Upload
dinhdiep
View
217
Download
0
Embed Size (px)
Citation preview
Revista ABB 3/2002 57
i usted, en una noche de verano, ha
pasado por una calle llena de res-
taurantes, seguro que conocerá la sensa-
ción. Tener muchas posibilidades de elec-
ción es algo estupendo, pero puede poner-
le a usted ante un dilema. El ávido personal
de los restaurantes intenta con sus mejores
medios convencerle de que su estableci-
miento ofrece la mejor comida y el mejor
servicio de la ciudad. Con gran probabili-
dad, los insistentes reclamos, la lectura de
la carta y la vista del restaurante tendrán
influencia sobre su decisión.
Una cosa es conseguir que usted se
siente a la mesa, otra muy distinta es garan-
tizar la buena comida y el buen servicio
prometidos. Si el restaurante no es capaz de
satisfacerle, usted no volverá y tampoco
recomendará el restaurante a ninguno de
sus conocidos. Evidentemente, esto no
beneficia al negocio. Pero utilicemos nues-
tra imaginación y supongamos que el res-
taurante tendrá que pagar una penalización
si la comida se retrasa o si esta no es tan
exquisita como había prometido. La idea de
atraer a los clientes por medio de incentivos
se convierte de pronto en una apuesta en la
que el propietario del restaurante también
corre riesgos.
Algo parecido sucede en el mundo de la
industria. Las empresas compiten entre sí
ofreciendo atractivos contratos a sus clien-
tes potenciales para asegurarse el negocio.
Una manera de reducir sustancialmente el
precio de oferta del contrato es plantear el
margen de beneficios incluyendo bonifica-
ciones al rendimiento: el contrato incluirá
cláusulas de bonificación o penalización
según se alcancen o no determinados obje-
tivos. En ocasiones, no obstante, se intenta
hacer una oferta atractiva pero no se identi-
fican ni cuantifican adecuadamente determi-
nados riesgos; incluso se pasan por alto
algunos de ellos, con costosas consecuen-
cias posteriores. De este modo, una oferta
RiBAMichal Orkisz, Andreas Poncet, Zbigniew Korendo, Michal Kreft, Jörg Holle
La asunción de riesgos puede implicar laposibilidad de perder, pero esto no significanecesariamente que tenga que haber un perde-dor. Dado que los proyectos de renovación ymantenimiento se basan cada vez con másfrecuencia en el rendimiento obtenible, laevaluación de riesgos ha evolucionado hastaconvertirse en un valioso instrumento para lasofertas de ABB a de sus clientes.
La evaluación RiBA (Risk-Based Assess-ment) basada en riesgos es una herramienta desoftware desarrollada por ABB con el fin deconstituir una sólida plataforma para la gestiónde riesgos y para el desarrollo de estrategiasque permitan reducir los mismos en proyectoscompetitivos.
S
Una herramienta cuantitativa deseguimiento y evaluación de riesgos
Technology Review
58 Revista ABB 3/2002
solo resulta segura si se entienden correcta-
mente los riesgos asociados al caso (por
ejemplo, los riesgos de programación y los
daños y perjuicios que pudieran derivarse
de ellos) y se ajustan consecuentemente los
planes del proyecto.
En general, el análisis de riesgos para la
planificación de proyectos exige el concur-
so de analistas experimentados y de sólidas
herramientas de software. Puede ocurrir
que un experto analista esté en condiciones
de hacer el trabajo, pero en general sus
recursos son también limitados. Para conse-
guir un análisis eficaz, lo fundamental es
contar con una sólida herramienta de soft-
ware para el análisis de riesgos.
Contratos ‘win-win’ de
rendimiento
Los contratos basados en el rendimiento
benefician tanto a los clientes como a ABB.
Resultan beneficiosos para los clientes por-
que los libera de la incertidumbre; y resul-
tan beneficiosos para ABB porque la reduc-
ción de riesgos tiene un valor financiero.
Por lo tanto, las empresas ABB consideran
extremadamente importante poder ofrecer
contratos verdaderamente competitivos, en
los cuales las cláusulas de bonificación y
penalización son parte integrante del valor
de los mismos.
