Tarea 6 Informe final
Entregado por:
Michael Estiven Valverde Gómez
Grupo: 212028_141
Presentado a:
Héctor Fabio Padilla
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD
ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERÍA
2024
EJERCICIO 1: PRONÓSTICO DE VENTAS.
Una vez realizada la revisión, el grupo colaborativo, debe elegir un método de pronóstico
con el cual, desarrollarán el ejercicio 1 de esta guía. A continuación, se relacionan los
métodos de pronóstico:
• Promedio Móvil
La empresa Calzado Deportivo S.A. (empresa modelo del curso), reconocida por su
liderazgo en la fabricación de calzado deportivo está buscando realizar previsiones de
demanda para uno de sus productos, las zapatillas para correr. A continuación, se presentan
los datos de la demanda de los años 2021, 2022 y 2023.
Teniendo en cuenta esta información, deberán realizar una proyección de la demanda para
los meses comprendidos entre enero de 2024 y agosto de 2025.
Zapatillas para Correr
Mes
2021 2022 2023
Enero 17.100 27.360 50.445
Febrero 6.270 30.096 18.497
Marzo 13.680 49.248 40.356
Abril 6.555 47.196 38.675
Mayo 7.410 17.784 65.579
Junio 15.390 36.936 22.700
Julio 15.960 57.456 23.541
Agosto 24.795 59.508 24.382
Sept. 7.980 19.152 70.623
Oct. 7.695 18.468 68.101
Nov. 22.230 53.352 21.860
Dic. 17.100 20.520 75.668
Este análisis indica que el modelo de pronóstico utilizado, basado en el promedio móvil,
tiene dificultades para predecir correctamente la demanda en varios meses entre enero de
2024 y agosto de 2025, cuando se compara con los valores reales de 2021 a 2023. Aunque
en algunos meses los errores son menores, en general las variaciones entre la demanda real
y el pronóstico siguen siendo grandes, especialmente en meses donde la demanda varía
mucho. Esto sugiere que el modelo no está capturando adecuadamente los cambios y
fluctuaciones de la demanda, y por lo tanto, necesita ser ajustado para mejorar su precisión
en futuros pronósticos.
EJERCICIO 2: PLANEACIÓN AGREGADA
Una vez realizada la revisión temática, el grupo colaborativo deberá escoger una de las
estrategias de planeación agregada que se relacionan a continuación, para desarrollar el
ejercicio:
• Estrategia de caza; horas extras o subcontratación y generación de inventarios.
En este ejercicio, el estudiante deberá desarrollar la estrategia de planeación agregada
seleccionada, teniendo en cuenta las previsiones de demanda, que para el año 2024
obtuvieron en el ejercicio anterior (Ejercicio 1). Adicionalmente, se comparte una tabla con
los días productivos para cada uno de los meses del año 2024.
Mes Enero Febrero Marzo Abril May Junio Juli Agosto Septiembre Octubr Noviembre Diciembre
o o e
Días 26 22 28 25 25 26 27 24 29 29 28 20
productivo
s
Datos generales:
Cada familia requiere para su fabricación un tiempo de 32 minutos de mano de obra por
unidad. La jornada laboral de cada operario es de 8 horas diarias. La plantilla inicial es de
20 trabajadores (todos fijos).
Estrategia de caza
La estrategia de "caza" utilizada en este modelo busca satisfacer la demanda mensual
ajustando la mano de obra y utilizando horas extras y subcontratación. Su costo total
asciende a $[Link]. Aunque la producción generalmente cumple con la demanda, en
los meses de alta demanda (noviembre y diciembre), se recurre significativamente a horas
extras y subcontratación, lo que incrementa considerablemente los costos. La dependencia
de estas opciones puede resultar costosa, especialmente en términos de subcontratación, lo
que sugiere que una mejora en la planificación de recursos y una mayor capacidad interna
podrían reducir los costos totales y aumentar la eficiencia.
