Dr. Armando Guarnaschelli: “Investigamos para modelar soluciones a problemas de decisión complejos”

08.01.19

El investigador y profesor Asociado Escuela de Ingeniería en Transporte de la Pontificia Universidad Católica de Valparaíso, Dr. Armando Guarnaschelli, es Ingeniero Industrial y doctor en Ingeniería en Sistemas de Información de la Universidad Técnica Nacional (UTN), Argentina. Además, fue becario posdoctoral del CONICET (Consejo Nacional de Investigaciones Científicas y Técnicas) del país trasandino. Sus principales áreas de estudio son Gestión de Cadenas de Abastecimiento y Sistemas de Información para Industrias.

En este contexto, ha investigado sobre el desarrollo de metodologías dirigidas por los procesos de negocio para el diseño de sistemas soporte de decisión (DSS) que requieren la solución centralizada o descentralizada de problemas de decisión complejos. Comprendiendo aplicaciones en las áreas de planificación de la producción, logística y cadenas de abastecimiento, así como también en redes de transporte. A su vez, el profesor Guarnaschelli está involucrado activamente en actividades docentes, dictando cursos relacionados al área de Modelado de Sistemas y de Procesos.

En cuanto a las publicaciones en revistas científicas indexadas, ha escrito sobre un marco orientado a servicios para simulaciones basadas en agentes de cadenas de suministro colaborativas; un enfoque para la gestión de procesos de exportación en una empresa de productos de madera; enfoque integrado del diseño de red y el problema de configuración de frecuencia en sistemas de tránsito rápido ferroviario y Tramp Ship Scheduling Problem con consideraciones de asignación de amarres y restricciones dependientes del tiempo.

Para hablarnos de su trayectoria profesional, tanto en la academia como en el ámbito de la investigación, nos reunimos con el Dr. Armando Guarnaschelli en la Escuela de Ingeniería en Transporte PUCV, donde sostuvimos una amena conversación.

¿Nos podría comentar cómo nace el interés por desarrollar una carrera en la academia?

Decidí estudiar ingeniería industrial en la Universidad Tecnológica Nacional de Argentina, porque siempre me ha motivado la resolución de problemas. Desde esta perspectiva y a modo de aclaración, les comento que, en mi país la carrera de ingeniería en transporte propiamente tal no existe y, por ello, la experticia en el área se obtiene al realizar una especialidad o cursando un magíster.

Digo esto, porque hoy me desempeño como investigador de la Escuela de Ingeniería en Transporte de la PUCV, lo que considera una evolución en mi carrera como ingeniero y que se sustenta en mi permanente interés por el transporte y la logística, como problema de base ingenieril o como tema de investigación.

¿Cómo recuerda sus estudios de pregrado?

Al finalizar mis estudios de pregrado, ingresé a realizar la práctica profesional en INGAR (Instituto del CONICET-ARGENTINA), en el contexto de una posible transferencia tecnológica hacia la empresa YPF, en ese entonces Repsol-YPF. Dicho trabajo fue financiado a través de la consultora SOTEICA Latinoamérica. En ese entonces, dirigido por un equipo de trabajo altamente calificado me fui acercando a la matemática aplicada a la industria.

Nos podría comentar ¿Qué problemáticas trabajaron en aquella oportunidad?

Junto al equipo de trabajo, buscamos una solución tecnológica para el problema de programación de operaciones en una planta de lubricantes y especialidades. Técnicamente, trabajamos con modelos de “scheduling” para procesos de producción semicontinuos con setups dependientes de la secuencia de producción y almacenamiento intermedio y final finito. Sumado a esto, mediante el agregado de aditivos se genera una enorme cantidad de SKUs, lo que aumenta la dificultad de modelado. Desde el punto de vista académico, la naturaleza computacional de estos problemas hace que encontrar buenas soluciones sea difícil, por lo cuál el tema despierta gran interés en la comunidad. Por otro lado, en las industrias de derivados del petróleo las tareas de setup tienen muy alto costo y tener la capacidad de crear buenos o en el mejor caso óptimos programas de producción es muy valorada.

¿Qué concluyó de este trabajo?

Todas estas problemáticas, me impulsaron a tomar la decisión de realizar un doctorado, ya que la curiosidad sobre la temática y profundidad intelectual que requiere, me incentivaron a aprender más y a querer buscar nuevos conocimientos. Fue así como postulé y me adjudiqué una beca de CONICET, muy similar a la que en Chile entrega CONICYT, para cursar el Doctorado en Ingeniería en Sistemas de Información en Argentina.

