Eleva tus habilidades de liderazgo y negocios

Súmate a más de 52,000 líderes en 90 empresas mejorando habilidades de estrategia, gestión y negocios.


Aprender a través de líneas: El secreto para fábricas más eficientes

Los intentos de fabricantes para impulsar la productividad de operación rara vez pagan, y algunos realmente hacen más daño que bien. Un nuevo estudio muestra por qué.

La búsqueda de reducir el desperdicio en las líneas de producción es interminable, pero los gerentes a menudo encuentran que cuanto más duro trabajan para mejorar sus procesos de fabricación, más elusivos se vuelven los beneficios. Las mejoras en la calidad local rara vez se traducen en ganancias de productividad para la fábrica en su conjunto, o reducciones de costos en toda la planta se incrementan a medida que la curva de aprendizaje se reduce. La investigación sobre curvas de aprendizaje ha sugerido que la forma más efectiva de sostener las ganancias de eficiencia es aumentar el volumen de producción, producir más unidades, pero eso no siempre es factible o incluso deseable. Además, hemos descubierto que, bajo ciertas circunstancias, las iniciativas de eficiencia pueden erosionar la productividad de toda la planta. El aumento de la producción no haría más que amplificar este problema.

Pero hay esperanza. En un amplio estudio realizado en el fabricante belga N.V. Bekaert S.A., el mayor productor independiente del mundo de alambre de acero, descubrimos que el diseño de un proyecto de mejora de procesos puede tener un impacto sustancial en su payoff. Cuando examinamos los proyectos emprendidos en la planta insignia de Bekaert en Aalter, Bélgica, durante la década de 1980 y principios de 1990, descubrimos que sólo unos 25% proporcionó mejoras en toda la fábrica. La mitad no tuvo ningún impacto final en absoluto, y, aún más sorprendente, los 25 restantes% tuvo un impacto negativo en la mejora general de la productividad de la planta. Cuando estudiamos los proyectos exitosos en detalle, descubrimos que compartían dos características: producían conocimiento de proceso que era bien entendido y ampliamente relevante, y el conocimiento se transfirió a otras partes de la fábrica, un resultado que no es automático. En este artículo, vamos a ver las características de los diferentes tipos de proyectos y mostrar por qué el conocimiento se transfirió en algunos casos pero no en otros. Creemos que nuestros resultados pueden ayudar a todos los fabricantes a obtener mejores rendimientos de sus inversiones en la mejora de la productividad.1

Programa de Calidad de Bekaert

La división de cables de acero de Bekaert produce alrededor de un tercio del cable de neumáticos del mundo, que se utiliza en radiales con correa de acero. La producción de cable de neumático implica reducir el diámetro de los cables gruesos dibujándolos a través de agujeros progresivamente más pequeños en una serie de matrices metálicas. En puntos intermedios, los cables se calientan y recubren con latón. Los alambres recubiertos se dibujan aún más delgados a través de matrices que se sumergen en una solución de jabón para reducir la fricción. Finalmente, alambres muy finos llamados filamentos se envuelven unos alrededor de otros para formar cable de neumático. El cordón más simple tiene dos filamentos; el más complejo, cientos. (Para ver un diagrama del proceso básico de producción de Bekaert, ver la exposición «Filamentos finos, neumáticos fuertes»). A principios de la década de 1980, cuando el conocimiento tecnológico sobre la producción de cables de neumáticos era rudimentario, Bekaert se vio afectado por numerosas crisis de producción inexplicables, más de 100 veces el número habitual de interrupciones de producción en la industria del cable de neumáticos.

Aprender a través de líneas: El secreto para fábricas más eficientes

Filamentos finos, neumáticos fuertes En la producción de cables de neumáticos, los alambres gruesos se vuelven más delgados y delgados a medida que pasan a través de troqueles metálicos con agujeros progresivamente más pequeños. En puntos intermedios, los cables se calientan y luego se recubren con latón antes de ser arrastrados a través de troqueles aún más pequeños sumergidos en una solución de jabón reductora de fricción (la etapa de dibujo de alambre húmedo). Los alambres muy finos, llamados filamentos, se envuelven unos alrededor de otros para formar cable de neumático. El cordón más simple tiene dos filamentos; el más complejo, cientos.

