Aprender de forma cruzada: el secreto para tener fábricas más eficientes

La búsqueda de reducir los residuos en las líneas de producción es interminable, pero los directivos suelen darse cuenta de que cuanto más se esfuerzan por mejorar sus procesos de fabricación, más esquivos se vuelven los beneficios. Las mejoras locales en la calidad rara vez se traducen en aumentos de productividad para la fábrica en su conjunto, o las reducciones de costes en toda la planta se desvanecen a medida que la curva de aprendizaje se estabiliza. Las investigaciones sobre las curvas de aprendizaje han sugerido que la manera más eficaz de mantener las ganancias de eficiencia es aumentar el volumen de producción (producir más unidades), pero eso no siempre es factible ni siquiera deseable. Es más, hemos descubierto que, en determinadas circunstancias, las iniciativas de eficiencia pueden erosionar la productividad de toda la planta. Aumentar la producción no haría más que agravar este problema.

Pero hay esperanza. En un amplio estudio realizado en el fabricante belga N.V. Bekaert S.A., el mayor productor independiente de alambre de acero del mundo, 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 la década de 1990, descubrimos que solo unos 25% introdujeron mejoras en toda la fábrica. La mitad no tuvo ningún impacto en los resultados y, lo que es aún más sorprendente, las 25 restantes% tuvo un impacto negativo en la mejora de la productividad general de la planta. Cuando estudiamos en detalle los proyectos exitosos, descubrimos que compartían dos características: generaban conocimientos sobre el proceso que se entendían bien y eran relevantes en términos generales, y los conocimientos se transferían a otras partes de la fábrica, un resultado que no es en absoluto automático. En este artículo, analizaremos las características de los diferentes tipos de proyectos y mostraremos por qué se transfirieron los conocimientos en algunos casos pero no en otros. Creemos que nuestros hallazgos pueden ayudar a todos los fabricantes a obtener una rentabilidad mucho mayor 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 los neumáticos del mundo, que se utiliza en los radiales con correa de acero. La producción de cables para neumáticos implica reducir el diámetro de los cables gruesos pasándolos a través de orificios cada vez más pequeños en una serie de troqueles de metal. En los puntos intermedios, los cables se calientan y se recubren con latón. A continuación, los alambres recubiertos se estiran aún más delgados a través de troqueles que se sumergen en una solución jabonosa para reducir la fricción. Por último, unos cables muy finos llamados filamentos se enrollan uno alrededor del otro para formar el cordón del neumático. El cable más simple tiene dos filamentos; el más complejo, cientos. (Para ver un diagrama del proceso de producción básico de Bekaert, consulte la exposición «Filamentos delgados, neumáticos resistentes»). A principios de la década de 1980, cuando los conocimientos tecnológicos sobre la producción de cables para neumáticos eran rudimentarios, Bekaert se vio acosado por numerosas crisis de producción inexplicables, más de 100 veces el número habitual de interrupciones en la producción en la industria de los cables para neumáticos.

Filamentos finos, neumáticos resistentes En la producción de cables para neumáticos, los alambres gruesos se hacen cada vez más delgados a medida que pasan a través de troqueles metálicos con orificios cada vez más pequeños. En los puntos intermedios, los alambres se calientan y, a continuación, se recubren con latón antes de pasarlos a través de troqueles aún más pequeños sumergidos en una solución de jabón que reduce la fricción (la etapa de trefilado húmedo). Los cables muy finos, llamados filamentos, se enrollan uno alrededor del otro para formar el cordón del neumático. El cable más simple tiene dos filamentos; el más complejo, cientos.

Bekaert respondió embarcándose en un programa de gestión de la calidad total en Aalter, un esfuerzo que le valió a la empresa varios premios de calidad a principios de la década de 1990. Los equipos de proyectos llevaban un registro detallado de sus acciones y avances. Bekaert nos dio acceso ilimitado a los registros de todos los proyectos realizados entre 1982 y 1991; de ellos, seleccionamos para nuestro estudio todos los proyectos que cumplían tres criterios: se referían a los atributos del producto o al control del proceso (a diferencia de, por ejemplo, «limpieza» (limpieza de líneas de producción, etiquetado de piezas); habían progresado más allá de la fase de pruebas y estaban debidamente documentados. Esta selección nos dejó 62 proyectos, que estudiamos detenidamente para saber qué distinguía a los que tenían más éxito. Nuestro primer paso fue clasificar los proyectos según los tipos de conocimiento que generaban. (Para conocer la metodología de esta clasificación, consulte A.S. Mukherjee, M.A. Lapré y L.N. Van Wassenhove, «Mejora de la calidad impulsada por el conocimiento», Ciencias de la gestión, Noviembre de 1998.)