Un buen ejemplo de lo expuesto es el
contrato, basado en el rendimiento, que
una compañía eléctrica estadounidense
acaba de adjudicar a ABB para el proyecto
de renovación de cinco subestaciones de
Alta Tensión situadas en una zona indus-
trial. En el proyecto, dirigido por ABB Uti-
lity Services en EE UU, colaboraron más de
30 empresas en calidad de subcontratistas y
subproveedores; la experiencia anterior
indicaba que algunas de dichas empresas
podrían provocar retrasos en el proyecto.
Durante la planificación del proyecto se cal-
culó el rendimiento previsto para cada una
de las empresas, a partir de su fiabilidad y
experiencia y del tipo de trabajo a realizar.
Estos cálculos se tuvieron en cuenta poste-
riormente para evaluar los riesgos del pro-
yecto.
Al principio, la compañía eléctrica pro-
puso un valor contractual que reducía el
margen de ABB a menos del 1%. Pero las
partes concluyeron un contrato, basado en
el rendimiento, con cláusulas financieras
que hacían depender el margen de la capa-
cidad de ABB para obtener diversas bonifi-
caciones. Por otra parte, determinadas cláu-
sulas de penalización, por retrasos o cortes
de corriente, hacían posible que se pro-
dujeran pérdidas. La solución consistió en
crear las condiciones para una situación
‘win-win’, de modo que el interés de ABB
–contar con un margen alto–, quedaba
ligado al deseo de la compañía eléctrica de
finalizar el proyecto con la mayor brevedad,
sin causar problemas a sus clientes. El con-
trato real hubo de ser redactado en solo
cuatro días laborables.
El establecimiento de esta situación
‘win-win’ sería mucho más fácil con la eva-
luación RiBA (Risk-Based Assessment) basa-
da en el riesgo. La colaboración entre los
Centros de Investigación Corporativa de
ABB en Suiza y Polonia, con la participa-
ción activa de los directores de proyecto de
la Business Area Utility, dio como resultado
esta herramienta de evaluación de proyec-
tos, de tecnología punta basada en web,
que combina el análisis de la planificación
de proyecto, el impacto financiero y los
riesgos para la calidad.
RiBA, perspectiva general
RiBA ha sido desarrollado para cuantificar
riesgos, desarrollar planes de reducción de
riesgos (antes de presentar ofertas para con-
tratos de renovación y mantenimiento) y
permitir el seguimiento continuo de los pro-
yectos. RiBA es un simulador que describe
un proyecto como un conjunto de tareas
dependientes entre sí, cuya duración es
indeterminada dentro de ciertos límites y
cuya finalización, antes o después de una
fecha límite especificada, puede conllevar
una bonificación o penalización definida. La
herramienta establece un gran número de
diferentes situaciones posibles (estocásticas)
de acuerdo con la distribución de probabili-
dad de las variables indeterminadas. Los
resultados se consolidan en forma de histo-
gramas (de tiempo y costes), que posterior-
mente se depuran para reducir el efecto de
la dispersión estadística.
Como ya hemos mencionado, la solidez
y la exclusividad de RiBA se deriva del aná-
lisis combinado de la planificación, del
impacto financiero y de los riesgos para la
calidad. RiBA es una herramienta de softwa-
re servidor-cliente, con una base de datos
de modelos de proyecto y subcontratistas y
un motor de cálculo de riesgos, que utiliza
una combinación de métodos numéricos,
como los componentes de software y la
simulación Monte Carlo (por ejemplo, el
motor de cálculo MATLAB y la tecnología
JAVA Enterprise Beans). Una característica
fundamental de RiBA es que su frontal se
integra a la perfección con Microsoft Pro-
ject, un entorno reconocido universalmente
para la modelización y gestión de proyec-
Technology Review
“ Los resultados del análisis RiBA de riesgossientan una base sólida para la negociación yoptimización del contrato con el cliente.
Usuario piloto de RiBA
Revista ABB 3/2002 59
tos. En el futuro también se podrá conectar
a otros softwares de modelización de pro-
yectos.
El objetivo del desarrollo, integrado
satisfactoriamente en RiBA, era crear una
herramienta para analizar de forma sencilla
y eficaz situaciones del tipo ‘qué sucede
si . . . ’. Demás, RiBA debía permitir realizar la
planificación del proyecto y el análisis de
riesgos en un entorno común de software.
