Comprensión de sistemas de apoyo a decisiones en ingeniería

Los sistemas de apoyo a la decisión (DSS) son sistemas de información integrados basados en ordenadores que combinan datos, modelos e interfaces de usuario para apoyar la toma de decisiones semiestructuradas y no estructuradas. En contextos de ingeniería, un DSS ayuda a los directores de proyectos, ingenieros de diseño y propietarios de empresas a evaluar los cambios comerciales, optimizar la asignación de recursos y simular los resultados antes de comprometer capital o tiempo.

Los componentes básicos de un DSS incluyen una base de datos (o almacén de datos) para almacenar datos estructurados y no estructurados, una base modelo con algoritmos analíticos y de simulación, y una interfaz de usuario que presenta resultados en paneles, informes o visualizaciones. Modern DSS a menudo incorpora herramientas de inteligencia empresarial, módulos de aprendizaje automático e integración con el software de planificación de recursos institucionales (ERP).

Aunque las grandes empresas de ingeniería han dedicado departamentos y presupuestos de TI a implementar sofisticados DSS, las pequeñas empresas – normalmente definidas como tener menos de 50 empleados y ingresos anuales menores de 10 millones de dólares– se enfrentan a una realidad diferente. Según un informe de 2023 de la Sociedad Americana de Ingenieros Civiles (ASCE), las pequeñas empresas de consultoría y diseño representan más del 80% de la industria de ingeniería en los Estados Unidos por cuenta firme, sin embargo, adoptan herramientas de apoyo a decisiones avanzadas a menos de la mitad de su tasa de su mayor sostenibilidad.

Desafíos clave enfrentados por pequeñas empresas de ingeniería

Recursos financieros limitados

Las pequeñas empresas de ingeniería operan con márgenes de afeitar y de alta calidad, y una implementación completa de DSS puede costar fácilmente $20,000 a $ 100.000 en licencias iniciales, hardware y tasas de integración, dependiendo de la complejidad. Incluso modelos basados en la nube de Software-as-a-Service (SaaS) que reducen el gasto inicial de capital, llevan tasas de suscripción mensuales que se agregan rápidamente cuando los límites de almacenamiento de datos son excedidos o se requieren asientos adicionales de usuario.

Más allá de la compra inicial, los costos continuos para actualizaciones de software, mantenimiento de servidores (si en locales), medidas de ciberseguridad y respaldo de datos pueden consumir 10-20% de la inversión inicial anualmente. En una encuesta de 2022 por Engineering Management Review, el 67% de las pequeñas empresas de ingeniería citaron "costos de tecnología impredecibles" como una barrera principal para la adopción de nuevos sistemas. Muchos propietarios de empresas están a la hora de cerrar contratos a largo plazo sin un ROI claro, especialmente cuando los pagos rápidos.

Para ilustrar, considere el ejemplo de una firma de ingeniería civil de 12 personas en Ohio que intentó implementar un DSS de nivel empresarial para la simulación de tráfico y modelado hidrológico. Después de gastar $45,000 en licencias de software y otro $15,000 en un consultor para configurar el sistema, la firma descubrió que sus estaciones de trabajo existentes carecían de las capacidades necesarias de RAM y GPU. Actualización de hardware agregó $ 8.000 por estación de trabajo, empujando la inversión total mucho más allá de los tres piloto de $ 80,

Falta de conocimientos técnicos

La implementación y mantenimiento de un DSS requiere una combinación de habilidades que son escasas en pequeños equipos de ingeniería: ingeniería de datos, análisis estadístico, integración de sistemas y capacitación de usuarios. A diferencia de las grandes empresas que emplean a científicos de datos y especialistas en TI, las pequeñas empresas suelen pedir a ingenieros superiores o directores de proyectos que se doblen como la "persona tecnológica". Estos individuos ya están reducidos por trabajo facturable, y aprender un nuevo sistema complejo mientras mantiene los proyectos en horario a menudo conduce a la incendios o adopción parcial.

Además, los conocimientos de dominio necesarios para personalizar un DSS para el trabajo de ingeniería – como la aplicación de matrices de decisión ponderadas para la selección de materiales, la creación de simulaciones de Monte Carlo para el análisis de riesgos de costos, o la integración de datos de SIG para la selección de sitios – no se enseña en la mayoría de los programas de ingeniería de grado. Un estudio de 2021 publicado en el Journal of Professional Issues in Engineering Education and Practice encontró que sólo 23% de graduados de ingeniería civil reportó un entrenamiento formal en herramientas de apoyo a decisiones.

Otra dimensión de este desafío es que los proveedores de software de DSS diseñan a menudo sus productos para clientes empresariales, con curvas de aprendizaje pronunciadas e interfaces administrativas complejas. Un administrador a tiempo parcial de una pequeña empresa puede luchar por configurar permisos basados en roles, establecer importaciones de datos automatizadas de fuentes externas (como bases de datos meteorológicas o índices de costes materiales), o errores de integración de solución de problemas.

