A lo largo de esos años, Daniel Pablo Paz, cofundador de Logsis, vio un patrón repetirse con tanta frecuencia que ya no lo sorprende: clientes que llegan a una etapa avanzada de un proyecto y ahí descubren que, de haberlo estudiado antes, hubieran invertido distinto.
El problema, según Paz, no es la falta de información sino la herramienta con la que se toma la decisión. “Estoy usando la mejor tecnología disponible para validar una inversión de esta magnitud, o estoy tratando de resolver un problema complejo solamente con una planilla de cálculo“, resume.
Ese problema se agudiza cuanto más grande es la inversión en juego, y hoy en la Argentina hay un escenario donde esa magnitud se volvió la norma. Buena parte del trabajo de Logsis está puesto en proyectos que se presentan bajo el Régimen de Incentivo para Grandes Inversiones (RIGI), el esquema que canaliza gran parte de las inversiones extranjeras en minería y energía en el país y donde el margen de error se reduce en la misma proporción en que crece el monto comprometido. Pero antes de llegar a esa especialización, la historia de Logsis arrancó en un terreno mucho menos definido.
Índice de temas
Un problema que todavía no tenía nombre
Logsis nació hace aproximadamente veinte años, cuando Paz, que venía de trabajar en el área de siderurgia, y su socio identificaron una necesidad que las empresas todavía no sabían cómo resolver: la de un servicio de analítica avanzada que fuera más allá de los sistemas de gestión tradicionales. Ese socio ya había desarrollado ese tipo de trabajo en Brasil y la idea fue replicar esa experiencia en Argentina. Con el tiempo se sumó Andrés Merli, hoy también al frente de la compañía.
Las primeras industrias con las que trabajaron ofreciéndoles simulación y gemelos digitales fueron la del petróleo, siderurgia y puertos, en gran parte porque era el terreno que Paz ya conocía desde adentro. “En ese momento la tecnología era relativamente nueva, no estaba instalada, no era algo que todas las empresas o los profesionales conocieran”, señala Merli. Y agrega un dato que todavía hoy resulta llamativo: “incluso hoy existen grandes empresas que todavía no conocen el potencial de estas herramientas o no las han incorporado a sus procesos de decisión“
Un recorrido que no fue lineal
La compañía arrancó evaluando grandes estudios de inversión: proyectos que requerían validar, antes de construir, si la decisión que estaba por tomarse iba a funcionar. Con el tiempo, la demanda se corrió hacia estudios de optimización de operaciones ya en marcha. Hoy, dice Paz, la empresa volvió a concentrarse en los grandes proyectos de inversión.
Ese vaivén no fue casual: tiene que ver con el tipo de decisión que cada cliente necesita tomar. “Validar significa determinar si el proyecto es técnicamente factible y responder si con la inversión prevista se logrará alcanzar los niveles de producción esperados o si existen restricciones que deban resolverse antes de comprometer capital”, explica Merli.
El síntoma que se repite: no poder calcularlo
Cuando una empresa se acerca a Logsis, el primer paso no es técnico, sino de diagnóstico. “Primero hay que entender el tipo de decisión que quieren tomar, y segundo, entender por qué no la han podido tomarla hasta ahora“, dice Paz. La respuesta, en la mayoría de los casos, es la misma: los métodos tradicionales no les permiten decidir con confianza.
Merli lo describe con más detalle: muchas veces el cliente ya tiene una intuición de dónde está el problema, pero no puede justificarlo ni cuantificarlo. No porque falte voluntad, sino porque el sistema que intenta modificar es demasiado complejo (una variable afecta a la otra, hay factores aleatorios en el medio) y las herramientas convencionales no alcanzan para despejar esa incertidumbre.
“Llegan hasta a un punto en el que no pueden profundizar el análisis para justificar lo que quieren hacer porque no pueden cuantificar adecuadamente el impacto de la decisión“, resume.
Mirar para adelante, no para atrás
Es en ese punto donde Paz plantea la diferencia central entre lo que hace Logsis y las herramientas de inteligencia artificial que hoy dominan buena parte de la conversación sobre tecnología aplicada a los negocios. “Los métodos que están de moda trabajan sobre el pasado. Nosotros lo que hacemos es proyectar el futuro“, dice.
La distinción no es una cuestión de matices. Merli la explica desde la lógica de funcionamiento de los modelos predictivos: cualquier pronóstico basado en inteligencia artificial se construye a partir de datos que ya ocurrieron, así que su capacidad de anticipar está siempre condicionada por lo que pasó antes. “Cuando se analiza una configuración completamente nueva, los datos del pasado no son suficientes“, plantea.
La simulación y los gemelos digitales, en cambio, permiten construir un escenario que todavía no existe y ponerlo a prueba antes de que exista de verdad.
La tecnología detrás: simulación de operaciones y gemelos digitales
La herramienta con la que Logsis resuelve este problema se conoce técnicamente como simulación de operaciones o gemelos digitales (digital twins, en inglés). Es la tecnología que permite anticipar el comportamiento dinámico de un proyecto, considerando múltiples escenarios y alternativas de diseño e inversión, antes de que ese proyecto exista en la realidad.
A diferencia de un modelo financiero tradicional, que proyecta un único resultado esperado, un gemelo digital puede correr cientos de variantes en paralelo —distintas configuraciones de equipos, distintos supuestos de demanda, distintas condiciones operativas— y mostrar cómo se comporta cada una de ellas antes de que la empresa comprometa un dólar en construirlas.
