El verdadero coste del tiempo de inactividad en 2024

El tiempo de inactividad no planificado es ahora un costo que los principales fabricantes no pueden afrontar. En el sector automovilístico, el coste de una línea de producción inactiva en una planta grande asciende ahora a 695 millones de dólares al año, 1,5 veces más que hace cinco años. En una planta de Industria Pesada es de $59 millones, 1,6 veces mayor que en 2019.

Por lo tanto, el tiempo de inactividad no planificado ahora les cuesta a las 500 empresas más grandes del mundo el 11% de sus ingresos. Eso equivale a 1,4 billones de dólares equivalentes al PIB anual de una importante nación industrial como España.

Estas son las conclusiones clave de este informe de Siemens "The True Cost of Downtime 2024" ,una revisión de los verdaderos costos del tiempo de inactividad para los fabricantes y las organizaciones industriales durante los últimos cinco años.

En el extremo inferior, el coste de una hora perdida asciende ahora a 36.000 dólares en bienes de consumo de rápido movimiento. En el extremo superior se encuentran 2,3 millones de dólares en el sector del automóvil, es decir, más de 600 dólares por segundo.

Ante este tipo de costos, las empresas se han visto obligadas a intentar reducir el tiempo de inactividad sin piedad. La mayoría lo ha logrado. Desde 2019, casi todos los sectores han reducido el número de horas de inactividad sufridas. La industria pesada lo ha reducido a casi un tercio de los niveles de 2019.

Sólo estos esfuerzos han impedido que los costos generales del tiempo de inactividad se salgan de control. Las empresas han introducido nuevas y poderosas tecnologías para minimizar las horas de producción perdidas. El Internet de las cosas les ha permitido recopilar datos sobre el estado de sus máquinas.

El Mantenimiento Predictivo (PdM) les ha permitido evitar fallos en las máquinas por un lado y los costes del sobremantenimiento en el otro. El mantenimiento programado frecuente mantiene las máquinas en buen estado, pero también conlleva costos considerables en líneas innecesariamente cerradas y la necesidad de mantener existencias de costosos repuestos. PdM ha pasado de ser una tecnología prometedora a una parte esencial del negocio.

• Los costos de las paradas no planificadas son generalmente mucho más altos hoy que hace cinco años. En Automoción, cada hora de inactividad cuesta el doble que en 2019. En Industria Pesada, cuesta cuatro veces más.

• Los costes son más elevados en el sector de la Automoción. Una hora de inactividad en una gran planta automotriz cuesta ahora 2,3 millones de dólares la hora, o más de 600 dólares el segundo.

• En Petróleo y Gas, el coste de una hora de inactividad cayó drásticamente en 2023, en consonancia con la caída de los precios del petróleo. Pero en 2022 se produjeron costes récord.

• En FMCG (bienes de consumo de rápido movimiento), el coste de una hora de inactividad se ha mantenido relativamente estable desde 2019.

• Los crecientes precios de la energía fueron el factor crítico en el creciente costo de una hora de inactividad en los últimos cinco años.

• Las pérdidas totales por tiempo de inactividad también están aumentando, pero a un ritmo más lento que los costos por hora. Estimamos que el costo de una planta grande promedio en los sectores que encuestamos es ahora de 253 millones de dólares al año.

• Estimamos que las 500 empresas más grandes del mundo pierden casi 1,4 billones de dólares al año debido a paradas no planificadas, lo que equivale al 11% de sus ingresos.

• El único factor que ha impedido que las pérdidas totales se salgan de control ha sido la reducción del número de horas perdidas por paradas no planificadas. Las plantas ahora sufren un promedio de 25 incidentes de inactividad al mes por instalación, frente a 42 en 2019.

• Una planta grande promedio todavía pierde 27 horas al mes debido a tiempos de inactividad no planificados, frente a 39 en 2019, pero aún así pierde más de un día completo de producción.

• Un factor crítico en esta reducción ha sido la generalización del mantenimiento predictivo (PdM). Casi la mitad de las empresas encuestadas cuentan ahora con equipos de PdM, el doble que en 2019.

