Beneficio mutuo del sistema de fabricación en la nube y los clientes mediante la integración de programación, aceptación de pedidos y equidad bajo una estrategia de mantenimiento

Por qué importan las fábricas compartidas más inteligentes

Cada vez más productos, desde fundas de teléfono personalizadas hasta piezas médicas, se fabrican en redes flexibles de fábricas en lugar de en una única planta. En la fabricación en la nube, las empresas comparten máquinas a través de una plataforma en línea, algo parecido a alquilar capacidad de cálculo en la nube. Esto plantea una gran pregunta: ¿cómo puede ese sistema mantener contentos a la vez a clientes y fábricas—entregando a tiempo, cobrando precios justos y aun así obteniendo beneficio—y, al mismo tiempo, lidiar con averías de las máquinas? Este estudio aborda ese desafío directamente.

Cómo funciona la producción compartida en la nube

En un sistema de fabricación en la nube, muchos clientes envían trabajos para ser producidos por un conjunto de fábricas dispersas geográficamente, cada una con máquinas y capacidades distintas. La plataforma debe decidir qué pedidos aceptar, qué fábrica y máquina manejará cada trabajo y en qué orden deben procesarse. También tiene que considerar los tiempos de envío y las penalizaciones por terminar demasiado pronto o tarde en relación con la fecha de entrega solicitada por el cliente. Dado que la capacidad es limitada y no cumplir los plazos resulta costoso, aceptar todos los pedidos no es realista ni rentable. El corazón del problema es encontrar un plan que aproveche al máximo los recursos compartidos al tiempo que trate a los clientes con equidad.

Equilibrando precio, equidad y salud de las máquinas

Los autores construyen un modelo matemático que integra varias decisiones en lugar de tratarlas por separado. Primero, fijan los precios de los productos mediante una regla de “beneficio mutuo”: el precio debe ser superior al coste real de producción y logística para el sistema, pero inferior a lo que el cliente está dispuesto a pagar. Segundo, definen la satisfacción del cliente en función de cuánto paga realmente por debajo de su límite máximo personal, e introducen un objetivo de equidad que reduce la brecha entre los clientes mejor atendidos y los peor atendidos. Tercero, calculan la utilidad del sistema a partir de su beneficio, comparándola con un referente de mejor caso para que las utilidades del cliente y del sistema puedan ponderarse en escalas similares. Estos tres objetivos—alta satisfacción global, equidad y buen beneficio del sistema—se optimizan conjuntamente.

Mantener las máquinas fiables y los calendarios realistas

Una aportación clave de este trabajo es el tratamiento explícito del desgaste de las máquinas y del mantenimiento. Las máquinas envejecen cuando trabajan y pueden fallar de forma inesperada. El modelo permite distintos niveles de mantenimiento preventivo que pueden “rejuvenecer” una máquina en diferentes grados, así como reparaciones mínimas tras averías súbitas que simplemente restauran la operación sin reducir el desgaste subyacente. El mantenimiento consume tiempo y dinero, pero reduce el riesgo y el coste de fallos futuros. El modelo programa de forma simultánea los trabajos y las ventanas de mantenimiento en máquinas paralelas a lo largo de varias fábricas, mientras rastrea cómo esas decisiones afectan las tasas de fallo, las necesidades de reparación y el rendimiento de las entregas. También se incluyen penalizaciones por terminar demasiado pronto o demasiado tarde, lo que fomenta calendarios que se ajusten a las fechas de entrega acordadas en lugar de limitarse a acabar lo antes posible.

Probando estrategias de decisión más inteligentes

Dado que el problema combinado es muy complejo, los autores usan un algoritmo evolutivo avanzado, NSGA-II, para buscar un amplio conjunto de soluciones “óptimas de Pareto”: planes en los que no es posible mejorar un objetivo (por ejemplo, el beneficio) sin perjudicar otro (como la equidad). Comparan su modelo integrado completo con varias versiones simplificadas que omiten el mantenimiento, omiten el mantenimiento preventivo o la reparación mínima, o ignoran la puntualidad y la tardanza. En una gama de escenarios simulados, el modelo completo ofrece consistentemente mejores compensaciones: mayor beneficio del sistema, menor coste medio para el cliente y diferencias más pequeñas en la satisfacción entre clientes. En algunos casos, añadir la estrategia de mantenimiento más que duplica el beneficio mientras reduce los costes para los clientes y estrecha las brechas de equidad.

Qué significa esto para clientes y proveedores

Para un lector general, la conclusión principal es que la coordinación “inteligente” en la fabricación en la nube puede ser genuinamente beneficiosa para todos. Al decidir, de forma unificada, qué pedidos aceptar, cómo programarlos, cuándo mantener las máquinas y cómo fijar los precios, la plataforma puede mantener las máquinas más saludables, reducir las averías inesperadas y ajustar las entregas a las fechas prometidas. Al mismo tiempo, puede cobrar precios que se mantengan dentro de la zona de confort de cada cliente evitando grandes inequidades en el trato a distintos clientes. El estudio muestra que la planificación y el mantenimiento reflexivos no son solo detalles técnicos: son palancas centrales para construir sistemas de producción basados en la nube que sean rentables, fiables y percibidos como justos por sus usuarios.

Cita: Salmasnia, A., Abbaszadeh, M. & Kiapasha, Z. Mutual benefit of cloud manufacturing system and customers through integration of scheduling, order acceptance and fairness under a maintenance strategy. Sci Rep 16, 10350 (2026). https://doi.org/10.1038/s41598-026-40759-1

Palabras clave: fabricación en la nube, programación de la producción, mantenimiento preventivo, precios justos, optimización multiobjetivo