¿Cuál fue la línea de investigación que desarrolló en el Doctorado?

En el doctorado y siguiendo con la idea del modelamiento, trabajé ideas vinculadas a la formulación de problemas de simulación multi-agente que, de alguna forma, representan la interacción de las empresas, mediante la construcción de entidades que negocian sobre productos, requerimientos, contratos y servicios.

Además, trabajé sobre la idea de generar sistemas de reparación automatizada de planes de producción y distribución, ante la existencia de eventos inesperados, ya sea del medioambiente o por fallas en los recursos. Dicho de otra forma, si una o más empresas están ejecutando planes de producción y distribución conjuntos y se ven enfrentados a una contingencia inesperada, cómo ejecutar un plan de reparación localizado y óptimo.  

¿Qué resultado podría destacar de esta investigación?

La creación de un marco de referencia para expresar programas de producción y/o distribución en forma independiente de los sistemas de información con los que fueron generados. A partir de dicho marco, se crearon mecanismos de reparación centralizada y descentralizada (a través de agentes) de programas dañados por eventos disruptivos. Metodológicamente, se trabajó mucho con agentes de software representados por servicios web, simulación y optimización.

Los desarrollos obtenidos fueron publicados en dos artículos ISI-JCR, inspirados en casos de estudios reales sobre la distribución de urea, desde Bahía Blanca (Argentina) al mundo.

En resumen, concluimos que los planes de mitigación son relevantes para superar eventualidades que generan problemas en la producción y distribución. Digo esto porque en la planificación, hay una etapa de diseño y otra de ejecución de planes. En esta última, aparecen eventos inesperados, donde podemos contemplar el riesgo de manera preventiva, para actuar de la mejor manera cuando el riesgo se materializa. Por ejemplo, todo lo que tenía perfectamente planificado y modelado matemáticamente en una planta de producción, deja de funcionar cuando se rompe una máquina.

¿Por qué le interesó esta línea de investigación?

Siempre me ha interesado investigar la interacción que se da entre los distintos agentes que participan en la cadena de abastecimiento y cómo se vinculan en procesos de fabricación, distribución y almacenamiento. Al respecto, hay que considerar que los actores participantes poseen esquemas de decisión y valoración (utilidad) individuales que no comparten, es decir, todos manejan niveles de información que no están dispuestos a visibilizar a los demás participantes de este proceso. 

¿Qué plantea usted al respecto?

Mis investigaciones avanzan hacia el planteamiento de estrategias descentralizadas de toma de decisiones que coordinen las actividades de los distintos actores en las cadenas de abastecimiento, minimizando la información compartida. En los esquemas actuales, la coordinación entre un conjunto de clientes y un proveedor, sólo es posible en esquemas descentralizados muy restrictivos o bien compartiendo toda la información privada relevante. Es decir, compartir toda la información de demandas, costos, preferencias de despacho, etc. La cuestión es que en la vida real esto no sucede, lo que impide que las empresas puedan implementar estos modelos matemáticos óptimos idealizados.

De esta manera, mi línea de investigación se sustenta en la pregunta: ¿Cómo hacer para que, con intercambios de información parciales, podamos llegar a soluciones factibles y/o aplicables que sea acerquen al óptimo ideal de coordinación de operaciones en cadenas de abastecimiento

¿Esto es posible?

Por supuesto. En la práctica se dan negociaciones y acuerdos de colaboración, esta propuesta propone optimizar y automatizar dichas interacciones. La problemática de compartir o no la información se da mucho en el ámbito del transporte y la logística, porque básicamente la información privada de las empresas, es una de las cosas que más se resguardan y que, al mismo tiempo, son necesarias para fortalecer la competitividad de las cadenas de valor.  

¿Y cómo se puede avanzar si los actores resguardan tanto la información?

Debemos ser capaces de generar mecanismos que incentiven a las empresas a compartir parcialmente su información privada. En paralelo es necesario dotar a los mecanismos de interacción posibilidades de aprendizaje, donde pueda mejorarse la negociación a lo largo de una historia de interacciones. Un ejemplo de esto es el esquema de aprendizaje por refuerzo (“Reinforcement Learning”). En este tipo de esquemas la experiencia y las acciones realizadas en el tiempo permiten generar un perfil de cada uno de los actores como tomadores de decisiones.     