• Las aplicaciones de monitoreo de condición y PdM se han convertido ahora en tecnologías convencionales indispensables. Nueve de cada diez encuestados realizan algún tipo de monitoreo de condición y casi la mitad cuenta con equipos de PdM dedicados.

• Siemens estima que la adopción total de prácticas de monitoreo de condición y PdM en las organizaciones industriales Fortune Global 500 podría:

- Ahorre 2,1 millones de horas de inactividad al año
- Ahorrarles 388 mil millones de dólares mediante un aumento del 5% en la productividad.
- Ahorre 233 mil millones de dólares mediante una reducción del 40 % en los costos de mantenimiento.

El verdadero coste de una hora de inactividad

En todos los sectores que se ha encuestado, cada hora de tiempo de inactividad no planificado cuesta más que nunca.

Por cada hora que las líneas de producción de automóviles se quedan en silencio o los hornos están en espera, el dinero se esfuma a una velocidad alarmante. Para tomar el ejemplo más extremo, los fabricantes de automóviles pierden ahora 2,3 millones de dólares por cada hora improductiva.

¿El tiempo de inactividad se está volviendo más caro?

En la mayoría de sectores, sí. La comparación del informe de cinco años sugiere que:

• En la industria automotriz, el costo por hora de tiempo de inactividad es el doble que en 2019
• En la Industria Pesada, es 4 veces mayor
• En Automoción, el tiempo de inactividad no planificado cuesta ahora 2,3 millones de dólares la hora.
• En bienes de consumo, los costes se han mantenido estables.
• En Petróleo y Gas, cayeron drásticamente en 2023 a medida que cayó el precio del petróleo.

En el extremo superior, ahora se pierden enormes sumas de dinero debido al tiempo de inactividad, lo que refleja los costos ocultos que perjudican a los productores:

• Pérdida de ingresos (la pérdida de bienes que deberían haberse producido para la venta en ese período)
• Costo de los salarios (pagar al personal que no puede trabajar)
• El costo de los salarios de quienes solucionan el problema.
• Costo de piezas de repuesto de emergencia
• Sanciones incurridas, como pagos de compensaciones contractuales.

Por lo tanto, hace tiempo que reducir el tiempo de inactividad dejó de ser algo agradable. En el panorama industrial y manufacturero actual, es esencial.

¿Por qué el costo de una hora de inactividad aumenta mucho más rápido que la inflación en sectores clave? En los sectores de la automoción y la industria pesada, el aumento del coste del tiempo de inactividad en los últimos cinco años ha superado enormemente la inflación. Por ejemplo, la inflación de precios en Estados Unidos ascendió al 19% durante los cinco años que estudiamos (2019-23). Por el contrario, nuestras cifras sugieren que el coste de una hora de inactividad ha aumentado un 113 % en el sector de la automoción. En la Industria Pesada, esa cifra aumenta al 319%.

El primer factor del creciente costo del tiempo de inactividad es la crisis energética, que comenzó en el verano de 2021. Los precios mundiales de la energía aumentaron drásticamente a medida que las economías salieron del bloqueo de Covid. La reducción de la producción de algunos productores de energía provocó nuevos aumentos, al igual que la invasión de Ucrania a principios de 2022, que provocó incertidumbre mundial sobre el suministro de energía y nuevos aumentos de precios. Los costos se dispararon en 2022, con los precios del petróleo casi tres veces más altos que en 2019.

El tiempo de inactividad de los automóviles se ha vuelto cada vez más costoso a medida que los procesos de fabricación y las cadenas de suministro se han vuelto cada vez más complejos e interdependientes. El tiempo de inactividad en una parte del proceso puede tener efectos en cadena en toda la planta de ensamblaje e incluso en la cadena de suministro. Esto ayuda a explicar cómo, según nuestras cifras, los grandes fabricantes de automóviles pierden ahora 2,3 millones de dólares por cada hora de inactividad.

