Análisis del riesgo y la incertidumbre en la cadena de suministro del sector automotriz desde la perspectiva de gestión de proyectos

Abstract

Esta investigación tiene como propósito, a partir de un diagnóstico integral, analizar con el uso de herramientas desde la perspectiva de la gestión de proyectos un instrumento de gran utilidad para dar validez a la hipótesis formulada basada en investigaciones previas de Brasil y Alemania, junto con la clasificación de riesgos presentada por Chopra y Sodhi (2004), y Quang y Hara (2019). Con la cual se busca generar un aporte en la identificación, priorización y evaluación de los riesgos que se presentan en la cadena de suministro del sector automotriz puntualmente en las ensambladoras. La metodología aplicada para este fin se basó en el análisis de los riesgos e incertidumbre, gracias a la información recolectada por medio de encuestas en las compañías colombianas ensambladoras del sector automotriz, a su vez procesada por medio de la herramienta RISK (Análisis probabilístico de riesgos en Excel); este software se enfoca en análisis y modelado de riesgos en Microsoft excel utilizando la simulación del modelo probabilístico Monte Carlo. Como resultado de la investigación, la herramienta estadística de simulación Monte Carlo, arroja la necesidad de priorizar las estrategias enfocadas en los procesos con los proveedores del exterior ya que estos riesgos generan la mayor probabilidad y criticidad para el proceso. Ahora bien, una vez recolectada y procesada la información se presenta ante las ensambladoras dejando el precedente de la necesidad de crear estrategias orientadas en el desarrollo de proveedores locales que puedan competir en costo y calidad a los proveedores del exterior, como prioridad para mitigar posibles impactos al proceso. Para futuras investigaciones se recomienda orientar hacia la evaluación con mayor profundidad los riesgos que se generan en el sector automotriz, contando con datos históricos a través de costos y tiempos generados en el sector junto con la contribución de los directamente implicados principalmente en el abastecimiento ya que este fue el principal riesgo que arrojo el estudio con mayor probabilidad y criticidad.

The purpose of this research is, based on a comprehensive diagnosis, to analyze with the use of tools from the perspective of project management a very useful instrument to validate the formulated hypothesis based on previous research from Brazil and Germany, together with the risk classification presented by Chopra and Sodhi (2004), and Quang and Hara (2019). With which it seeks to generate a contribution in the identification, prioritization and evaluation of the risks that arise in the supply chain of the automotive sector specifically in the assembly plants. The methodology applied for this purpose was based on the analysis of risks and uncertainty, thanks to the information collected through surveys in Colombian assembly companies in the automotive sector, in turn processed through the RISK tool (Probabilistic Risk Analysis). in Excel); This software focuses on risk analysis and modeling in Microsoft Excel using Monte Carlo probabilistic model simulation. As a result of the research, the statistical Monte Carlo simulation tool shows the need to prioritize strategies focused on processes with foreign suppliers since these risks generate the greatest probability and criticality for the process. Now, once the information has been collected and processed, it is presented to the assemblers, leaving the precedent of the need to create strategies aimed at the development of local suppliers that can compete in cost and quality with foreign suppliers, as a priority to mitigate possible impacts. to the process. For future research, it is recommended to orient towards a more in-depth evaluation of the risks that are generated in the automotive sector, having historical data through costs and times generated in the sector along with the contribution of those directly involved mainly in the supply since This was the main risk that the study revealed with greater probability and criticality.