¿Nos podría dar un ejemplo?

Un ejemplo claro en la vida real, se da cuando dos agentes negocian, ya que se van conociendo mediante pasan nuevas experiencias y se va creando una imagen de cómo es y cómo actúa la contraparte. Esto, llevado a un modelamiento matemático, podría generar perfiles de los agentes participante y que interactúan en estos procesos.

Dicho de otra manera, investigamos para modelar soluciones óptimas frente a problemas de decisión complejos en cadenas de producción y distribución.

¿Cuál fue el aporte que usted más valora de sus estudios postdoctorales?

Si bien en el doctorado avancé muchísimo, creo que la consolidación del conocimiento ocurrió en el postdoctorado. En lo personal, se consolidó mi línea de investigación e incluso me atrevería a decir que sufrió una reorientación, sustentada en una revisión profunda que me permitió determinar dónde estaban los aspectos de mejora.

¿En qué consistió esta reorientación?

Los conocimientos de mi formación de base en ingeniería industrial, complementada con los nuevos conocimientos adquiridos en el doctorado en Ingeniería en Sistemas de Información, me posibilitaron definir cuáles son las principales características y particularidades de mi línea propia de investigación. En este caso, ésta posee fuertes componentes de técnicas de optimización clásica basada en algoritmos matemáticos, con heurísticos de optimización no tradicionales, vinculados a la generación de perfiles y a la resolución de problemas asociados al mundo de la computación.   

De esta forma, la reorientación vino por dejar de lado el componente informático-tecnológico para la implementación de soluciones (arquitecturas de estos sistemas), para enfocarme en los modelos matemáticos y la resolución de problemáticas asociadas a éstos.

¿Estos modelos son teóricos o logran bajar al mundo real?

De estos modelos matemáticos, algunas cosas han bajado a la realidad. En la web uno puede ver increíbles avances, por ejemplo, en comercio electrónico y subastas automatizadas. Sin embargo, la idea que me convoca es cómo permear esto, a los problemas de producción y distribución (que es el foco de la cadena de abastecimiento) ámbito donde aún no se han dado estos avances. 

Cambiando de tema ¿Podría contarnos algo de su llegada a la PUCV?

Llegué en marzo de 2015, tras postular y ser aceptado para una plaza de la Escuela de Ingeniería en Transporte de la Pontificia Universidad Católica de Chile. Desde mi llegada, puedo reconocer que, tras un período de adaptación, me fui sintiendo muy cómodo y feliz de haber tomado la decisión de venir a Chile, porque me integré a un equipo muy cohesionado y que trabaja muy bien.

Al respecto, puedo comentar que después de investigar en Argentina, llegué a la PUCV donde viví otro proceso de reorientación en el ámbito investigativo. Esto, me ha permitido en los casi 4 años que llevo en Chile, tener mis primeras publicaciones en temáticas vinculadas a la negociación distribuida entre partes, pero aplicadas al mundo del transporte. En la actualidad, estamos trabajando en diseño de redes de transporte, donde queremos integrar diseño y operación calculando el equilibrio de Nash, donde actores tomadores de decisiones independientes, que no colaboran (“egoístas”), pueden de igual manera a contribuir para encontrar la mejor solución para el sistema.

¿Quién le acompaña en sus investigaciones?

El equipo de investigación al que pertenezco es internacional, ya que está integrado académicos de universidades en Francia y México. Con ellos, hemos participado en seminarios y congresos y, además, tenemos dos publicaciones en evaluación relacionadas con el diseño de redes vinculadas a la fijación de precios de los peajes. Para generar conocimiento en esta línea de investigación, debemos considerar a modo de ejemplo, que nos encontramos ante conductores que quieren minimizar su costo de viaje al circular por la red y, para ello, debemos modelar una función que considera otras variables como el precio del peaje y la congestión que va a sufrir el vehículo por su decisión de ruteo. Luego, el resultado lo integramos con la decisión del operador de la red de transporte, quien se enfrenta a la disyuntiva de si por cobrar peaje por tramo de ruta y/o por construir nuevos tramos y también cobrar por ellos.