Resistencia al cambio y a los obstáculos culturales

La resistencia organizativa es quizás el obstáculo más subestimado. La cultura de ingeniería a menudo valora la intuición, la experiencia y la "sentimiento de gatos" – especialmente entre los principales que construyeron la firma en su juicio personal. Presentar un DSS que cuantifica el riesgo, sugiere alternativas o decisiones automatizadas pueden sentirse amenazantes. Los ingenieros menores pueden acoger la herramienta, mientras que los socios establecidos pueden desestimarla como una "caja de tiempo".

La gestión del cambio en una pequeña empresa es particularmente difícil porque no hay mecanismos formales para el mandato de arriba abajo y ningún campeón de cambio dedicado. En una gran empresa, un gestor de proyectos se puede asignar a la adopción principal, y los incentivos de rendimiento se pueden alinear con las métricas de uso. En una pequeña empresa, el propietario o el socio gerente debe conducir personalmente el cambio, sin embargo, son los más empinados en los procesos heredados.

Un ejemplo ilustrativo es una empresa de ingeniería arquitectónica de 25 personas en Denver que trató de implementar un DSS para la iluminación y optimización de energía. El socio principal insistió en utilizar la herramienta para cada proyecto, pero ingenieros asociados, que fueron evaluados en horas facturables, resentido el paso extra. Empezaron a entrar datos falsos para "satisfechos" el sistema mientras continuaban dependiendo de las reglas del pulgar.

Estrategias para superar los desafíos en materia de aplicación

Inicio Pequeño con un proyecto piloto

La forma más eficaz de superar las limitaciones financieras y la resistencia cultural es evitar un "gran explosión". En cambio, identificar un problema de decisión de alto valor y bajo riesgo que la firma enfrenta actualmente y aplicar una solución DSS para ese problema. Por ejemplo, una pequeña empresa de ingeniería mecánica podría construir un modelo simple de cambio de costos para un proceso de fabricación 15%, utilizando un DSS basado en hojas de cálculo que puede ser actualizado más adelante.

Una vez que el piloto demuestra un valor tangible, el campeón interno puede utilizar los resultados para construir un caso de negocio para una adopción más amplia. La inversión inicial baja reduce el riesgo financiero, y la experiencia práctica ayuda a los miembros del equipo a desarrollar confianza y competencia. Además, un piloto permite a la firma probar el apoyo al proveedor, la facilidad de integración y las necesidades de formación de los usuarios antes de comprometerse a una plataforma completa.

Solicitar apoyo y asociaciones externos

Las pequeñas empresas de ingeniería no necesitan resolver todo en el interior. La colaboración con consultores tecnológicos especializados en aplicaciones de ingeniería puede proporcionar experiencia crítica sin un contrato de tiempo completo. Muchas universidades con programas de gestión de ingeniería ofrecen servicios de consultoría asequibles a través de sus centros de divulgación de negocios. Por ejemplo, la Universidad de Texas del Instituto IC2 de Austin se ha asociado con decenas de pequeñas empresas de ingeniería para construir DSS personalizado a tarifas subvencionadas.

Otra estrategia eficaz es asociarse con un proveedor de software de ingeniería sobre una base de referencia. Los proveedores suelen ofrecer tarifas de licencias reducidas o períodos de prueba gratuitos a cambio de testimonios y retroalimentación, especialmente si la firma opera en un sector sub-merecido. Plataformas DSS basadas en la nube como Invensis’ DSS ejemplos muestran cómo las pequeñas empresas pueden acceder a análisis sofisticados mediante suscripciones mensuales sin límites.

Las pequeñas empresas también deben considerar la posibilidad de unirse a alianzas de compra cooperativas donde múltiples empresas comparten el costo de una implementación de DSS y un administrador compartido. Por ejemplo, un grupo de cinco empresas de ingeniería estructural en el mismo área metropolitana podría comprar conjuntamente un DSS basado en la nube para el análisis de carga eólica y dividir los costos del servidor. Este modelo se está volviendo más popular a través de organizaciones como la pequeña cooperativa de ingeniería (SEFCO).

Invertir en la gestión de la capacitación y el cambio en objetivos

La formación debe ir más allá de los tutoriales de software; debe abordar el "por qué" y "cómo" de la toma de decisiones impulsada por datos dentro del contexto de ingeniería. En lugar de esperar que cada ingeniero se convierta en un científico de datos, la firma debe identificar uno o dos "superusuarios" que reciben una formación profunda sobre los aspectos técnicos del DSS. Estos superusuarios luego se convierten en recursos de apoyo interno, reduciendo la dependencia de los consultores externos.

El manejo del cambio en una pequeña empresa es más relacional que estructural. El propietario o socio gerente de la empresa debe comunicar los beneficios del DSS en términos que resonan con cada miembro del equipo. Para los ingenieros mayores enfocados en la experiencia, el mensaje podría ser que el DSS maneja cálculos repetitivos, liberando a los usuarios para centrarse en el diseño de mayor nivel y las relaciones con los clientes.