Las características principales de RiBA
son:
n Evaluación de riesgos orientada a la
planificación, basada en la incertidumbre
de la duración de las tareas del proyecto.
n Evaluación de riesgos orientada al valor,
basada en cláusulas de rendimiento de
tareas o de hitos del proyecto (bonifica-
ción/penalización).
n Inclusión de factores de riesgo para la
calidad.
n Creación y acceso compartido en web
de perfiles de rendimiento de subcontratis-
tas y subproveedores.
n Base de datos de plantillas de proyectos
compartidos en web.
n Análisis de sensibilidad de costes y de
planificación.
Este conjunto de características convierte a
RiBA en una sólida plataforma para la eva-
luación de riesgos y el desarrollo de estrate-
gias de reducción de riesgos para proyectos
competitivos, por ejemplo, durante las
negociaciones y la planificación de contra-
tos, al ejecutar el proyecto y para gestionar
los proveedores y subcontratistas.
Modelización con RiBA
Incertidumbre de la duración
Para facilitar las tareas a los usuarios, las
funciones de densidad de probabilidades
utilizadas en RiBA se expresan en cinco
parámetros diferentes: percentiles superio-
res e inferiores, cuantiles superiores e infe-
riores y moda. El establecimiento de los
percentiles superiores e inferiores (por
ejemplo, 5 % y 95 %, respectivamente) redu-
ce todavía más el número de parámetros a
introducir. De hecho, los usuarios de RiBA
únicamente tienen que introducir tres pará-
metros por tarea, denominados cálculos
previstos, optimistas y pesimistas . Previs-
tos significa ‘de acuerdo con el programa’,
optimistas significa que (con respecto a las
cifras mencionadas anteriormente) ABB
solo tiene una probabilidad del 5% de
mejorarlos y pesimistas significa que en el
1
Distribuciones de probabilidad y simulaciones Monte Carlo
Los métodos Monte Carlo (MC) son técnicas de simulación numérica queutilizan secuencias de números aleatorios para crear sistemas complejos,sin necesidad de formular una descripción física (por ejemplo, ecuacionesdiferenciales) del comportamiento del sistema. En lugar de ello, estosmétodos precisan una descripción del sistema por medio de un conjuntode funciones pdf de densidad de probabilidades (también denominadasdistribuciones), como por ejemplo pdf Weibul. Al utilizar las simulacionesMC, RiBA evalúa un gran número de realizaciones de proyecto de acuer-do con la distribución de probabilidad especificada para la duración de lastareas. En cada caso concreto se simula la evolución del proyecto resul-tante determinando la duración de cada tarea a partir de la distribución deprobabilidad de la misma o, si es necesario tener en cuenta las depen-dencias entre las duraciones, a partir de la distribución conjunta. La dura-ción total del proyecto se calcula aplicando las reglas de interdependenciade tareas (por ejemplo, la tarea A no puede comenzar antes de haberfinalizado la tarea B). Las penalizaciones para cada tarea se calculan ysuman para obtener el valor de bonificación/penalización global delproyecto. Por lo tanto existen dos resultados para cada realización delproyecto: la duración total y la penalización total. Los resultados de lasdiferentes realizaciones se combinan formando dos histogramas: la distri-bución de la duración total del proyecto y la distribución del valor total delproyecto.
Análisis de sensibilidad
La función de cálculo de sensibilidad permite a los usuarios de RiBAvisualizar los efectos de la incertidumbre de una tarea concreta sobre elvalor y el tiempo de ejecución global del proyecto. En otras palabras, estafunción muestra hasta qué punto el proyecto depende del resultado –des-conocido– de cada tarea. Esto es posible por la consideración del impac-to real que la distribución de duraciones tiene sobre cada tarea.
En este modelo, una tarea crítica pero sin incertidumbre resulta tener sen-sibilidad cero aunque se trate de una ‘tarea crítica’; la idea es que si ladistribución es determinista (segura), ya no es posible seguir mejorándola.Una tarea con una distribución muy amplia puede, por el contrario, teneruna sensibilidad significativa (incluso crítica en determinadas iteraciones).Las sensibilidades independientes se computan para determinar la distri-bución de la duración del proyecto y del valor del mismo.
60 Revista ABB 3/2002
95 % de los casos ABB no estará por debajo
de ellos. En otras palabras, existe una pro-
babilidad del 90 % de que nos encontremos
entre los cálculos optimista y pesimista.
