La gestión empieza por encontrar el cuello de botella

Hace muchos años trabajé en gestión de producción en la industria de la electrónica de automoción.

Es una industria que exige una precisión de gestión extremadamente alta.

El inventario debe ser exacto, los planes de producción deben ser meticulosos, los materiales deben llegar a tiempo, y la calidad y consistencia del producto deben estar controladas. Una desviación muy pequeña puede amplificarse una y otra vez a lo largo de la cadena de suministro y la línea de producción.

Detrás de todo esto hay una gran cantidad de información precisa.

¿Cuál es el nivel de inventario? ¿Cuál es la tasa de rendimiento? ¿Qué paso del proceso es el más lento? ¿Qué proveedor llega tarde con frecuencia? ¿Qué materiales se consumen de forma anormal? ¿Cuál es el verdadero coste de fabricación de un producto?

Para obtener estas respuestas, una empresa también debe asumir costes de gestión considerables: ERP, MES, sistemas de calidad, un equipo de cadena de suministro, planificadores de producción y muchísima recolección y mantenimiento de datos.

Recientemente, atendiendo a algunos fabricantes locales en los Emiratos Árabes Unidos, vi un panorama completamente distinto.

La producción de muchos pequeños fabricantes de aquí no es complicada.

Muebles, fabricación, productos personalizados, pequeños talleres... muchos solo compran materiales, planifican la producción y entregan después de que llega un pedido de cliente.

Pero lo que me impresionó profundamente es que casi no tienen herramientas digitales de gestión reales.

Gran parte de la información vive en Excel, WhatsApp, papel y la memoria de la gente. La contabilidad quizá funciona con Tally, que produce un Balance Sheet y un Profit & Loss a fin de mes.

Esos informes son importantes, por supuesto.

Pero para un dueño que dirige el negocio cada día, a menudo no pueden responder directamente la pregunta más importante:

¿Dónde exactamente salió mal?

¿Por qué un proyecto ganó un 20 % menos de lo previsto?

¿Se compraron los materiales demasiado caros?

¿Se desperdiciaron materiales?

¿El tiempo de mano de obra superó el plan?

¿El proveedor entregó demasiado lento?

¿El ciclo de producción se alargó?

¿O el presupuesto estaba mal desde el principio?

Esto me devolvió a una idea muy básica de mis tiempos en gestión de producción:

El punto de partida de la gestión es encontrar los problemas, y encontrar el cuello de botella.

Y para encontrar el cuello de botella, primero hay que poder ver.

Los datos financieros son solo una parte.

Customer Order, Quotation, Purchase, Material Cost, Labour, WIP, Delivery Time, Gross Margin, Receivables...

Cuando esta información — originalmente dispersa — puede conectarse alrededor de un pedido, un proyecto, un ciclo de producción, empieza a producir un valor completamente distinto.

Una empresa de muebles, por ejemplo, no necesariamente necesita un sistema de planificación de producción tan complejo como el de la industria automotriz.

Puede que el dueño solo necesite saber, cada día:

¿Cuántos proyectos están en producción ahora mismo?

¿Qué proyecto se ha pasado de presupuesto?

¿Qué proyecto lleva más tiempo atascado?

¿Los costes de material han subido o bajado en los últimos tres meses?

¿Cuántos días pasan en promedio desde que se recibe un pedido hasta la entrega final?

¿Qué tipo de pedido deja el mejor margen?

Luego seguir monitoreando estos números.

Detectar las anomalías.

Encontrar la causa.

Cambiar el proceso.

Y comprobar si los números mejoran.

Eso es lo que forma un verdadero ciclo de gestión:

Measure → Find the Problem → Find the Bottleneck → Improve → Measure Again.

Cada vez creo más que esta puede ser una de las mayores oportunidades que la IA trae a los pequeños fabricantes.

En el pasado, no era que estas empresas no necesitaran gestión.

Era que obtener la información de gestión en sí misma era demasiado caro.

Para obtener datos exactos había que desplegar software complejo, obligar a los empleados a introducir datos, contratar especialistas para mantenerlo y, al final, encontrar a alguien que le explicara al dueño una pila de informes.

Para una pequeña fábrica de unas decenas de personas, esa estructura de costes es difícil de justificar.

Lo que la IA tiene la oportunidad de cambiar es precisamente esa estructura de costes.

Que el sistema extraiga por sí mismo la información de facturas, transacciones bancarias, compras, pedidos de clientes, documentos de proyecto y flujos de trabajo cotidianos; que conecte los datos financieros con los operativos; y que busque continuamente anomalías y cuellos de botella.

No se trata de instalar en una pequeña fábrica una versión reducida de un ERP de gran empresa.

Sino de facilitar que el dueño responda cada día una pregunta muy simple:

What should I fix next?

Para mí, este puede ser también el paso más interesante para SnapLedger más allá del software de contabilidad.

Accounting tells you what happened.

Management should help you understand why — and what to improve next.

SnapLedger, your life easier.