Aprendizaje conceptual versus aprendizaje operativo

Los proyectos de mejora de los procesos en las fábricas pueden generar dos tipos de aprendizaje. Aprendizaje conceptual es el proceso de adquirir una mejor comprensión de las relaciones de causa y efecto, utilizando las estadísticas y otros métodos científicos para desarrollar una teoría. Aprendizaje operativo es el proceso de implementar una teoría y observar resultados positivos. Dicho de otra manera, el aprendizaje conceptual da como resultado saber por qué: el equipo entiende por qué se produce un problema. El aprendizaje operativo arroja conocimientos: el equipo ha probado una solución y sabe cómo aplicarla y hacer que funcione.

La mayoría de los proyectos producen ambos tipos de aprendizaje, pero las cantidades relativas de cada uno pueden variar considerablemente. Si coloca los proyectos con un aprendizaje conceptual u operativo alto o bajo en una matriz de dos por dos, acabará con cuatro tipos de proyectos, uno en cada celda. Los llamamos extinción de incendios, habilidades artesanales, teorías no validadas y teorías validadas operacionalmente, como se muestra en la exposición «De la lucha contra incendios a la comprensión total: una matriz de proyectos». Clasificamos cada uno de los 62 proyectos y acabamos con unos 15 en cada una de nuestras cuatro categorías. A continuación, analizamos hasta qué punto los proyectos de cada grupo permitían la transferencia de conocimientos utilizables, lo que se tradujo en reducciones de costes aceleradas que afectaban a los resultados de la planta. (Para conocer la metodología detrás de la clasificación y el análisis estadístico, consulte 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.) Descubrimos que el verdadero beneficio de un proyecto de mejora de procesos no reside en su impacto local en las pocas máquinas en las que se implementa, sino en la transferencia de conocimientos a otras áreas de la planta u otros productos.

De la extinción de incendios a la comprensión total: una matriz de proyectos Los proyectos de mejora de procesos basados en teorías validadas operacionalmente fueron los únicos que mejoraron el ritmo global de mejora de la calidad.

Descubrimos que solo las teorías validadas operacionalmente tenían un impacto positivo en los resultados finales. Las teorías no validadas tuvieron un efecto perjudicial, y las habilidades artesanales y de extinción de incendios no marcaron ninguna diferencia. ¿Por qué? Veamos algunos de los proyectos.

Extinción de incendios

En los proyectos con niveles bajos de aprendizaje conceptual y operativo, los equipos simplemente tratan de resolver el problema en cuestión, haciendo una lluvia de ideas sobre las posibles causas sin utilizar conocimientos científicos. Los equipos implementan pequeñas mejoras 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 reaparecen, a veces en otras partes del proceso de producción, normalmente en etapas posteriores. (Roger Bohn describe la extinción de incendios en detalle en su artículo de HBR, «Stop Fighting Fires», de julio a agosto de 2000.)

Por ejemplo, un equipo de proyecto de Bekaert intentó reducir la rotura de los volantes, mecanismos que extraen los filamentos de diferentes bobinas y los tuercen para formar una cuerda. El equipo descubrió que los volantes se rompían con más frecuencia en las máquinas agrupadoras 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 un diseño único para ambos productos y seleccionó arbitrariamente uno de los dos diseños dominantes. Además, el equipo enseñó a los operadores de la máquina cómo cargar el equipo correctamente. Durante unos meses, la necesidad de volantes de repuesto disminuyó ligeramente, pero un año después de la finalización del proyecto, las roturas volvieron al nivel anterior. El aprendizaje conceptual era bajo: el equipo no descubrió por qué se estropeaban los volantes. El aprendizaje operativo también fue bajo, ya que las pequeñas modificaciones no arrojaron resultados sostenibles.