Bekaert respondió iniciando un programa de gestión de calidad total en Aalter, un esfuerzo que ganó varios premios de calidad a principios de los años 90. Los equipos del proyecto mantuvieron registros detallados de sus acciones y progresos. Bekaert nos dio acceso ilimitado a los registros de todos los proyectos emprendidos entre 1982 y 1991; de ellos, seleccionamos para nuestro estudio todos los proyectos que cumplían tres criterios: se referían a atributos de producto o control de procesos (en oposición a, por ejemplo, «limpieza de líneas de producción, etiquetado de piezas) , habían avanzado más allá de la etapa de ensayo y habían sido debidamente documentados. Esta selección nos dejó con 62 proyectos, que estudiamos cuidadosamente para conocer lo que distinguió a los más exitosos. Nuestro primer paso fue clasificar los proyectos en función del tipo de conocimiento que produjeron. (Para la metodología detrás de esta clasificación, véase A.S. Mukherjee, M.A. Lapré, y L.N. Van Wassenhove, «Knowledge Driven Quality Improvement», Ciencias de la gestión, noviembre de 1998.)

Aprendizaje conceptual versus operacional

Los proyectos de mejora de procesos en fábricas pueden producir dos tipos de aprendizaje. Aprendizaje conceptual es el proceso de adquirir una mejor comprensión de las relaciones de causa y efecto, utilizando estadísticas y otros métodos científicos para desarrollar una teoría. Aprendizaje operacional es el proceso de implementar una teoría y observar resultados positivos. Dicho de otra manera, el aprendizaje conceptual genera saber-por qué: el equipo entiende por qué ocurre un problema. El aprendizaje operacional genera conocimientos técnicos: el equipo ha probado una solución y sabe cómo aplicarla y hacerla funcionar.

La mayoría de los proyectos producen ambos tipos de aprendizaje, pero las cantidades relativas de cada uno pueden variar mucho. Si coloca proyectos con aprendizaje conceptual u operacional alto o bajo en una matriz de dos por dos, terminará con cuatro tipos de proyectos, uno en cada celda. Llamamos a los tipos de lucha contra incendios, habilidades artesanales, teorías no validadas, y teorías validadas operacionalmente, como se muestra en la exposición «From Fire Fighting to Full Understanding: A Project Matrix». Clasificamos cada uno de los 62 proyectos y terminamos con unos 15 en cada una de nuestras cuatro categorías. Luego analizamos hasta qué punto los proyectos en cada grupo permitieron la transferencia de conocimientos utilizables, lo que condujo a reducciones aceleradas de costos que afectaron los resultados de la planta. (Para la metodología detrás de la clasificación y el análisis estadístico, véase M.A. Lapré, A.S. Mukherjee, y L.N. Van Wassenhove, «Behind the Learning Curve: Linking Learning Activities to Waste Reduction», Ciencias de la gestión, mayo de 2000.) El beneficio real de un proyecto de mejora de procesos, encontramos, no está en su impacto local en las pocas máquinas donde se implementa, sino en la transferencia de conocimientos a otras áreas de la planta u otros productos.

Aprender a través de líneas: El secreto para fábricas más eficientes

De la lucha contra incendios a la comprensión completa: una matriz de proyectos Los proyectos de mejora de procesos basados en teorías validadas operacionalmente fueron los únicos que mejoraron la tasa global de mejora de la calidad.

Encontramos que sólo las teorías validadas operacionalmente arrojaron un impacto positivo. Las teorías invalidadas tuvieron un efecto perjudicial, y la lucha contra incendios y las habilidades artesanales no hicieron ninguna diferencia en absoluto. ¿Por qué? Veamos algunos de los proyectos.

