Las cadenas de suministro enfrentan una complejidad creciente mientras las empresas luchan por equilibrar rentabilidad, demanda de mercado fluctuante y regulaciones de emisiones de carbono. Un nuevo estudio publicado en Frontiers of Engineering Management en 2025 desarrolla un modelo de cadena de suministro basado en control óptimo en el que la tasa de producción se trata como una variable dependiente del tiempo desconocida en lugar de un valor fijo. Este enfoque ofrece un camino práctico hacia operaciones de cadena de suministro sostenibles y económicamente viables.
Las cadenas de suministro modernas operan bajo demanda volátil influenciada por estacionalidad, cambios de precios y comportamiento del consumidor, lo que dificulta la coordinación entre fabricantes y minoristas. Mientras tanto, gobiernos de todo el mundo están aplicando impuestos al carbono para frenar las emisiones de gases de efecto invernadero, aumentando aún más la presión operativa sobre los sistemas de producción. La mayoría de los estudios existentes sobre cadenas de suministro asumen tasas de producción constantes, pasando por alto las fluctuaciones del mundo real y sus consecuencias ambientales.
Investigadores de la Universidad de Burdwan, la Universidad Jahangirnagar y el Tecnológico de Monterrey reportaron un nuevo modelo basado en control óptimo que aborda la coordinación de la cadena de suministro bajo condiciones de demanda variable e impuestos a las emisiones de carbono. El trabajo, publicado con DOI 10.1007/s42524-025-4110-6 en Frontiers of Engineering Management, introduce un enfoque donde la tasa de producción no es fija sino que se ajusta dinámicamente como una función dependiente del tiempo desconocida.
El estudio formula un modelo de cadena de suministro de dos niveles fabricante-minorista donde la demanda del mercado depende simultáneamente del precio de venta y del tiempo. La tasa de producción se define como una variable de control, y la emisión de carbono se modela como una función lineal de la intensidad de producción, lo que significa que una mayor producción genera emisiones proporcionalmente más altas. Para resolver el problema variacional no lineal, los investigadores aplicaron teoría de control óptimo y evaluaron adicionalmente escenarios descentralizados utilizando análisis de juego de Stackelberg.
Para obtener decisiones óptimas sobre producción, fijación de precios, inventario y costos de emisiones, se probaron y compararon seis algoritmos metaheurísticos, incluyendo el Algoritmo de Campo Eléctrico Artificial, Algoritmo Firefly, Optimizador Grey Wolf, Algoritmo de Búsqueda Sparrow, Algoritmo de Optimización de Ballenas y el Algoritmo de Optimización de Equilibrio (EOA). Los resultados muestran que EOA superó a otros algoritmos en precisión de solución, convergencia y estabilidad. El análisis de sensibilidad demuestra además cómo las variaciones en la tasa impositiva, el costo de producción o la elasticidad del precio influyen en los resultados de ganancias y emisiones.
Estos hallazgos confirman que el control dinámico de producción puede reducir el impacto ambiental mientras mantiene la rentabilidad, ofreciendo una estrategia más realista que los modelos que utilizan supuestos de producción fija. "Este modelo acerca la planificación de producción a las condiciones reales de la industria", explican los autores. "Al tratar la tasa de producción como una variable en lugar de una constante, permitimos que el sistema reaccione a la demanda y las restricciones de emisiones a lo largo del tiempo".
Esta investigación proporciona un marco de apoyo a la toma de decisiones para industrias que operan bajo políticas de regulación de carbono. Puede guiar a los fabricantes en el ajuste dinámico de la producción para equilibrar costo, fluctuación de la demanda y objetivos de emisiones. El modelo es aplicable a sectores como acero, cemento, productos químicos, bienes de consumo y logística, donde la producción de carbono escala directamente con la intensidad de producción. Con el endurecimiento de los impuestos globales a las emisiones, este enfoque puede ayudar a las empresas a desarrollar estrategias más ecológicas, reducir penalizaciones y mejorar la colaboración con minoristas.
Las implicaciones de esta investigación se extienden a través de industrias que enfrentan presiones de impuestos al carbono. A medida que gobiernos de todo el mundo implementan regulaciones de emisiones más estrictas, las empresas deben encontrar formas de mantenerse rentables mientras reducen su huella ambiental. Este modelo ofrece un marco matemático que podría transformar cómo se gestionan las cadenas de suministro, reduciendo potencialmente las emisiones de carbono en los sectores manufactureros mientras se mantiene la viabilidad económica. Trabajos futuros podrían incorporar eventos estocásticos, entradas de energía renovable o cadenas de múltiples productos para mejorar aún más el diseño de cadenas de suministro impulsadas por la sostenibilidad.