Descubrimos que los esfuerzos de extinción de incendios, que son comunes en casi todos los entornos de trabajo, se ignoran en gran medida más allá del equipo que se ocupa del problema inmediato. No tienen ningún impacto en el ritmo mundial de mejora de la calidad. A falta de un análisis de las causas fundamentales y de resultados operativos, el resto del personal de la fábrica no presta atención a estos proyectos.

Habilidades artesanales

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

Por ejemplo, un equipo intentó reducir el elevado número de fracturas que se producían en un filamento durante la fase final de producción, cuando estaba envuelto alrededor de un montón de filamentos más gruesos. El equipo se dio cuenta de que el número de fracturas aumentaba cuando el filamento comenzaba a quedar bajo en la bobina; el cable cerca del núcleo de la bobina parecía ser más frágil. La primera respuesta del equipo fue dejar de utilizar los últimos 500 metros de filamento de cualquier bobina; la solución redujo las fracturas, pero no era sostenible porque desperdiciaba mucho filamento. Luego, el equipo introdujo bobinas con diámetros de núcleo más grandes.

El número de fracturas se redujo en un orden de magnitud: alto aprendizaje operativo. Pero el aprendizaje conceptual de este proyecto era escaso; el equipo no investigó por qué el núcleo más grande reducía el número de fracturas, por lo que nadie sabía si las modificaciones eran transferibles a otras partes de la planta. Como resultado, no se intentó duplicar el proyecto en otros lugares.

Años después, por cierto, Bekaert descubrió lo que había pasado. Otro equipo creó un modelo físico que probó el impacto de varias características del cable y la maquinaria y descubrió que, a medida que las bobinas se vacían, la tensión de los filamentos aumentaba, lo que aumentaba la probabilidad de fracturas. Solo entonces, basándose en la combinación de conocimientos y saber por qué, Bekaert modificó todas sus máquinas en la fase final de producción para mantener constante la tensión de payoff.

Un equipo también utilizó sus habilidades artesanales para reducir las fracturas que se producían cuando se soldaban los extremos de los alambres de bobinas sucesivas. En particular, el equipo estaba preocupado por las fracturas que se desarrollaban durante la fase de trefilado húmedo, que seguía a los procesos de tratamiento térmico y revestimiento del latón. El equipo introdujo varios cambios a la vez, entre ellos más cuidado, inspección visual, continuidad en la dotación de personal en las líneas de tratamiento térmico y revestimiento de latón y uso constante del mismo juego de máquinas de soldar.

Estas medidas parecieron dar sus frutos: las fracturas por soldadura se redujeron un 67%%, lo que indica un alto nivel de aprendizaje operativo. Sin embargo, el equipo no sabía cuáles de las distintas acciones habían contribuido al resultado ni por qué. ¿Alguno de los escalones por sí solo habría reducido las fracturas? ¿Dos? ¿El equipo desperdiciaba recursos en medidas adicionales? El equipo no entendía por qué la solución funcionaba, por lo que no pudo aplicar las lecciones de manera amplia.

Descubrimos que las habilidades de los artesanos no tuvieron mayor efecto en el ritmo mundial de mejora de la calidad que la extinción de incendios, a pesar de que produjeron mejoras reales a nivel local. No se adoptaron en otras partes de la fábrica, en gran parte porque la falta de aprendizaje conceptual dejaba mucho espacio para la ambigüedad. El personal de otras áreas de la fábrica señalaría ligeras diferencias en las especificaciones de los productos, la configuración de la máquina y las materias primas, lo que dificultaría la transferencia de las habilidades artesanales. Otros equipos no confiaban en los resultados, quizás con razón, por lo que no los implementaron.