EJERCICIO 3: PROGRAMA DE REQUERIMIENTO DE MATERIALES
Stock Período de tiempo Mes Inicial
Artículo Nivel Plazo entrega Disponible Conceptos
seguridad 1 2 3 4
Necesidades brutas 14364
Recepciones programadas 0
Stock de Seguridad 0
ZRunner pro 0 1 820 0 Disponible 820 0
Necesidades netas 13544
Recepciones de órdenes de producción
Lanzamiento de órdenes de producción 13544
Stock Período de tiempo Mes Inicial
Artículo Nivel Plazo entrega Disponible Conceptos
seguridad 1 2 3 4
Necesidades brutas 13544
Recepciones programadas 0
Stock de Seguridad 0
Parte superior 1 1 0 0 Disponible 0
Necesidades netas 13544
Recepciones de órdenes de producción 13544
Lanzamiento de órdenes de producción 13544
Stock Período de tiempo Mes Inicial
Artículo Nivel Plazo entrega Disponible Conceptos
seguridad 1 2 3 4
Necesidades brutas 27088
Recepciones programadas 0
Stock de Seguridad 0
Parte inferior 1 1 0 0 Disponible 0
Necesidades netas 27088
Recepciones de órdenes de producción 27088
Lanzamiento de órdenes de producción 27088
Stock Período de tiempo Mes Inicial
Artículo Nivel Plazo entrega Disponible Conceptos
seguridad 1 2 3 4
Necesidades brutas 40632
Recepciones programadas 0
Stock de Seguridad 0
Detalles de marca 1 1 0 0 Disponible 0
Necesidades netas 40632
Recepciones de órdenes de producción 40632
Lanzamiento de órdenes de producción 40632
Stock Período de tiempo Mes Inicial
Artículo Nivel Plazo entrega Disponible Conceptos
seguridad 1 2 3 4
Necesidades brutas 27088
Recepciones programadas 0
Stock de Seguridad 0
Materiales de ensamble 1 1 0 0 Disponible 0
Necesidades netas 27088
Recepciones de órdenes de producción 27088
Lanzamiento de órdenes de producción 27088
Stock Período de tiempo Mes Inicial
Artículo Nivel Plazo entrega Disponible Conceptos
seguridad 1 2 3 4
Necesidades brutas 27088
Recepciones programadas 0
Stock de Seguridad 0
Paneles de malla 2 1 0 0 Disponible 0
Necesidades netas 27088
Recepciones de órdenes de producción 27088
Lanzamiento de órdenes de producción 27088
Stock Período de tiempo Mes Inicial
Artículo Nivel Plazo entrega Disponible Conceptos
seguridad 1 2 3 4
Necesidades brutas 27088
Recepciones programadas 0
Stock de Seguridad 0
Refuerzos sintéticos 2 1 0 0 Disponible 0
Necesidades netas 27088
Recepciones de órdenes de producción 27088
Lanzamiento de órdenes de producción 27088
Stock Período de tiempo Mes Inicial
Artículo Nivel Plazo entrega Disponible Conceptos
seguridad 1 2 3 4
Necesidades brutas 27088
Recepciones programadas 0
Stock de Seguridad 0
Cordones 2 1 0 0 Disponible 0
Necesidades netas 27088
Recepciones de órdenes de producción 27088
Lanzamiento de órdenes de producción 27088
Stock Período de tiempo Mes Inicial
Artículo Nivel Plazo entrega Disponible Conceptos
seguridad 1 2 3 4
Necesidades brutas 27088
Recepciones programadas 0
Stock de Seguridad 0
Suela exterior 2 1 0 0 Disponible 0
Necesidades netas 27088
Recepciones de órdenes de producción 27088
Lanzamiento de órdenes de producción 27088
Stock Período de tiempo Mes Inicial
Artículo Nivel Plazo entrega Disponible Conceptos
seguridad 1 2 3 4
Necesidades brutas 27088
Recepciones programadas 0
Stock de Seguridad 0
Entretela 2 1 0 0 Disponible 0
Necesidades netas 27088
Recepciones de órdenes de producción 27088
Lanzamiento de órdenes de producción 27088
Stock Período de tiempo Mes Inicial
Artículo Nivel Plazo entrega Disponible Conceptos
seguridad 1 2 3 4
Necesidades brutas 27088
Recepciones programadas 0
Stock de Seguridad 0
Plantilla 2 1 0 0 Disponible 0
Necesidades netas 27088
Recepciones de órdenes de producción 27088
Lanzamiento de órdenes de producción 27088
Stock Período de tiempo Mes Inicial
Artículo Nivel Plazo entrega Disponible Conceptos
seguridad 1 2 3 4
Necesidades brutas 27088
Recepciones programadas 0
Stock de Seguridad 0
Refuerzo talón 2 1 0 0 Disponible 0
Necesidades netas 27088
Recepciones de órdenes de producción 27088
Lanzamiento de órdenes de producción 27088
Stock Período de tiempo Mes Inicial
Artículo Nivel Plazo entrega Disponible Conceptos
seguridad 1 2 3 4
Necesidades brutas 27088
Recepciones programadas 0
Stock de Seguridad 0
Placa de torsión 2 1 0 0 Disponible 0
Necesidades netas 27088
Recepciones de órdenes de producción 27088
Lanzamiento de órdenes de producción 27088
EJERCICIO 4: MODELO DE LOTE ECONÓMICO DE PEDIDO EOQ
Calzado Deportivo S.A., empresa líder en la fabricación y distribución de calzado deportivo
a nivel nacional e internacional. Reconocida por su compromiso con la calidad, la
comodidad y la innovación, se encuentra trabajando en un modelo de gestión de inventarios
para su producto estrella, las zapatillas de entrenamiento.