En bienes de consumo de rápido movimiento (FMCG), el costo del tiempo de inactividad cayó durante y después de los bloqueos de Covid. Se mantiene en un nivel inferior al de 2019. Esto puede reflejar cambios en las cláusulas de penalización que enfrentan los fabricantes por no alcanzar sus objetivos de producción. En 2019, la demanda mundial se estancó, lo que dejó a los minoristas en una posición sólida frente a los fabricantes. Los minoristas pudieron fijar sus condiciones, incluidas las cláusulas penales. Pero el auge de la demanda de bienes de consumo de bienes de consumo (especialmente de productos electrónicos) por el COVID-19 cambió la situación. Como los minoristas estaban desesperados por llevar los productos a las furgonetas de reparto, no podían imponer sanciones a los fabricantes por no alcanzar los objetivos de producción. Esto puede haber permitido a los fabricantes reducir el coste por hora de su tiempo de inactividad.

En petróleo y gas, el costo de una hora de inactividad durante los últimos cinco años sigue un patrón simple. Cuanto más alto sea el precio del petróleo en un momento dado, mayores serán las pérdidas que se derivan de perder una hora de producción. En 2023, el coste de una hora de producción perdida fue muy similar al de 2019; Como era de esperar, el coste del petróleo fue similar en ambos períodos, entre 60 y 80 dólares el barril. A medida que el precio se disparó a casi 120 dólares el barril a principios de 2022, también aumentó el costo del tiempo de inactividad del sector. El petróleo y el gas siguen estando muy expuestos a períodos de costes de inactividad muy importantes cuando el precio del petróleo es alto.

Cuando combinamos todas las cifras de los sectores, sugieren que el costo de una hora de inactividad se ha duplicado en cinco años, impulsado principalmente por los enormes costos en que ahora incurre la industria pesada.

Nota: dentro de la muestra de cada año, la proporción de empresas en cada sector ha sido ampliamente similar, pero no ha permanecido exactamente igual. Esta fluctuación significa que los resultados combinados mostrados anteriormente no son directamente comparables año tras año y deben considerarse únicamente como indicativos.

¿Qué pasa con el coste para los pequeños y medianos fabricantes?

Los datos de nuestra encuesta provienen principalmente de grandes fabricantes y de los principales productores de la industria pesada. Sin embargo, el tiempo de inactividad no planificado

También plantea importantes desafíos para las PYME fabricantes. Éstas incluyen:

1. Costo. Los costos del tiempo de inactividad pueden ser significativos para las PYME, alcanzando los 150.000 dólares por hora en el extremo superior. Para las organizaciones más pequeñas, estas pueden ser pérdidas insostenibles.

2. Pérdida de negocio. La salud de muchas PYME depende en gran medida de que abastezcan a los fabricantes más grandes. Una métrica con la que muchos trabajan es OTIF: entrega a tiempo, en su totalidad. Sus clientes controlan qué proporción de los pedidos se entregan a tiempo y en su totalidad. El tiempo de inactividad es un grave desafío: si las pymes no pueden suministrar a tiempo y en su totalidad, corren el peligro de perder su condición de proveedores. En algunos casos, esto amenaza su propia existencia.

3. Tener que mantener acciones. Si el suministro de una pieza esencial es crucial para que la PYME alcance los KPI de los proveedores, es posible que tengan que mantener existencias de reserva para evitar no poder suministrar en caso de un tiempo de inactividad. Esto conlleva costes de almacenamiento y gestión. Existe, por tanto, una oportunidad única para las PYME fabricantes. A medida que disminuye el costo de la tecnología necesaria para implementar la digitalización y el mantenimiento predictivo de la Industria 4.0, quienes están a la vanguardia están utilizando estas tecnologías para eliminar estos problemas. Al hacerlo, obtienen una considerable ventaja competitiva al ahorrar costos y convertirse en proveedores de categoría A para las principales empresas.

Las pérdidas totales por tiempo de inactividad se mantienen estables con el Mantenimiento Predictivo y la Industria 4.0

En algún momento de los últimos dos años (2022 o 2023), casi todos los sectores clave que encuestamos enfrentaron costos de tiempo de inactividad por hora al menos tres veces más altos que en 2019.