Prestaciones del subcontratista
A menudo, la incertidumbre de la duración
prevista para una tarea dependerá del ren-
dimiento de un socio externo. Por lo tanto,
RiBA permite cuantificar el impacto del ren-
dimiento del subcontratista sobre el resulta-
do global del proyecto. Si las simulaciones
indican que el impacto y el riesgo van a ser
excesivos, se podrán adoptar las medidas
adecuadas.
Al igual que la incertidumbre de la dura-
ción de una tarea, el ’perfil de fiabilidad’ de
un socio externo se expresa también como
una función de distribución de probabilida-
des. La función se basa en un juicio cualita-
tivo sobre las prestaciones anteriores del
socio externo junto con la descripción de la
tarea en cuestión, que, debido a su propia
naturaleza, puede ocasionar retrasos. RiBA
ofrece el acceso a una base de datos web
que incluye a todos los socios contratis-
tas (con sus respectivos perfiles probabilísti-
cos de rendimiento), entre los cuales se
podrá seleccionar al socio más capacitado
para realizar la tarea.
Cláusulas de rendimiento
Normalmente, las cláusulas de rendimiento
(bonificación/penalización) se aplican a
las etapas clave del proyecto, aunque es
posible asignarlas a cualquier tarea. Las
cláusulas definen una bonificación o penali-
zación dependiendo de si la tarea se finali-
za antes o después de una fecha límite
específica. En RiBA, estas cláusulas se
expresan como funciones lineales, como
muestra el ejemplo de la figura : el eje
horizontal representa el tiempo necesario
para completar la tarea (en días), y el eje
vertical el impacto financiero de la misma
(en miles de dólares). Si la tarea se finaliza
3
2
100 días tras el inicio del proyecto mostrado
en este ejemplo, no habrá bonificación ni
penalización alguna. Si se concluye la tarea
antes de la fecha límite habrá una bonifica-
ción, especificada según la curva de bonifi-
cación (250 dólares/día), pero el retraso en
la terminación conlleva una penalización
que aumenta hasta alcanzar los 120 días y
se estabiliza a continuación. La penalización
máxima, 35.000 dólares, se aplica cuando la
fecha de terminación alcanza o supera los
145 días.
Al calcular la duración de una tarea se
estima su bonificación/penalización (si ha
sido especificada) interpolando entre los
puntos extremos. Las bonificaciones/penali-
zaciones de las distintas tareas se combinan
para obtener la bonificación/penalización
global del proyecto.
Así, los costes de las tareas se modelizan
explícitamente en función de la duración
o tiempo necesario para completar las
mismas, a diferencia de las herramientas de
software disponibles para el análisis de
riesgos, que modelizan los costes en fun-
ción de los recursos o los simulan como
variables aleatorias correlacionadas con las
tareas.
En se detalla un programa RiBA típi-
co con las incertidumbres de duración y
una función de rendimiento.
Riesgos para la calidad
Un proyecto puede contener varios aconte-
cimientos discretos que pueden ocasionar
penalizaciones. Por ejemplo, el fallo impre-
visto de un transformador puede originar
una penalización de 50.000 dólares. Estos
acontecimientos, pertenecientes a la rúbrica
de riesgos para la calidad, se representan
en el modelo como tareas con duración
nula y no afectan a la duración total del
proyecto. Su distribución de probabilidad se
4
Technology Review
Incertidumbre de la duración de tareas: modelización1
define como distribución uniforme entre 0 y
1; una función de penalización asocia, con
una probabilidad dada, dicha distribución a
la penalización especificada. Por ejemplo,
una función con una penalización de 50.000
dólares para valores comprendidos entre
0 y 0,1 y sin penalización para valores 0,1
y 1, indicaría, teniendo en cuenta la distri-
bución uniforme mencionada, una probabi-
lidad del 10 % de que se produzca el fallo
y, por lo tanto, de que se aplique la penali-
zación de 50.000 dólares.
Cálculo de riesgos: intuición con
un toque cuantitativo
Una vez determinado el modelo, es posible
llevar a cabo los análisis de riesgos. En las
simulaciones se sigue el método Monte
Carlo (véase columna en la página. . . ). Esto
implica el cálculo de un gran número de
iteraciones, cada una de las cuales repre-
senta un conjunto plausible de duraciones
de tareas y de riesgos para la calidad
derivados de sus distribuciones específicas.
