2: Fabricar 2.500 requiere tres lotes de ~833 cada uno. Pero aquí no cabe en almacén sin violar la restricción. Solución: fabricar 1.200 a inicio mes 2, reduciendo stock disponible a 1.200+1.200-2.500 = -100 (falta stock). Necesitamos fabricar también en mes 1 para prever. Una solución óptima requeriría resolver un problema de programación lineal que minimize costos de preparación + almacenamiento sujeto a restricción de capacidad.

Ideas clave

• Las limitaciones de stock (espacio, costo financiero, obsolescencia) imponen restricciones duras en programación de producción que no pueden ignorarse.
• El sistema (s,S) de punto de reorden es una política clásica que balancea costos de preparación y almacenamiento, manteniendo inventario en rango óptimo.
• La restricción de capacidad de almacén obliga a ajustar tamaños de lote y frecuencias de producción para no exceder espacio disponible.
• El efecto bullwhip amplifica variabilidad de demanda a medida que se remonta la cadena de suministro, forzando stocks de seguridad elevados si no hay visibilidad compartida.
• La programación óptima de producción bajo limitaciones de stock es un problema de optimización que requiere equilibrar múltiples objetivos: minimizar costos, satisfacer demanda, respetar restricciones de espacio.
• Las soluciones prácticas incluyen colaboración en cadena de suministro, reducción de tiempos de ciclo mediante proveedores locales, y estabilización de niveles de producción para reducir variabilidad.