Es importante considerar que cada vez que el operador decide construir un nuevo tramo, los vehículos también se van a ver beneficiados con esta decisión, pero considerando el pago de un peaje. De esta manera nos enfrentamos a la disyuntiva de la mejora en los tiempos de viaje y el costo monetario de ocupar este nuevo tramo de la red de transporte. Por todo lo explicado, nosotros generamos soluciones de equilibrio, buscando que haya ganancia tanto para el operador como para los usuarios de estas rutas.

¿Cómo se han fijado históricamente los precios del peaje?

Históricamente, la fijación del valor de los peajes se ha hecho de forma secuencial, es decir, tomando decisiones un tras de otra, asumiendo los problemas de manera independiente, por ejemplo, respondiendo a las preguntas: dónde construyo, cuántos carriles, etc. Nosotros lo hacemos de forma integrada, es decir, desde la perspectiva de la operación, agregando variables como los costos de viaje, la demanda periódica y el problema de la congestión, entre otras. 

¿Ha desarrollado alguna otra línea de investigación?

Claro. Mi segunda línea, tiene que ver con el transporte y la distribución de energía que, en apariencia, podría verse distinta a mi otro trabajo, sin embargo, en la interacción encontramos también clientes que compiten por un recurso escaso. En el caso particular de estudio, investigamos el caso del GNL, donde Chile aparece como uno de los principales importadores en la región, con sus dos plantas en Quintero y Mejillones. Lo que estamos haciendo es crear planes anuales de despacho, desde las plantas de licuefacción, hacia los clientes en los diferentes países.

Así, estamos trabajando la generación de planes de despacho óptimos en barcos, teniendo en cuenta que hoy esto se hace a partir de una negociación par a par que no logra ver el total de problemas. Por ejemplo, una empresa que concesiona la compra y regasificación en Chile, lo hace contra su proveedor par a par, quien al mismo tiempo lo hace con Argentina, México, etc., por tanto, para acceder a una solución óptima, debemos lograr que todos compartan la información para acceder a una mirada sistémica de todas las interacciones, pero sabemos que eso no va a ocurrir.

¿Cómo esperan entonces acercarse a estas soluciones óptimas?

En este contexto, queremos estudiar cuáles son los mecanismos para acercarnos a la solución óptima sin la necesidad de compartir toda la información. Esto lo logramos a partir de información parcial y construyendo perfiles de los clientes que interactúan.

Me gustaría dejar en claro que, en términos técnicos, el mayor problema que encontramos siempre es de coordinación, ya que, si todos compartieran la información, un tomador de decisiones lograría un óptimo que nadie podría mejorar. Ahora, sabiendo que esto no es posible, el mecanismo que proponemos considera una solución de equilibrio y nuestro trabajo es que ésta se acerque lo más posible al óptimo del sistema para que todos queden conformes, lo que se da por ejemplo coordinando una cadena de distribución. En definitiva, ver cómo todos los clientes, proveedores, centros de distribución y las estaciones de transferencia, trabajan en forma cercana al óptimo, sin la necesidad de compartir toda la información.

Finalmente ¿Cómo se definiría como investigador y cómo vislumbra su fututo?

Primero reconocer con humildad que aún tengo mucho por aprender como investigador. Luego, puedo declarar que me gusta resolver problemas y utilizar todas las técnicas al alcance para lograrlo. Asimismo, creo que mi principal aporte a la generación de conocimiento, tiene que ver con el desarrollo de estrategias de coordinación exitosas a partir de modelamientos matemáticos, que puedan impactar en la optimización los sistemas de producción y distribución aplicables en la vida real. Digo esto porque podemos enfrentarnos a una dificultad intelectual importante, lograr resultados teóricos sorprendentes, pero que no logran bajar a tierra. En este último punto, radica mi principal desafío futuro como investigador.

¿Alguna cosa que quisiera agregar?

Solo agradecer el apoyo de las autoridades responsables de la investigación en la PUCV, porque han puesto a disposición de los investigadores diversos fondos que, en mi caso particular, me han permitido cubrir, por ejemplo, el tiempo de programación que mis investigaciones requieren y, de esta forma, fortalecer las líneas de investigación y las publicaciones asociadas. A futuro, espero seguir consolidando los primeros resultados alcanzados en el área de la coordinación, aplicable a múltiples problemas de industria y logística. Al respecto, tengo muchas ganas de seguir adelante en la PUCV, y responder al rol social de su sello valórico.   

Por Marcelo Vásquez, Periodista VRIEA PUCV