El coste y la duración global del proyecto
se calculan en cada iteración.
Las distribuciones de la duración de las
tareas se detallan en forma de gráficos de
densidad de probabilidades (histogramas)
de la distribución de valor y de la duración
. Para reducir el número de iteraciones
necesarias para alcanzar cierta precisión, los
histogramas se depuran con un núcleo de
control. (El efecto de la dispersión estadísti-
ca se ve, de hecho, reducido por medio de
la utilización de una función de núcleo de
control aplicada al histograma. En este caso
concreto se utiliza un núcleo de Gauss
normalizado como núcleo de depuración).
Asimismo se realizan informes sobre las
estadísticas más relevantes (por ejemplo, los
cálculos pesimistas y optimistas).
Para estudiar el modo de interpreta-
5
ción de los resultados, veamos el gráfico
Distribución de la Duración del Proyecto en
. La duración prevista para el proyecto
es de 230 días, es decir, si todas las tareas
concluyen exactamente según lo previsto
(ni antes ni después), el proyecto finalizaría
5
en ese tiempo. El plazo de 230 días también
coincide con la duración global del proyec-
to determinada por Microsoft Project. No
obstante, hemos incluido cierta reserva de
tiempo para cubrir la incertidumbre de la
duración de las tareas, ya que, en general,
Base de datos de subproveedores,
compartida y con perfiles de rendimien-
to, utilizada para modelizar la incerti-
dumbre de la duración de tareas
(Interior: perfil de fiabilidad)
2
90 100 110 120 130 140-5
0
5
10
15
20
25
30
35
A
B C
D
t
k$
Modelización de cláusulas de rendimiento: función bonificación/penalización 3
Revista ABB 3/2002 61
62 Revista ABB 3/2002
es más probable el retraso de una tarea que
la finalización de la misma antes de lo pre-
visto. Como es lógico, la duración global
del proyecto también puede superar las
previsiones. Podemos deducir de los resul-
tados que la duración media es de 236 días,
seis días más de lo previsto. Las otras dos
cifras indicadas son las duraciones optimista
y pesimista, que representan los límites de
probabilidad del 5% y del 95 %, respectiva-
mente. Esto significa que el proyecto tiene
un 5 % de probabilidades de durar menos
de 221 días y un 95 % de posibilidades de
finalizar en menos de 254 días. Es decir, las
duraciones mínima y máxima posibles son
de 221 y 254 días respectivamente (dentro
de un límite de confianza del 5%). Convie-
ne destacar que la duración optimista del
proyecto no es el resultado de sumar la
duración optimista de todas las tareas indi-
viduales (lo mismo puede decirse de la
duración pesimista). En este punto reside la
ventaja de RiBA sobre un simple cálculo
(por ejemplo, aritmético) de la duración
total del proyecto a partir únicamente de las
duraciones máxima y mínima de las tareas.
La probabilidad de que todas las tareas que
componen un proyecto concluyan dentro
de la duración mínima o máxima estimada
es muy pequeña, de modo que un sistema
tan sencillo proporcionaría resultados erró-
neos, por ejemplo un rango de duraciones
mucho más amplio que lo indicado por la
propia probabilidad. Por otra parte, un
retraso en una de las primeras tareas puede
tener un ‘efecto avalancha’, es decir, un
efecto significativo sobre las penalizaciones
a las tareas posteriores. RiBA proporciona al
usuario una perspectiva objetiva de la situa-
ción.
Otra característica de la visualización de
los resultados es la lectura de probabilida-
des. El sistema muestra que la probabilidad
de finalización en un plazo de 230 días es
sólo del 25 %. Con el cursor es posible ajus-
tar cualquier duración que se tiene como
objetivo y visualizar su probabilidad. Esto
resulta útil, por ejemplo, cuando el usuario
desea proporcionar a un cliente una fecha
segura para la finalización del proyecto.
Naturalmente, esto dependerá de la defini-
ción de ‘segura’, por ejemplo considerando
razonable una probabilidad de uno sobre
diez de retraso del programa. Es posible uti-
lizar el cursor para deducir la duración final
con una probabilidad del 90%. Podremos
entonces proponer al cliente, de manera
segura, esta duración de proyecto (por
ejemplo 248 días), aunque todavía utilice-
mos la duración de 230 días para la planifi-
cación interna.