La excepción es el FMCG, que se analiza más adelante.

¿Significa eso que los costos generales del tiempo de inactividad también se han salido de control? La respuesta es no. La explicación radica en los esfuerzos exitosos de las empresas por minimizar el tiempo de inactividad.

• En todos los sectores, excepto Petróleo y Gas, los costos totales por planta son al menos un 50 % más altos hoy que en 2019.
• Los costos de petróleo y gas por planta en 2023 son la mitad de lo que eran en 2019. Pero en 2022, fueron tres veces más altos debido a los precios del petróleo mucho más altos.
• Las empresas Global Fortune 500, las 500 empresas más grandes del mundo por ingresos, todavía pierden 1,4 billones de dólares al año debido a paradas no planificadas, lo que equivale al 11% de los ingresos anuales o el PIB de España.
• Pero estas pérdidas han caído un 6% desde 2022.

Los costos totales del tiempo de inactividad no planificado no se han salido de control porque los fabricantes han reducido el tiempo de inactividad no planificado.

Y, después de un año de pérdidas significativas en Oil & Gas, un precio más bajo del petróleo ha reducido los costos del tiempo improductivo en ese sector. Sin embargo, las sumas perdidas siguen siendo enormes. En el sector automotriz, el costo anual del tiempo de inactividad en una planta grande se acerca a los 750 millones de dólares al año, o más de 2 millones de dólares al día.

Los costos generales del tiempo de inactividad son más elevados en las grandes plantas automotrices. Esto ayuda a explicar por qué este sector ha logrado mantener el costo del tiempo de inactividad relativamente estable, alrededor de un 50% más que los costos de 2019. El tiempo de inactividad es tan costoso que los fabricantes de automóviles han invertido mucho tiempo y dinero en reducirlo. Prefabrican componentes según estándares exigentes y han liderado el impulso hacia la digitalización, la Industria 4.0 y el mantenimiento predictivo. ¿Por qué? Porque no pueden permitirse el lujo de no hacerlo

A medida que la cadena de suministro se estresa, los fabricantes tienen problemas para conseguir los suministros que necesitan para producir sus productos. Esto tiene efectos en cadena: si no cumplen con sus obligaciones contractuales con los compradores, se ven penalizados financieramente. Tienen que sumar estos costos a las sanciones que imponen a sus proveedores por fallas en la entrega. Y así sucesivamente, a lo largo de la cadena de suministro.

El efecto neto es que aquellos que se encuentran en la parte inferior de la cadena de suministro enfrentan las sanciones más severas por falta de entrega, y este efecto de flujo hacia abajo ha afectado a la industria pesada.

El aumento más significativo en los costos generales del tiempo de inactividad se ha producido en el sector de bienes de consumo, donde los costos por planta se han duplicado desde 2019 a poco más de 10 millones de dólares anuales. Esto puede reflejar el costo relativamente bajo de una hora de inactividad en comparación con otros sectores. Como tal, la tecnología Industria 4.0 ofrece un retorno de la inversión menos atractivo. Sin embargo, todavía tiene efectos importantes en el resultado final, ya que mejora la eficiencia de los ingenieros, reduce la necesidad de mantenimiento planificado y hace que las fallas repentinas sean mucho menos probables.

Las plantas enfrentan menos incidentes de inactividad y horas perdidas

El costo de cada hora de inactividad se ha disparado en industrias clave. Pero en todos los sectores, los costos totales por planta no han aumentado tan rápido. ¿Cómo?

• La respuesta es que, con la ayuda del mantenimiento predictivo (PdM), los principales fabricantes han reducido drásticamente el tiempo de inactividad no planificado que han sufrido durante los últimos cinco años.
• Sufren 25 incidentes de tiempo de inactividad al mes por instalación en promedio, frente a 42 en 2019
• Pierden 27 horas por planta al mes, frente a 39 en 2019
• En promedio, cada pantalón pierde ahora 326 horas al año, casi un tercio menos que en 2019.
• Desde 2019, solo el sector de bienes de consumo ha experimentado un aumento de las horas de inactividad.
• En la industria automotriz y pesada, las horas perdidas debido a paradas no planificadas se han reducido a la mitad en los últimos cinco años.
• Pero la planta promedio está tardando más en volver a funcionar

¿Por qué podría haber disminuido el número de incidentes y el tiempo total perdido?