Actualmente, la empresa comercializa este producto, a una tasa semanal de 7800 unidades.
El costo por unidad es de $80.000 pesos, y se venden a un precio de $350.000. Los costos
por lanzar una orden de producción son de $100.000 pesos, y los costos de mantener una
unidad en el inventario son de $1.400. Además, el lead time de entrega del producto es de 3
días. Actualmente, la empresa lanza 12 órdenes de producción al mes.
Con los datos entregados establezca si la actual política de aprovisionamiento es adecuada
o si, por el contrario, esta decisión se debería modificar.
Conclusiones:
Tras analizar los datos de Calzado Deportivo S.A., se demostró que los costos vinculados a
la política actual de reaprovisionamiento, que implica realizar pedidos cada 3 días,
generando 12 pedidos al mes, de $16.220.000. Pero por otro lado, al aplicar un tamaño
óptimo de pedido de 7.313 unidades y realizar 4 pedidos al mes los costos se reducirían a
aproximadamente a $10.238.750.
Esto refleja evidentemente que la política actual no es la más eficiente u optima. Por lo
tanto, es claramente más ventajoso adoptar una estrategia de reaprovisionamiento menos
frecuente, lo que permitirá a la empresa Calzado Deportivo S.A. optimizar sus costos y
mejorar su gestión de inventarios. Implementar esta estrategia no solo reducirá esos gastos,
sino que también podrá tener una mejor capacidad para la empresa de poder satisfacer la
demanda del mercado de manera efectiva.
EJERCICIO 5: INTEGRACIÓN DE LEAN SIX SIGMA Y TECNOLOGÍAS 4.0
Introducción
El panorama industrial está viviendo una transformación significativa gracias a las
tecnologías emergentes de la Industria 4.0, las cuales están revolucionando la manera en
que las organizaciones gestionan y optimizan sus operaciones. En este contexto, la
metodología Lean Six Sigma (LSS), que se ha caracterizado por ser eficaz en el
mejoramiento de procesos y la reducción de desperdicios, se ve complementada por las
innovaciones tecnológicas de la cuarta revolución industrial. El artículo de Skalli et al.
(2024) sobre la integración de Lean Six Sigma y la Industria 4.0 propone un marco de
investigación basado en la ciencia del diseño, conocido como LSS4.0, para fomentar la
excelencia operativa en la fabricación. Este ensayo aborda la relevancia de Lean Six Sigma
en la mejora de la eficiencia operativa, los retos que surgen al combinarlo con las
tecnologías avanzadas de la Industria 4.0, y el papel fundamental del liderazgo para cumplir
con el éxito en el desarrollo de esta integración.
1. Concepto de Lean Six Sigma y su Importancia en la Mejora de la
Eficiencia Operativa
La metodología Lean Six Sigma (LSS) tiene como objetivo primordial mejorar los procesos
y eliminar las ineficiencias a través de una combinación de la filosofía Lean y la disciplina
Six Sigma. La combinación de estas metodologías busca crear un entorno de trabajo más
eficiente, productivo y con menos errores, lo que impacta directamente en la rentabilidad y
sostenibilidad de la organización. Aunque cada enfoque tiene sus características propias, la
fuerza de su integración radica en que Lean se basa en la reducción de desperdicios y Six
Sigma en la disminución de variabilidad, lo que permite a las organizaciones no solo
eliminar ineficiencias, sino poder asi mejorar la calidad del producto y servicio ofrecido al
cliente.
Lean: Se basa en la filosofía de creación de valor sin generar desperdicios, donde los
desperdicios pueden ser de tiempo, recursos, o materiales que no aportan valor al producto
final. El principio fundamental de Lean es maximizar la creación de valor con el mínimo de
recursos y el uso de principios como el flujo continuo, el trabajo estandarizado y la mejora
continua (Kaizen). A través de herramientas como el análisis de valor, la eliminación de los
"7 desperdicios" (sobreproducción, tiempo de espera, transporte, exceso de procesamiento,
inventarios innecesarios, movimientos innecesarios y defectos), Lean busca optimizar cada
proceso dentro de la cadena de valor.