También es útil institucionalizar el DSS integrándolo en el proceso de control de calidad de la firma. Si el procedimiento operativo estándar requiere que las decisiones clave de cada proyecto se registren usando el DSS (por ejemplo, supuestos de estimación de costos, criterios de selección de materiales, registro de riesgos), entonces el uso se vuelve habitual en lugar de opcional. Durante un período de tres meses, la herramienta se incrusta en el ADN de la firma.

Priorizar las características basadas en puntos de dolor

En lugar de comprar un paquete DSS todo en uno, las pequeñas empresas deben realizar una "evaluación de las necesidades de decisión". Esto implica enumerar las 10 decisiones recurrentes que causan retrasos, errores o retrabajo, luego mapear las características DSS a cada. Por ejemplo, si el precio de orden de cambio toma constantemente 12 horas y tiene una alta tasa de error, un módulo DSS que automatiza las revisiones de precios de proveedores y ajustes de tasa de trabajo podría producir ahorro inmediato.

Las empresas deben clasificar estas necesidades por costo de fracaso y frecuencia. Un sistema de puntuación simple puede ayudar a decidir cuál componente de DSS comprar primero. Muchos proveedores de software permiten la compra modular; por ejemplo, Procore] ofrece módulos de gestión de proyectos que se centran en el apoyo a la decisión para el coste y el calendario, mientras que Bluebeam

Medición del éxito y el mantenimiento del momento

Después de la implementación, es fundamental establecer indicadores clave de rendimiento (KPI) que rastrean el impacto del DSS. Las métricas comunes incluyen: tiempo ahorrado por decisión (por ejemplo, reducción de la revisión de las ofertas de 4 horas a 2), reducción de errores (por ejemplo, menos RFIs debido a las especificaciones incompletas), y mayor rentabilidad (por ejemplo, menos proyectos que terminan en el presupuesto debido a una mejor asignación de recursos).

Un factor de éxito a menudo pasado por alto es la calidad de los datos. Un DSS es tan bueno como los datos incorporados en él. Las pequeñas empresas deben establecer reglas simples de gobernanza de datos: normar las convenciones de nombres para tipos de materiales, códigos de proyecto y categorías de costes; [invertir datos de forma más rápida[4]

Tendencias futuras: Qué pequeñas empresas de ingeniería deben ver

El paisaje de DSS está evolucionando rápidamente, con varias tendencias acudiendo a reducir las barreras para pequeñas empresas. La informática en la nube ya ha reducido los costos de infraestructura; la siguiente frontera es el aumento de plataformas DSS de código bajo/no código que permiten a los ingenieros construir modelos personalizados utilizando interfaces de arrastrar y soltar y consultas de lenguaje natural.

El DSS basado en bloques comienza a aparecer en la cadena de suministro y la ingeniería logística, ofreciendo rutas de auditoría inmutables para las decisiones – un boón para el cumplimiento regulatorio en campos como la seguridad estructural o evaluación del impacto ambiental. Aunque todavía incipiente, estas tecnologías podrían dar eventualmente capacidades de pequeñas empresas que anteriormente eran sólo asequibles para grandes empresas. Además, la tendencia hacia la fijación de precios basados en resultados (pagar por decisión exitosa en lugar de licencia) está ganando tracción, que valor.

Por último, las pequeñas empresas de ingeniería deberían considerar la participación en consorcios industriales que mantienen modelos compartidos de DSS. Por ejemplo, el Structural Engineering Institute ofrece un DSS basado en la nube para cálculos de carga que se actualizan por cientos de empresas miembros. Al reunir recursos, las pequeñas empresas obtienen acceso a un sistema que sería prohibitivamente caro individualmente. La colaboración y la adopción modular definirán la próxima década de DSS en pequeñas empresas de ingeniería.

Conclusión

La implementación de un sistema de apoyo a la decisión en una pequeña empresa de ingeniería es una empresa formidable pero factible. Los principales obstáculos – presupuestos limitados, falta de experiencia técnica y resistencia cultural – son estructurales en lugar de insuperables. Al comenzar con un piloto enfocado, aprovechar apoyo externo y alianzas de proveedores, invertir en entrenamiento práctico y gestión de cambios, y priorizar características que abordan las decisiones más dolorosas de la firma, las pequeñas empresas pueden desbloquear las ventajas de la planificación de largo plazo de los datos

Para los líderes de ingeniería contemplando este camino, recuerde que un DSS no es una compra única sino una capacidad de evolución. Medir el progreso, celebrar victorias y refinar continuamente el sistema a medida que crece la firma. Con el enfoque adecuado, incluso la empresa de ingeniería más pequeña puede aprovechar el poder de apoyo a la decisión para competir eficazmente en el complejo y rápido entorno de ingeniería de hoy.