En comparación con hace cinco años, el número de incidentes de inactividad no planificados se ha reducido drásticamente. Una planta promedio tiene ahora 25 incidentes de inactividad mensuales no planificados, un 41 % menos que hace cinco años.
A medida que las tecnologías PdM e Industria 4.0 se han generalizado, los fabricantes han podido predecir fallos mecánicos y mantener la maquinaria en el momento adecuado. Estas tecnologías les han ayudado a reducir las horas perdidas.

La excepción aquí es el sector de bienes de consumo, donde el promedio de horas perdidas es similar hoy al de 2019. Esto puede reflejar el hecho de que este sector necesita ponerse al día con la tecnología de la Industria 4.0. Dado que el costo por hora de tiempo de inactividad en FMCG es menos extremo que en la industria pesada, PdM ha sido una prioridad comercial menor y el sector aún tiene que lograr las reducciones en el tiempo de inactividad observadas en otros lugares.

¿Por qué podría tardar más tiempo en recuperarse de los incidentes de tiempo de inactividad?

Hace cinco años, se necesitaba un promedio de 49 minutos para volver a poner en funcionamiento la producción después de un tiempo de inactividad. Ahora se necesitan 81 minutos. Esto refleja varios factores:

• Muchas empresas perdieron mano de obra calificada de mantenimiento durante la llamada “gran renuncia” post-Covid, creando una brecha de habilidades y conocimientos que llevó a tiempos de recuperación más largos.

• Los problemas de la cadena de suministro global significan que los reemplazos de emergencia son más difíciles de conseguir y tardan más en llegar cuando los componentes fallan, lo que lleva a períodos de inactividad más prolongados.

• La incorporación de la Industria 4.0 significa que las técnicas de captura de datos y predicción de fallas han resuelto muchos de los problemas menores que alguna vez causaron tiempo de inactividad. Las cosas que causan tiempo de inactividad ahora son los problemas más desafiantes, más difíciles de detectar y que tardan más en solucionarse.

El mantenimiento predictivo se generaliza

El mantenimiento predictivo (PdM) es ahora una parte rutinaria del negocio habitual en los principales fabricantes. Casi la mitad tiene ahora un equipo de PdM, el doble que hace cinco años.

Nuestro desglose detallado de los datos que capturan las empresas muestra que nueve de cada 10 fabricantes que encuestamos recopilan al menos algunos datos que les brindan una visión del estado de las máquinas. PdM ya no es sólo algo que los pioneros están probando. Es una tecnología bien establecida y probada. Las estrategias de digitalización están madurando.

Esto explica por qué la proporción de fabricantes que dicen que PdM es una “prioridad estratégica” cayó entre 2019 y 2023: ya no es una prioridad de desarrollo, sino algo habitual.

Para controlar los costos del tiempo de inactividad, PdM se ha convertido en una herramienta imprescindible. Previene fallas repentinas e inesperadas en los equipos que conducen a tiempos de inactividad prolongados y, al mismo tiempo, evita el peligro opuesto del mantenimiento excesivo.

Los costos se reducen aún más al permitir a los fabricantes reducir los repuestos que necesitan tener "por si acaso". También les permite calcular la probable vida útil restante de las máquinas, lo que permite a la industria aprovechar al máximo la vida útil de los activos sin forzar las máquinas hasta el punto de que sea probable que se produzcan fallos catastróficos y enormemente costosos.

La presión sobre las cadenas de suministro en los últimos años ha significado que el tiempo de inactividad no planificado sea un dolor de cabeza cada vez mayor. Con la caída simultánea de los costos de PdM, la tecnología se ha vuelto popular y se ha convertido en una herramienta imprescindible para los fabricantes.

¿Tienen los fabricantes los datos para el Mantenimiento Predictivo?

