Para un productor de fertilizantes, indicar a cada agricultor qué mezcla aplicar es el servicio central: los agricultores esperan recomendaciones rápidas, fiables y de bajo precio, y dan por sentada la calidad del producto. Pero Soquimich S.A., el productor chileno de fertilizantes, encontró que el proceso de asesoramiento era complicado y lento: sus expertos describían solo de forma vaga las relaciones entre fertilizantes, suelos, clima y rendimientos previos u objetivo.
Soquimich inició el desarrollo de un sistema que determinaría automáticamente mezclas óptimas de fertilizantes. El equipo construyó un híbrido: tecnología de sistemas expertos para capturar el conocimiento de los especialistas, y modelos de programación lineal entera mixta para elegir la mezcla que cumple las restricciones agronómicas al menor costo.
La primera versión, muy sofisticada, fracasó, no por las matemáticas, sino por los humanos. Los agricultores no siempre podían aportar los datos que el sistema exigía, y los usuarios no sabían cómo operarlo ni mantenerlo. El equipo redujo el diseño a una versión simplificada que los usuarios reales podían alimentar, y esa sí funcionó.
El sistema simplificado aumentó las ventas de fertilizantes y se estaba extendiendo a otras regiones de Chile y a otros países. Lo instructivo es la forma del arco: el modelado nunca fue el cuello de botella; lo fue ajustar las entradas y el funcionamiento de la herramienta a su usuario más débil.
La primera versión era demasiado ingeniosa; la simple vendió
La alternativa simple mantiene el asesoramiento agronómico como un servicio experto a medida: preciso pero lento, no escalable, y muere con la disponibilidad de los expertos.
Dividir el problema se ajusta al conocimiento: los sistemas expertos contienen la agronomía cualitativa, la programación entera mixta (MIP) maneja la mezcla que minimiza el costo; ninguno por sí solo hace ambas cosas.
La versión uno fracasó porque las exigencias de entrada superaban lo que los agricultores sabían o podían medir; un modelo vale tanto como su peor entrada factible.
La simplificación hizo posible el mantenimiento en campo, que es lo que permitió que el sistema se extendiera a nuevas regiones en lugar de morir en la fase piloto.
Cuando la calidad se da por sentada, el servicio diferencia: un motor de recomendaciones es infraestructura de ventas. Un modelo que nadie puede alimentar no vale nada; construye la versión uno para el usuario más débil.
El artículo sobre el sistema apareció en Interfaces en 2003. Para entonces, la versión final simplificada estaba funcionando en el negocio de Soquimich, se le atribuía el aumento de las ventas de fertilizantes y se estaba extendiendo a otras regiones chilenas y a otros países. Soquimich (SQM) llegó a convertirse en uno de los mayores productores mundiales de fertilizantes y litio.
CONSULTA LAS PRUEBAS
Las fuentes
- Soquimich Uses a System Based on Mixed-Integer Linear Programming and Expert Systems to Improve Customer Service Interfaces 33(4), INFORMS · pubsonline.informs.org
- Soquimich Uses a System Based on Mixed-Integer Linear Programming and Expert Systems to Improve Customer Service Semantic Scholar · semanticscholar.org