El pensamiento sistémico nos ofrece una variedad de herramientas, desde arquetipos de sistemas hasta modelos por computadora para mejorar la calidad de la toma de decisiones. Sin embargo, saber qué herramienta usar para un problema o situación en particular puede ser todo un desafío, especialmente para el principiante.

Decidir cuándo usar modelos de computadora requiere atención especial, ya que pueden requerir importantes inversiones de tiempo y dinero. Si bien el modelado por computadora a menudo es un proceso largo e intensivo, puede producir ideas y planes de acción que van mucho más allá de lo que es posible con las herramientas de lápiz y papel. Entonces, ¿cómo saber cuándo simular? El siguiente conjunto de pasos simples puede ayudarte en esa decisión.

Modelando un problema específico

Es importante tener en mente un problema específico antes de comenzar a modelar. Si estás trabajando en un problema en particular que tiene un propósito claro, tendrás más éxito al establecer los límites apropiados para el modelo y determinar la cantidad de detalles que necesitará. Si intentas modelar toda tu organización, rápidamente te estancarás.

Si no estás seguro de dónde comenzar exactamente, los pasos iniciales de la construcción del modelo (identificar las variables importantes y cómo se relacionan) pueden ayudarte a desarrollar algunos de los temas importantes. Comienza con diagramas simples y construir desde ahí también puede ayudarte a determinar qué incluir en el modelo final.

Ejemplo: Intentar modelar todo el proceso de fabricación sin un claro sentido de propósito puede ser difícil. Saber, por ejemplo, que deseas evaluar el impacto de los retrasos de manufactura ocultos puede ayudarte a determinar si debes incluir factores como compras o proveedores, o si debes registrar información semanalmente o minuto por minuto.

Entender el comportamiento complejo

Los humanos somos muy buenos para entender y articular relaciones. Podemos describir, por ejemplo, cómo se relacionan el marketing, la producción y las ventas. Sin embargo, no somos tan expertos en simular cómo se desarrollan esas relaciones a lo largo del tiempo. Si aumentamos la comercialización en un 15%, por ejemplo, ¿qué pasará con las ventas y la producción en el próximo año? Los modelos de computadora pueden tomar relaciones complejas, no lineales y mostrar cómo se desarrollan a lo largo del tiempo.

Los modelos de computadora ofrecen ilustraciones vívidas de cómo la estructura de un sistema crea el comportamiento que observamos. En esencia, modelar significa desarrollar una imagen estructural del problema y luego simular el comportamiento del sistema bajo esas suposiciones. Un modelo también puede ayudar a vincular el comportamiento pasado y presente al mostrar cómo ambos pueden ser descritos por la misma estructura.

El modelado puede ser muy útil si los retrasos prolongados son una parte clave del problema o problema. Si bien las herramientas como los diagramas de bucle causal no pueden cuantificar adecuadamente el impacto de los retrasos en el sistema, los modelos por computadora pueden identificar claramente diferentes tipos de retrasos y mostrar cómo afectan el comportamiento general de un sistema.

Ejemplo: Con el fin de investigar el costo creciente de las reclamaciones de seguros, una aseguradora construyó un modelo de su proceso de ajuste de reclamaciones. Los gerentes involucrados en el proceso sugirieron varias conexiones no lineales entre la presión del tiempo, la productividad y la calidad, las cuales a su vez tuvieron efectos a largo plazo en los costos generales. El mapeo y la simulación de estas relaciones revelaron cómo un enfoque a corto plazo en la reducción de costos llevó a una erosión de la calidad a largo plazo y, en última instancia, a mayores costos de liquidación.

Formulación y prueba de políticas

Los modelos por computadora pueden ser muy efectivos para desarrollar y probar políticas específicas. Por ejemplo, un modelo de computadora puede permitirle probar los resultados de diferentes estrategias de contratación, mercadeo o administración de inventario. Poner a prueba sus ideas y suposiciones sobre las relaciones críticas puede ayudarlo a evaluar mejor los resultados de las intervenciones de políticas que realice.

La mayoría de las políticas tienen implicaciones a corto y largo plazo. Sin una comprensión de las ramificaciones a largo plazo de una política específica, tendemos a favorecer las decisiones que nos beneficiarán a corto plazo. Desafortunadamente, esas acciones a corto plazo a menudo socavan la sustentabilidad o rentabilidad a largo plazo. El modelado puede revelar esas compensaciones al hacer que las consecuencias a largo plazo sean tan reales y presentes como las de corto plazo.

Ejemplo: Un fabricante de equipos pesados tenía la política de agregar capacidad adicional a la planta solo cuando el trabajo acumulado crecía a seis meses. Sin embargo, cuando la nueva capacidad entraba en línea, el volumen de pedidos en general había disminuido (debido a los largos retrasos en el envío) y la empresa estaba sobrecargada de capacidad hasta que la cartera de pedidos crecía nuevamente. Esto provocaría otra ronda de adiciones de capacidad, y toda la dinámica se repetiría. Cuando los gerentes de la compañía construyeron un modelo de simulación, descubrieron que sus propias decisiones de capacidad eran en gran parte responsables de los cambios de orden. Las diferentes políticas de prueba sugirieron que su enfoque conservador de la expansión de la capacidad podría poner a la empresa en el mayor riesgo de perder clientes a largo plazo, y podría restringir innecesariamente su crecimiento. El modelado de simulación generalmente es más efectivo cuando se aplica a un problema específico y enfocado. Sin embargo, hay situaciones particulares en las que la falta de un enfoque específico es el problema. En tales casos, el proceso de modelado en sí mismo puede ayudarlo a comprender mejor un problema o problema en particular. Dado que la creación de modelos es un proceso altamente iterativo, a medida que recorras los pasos, puedes llegar a un mayor nivel de claridad sobre cuáles son los problemas más críticos. En ese momento, estarás en un mejor lugar para evaluar si debes ir más lejos en el proceso de simulación.

Algunos de los de simuladores dedicados fundamentalmente al modelado de sistemas complejos con el objetivo de visualizar, mejorar e incrementar la eficiencia de los mismos al permitir hacer simulaciones de diferentes escenarios antes de implementarlos en la realidad, las cuales producen resultados que pueden ser analizados para una futura realización de los mismos. Existen varias opciones de modelado de sistemas.

Los tres paquetes de software más utilizados se enumeran a continuación en orden alfabético:

iThink® y STELLA® son dos nombres para una plataforma de modelado publicada por los sistemas isee systems. El software está disponible en diferentes configuraciones bajo una licencia comercial para Windows y Mac. Licencias educativas y una versión gratuita con tiempo limite están disponibles.

Powersim Studio está disponible en varias configuraciones diferentes de Powersim Software. El software está disponible bajo licencia comercial y se ejecuta bajo Windows. Licencias educativas y opciones para publicar paquetes modelo independientes están disponibles. Una nueva versión gratuita, Studio Express ya está disponible.

Vensim®  está disponible en una serie de configuraciones diferentes de Ventana Systems, Inc. El software está disponible bajo una licencia comercial y se ejecuta en Windows y Mac. Las licencias educativas, incluida una configuración del software que es gratuita para uso educativo, y una versión gratuita en tiempo de ejecución del software están disponibles.