Buenos datos son la base para el monitoreo de condición y el mantenimiento predictivo (PdM).

Nueve de cada 10 fabricantes importantes (87%) recopilan ahora datos que hacen posible el PdM, y la mitad recopila al menos uno de los puntos de datos clave que aumentan el rendimiento del PdM: corriente, vibración y temperatura.

Sin embargo, casi las tres cuartas partes todavía utilizan historiadores de fábricas, solo una ligera caída con respecto a 2019. Los historiadores se consideran cada vez más una tecnología heredada porque no proporcionan los datos enriquecidos que impulsan el PdM más eficaz.

Entonces, si bien PdM está cada vez más extendido, no todas las empresas sentirán todo el poder de la tecnología porque no recopilan toda la gama de datos necesarios. Un potente PdM necesita datos de una variedad de fuentes:

• Registros de mantenimiento
• Sistemas operativos
• Sistemas de ejecución de fabricación
• Datos de servicio
• Conocimientos humanos

Las empresas utilizan la tecnología PdM para analizar todos estos puntos de datos. Luego identifican aquellos con mayor poder predictivo y se centran en ellos. El análisis de IA encuentra aquellos que no ofrecen más que ruido irrelevante en lugar de una señal significativa que permita una predicción precisa de las condiciones de la máquina. Para ayudarlos a lograrlo, se ha introducido IA generativa en productos como Senseye Predictive Maintenance. Esto ayuda a los clientes a sacar a relucir todo el conocimiento existente de sus máquinas y sistemas. Y permite a las empresas tomar decisiones sólidas sobre eficiencia y mantenimiento a través de una interfaz conversacional fácil de usar.

Mejorando la productividad con el Mantenimiento Predictivo

Senseye Predictive Maintenance automatiza el análisis del estado de la máquina, permitiendo el mantenimiento predictivo (PdM). Puede introducirse de forma rentable y a escala en grandes organizaciones industriales y de fabricación.

Utiliza inteligencia artificial para analizar datos sobre todos los aspectos del estado de la máquina, como la corriente consumida por las máquinas, la temperatura y la vibración. Esto permite que Senseye Predictive Maintenance le advierta tempranamente sobre un deterioro en el rendimiento y la confiabilidad. Con esa información, los ingenieros pueden dirigir su atención hacia donde sea necesario para evitar fallas.

PdM significa que las empresas pueden dar servicio a las máquinas antes de que se averíen, no después, eliminando la necesidad de programas de mantenimiento preventivo exhaustivos y costosos.

Al incorporar PdM, los clientes han demostrado lo siguiente:
• Una mejora del 85 % en la precisión de la previsión del tiempo de inactividad
• Una reducción del 50% en el tiempo de inactividad no planificado de la máquina
• Un aumento del 55% en la productividad del personal de mantenimiento.
• Una reducción del 40% en los costos de mantenimiento

Estas ganancias significan que los grandes fabricantes han recuperado el coste de su inversión en tres meses. ¿Qué podrían ahorrar los fabricantes con el mantenimiento predictivo?

Extrapolando estas cifras, Siemens estima que el uso de monitoreo del estado de las máquinas impulsado por IA en las organizaciones industriales Fortune Global 500 podría ofrecer:
• 2,1 millones de horas de tiempo de inactividad ahorradas anualmente
• Ahorro de 388 mil millones de dólares gracias a un aumento del 5 % en la productividad
• $233 mil millones en ahorros a través de una reducción del 40% en los costos de mantenimiento

Estas cifras son enormes. Pero el monitoreo del estado de las máquinas impulsado por IA ofrece más. Mejora las cosas para las personas, la producción y el planeta. La reparación antes de fallas reduce la necesidad de piezas de repuesto hasta en un 40%, lo que reduce el desperdicio y el uso de carbono. El monitoreo de condición también reduce el uso de energía y las estrategias de PdM permiten a las organizaciones afrontar mejor la jubilación de muchos ingenieros experimentados al concentrar el tiempo donde más se necesita.

Soluciones Siemens para Mantenimiento Industrial