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 KrakowPoloniazbigniew.korendo@pl.abb.com

Dr. Andreas PoncetJörg Holle ABB Schweiz AGCorporate Research CenterCH-5405 Baden-DättwilSuizaandreas.poncet@ch.abb.com

Cuadro de análisis de sensibilidad. Las tareas seleccionadas se destacan en rojo.6