El gráfico inferior en proporciona
información similar (valores previstos, opti-
mistas, medios y pesimistas) para la Distri-
bución de Valor del Proyecto. El cursor
tiene la misma función que en el gráfico
superior. Este gráfico será normalmente más
complejo que la curva, de campana, de la
duración del proyecto, debido a las diversas
funciones de penalización que implica.
Es necesario tener cuidado al interpretar
estos gráficos. En general, no es posible
deducir que la duración de un proyecto
determinado implique un determinado
coste de proyecto. Esto se debe a que es
posible lograr de diversas formas una dura-
ción de proyecto concreta (por ejemplo, la
tarea A lleva menos tiempo y la tarea B más
tiempo, o viceversa), y cada una de dichas
formas puede dar como resultado una
penalización diferente.
Sensibilidad y optimización
Una vez calculada la duración del proyecto
y las posibilidades de los costes, el paso
5
Technology Review
Plan 6Atlantis Inc.
Contruct 4
Commission
0Milestone 1
4
$
+
-
Visualización de un programa de proyecto con extensiones RiBA (incertidum-
bres de duración y cláusula de rendimiento)
4
“ RiBA aporta valor añadido por medio de laprecisa definición de incentivos o penaliza-ciones de rendimiento que se incluyen en lapropuesta de contrato.” Usuario piloto de RiBA
Revista ABB 3/2002 63
siguiente es poner a prueba y optimizar el
programa del proyecto. Es posible, por
ejemplo, modificar la secuencia de tareas o
asignar estas a subproveedores más fiables.
Para hacer estas modificaciones de manera
eficaz conviene saber cuáles son las tareas
más problemáticas. RiBA ofrece una función
de análisis de sensibilidad que ayuda a los
usuarios a establecerlas mediante el análisis
del impacto de las diferentes tareas.
El análisis de sensibilidad tiene como
objetivo establecer hasta qué punto la incer-
tidumbre de la duración de una tarea afecta
a la duración y al valor general del proyec-
to. El análisis describe cada tarea por medio
de dos cifras, la sensibilidad de duración y
la sensibilidad de valor. Se trata de dos
cifras diferentes, ya que una tarea puede
contribuir a la duración global del proyecto
sin provocar un impacto sobre el valor
general, y viceversa.
La sensibilidad de la duración describe
el impacto que la distribución de duración
de una tarea individual tiene sobre la incer-
tidumbre de la duración global del proyec-
to. Si un proyecto se compone únicamente
de una tarea, cuya fecha de finalización
tiene un margen en torno a los dos días, el
margen del proyecto y la sensibilidad serán
de dos días. Si reducimos el margen de la
tarea a un día, la sensibilidad se reducirá
igualmente. Si, por el contrario, un proyecto
incluye una tarea que no puede afectar a la
duración del proyecto (por ejemplo, porque
se realiza paralelamente a una tarea de
mayor duración), la sensibilidad de dicha
tarea será cero. La sensibilidad del valor se
encuentra en una situación análoga: su
magnitud expresa hasta qué punto la incer-
tidumbre de una tarea influye sobre la
incertidumbre del valor del proyecto. La
sensibilidad del valor podría ser indepen-
diente de la sensibilidad de la duración; por
ejemplo, una tarea no crítica en cuanto a
tiempo (sensibilidad de duración cero)
podría tener asignada una función de pena-
lización, de modo que su sensibilidad sea
distinta de cero.
El sistema traza las sensibilidades de
valor y duración calculadas para todas las
tareas , de modo que el usuario puede
centrarse en la racionalización de las tareas
que más afectan al proyecto.
Existe otra opción para activar y desacti-
var las funciones de penalización individual
durante el análisis. Esto permite al usuario
visualizar las funciones de penalización con
mayor impacto y reformularlas en la medida
de lo posible.
Cuando el camino crítico no es
crítico en absoluto
Muchos programas destacan el camino críti-
co, pero el concepto mismo de camino críti-
6
co se vuelve poco preciso cuando se tiene
en cuenta la incertidumbre de la duración
de las tareas. Piense usted en dos tareas
domésticas paralelas: usted ajusta el tempo-
rizador del horno en 30 minutos para cocer
un pastel y a continuación corre a la tienda
de la esquina a comprar chocolate para
decorarlo. Sólo podrá espolvorear el choco-
late sobre el pastel si ha realizado satisfacto-
riamente ambas tareas. Supongamos que el
camino de ida y vuelta a la tienda solo dura
siete minutos, de modo que el horneado
del pastel está en el camino crítico, pero la
compra del chocolate no lo está. La dura-
ción del horneado no tiene incertidumbre,
pero el desplazamiento hasta la tienda
podría suponer más tiempo del previsto.