Teorías no validadas

En los proyectos con un alto aprendizaje conceptual y un bajo aprendizaje operativo, los equipos encuentran soluciones altamente científicas, pero no comprueban que los nuevos diseños den resultados. Pensemos en otro equipo de proyecto preocupado por la rotura de troqueles durante la fase de trefilado húmedo. El jabón reductor de fricción utilizado en esta etapa se suministra a cientos de máquinas de dibujo mediante tres jaboneras del tamaño de una piscina. El personal de la planta sabía que la composición química del jabón cambiaba con el tiempo. Aunque no sabían por qué era así, asumieron que el cambio había contribuido a la rotura. Sin embargo, creían que al añadir o eliminar productos químicos podrían mejorar lo que se conoce como «capacidad de dibujo», es decir, esperaban reducir el ritmo al que se desgastan los troqueles. Basándose en los conocimientos del laboratorio de I+D y la experiencia en producción, crearon un diagrama de flujo para añadir o eliminar productos químicos con el fin de garantizar que el jabón no estaba ni demasiado fresco ni demasiado viejo. La tabla se utilizó para todas las pozas de jabón, por lo que sus cambios afectaron a la producción de toda la planta. El equipo aprendió mucho sobre el jabón, pero la capacidad de dibujo no mejoró.

En otro caso, un equipo se propuso evitar que los troqueles reventaran; los troqueles reventados hacían que pequeños trozos de matriz se alojaran en el alambre y provocaran fracturas en las etapas posteriores de producción. El equipo, dirigido por un ingeniero, consultó a expertos centrales en I+D, laboratorios de plantas y desarrollo de equipos y llevó a cabo numerosos experimentos y, en el proceso, aprendió mucho sobre los troqueles de rotura. Basándose en los principios científicos relacionados con la fatiga del metal, por ejemplo, el equipo introdujo troqueles más grandes. Y porque los experimentos y los análisis de datos indicaron que 80% de los troqueles reventados en las dos primeras etapas de dibujo, el equipo duplicó la frecuencia de cambios preventivos de los troqueles durante esas etapas. Sin embargo, a pesar de todas estas acciones, el equipo no pudo eliminar los muertos por ráfaga.

Sin embargo, sorprendentemente, teorías no validadas como estas se adoptaron ampliamente, incluso sin pruebas de que funcionaran. Como resultado, las teorías no validadas redujeron el ritmo mundial de mejora de la calidad. ¿Por qué el personal de la fábrica estaba tan ansioso por implementar estas soluciones no comprobadas sin tener en cuenta las habilidades artesanales (que, al fin y al cabo, habían dado resultados)? En gran parte, se debe a que los equipos de la fábrica consideraron que la ciencia subyacente era 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 un centro central de I+D, lejos de la complejidad dinámica del proceso de producción. Incluso si los métodos de producción se replicaran en una planta, las condiciones específicas del entorno de fabricación a gran escala (como las configuraciones de los equipos) podrían reducir su eficacia o incluso hacerlos inútiles o perjudiciales.

Teorías validadas operacionalmente

En los proyectos con altos niveles de aprendizaje conceptual y operativo, los equipos se basan en los conocimientos científicos para implementar cambios y producir resultados replicables. Por ejemplo, en otro esfuerzo por mejorar la capacidad de estiramiento, un líder de equipo creó un modelo químico basándose en los conocimientos que había adquirido durante sus 16 años en I+D, en los que había trabajado en muchos proyectos relacionados con todos los pasos de producción de la fabricación de cordones para 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 fase de producción anterior (el porcentaje de cobre en el revestimiento de latón, por ejemplo) parecían afectar a la capacidad de estiramiento. El equipo estudió los efectos de la composición del cable, así como otras variables, como la rugosidad del cable, derivó hipótesis comprobables y las puso a prueba con experimentos controlados en la fábrica. También aprendieron que la temperatura de la solución jabonosa era importante: sumergir el alambre en una solución tibia mejoró la capacidad de estiramiento en un 73%% . Los cambios, tanto en la temperatura del jabón como en la composición del alambre, provocaron un fuerte aumento de la productividad, y la planta de Aalter adoptó las conclusiones para todos los productos.

Otro equipo abordó las «inversiones» que se producían en las cuerdas compuestas por tres filamentos de 0,22 milímetros rodeados por nueve filamentos de 0,20 milímetros. De vez en cuando, los cables se confundían y los filamentos más pequeños acababan en el interior y los más grandes en el exterior, lo que provocaba 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 liberaba el filamento de forma que se eliminara el enredo. La implementación en todas las máquinas que producían este cable en concreto no produjo ningún defecto 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 el ritmo global de mejora de la calidad. Los equipos no solo desarrollaron soluciones que funcionaban, sino que las soluciones se derivaron utilizando principios científicos y las acciones eficaces se aislaron de las condiciones locales idiosincrásicas, por lo que otros empleados las adoptaron. Calculamos que las mejoras de calidad en las áreas locales en las que se implementaron estos proyectos por primera vez representaron como máximo un 19% del efecto general que estos proyectos tuvieron en la reducción mundial de residuos. Por lo tanto, al menos 81% del efecto fue el resultado de la transferencia de los conocimientos adquiridos a nivel local.