Lucha contra incendios

En proyectos con bajos niveles de aprendizaje conceptual y operacional, los equipos simplemente tratan de resolver el problema en cuestión, lluvia de ideas posibles sin usar conocimientos científicos. Los equipos implementan mejoras menores en el mejor de los casos y obtienen pocas pruebas de que los esfuerzos hayan dado sus frutos. Los síntomas inmediatos pueden desaparecer, pero los problemas resurgen, a veces en otras partes del proceso de producción, generalmente aguas abajo. (Roger Bohn describe la lucha contra incendios en detalle en su artículo de HBR, «Stop Fighting Fires», julio-agosto de 2000.)

Por ejemplo, un equipo del proyecto Bekaert trató de reducir la rotura de volantes, mecanismos que sacan filamentos de diferentes carretes y los tuercen juntos para formar cuerda. El equipo descubrió que los volantes se rompían con mayor frecuencia en las máquinas de agrupamiento utilizadas para dos productos en particular. Aunque cada producto utilizaba varios tipos de volantes, había un diseño dominante para cada uno. El equipo decidió estandarizar en un solo diseño para ambos productos y seleccionó arbitrariamente uno de los dos diseños dominantes. Además, el equipo educó a los operadores de máquinas sobre cómo cargar el equipo correctamente. Durante unos meses, la necesidad de volantes de reemplazo disminuyó ligeramente, pero un año después de que el proyecto terminó, la rotura volvió al nivel anterior. El aprendizaje conceptual fue bajo: el equipo no averiguó por qué los volantes se rompieron. El aprendizaje operacional también fue bajo, ya que las modificaciones menores no arrojaron resultados sostenibles.

Los esfuerzos de lucha contra incendios, que son comunes en casi todos los entornos de trabajo, son ignorados en gran medida más allá del equipo que se ocupa del problema inmediato, encontramos. No tienen ningún impacto en la tasa mundial de mejora de la calidad. En ausencia de análisis de causa raíz y de resultados operacionales, otro personal de fábrica no presta atención a estos proyectos.

Habilidades artesanales

Los proyectos con bajo aprendizaje conceptual pero alto aprendizaje operacional ofrecen soluciones que funcionan para el problema en cuestión, pero el «por qué» no se entiende y las soluciones no se transfieren fácilmente. Hay más arte que ciencia en estos proyectos.

Por ejemplo, un equipo trató de reducir el alto número de fracturas que ocurrieron en un filamento durante la etapa final de producción cuando se envolvió alrededor de un montón de filamentos más gruesos. El equipo notó que el número de fracturas aumentó cuando el filamento comenzó a escasear en el carrete; el alambre cerca del núcleo del carrete parecía ser más frágil. La primera respuesta del equipo fue dejar de usar los 500 metros finales de filamento de cualquier bobina; la solución redujo las fracturas, pero no fue sostenible porque desperdició mucho filamento. Luego, el equipo introdujo carretes con diámetros de núcleo más grandes.

El número de fracturas disminuidas por orden de magnitud: aprendizaje operativo alto. Pero el aprendizaje conceptual de este proyecto fue bajo; el equipo no investigó por qué el núcleo mayor redujo el número de fracturas, por lo que nadie sabía si las modificaciones eran transferibles a otras partes de la planta. En consecuencia, no se intentó duplicar el proyecto en otro lugar.

Años más tarde, por cierto, Bekaert descubrió lo que pasó. Otro equipo creó un modelo físico que probó el impacto de varias características del alambre y la maquinaria y aprendió que a medida que los carretes se vaciaban, la tensión del filamento aumentó, aumentando la probabilidad de fracturas. Sólo entonces, basándose en la combinación de know-how y saber por qué, Bekaert modificó todas sus máquinas en la fase final de producción para mantener constante la tensión de los beneficios.

Las habilidades artesanales también fueron utilizadas por un equipo tratando de reducir las fracturas que ocurrieron cuando los extremos de los cables de bobinas sucesivas habían sido soldados juntos. En particular, el equipo se preocupó por las fracturas que se desarrollaron durante la etapa de trazado de alambre húmedo, que siguieron los procesos de tratamiento térmico y recubrimiento de latón. El equipo introdujo varios cambios a la vez, incluyendo más cuidado, inspección visual, continuidad en el personal en la línea de tratamiento térmico y revestimiento de latón, y uso consistente del mismo conjunto de máquinas de soldadura.