Puede ocurrir que la tienda de la esquina
no tenga el chocolate que usted busca, de
modo que usted tendrá que conducir hasta
el supermercado más cercano. En este caso,
Resultados de la simulación RiBA: distribuciones de probabilidad de la duración
(arriba) y del valor (abajo) globales del proyecto.
5
64 Revista ABB 3/2002
la tarea de compra sustituye al horneado en
el camino crítico.
Este sencillo ejemplo muestra cómo el
incluir la incertidumbre en la planificación
de un proyecto puede dar como resultado
un camino crítico muy distinto del que se
encontraría con un plan de proyecto que
asigna una duración fija a cada tarea y no
considera incertidumbre alguna en la esti-
mación de dicha duración. RiBA calcula
correctamente el camino crítico aunque
existan incertidumbres en el modelo.
En general, la sensibilidad a la duración
de una tarea que no pertenezca al camino
crítico es baja. No obstante, cuando se con-
sidera la incertidumbre cualquier tarea
pudiera resultar crítica. Cuanto menos fre-
cuentemente resulte crítica, más baja será la
sensibilidad a la duración.
Ventajas para todos
Ya se dispone de diversas herramientas de
software para la evaluación cuantitativa de
riesgos, pero RiBA destaca entre ellas por
las ventajas que ofrece en los campos
siguientes:
n Integración con las herramientas existen-
tes (Microsoft Project); el entorno de pro-
gramación común significa que no se preci-
san capacidades de software o herramientas
adicionales.
n Base de datos central de subcontratistas
y subproveedores para la optimización y el
control del rendimiento.
n Reutilización del diseño (RiBA utiliza
modelos de Microsoft Project estándar); es
posible crear conjuntos genéricos de planti-
llas de subproyectos para compartir la
experiencia de planificación de proyectos
propia de la empresa.
n No es necesario duplicar el esfuerzo de
diseño, ya que la planificación del proyecto
y el análisis de riesgos se llevan a cabo en
el mismo entorno.
n Apoyo para la optimización del proyec-
to, mediante el análisis de sensibilidad de
costes y duración.
n Análisis de escenario sencillo y rápido
(‘qué sucedería si . . . ’).
n Interpretación inmediata de los resulta-
dos del análisis.
n Facilidad de utilización; dialogo intuitivo
(las matemáticas son invisibles para el usua-
rio).
Mirando hacia el futuro
Es posible utilizar RiBA tanto para el segui-
miento como para la planificación. En el
primer caso, dado que ya se han completa-
do determinadas tareas y estas ya no tienen
incertidumbre, las duraciones de las tareas
se encuentran configuradas en sus valores
reales. La posterior repetición de la simula-
ción de análisis de riesgos actualizará
entonces los perfiles de riesgos del proyec-
to a partir de la información más reciente.
Un perfil cada vez más preciso de riesgos
indica que el proyecto se encuentra en
buen camino; si parece que no se van a
alcanzar los objetivos, el director del pro-
yecto recibirá un aviso.
Aunque RiBA fue desarrollado original-
mente para proyectos de renovación y man-
tenimiento, es posible aplicarlo con facili-
dad en muchos otros sectores de negocio
de ABB y en una gran variedad de proyec-
tos. Actualmente, RiBA está en funciona-
miento en 13 instalaciones piloto de EE UU,
Reino Unido y Suiza. Las próximas actuali-
zaciones integrarán el feedback de los usua-
rios piloto.
Technology Review
Autores
Dr. Michal OrkiszDr. Zbigniew KorendoMichal KreftABB Sp. Zo.o.Corporate Research CenterPL-31-038 [email protected]
Dr. Andreas PoncetJörg Holle ABB Schweiz AGCorporate Research CenterCH-5405 Baden-Dä[email protected]
Cuadro de análisis de sensibilidad. Las tareas seleccionadas se destacan en rojo.6