Crear conocimientos transferibles

¿Nos vemos obligados a concluir que solo puede esperar mejoras en la productividad con una cuarta parte de sus programas de calidad? Afortunadamente, no. Es posible diseñar proyectos que tengan más probabilidades de ofrecer aprendizaje conceptual y 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 los procesos, porque a los investigadores les resultaba muy difícil adquirir conocimientos operativos fuera de las dinámicas condiciones de producción de las fábricas.

Por lo tanto, la empresa trasladó estos proyectos a la fábrica de Aalter y creó una línea de producción integrada llamada Model Line en Aalter (MLA) que correspondía a un solo producto y abarcaba todos los departamentos de producción. Esto se apartaba de la norma; las fábricas de cables para neumáticos de Bekaert solían organizar el personal y las máquinas por departamentos funcionales. Pero como la nueva línea de producción incluía todas las etapas correspondientes a un producto determinado, el equipo de MLA podría investigar cómo las modificaciones en una etapa afectaban a otras. Tras 16 años en I+D, el director del equipo había acumulado experiencia en todas las etapas de producción, por lo que el equipo de MLA podía reunir de forma rutinaria conocimientos científicos, de ingeniería y basados en la experiencia fragmentados para crear modelos, formular hipótesis, probar hipótesis e implementar soluciones exitosas. Encargado de crear conocimientos sobre el control de procesos sin sacrificar la producción de alambre vendible, el equipo tenía plena autoridad para elegir sus propios proyectos.

Y fue un éxito. El MLA generó teorías validadas desde el punto de vista operativo de manera constante, lo que produjo mejoras drásticas en la calidad y la productividad en toda la planta. Pero a la empresa no le fue fácil replicar los logros de la línea de modelos. De hecho, alentado por las mejoras en la productividad de MLA, Bekaert creó tres líneas de modelos similares en otras dos importantes fábricas europeas; con fines de investigación, las denominamos MLB, MLC1 y MLC2. Sin embargo, las nuevas líneas de modelos arrojaron resultados decepcionantes porque su organización y dirección no incorporaron algunos de los elementos de diseño organizacional que contribuyeron al éxito de la primera línea de modelos de Aalter.

Para empezar, la autoridad independiente para elegir los proyectos no existía en la planta B y estaba limitada en la planta C. Esto es importante, porque los trabajadores de producción son los que mejor pueden identificar las áreas que más necesitan mejoras; los directores de la planta suelen carecer de un conocimiento detallado del proceso de producción. Después de tres años, la dirección de la planta C permitió al equipo responsable de la MLC1 y la MLC2 elegir sus proyectos. Pero aun así, el equipo tuvo dificultades para crear conocimiento científico porque no se dedicaba a la resolución de problemas multifuncionales en varios departamentos de producción. Por lo tanto, no pudo evaluar cómo los cambios en una etapa afectaban a otras etapas, ni pudo permitir idiosincrasias en varias etapas de producción. Y, por último, a diferencia del director de MLA, el director del equipo de la planta C solo tenía un año de experiencia con Bekaert y solo en la planta C. Por lo tanto, el equipo carecía de la diversidad de conocimientos necesaria para dedicarse a la experimentación científica en varios 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 de conocimiento ricas y diversas, como el director de MLA, para apoyar la resolución de problemas multifuncionales.• • •

Aunque Bekaert fue el que más éxito tuvo con la línea de modelos de Aalter, es posible, por supuesto, que los equipos de producción normales generen soluciones que combinen los conocimientos conceptuales y operativos y los difundan a otras áreas de la planta. Estos esfuerzos pueden hacer 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 pocos o ningún beneficio y los que mejoran la calidad y la productividad en toda la fábrica.

Los autores dan las gracias a la dirección y a los empleados de Bekaert por su inquebrantable cooperación.

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