Estas medidas parecían dar sus frutos: Fracturas de soldadura cayeron en 67%, lo que indica un alto nivel de aprendizaje operacional. Sin embargo, el equipo no sabía cuál de las diversas acciones había contribuido al resultado ni por qué. ¿Alguno de los pasos por sí solo tendría fracturas reducidas? ¿Dos? ¿El equipo estaba desperdiciando recursos en pasos adicionales? El equipo no comprendió por qué funcionaba la solución, por lo que no pudo aplicar las lecciones en términos generales.

Encontramos que las habilidades artesanales no tuvieron mayor efecto en la tasa global de mejora de la calidad que la lucha contra incendios, a pesar de que produjeron mejoras reales a nivel local. No fueron adoptados en otras partes de la fábrica, en gran parte porque la falta de aprendizaje conceptual dejó mucho espacio para la ambigüedad. El personal de otras áreas de la fábrica señalaría ligeras diferencias en las especificaciones del producto, configuración de la máquina y materias primas que dificultarían la transferencia de las habilidades artesanales. Otros equipos no confiaron en los resultados, tal vez con razón, por lo que no los implementaron.

Teorías no validadas

En proyectos con alto aprendizaje conceptual y bajo aprendizaje operacional, los equipos presentan soluciones altamente científicas pero no verifican que los nuevos diseños den resultados. Considere otro equipo de proyecto preocupado por la rotura de troqueles durante la etapa de dibujo de alambre húmedo. El jabón reductor de fricción utilizado en esta etapa se suministra a cientos de máquinas de dibujo por tres jaboneras del tamaño de las piscinas. El personal de la planta era consciente de que el maquillaje químico del jabón cambió con el tiempo. Aunque no sabían por qué era así, asumieron que el cambio contribuía a la rotura. Sin embargo, ellos creían que al agregar o eliminar productos químicos podrían mejorar lo que se conoce como «dibujabilidad», es decir, esperaban reducir la velocidad a la que se desgastaban los troqueles. Utilizando los conocimientos del laboratorio de I+D y la experiencia de producción, crearon un diagrama de flujo para agregar o eliminar productos químicos a fin de garantizar que el jabón no era demasiado fresco ni demasiado viejo. El gráfico se utilizó para todas las fosas de jabón, por lo que sus cambios afectaron la producción en toda la planta. El equipo aprendió mucho sobre el jabón, pero la capacidad de adaptación no mejoró.

En otro caso, un equipo se puso en marcha para evitar que los troqueles estallaran; los troqueles de explosión condujeron a pequeños trozos de troquel que se alojaban en el alambre y causaban fracturas en etapas posteriores de producción. El equipo, dirigido por un ingeniero, consultó a expertos en I+D central, laboratorios de plantas y desarrollo de equipos y llevó a cabo numerosos experimentos, aprendiendo mucho sobre los troqueles de explosión en el proceso. Sobre la base de principios científicos relativos a la fatiga del metal, por ejemplo, el equipo introdujo troqueles más grandes. Y porque los experimentos y el análisis de datos indicaron que 80% de los troqueles estallados ocurrieron en los dos primeros pasos de dibujo, el equipo duplicó la frecuencia de los cambios preventivos de los troqueles durante esos pasos. A pesar de todas estas acciones, sin embargo, el equipo fue incapaz de eliminar los troqueles de ráfaga.

Sin embargo, sorprendentemente, teorías invalidadas como estas fueron ampliamente adoptadas, incluso sin pruebas de que funcionaran. Como resultado, teorías invalidadas ralentizaron la tasa global de mejora de la calidad. ¿Por qué el personal de la fábrica estaba tan ansioso por implementar estas soluciones no probadas sin tener en cuenta las habilidades artesanales (que, después de todo, habían producido resultados)? Es en gran parte porque los equipos de toda la fábrica encontraron la ciencia subyacente persuasiva y respetaron al personal de I+D e ingeniería, lo que generó muchas de las teorías.

