Diseño de máxima utilidad para cadenas de suministro: un caso de producción y distribución de bioplaguicidas Translated title: A Maximal Profit Supply Chain Design: A Biopesticide Production-Distribution Case Study

Abstract

Resumen Contexto: Este artículo muestra el diseño de una cadena de suministro de una empresa que será ubicada en el departamento de Sucre, Colombia. Dicha empresa producirá dos bioplaguicidas que serán utilizados para combatir la bacteria Burkholderia glumae, causante de la enfermedad del añublo blanco de la panícula en cultivos de arroz, uno de origen vegetal, compuesto de extractos vegetales y otro de origen bacteriano, derivado de bacterias endófitas, ambos son agentes plaguicidas reconocidos de la enfermedad bacteriana de los cultivos. Método: Se desarrolla una modelación de los parámetros precio y demanda, utilizando información obtenida de las bases de datos de las instituciones DANE, FiBL y Cotrisa. Luego, se usa programación lineal y entera mixta para decidir entre mercados alternativos que conforman una cadena de suministro internacional de máxima utilidad. Para cada bioplaguicida se consideraron trece escenarios sujetos a variación de precio, demanda y capacidad instalada. Resultados: El bioplaguicida vegetal debería priorizarse para ser comercializado en Colombia y China, dado que en escenarios favorables la utilidad obtenida de tales mercados sobrepasa en 47% las de producto compuesto de bacterias endófitas. Solo en peores escenarios, las utilidades del bioplaguicida compuesto de bacterias endófitas superan en 11% a las del vegetal. Más allá de una mera decisión, los autores entregan una heurística casuística para tomar decisiones bajo incertidumbre. Conclusiones: El proceso de toma de decisiones debe ser visto bajo un análisis prospectivo de los escenarios más probables y las apuestas más conservadoras o propensas al riesgo de los inversores del proyecto. Las contribuciones introducidas incluyen el uso de optimización lineal para maximizar utilidades en nuevos contextos de aplicación, tales como decisiones de inversión en cadenas de comercio exterior de nuevos productos bioplaguicidas, así como asociaciones de uso de tales modelos de optimización junto con pronósticos y regresiones para incrementar el alcance de los productos. Agradecimientos: Agradecemos a la Universidad de Sucre y la Universidad de Córdoba por participar en el desarrollo de este proyecto.

Translated abstract

Abstract Context: This article shows the design of a supply chain for a company that will be located in the department of Sucre, Colombia. This company will produce two biopesticides that will be used to fight the Burkholderia glumae bacterium, which causes white panicle blight in rice crops. The first is derived from vegetal extracts, and the second is based on endophytic bacteria, both of proven use in attacking the crop bacterial disease. Method: A modeling of the price and demand parameters is developed using information obtained from the databases of the DANE, FiBL, and Cotrisa institutions. Then, linear and mixed integer programming is used to decide between alternative markets that make up a maximum-profit international supply chain. For each biopesticide, thirteen scenarios subject to variations in price, demand, and installed capacity were considered. Results: The vegetable biopesticide should be prioritized for commercialization in Colombia and China, since the utility obtained from such markets exceeds that of the bacterial one by 47% in favorable scenarios. Only in worst-case scenarios, the profits of the bacterial biopesticide exceed those of the vegetable one by 11 %. Beyond a mere decision, the authors provide a casuistic heuristic for making decisions under uncertainty. Conclusions: The decision-making process in this study can be seen as a prospective analysis of the most probable scenarios and the more conservative or riskier bets made by project investors. The contributions include the use of linear optimization for profit maximization in new contexts, such as investment decisions in foreign trade chains of new biopesticide products, as well as novel associations of such optimization models with forecasts and regressions to increase the scope of the products. Acknowledgements: We thank the University of Sucre and University of Cordoba for participating in the development of this project.