La simulación y los gemelos digitales permiten construir un escenario que todavía no existe y ponerlo a prueba antes de que exista de verdad.
Una semana para entender cualquier proceso
El método de trabajo de Logsis se apoya en algo que la compañía describe casi como un entrenamiento, acumulado a lo largo de años de trabajo en industrias distintas. “Tenemos la gimnasia para entender muy rápidamente la lógica de procesos complejos y focalizarnos en las variables que realmente importan”, asegura Paz. No hay, según explican, una fórmula secreta detrás de eso, sino la repetición de la misma metodología una y otra vez.
Ese proceso se apoya, en los proyectos de mayor escala, en marcos como la metodología FEL (siglas en inglés de Front-End Loading), que ordena la evaluación temprana de un proyecto en etapas sucesivas. Paz explica que el mayor retorno posible se obtiene si esa evaluación se hace en las primeras fases, antes de avanzar con el diseño definitivo, y que ese trabajo inicial suele demandar entre tres y seis meses.
El resultado que recibe el cliente no es un informe técnico cerrado, sino una proyección de escenarios alternativos (qué pasaría si se invierte de una forma, de otra, o de una tercera) y una hoja de ruta de inversiones que ordena en qué orden conviene avanzar y qué retorno esperar en cada etapa.
Los métodos que están de moda trabajan sobre el pasado. Nosotros lo que hacemos es proyectar el futuro
El costo de no estudiarlo antes
Uno de los patrones que Logsis identifica con más frecuencia entre las empresas que todavía no incorporaron este tipo de validación es el del sobredimensionamiento.
Ante la falta de una herramienta que les permita calcular con precisión qué necesitan, muchas compañías optan por el camino más conservador: calculan un promedio y le suman un margen de seguridad amplio. El resultado, según Paz, suele ser una inversión mayor a la necesaria, sin que eso garantice tampoco que el proyecto vaya a funcionar como se espera. “Antes de sobredimensionar un equipo o una instalación e invertir millones de dólares adicionales, conviene destinar una pequeña fracción de esa inversión a estudiarlo“, plantea.
Ese comportamiento, aclaran en Logsis, no depende del tamaño de la empresa sino de su cultura de trabajo. Hay compañías que ya incorporaron este tipo de validación como un paso obligatorio dentro de sus procesos corporativos, y otras que directamente no conocen que la herramienta existe. Petróleo, siderurgia y minería son, según Paz, los sectores más habituados a este enfoque, en parte porque, en el caso de la minería, los proyectos suelen planificarse con horizontes de treinta o cuarenta años. Aun así, el mismo patrón puede aparecer en cualquier industria.
Un régimen de inversión que no perdona errores
Esa urgencia es, hoy, particularmente literal en los proyectos que se presentan bajo el RIGI, donde Paz es tajante: “antes de comprometer una inversión de esta magnitud es fundamental estudiar en profundidad cómo va a funcionar el proyecto. Cuanto mayor es el capital involucrado, mayor es el costo de detectar una restricción cuando la inversión ya fue realizada.”
Esa misma lógica aparece, con matices propios, en otros sectores donde la compañía trabaja. En un proyecto minero, explican, el proyecto muchas veces todavía no tiene nada construido, así que el modelo puede evaluar libremente distintas configuraciones antes de mover una piedra. En una petrolera, el proyecto suele estar todavía sobre la mesa de ingeniería, con un margen amplio para introducir mejoras.
El caso de las exportadoras agroindustriales es distinto: como esas plantas ya están en funcionamiento, cualquier cambio tiene que evaluarse primero de forma virtual, porque no es posible detener una operación real solo para probar una hipótesis. “La gran ventaja para ellos es poder evaluarlo en modo virtual y tomar la decisión sin afectar la operación“, señala Paz.
En términos concretos, estos son algunos de los problemas que Logsis suele encontrar del otro lado de la consulta: una minera que necesita anticipar cuellos de botella en su cadena logística antes de que le generen demoras; un puerto cerealero que tiene que decidir si construir más capacidad de almacenamiento o mejorar sus ritmos de embarque, sin saber de antemano qué impacto económico tendría cada opción; una operación ferroviaria que busca minimizar sus costos operativos antes de comprometer una inversión de expansión.
No se trata de reemplazar el criterio de quien tiene que firmar la inversión, sino de darle una herramienta que hoy la mayoría de las empresas todavía no usa: la posibilidad de ver con anticipación cómo va a comportarse una operación que hoy solo existe en el papel.
Acercar el futuro, antes de construirlo
Cuando un proyecto termina, la relación entre Logsis y sus clientes no siempre se cierra ahí. Según cuentan sus fundadores, es habitual que, una vez entregada la hoja de ruta, la empresa vuelva a pedir nuevos estudios, o que Logsis participe en la etapa siguiente ayudando a implementar las acciones que surgieron del análisis original.
Ese recorrido, de una decisión sin fundamentos claros a una hoja de ruta construida sobre escenarios posibles, es, en definitiva, el que resume el trabajo de la compañía. No se trata de reemplazar el criterio de quien tiene que firmar la inversión, sino de darle una herramienta que hoy la mayoría de las empresas todavía no usa: la posibilidad de ver con anticipación cómo va a comportarse una operación que hoy solo existe en el papel.
“Acercamos el futuro”, resume el concepto que la propia compañía eligió para definirse. Antes de comprometer una inversión millonaria sin saber si va a funcionar, dicen en Logsis, existe una manera de averiguarlo.