Mientras tanto, muchas de estas ideas se desarrollaron en una instalación central de I+D, lejos de la complejidad dinámica del proceso de producción. Incluso si los métodos de producción se reproducen en una planta, condiciones específicas en el entorno de fabricación a gran escala (como configuraciones de equipos) podrían socavar su eficacia o incluso hacerlos inútiles o perjudiciales.

Teorías validadas operacionalmente

En proyectos con altos niveles de aprendizaje conceptual y operacional, los equipos se basan en conocimientos científicos para implementar cambios y producir resultados reproducibles. Por ejemplo, en otro esfuerzo por mejorar la capacidad de adaptación, un líder de equipo construyó un modelo químico basado en los conocimientos que había adquirido durante sus 16 años de I+D, donde había trabajado en muchos proyectos que involucraban todos los pasos de producción para fabricar cables de neumáticos. Recordó de un proyecto destinado a mejorar la capacidad del cable para resistir la corrosión que ciertas características del alambre que se habían determinado en una etapa de producción anterior —el porcentaje de cobre en revestimiento de latón, por ejemplo— parecían afectar la capacidad de adaptación. El equipo estudió los efectos de la composición del alambre, así como otras variables como la rugosidad del alambre, hipótesis probables derivadas, y las probó con experimentos controlados en planta de fábrica. También aprendieron que la temperatura de la solución de jabón era importante: sumergir el alambre en una solución caliente mejoró la capacidad de extracción en 73%. Los cambios, tanto en la temperatura del jabón como en la composición del alambre, llevaron a un fuerte aumento de la productividad, y la planta de Aalter adoptó los resultados para todos los productos.

Otro equipo abordó las «inversiones» que ocurrieron en cuerdas consistentes en tres filamentos de 0,22 milímetros rodeados por nueve filamentos de 0,20 milímetros. Ocasionalmente, los cordones se mezclaban, con los filamentos más pequeños que acababan en el interior y los más grandes en el exterior, resultando en productos defectuosos. El análisis de los datos mostró que la principal causa de las inversiones fue el enredo temprano de dos filamentos de 0,20 milímetros. El equipo desarrolló una nueva pieza que liberaría filamento de una manera que eliminara el enredo. La implementación en todas las máquinas que produjeron este cable en particular resultó en cero defectos durante tres meses consecutivos. La combinación de principios científicos y resultados operativos llevó a Bekaert a estandarizar la solución en la planta de Aalter y otras.

Teorías validadas operacionalmente como estas fueron los únicos proyectos que mejoraron la tasa global de mejora de la calidad. Los equipos no solo desarrollaron soluciones que funcionaron, sino que las soluciones se derivaron usando principios científicos, y las acciones efectivas fueron aisladas de las condiciones locales idiosincrásicas, por lo que fueron aceptadas por otros empleados. Calculamos que las mejoras de calidad en las áreas locales donde estos proyectos fueron implementados por primera vez representaron como máximo 19% del efecto general que estos proyectos tuvieron en la reducción mundial de los desechos. Por lo tanto, al menos 81% del efecto fue el resultado de la transferencia de conocimientos adquiridos localmente.

Creación de conocimientos transferibles

¿Estamos obligados a concluir que usted puede esperar mejoras de productividad de sólo una cuarta parte de sus programas de calidad? Afortunadamente, no. Es posible diseñar proyectos que sean más propensos a ofrecer aprendizaje tanto conceptual como operativo. A finales de la década de 1980, la dirección de Bekaert se dio cuenta de que los laboratorios centrales de I+D no eran los mejores lugares para llevar a cabo proyectos de mejora de procesos, ya que era muy difícil para los investigadores adquirir aprendizaje operacional fuera de las condiciones dinámicas de producción de las fábricas.

