Cómo Funciona Realmente la Planificación de Capacidad Basada en Simulación

La manufactura farmacéutica es compleja. Tienes docenas de recursos — granuladores, tableteadoras, blisteras, recubridoras — cada uno con diferentes capacidades, horarios de turnos y tiempos de cambio. Tienes cientos de productos, cada uno siguiendo diferentes rutas a través de la planta. Y tienes demanda que fluctúa mes a mes, año a año.

La mayoría de las empresas intentan manejar esta complejidad con hojas de cálculo. Calculan promedios, hacen suposiciones y esperan lo mejor. Pero las hojas de cálculo no pueden capturar las interacciones dinámicas entre recursos. No pueden modelar la variabilidad. Y definitivamente no pueden decirte qué recurso fallará primero cuando la demanda crezca 5% anual durante los próximos seis años.

Ahí es donde entra la simulación.

El Problema con la Planificación de Capacidad Tradicional

La planificación de capacidad tradicional típicamente funciona así: toma los volúmenes de producción del año pasado, aplica una tasa de crecimiento, divide por las horas disponibles y calcula la utilización. Si la utilización está por debajo del 80%, estás bien. Si está por encima, necesitas más capacidad.

Este enfoque tiene tres fallas fatales.

Falla #1: Los promedios ocultan los picos.

Si tu utilización promedio es 75%, suena cómodo. ¿Pero qué pasa si la demanda es estacional? ¿Qué pasa si ciertos productos se concentran en Q4? Tu promedio puede ser 75%, pero tu utilización de diciembre puede ser 110% — lo que significa pedidos perdidos, costos de horas extra y caos de expeditación.

Falla #2: Los recursos interactúan.

Una tableteadora no opera de forma aislada. Necesita material granulado de procesos anteriores. Su salida alimenta las blisteras posteriores. Si el granulador está saturado, la tableteadora queda ociosa aunque tenga capacidad disponible. Las hojas de cálculo calculan utilización por recurso, pero no pueden modelar estos efectos en cascada.

Falla #3: La incertidumbre se ignora.

Los pronósticos de demanda están equivocados. El OEE varía día a día. Los cambios de producto toman más tiempo del planeado. Las hojas de cálculo te dan un solo número — 82% de utilización — pero no pueden decirte la probabilidad de llegar al 100%. No pueden decirte qué tan mal se ponen las cosas cuando la Ley de Murphy ataca.

Entra la Simulación

La simulación modela tu planta como un sistema dinámico. Los productos fluyen a través de los recursos. Las restricciones se propagan. La variabilidad se acumula.

En lugar de calcular un solo promedio, la simulación ejecuta cientos o miles de escenarios. Cada escenario usa suposiciones ligeramente diferentes — demanda 3% más alta, OEE 2% más bajo, tiempos de cambio extraídos de una distribución de probabilidad. El resultado no es un solo número; es una distribución de resultados.

Esto se llama simulación Monte Carlo, nombrada así por el casino donde la probabilidad era rey. Y es la base del enfoque de Ettala.

Cómo Funciona el Proceso de Ettala

Nuestro compromiso sigue cuatro fases durante seis semanas.

Fase 1: Onboarding de Datos (Semanas 1-2)

Toda simulación es tan buena como sus datos de entrada. Comenzamos recolectando tus datos operativos: recursos, productos, rutas, pronósticos de demanda, parámetros de OEE y horarios de turnos.

Mapeamos tus datos a nuestro esquema, identificamos brechas y trabajamos con tu equipo para llenarlas. Los datos faltantes no detienen el proyecto — documentamos suposiciones y probamos su sensibilidad después.

Fase 2: Simulación Base (Semanas 2-3)

Con los datos cargados, ejecutamos la simulación base. Esto modela tus operaciones actuales con la demanda proyectada.

El resultado es un perfil de utilización para cada recurso — no un solo número, sino una distribución: utilización media, desviación estándar, percentil 75, percentil 95.

Esto revela tus cuellos de botella — no solo qué recursos están ajustados, sino qué tan ajustados, y qué tan confiados debemos estar en esa evaluación.

Fase 3: Análisis de Escenarios (Semanas 3-5)

La línea base te dice dónde estás. Los escenarios te dicen qué hacer al respecto.

Probamos palancas operativas (agregar turnos, mejorar OEE, rebalancear producción) e inversiones de capital (nuevo equipamiento, instalaciones expandidas). Cada escenario muestra el impacto esperado con intervalos de confianza.

Fase 4: Reporte y Recomendaciones (Semanas 5-6)

La fase final sintetiza todo en un reporte que tu equipo puede ejecutar: resumen ejecutivo, diagnóstico base, análisis de palancas operativas, hoja de ruta de inversión y guía de implementación.

Las restricciones de capacidad no se anuncian. Se acumulan silenciosamente hasta que son crisis. La simulación las encuentra antes de que te encuentren a ti. Contáctanos para ver cómo se ve tu planta bajo el lente de Monte Carlo.