Software basado en modelos: simulaciones virtuales para reducir riesgos y mejorar procesos

La previsión de riesgos y la eliminación de errores serían dos pilares claves sobre los que debería sustentarse cualquier empresa. Adelantarse a eventualidades que pongan su negocio en peligro y su imagen en entredicho, y mejorar sus procesos son objetivos prioritarios, a los cuales, contribuye en gran medida el software basado en modelos. Y es que, aunque estas metas no sean nuevas, tras la crisis económica mundial a las empresas y organismos se les exigen mecanismos más sofisticados y eficientes para el control de sus riesgos. Así, en el ámbito financiero, por ejemplo, la consultora IDC augura en uno de sus últimos estudios que el 40% de las instituciones financieras incrementará en los próximos meses su inversión en soluciones que les ayuden a gestionar sus riesgos, pero además, apostarán por aquellas que sean más precisas en sus análisis. En este sentido, actualmente la tecnología, específicamente, por ejemplo, el software de cálculo técnico, hace posible simular y visualizar un escenario determinado, bien sea un proceso de diseño, una situación económica concreta, etc., y predecir el resultado introduciendo las variables y los datos pertinentes, lo que supone un avance extraordinario para ganar competitividad en múltiples sectores: económico, energético, ingeniería aeroespacial, de telecomunicaciones, automoción, etc. Un ejemplo: una compañía eléctrica desea conocer con precisión los precios y volúmenes de energía en los distintos mercados en los que opera. Gracias a los datos analizados por algoritmos de cálculo técnico podrá obtener información de su capacidad de generación y demanda. De esta manera, la empresa, además de favorecer sus ventas, tendrá la posibilidad de detectar oportunidades de negocio en otro tipo de explotaciones, como la energía eólica, por ejemplo.

Juan Nasarre es director general de MathWorks España y Portugal

Siguiendo con el ejemplo del sector energético, las operaciones se han ido haciendo más complejas y el mercado cada vez más competitivo, por eso es aconsejable reflexionar y analizar los datos disponibles para optimizar la producción y adaptarse a las demandas del mercado lo mejor posible. Así, la rentabilidad y productividad finales se verán claramente favorecidas. Por lo tanto, la sustitución de métodos tradicionales y la inversión en nuevos enfoques y soluciones tecnológicas no es un asunto baladí.

Por su parte, por poner otro ejemplo, en el sector financiero, cerca de la mitad de las entidades financieras, también, según IDC, están sometidas a raíz de la crisis económica a procesos que complican su gestión (como las fusiones) requieren un control más exhaustivo de sus operaciones. Además, se prevé que esta cifra crezca porque la banca se enfrenta, asimismo, a exigencias por parte de los organismos reguladores de mayor transparencia al tiempo que afronta los cambios constantes que imponen los mercados. Lo que es obvio y la crisis lo ha hecho aún más evidente es que la información del sector económico necesita controles más rigurosos y el enfoque del software basado en modelos es capaz de proporcionarlo, realizando previsiones más exactas. Esta tecnología se aplica, por ejemplo, en las pruebas de estrés a bancos, como las hechas públicas el pasado verano a la banca europea. Ellas muestran, por ejemplo, la resistencia de las entidades financieras en escenarios como, por ejemplo, un aumento desmesurado de la morosidad. En definitiva, el sector debe beneficiarse de una tecnología basada en modelos capaz de predecir y optimizar la gestión de riesgos, así como de valorar diferentes productos financieros como, por ejemplo, las carteras de fondos de inversión a través de análisis estadísticos virtuales que permiten determinar el valor de las acciones o ayudar a la toma de decisiones, aplicando estrategias innovadoras.

La utilidad del diseño basado en modelos es, por otra parte, muy clara en sectores como el de la automoción, la electrónica, la industria aeroespacial, la ingeniería industrial, etc., porque permite coordinar el trabajo de los diferentes equipos de ingenieros involucrados en un proyecto de diseño, con el objetivo de evitar errores y agilizar el proceso. Así, profesionales que trabajan con sistemas de naturaleza diversa y que se encuentran en puntos geográficos distintos pueden poner a prueba sus progresos y comprobar de forma virtual la integración del diseño, verificando de forma temprana el funcionamiento y evitando la realización de costosos prototipos de hardware hasta una fase final. Al dejar de trabajar de manera aislada, como ocurría tradicionalmente, sino compartiendo avances, se reduce el tiempo del diseño y, por consiguiente, los errores y los costes.

Como conclusión me gustaría insistir en algo tan obvio como que las empresas tienen la obligación de impulsar económicamente el país y recolocarlo en el marco de prosperidad que le corresponde. Ganar competitividad pasa por reducir los errores, el tiempo y los costes. Y la tecnología basada en modelos permite realizar cálculos y previsiones de grandes volúmenes de datos y darles una traducción práctica de una forma visual y sencilla. Y eso es ganar competitividad.

Redacción Silicon

La redacción de Silicon está compuesta por profesionales del periodismo 2.0

Recent Posts

¿Cómo está impactando la inteligencia artificial en la gestión del retail?

En esta tribuna, Joaquim Borrás, consejero asesor de SISQUAL, explica cómo la inteligencia artificial transforma…

5 días ago

La IA en el lugar de trabajo: lo bueno, lo malo y lo que hay que tener en cuenta

En esta tribuna, David Parry-Jones, Director de Ingresos de DeepL, analiza el impacto de la…

3 semanas ago

Físico vs Digital: la importancia de la prueba de producto en la era de Internet

En esta tribuna, Ignacio Zaera, fundador y CEO de Simpling.pro, explica la importancia del sampling…

3 semanas ago

Datos de calidad: El secreto para evitar errores en la Inteligencia Artificial

Sergio Rodríguez de Guzmán, CTO de PUE, explica en esta tribuna cómo la calidad de…

1 mes ago

Crear una cultura de seguridad proactiva es crucial a medida que avanza la IA generativa

En esta tribuna, Mark Ryland, Director de Seguridad de Amazon, explica la importancia de una…

2 meses ago