De este modo, la empresa trasladó estos proyectos a la fábrica de Aalter, creando una línea de producción integrada denominada Model Line en Aalter (MLA) que correspondía a un solo producto y abarcando todos los departamentos de producción. Esto fue una desviación de la norma; las fábricas de cables de neumáticos de Bekaert típicamente organizaron personal y máquinas por departamentos funcionales. Pero debido a que la nueva línea de producción comprendía todas las etapas correspondientes a un producto determinado, el equipo de MLA podría investigar cómo las modificaciones en una etapa afectaban a otras. Después de haber pasado 16 años en I+D, el gerente del equipo había acumulado experiencia relacionada con todas las etapas de producción, por lo que el equipo de MLA podía aunar rutinariamente conocimientos científicos, de ingeniería y basados en la experiencia fragmentados para construir modelos, formular hipótesis, probar hipótesis e implementar soluciones exitosas. El equipo, encargado de crear conocimientos de control de procesos sin sacrificar la producción de alambre vendible, tenía plena autoridad para elegir sus propios proyectos.

Y fue un éxito. MLA generó consistentemente teorías validadas operacionalmente, produciendo mejoras dramáticas en toda la planta en calidad y productividad. Pero la compañía no tuvo un tiempo fácil replicando los logros de la línea de modelos. De hecho, alentado por las mejoras de productividad de MLA, Bekaert estableció tres líneas de modelos similares en otras dos grandes fábricas europeas; para los fines de nuestra investigación, las denominamos MLB, MLC1 y MLC2. Sin embargo, las nuevas líneas de modelos produjeron resultados decepcionantes porque su organización y gestión no incorporaron algunos de los elementos de diseño organizacional que contribuyeron al éxito de la primera línea de modelos en Aalter.

Para empezar, la autoridad independiente para elegir proyectos estaba ausente en la planta B y limitada en la planta C. Esto es importante, porque los trabajadores de producción están en la mejor posición para identificar las áreas más necesitadas de mejora; los gerentes de planta generalmente carecen de un conocimiento detallado del proceso de producción. Después de tres años, la gestión en la planta C permitió al equipo a cargo de MLC1 y MLC2 elegir sus proyectos. Pero incluso entonces, el equipo tuvo dificultades para crear conocimiento científico porque no se involucró en la solución de problemas interfuncionales en múltiples departamentos de producción. Por lo tanto, no pudo evaluar cómo los cambios en una etapa afectaban a otras etapas, ni permitir la idiosincrasia en varias etapas de producción. Y finalmente, en contraste con el gerente de MLA, el gerente del equipo de la planta C tenía sólo un año de experiencia con Bekaert y sólo en la planta C. En consecuencia, el equipo carecía de la diversidad de conocimientos necesaria para participar en la experimentación científica en múltiples departamentos de producción. Desde entonces, Bekaert ha hecho grandes avances en el diseño de líneas de modelos para maximizar el aprendizaje, aunque la organización subestimó la importancia de preparar a los directores de proyectos con bases ricas y diversas de conocimiento, como el gerente de MLA, para apoyar la resolución de problemas interfuncionales.• • •

Aunque Bekaert tuvo el mayor éxito con la línea de modelos de Aalter, es posible que los equipos de producción regulares generen soluciones que combinen conocimientos conceptuales y operativos y los difundan a otras áreas de una planta. Estos esfuerzos pueden aportar valiosas contribuciones a la base de conocimientos de la empresa y no deben ignorarse. Sin embargo, la elección de los proyectos y la forma en que se diseñan y gestionan pueden marcar la diferencia entre los proyectos que ofrecen poco o ningún beneficio y los que mejoran la calidad y la productividad en toda la fábrica.

Los autores agradecen a la dirección y a los empleados de Bekaert por su cooperación inquebrantable.

1. Nuestras ideas se basan en el trabajo innovador de R. Jaikumar, R.E. Bohn y A.S. Mukherjee en Harvard a principios de la década de 1990.

A version of this article appeared in the
October 2002 issue of
Harvard Business Review.


Michael A. Lapré Luk N. Van Wassenhove
Via HBR.org


Eleva tus habilidades de liderazgo y negocios

Súmate a más de 52,000 líderes en 90 empresas mejorando habilidades de estrategia, gestión y negocios.