Six Sigma: Por su parte, se concentra en mejorar la calidad mediante el control de la
variabilidad en las etapas y la reducción de defectos. Utiliza herramientas estadísticas como
el análisis de varianza, control de calidad, y diseño de experimentos para determinar la
causa raíz de la problemática y emplear soluciones. Six Sigma tiene como objetivo alcanzar
un nivel de calidad donde los defectos sean de menos de 3.4 defectos por millón de
oportunidades (DPMO), lo que se considera un nivel casi perfecto
Importancia para la mejora de la eficacia operativa:
Lean Six Sigma se ha transformado en un pilar clave en la mejora continua de las
organizaciones debido a su enfoque sistemático y riguroso para identificar y eliminar
ineficiencias. A través de la implementación de esta metodología, las organizaciones
pueden lograr una reducción significativa de costos, una mayor calidad en los productos y
servicios, y una mejora en la satisfacción de los clientes.
Ejemplos de Sectores Económicos y Empresas que han Implementado LSS:
Sector Automotriz: En el sector automotriz, empresas como Ford y Honda han
implementado con éxito metodologías Lean y Six Sigma para optimizar su producción. En
particular, Toyota ha adoptado el Sistema de Producción Toyota (TPS), que es un ejemplo
clásico de la integración de Lean, lo que le ayuda a permitir minimizar costes, optimizando
la calidad y lograr una eficiencia operativa excepcional. Un caso ejemplar es la
implementación de Just-in-Time (JIT) para gestionar los inventarios, lo que minimiza el
almacenamiento y reduce el capital inmovilizado en inventarios.
Sector de la Salud: En hospitales y clínicas, LSS ha involucrado en la mejora del
rendimiento operativo, reduciendo tiempos de espera y mejorando la calidad del servicio al
paciente. El uso de Six Sigma ha sido clave en la reducción de errores médicos y en la
optimización de la gestión de recursos.
Sector de Servicios Financieros: Bancos como CitiBank y American Express han
implementado Six Sigma para mejorar sus operaciones internas, reduciendo errores en las
transacciones financieras y mejorando la eficiencia en el servicio al cliente. Al aplicar LSS,
estas instituciones logran ofrecer servicios más rápidos y eficientes, lo que incrementa el
nivel de satisfacción del cliente y minimiza los costos operativos.
2. Retos en la Integración de Lean Six Sigma con la Industria 4.0
La integración de las metodologías tradicionales de Lean Six Sigma (LSS) con las
tecnologías de la Industria 4.0 presenta una serie de retos que deben ser superados para
garantizar una implementación exitosa. Aunque ambas disciplinas buscan la mejora
continua y la eficiencia operativa, sus enfoques y requisitos son significativamente
diferentes, lo que puede generar fricciones al momento de combinarlas. A continuación, se
detallan los principales retos que enfrentan las organizaciones al integrar estas
metodologías con las tecnologías emergentes de la Industria 4.0.
1. Compatibilidad de Sistemas y la Interoperabilidad:
Uno de los mayores desafíos en la integración de Lean Six Sigma con las tecnologías de la
Industria 4.0 es la compatibilidad de sistemas. Las metodologías tradicionales de LSS están
fuertemente centradas en procesos manuales o sistemas semiautomatizados, mientras que la
Industria 4.0 se basa en la automatización y la interconexión de sistemas. Las empresas que
han estado operando bajo modelos tradicionales de manufactura o gestión pueden encontrar
difícil integrar nuevos sistemas tecnológicos sin una revisión fundamental de su
infraestructura existente.
La interconexión de dispositivos a través del Internet de las Cosas (IoT), la inteligencia
artificial (IA) y otras tecnologías emergentes requiere que los sistemas sean completamente
interoperables. Muchas organizaciones aún dependen de plataformas y software antiguos
que no están diseñados para trabajar con estas nuevas tecnologías. Esto puede resultar en
problemas de compatibilidad, fallos en la comunicación entre dispositivos y la acumulación
de datos que no se pueden analizar o usar eficazmente.
2. Curva de Aprendizaje Tecnológica y la Capacitación del Personal:
Otro desafío importante es la curva de aprendizaje asociada a la incorporación de las
tecnologías de la Industria 4.0. Mientras que Lean Six Sigma se basa en un conjunto de
herramientas y metodologías bien definidas, la Industria 4.0 introduce tecnologías
altamente sofisticadas, como la inteligencia artificial, el machine Learning (aprendizaje
automático) y el análisis de Big Data, que requieren un nivel elevado de conocimiento
técnico.
Para las organizaciones, esto significa que el personal debe estar capacitado no solo en los
principios de LSS, sino también en el uso de estas tecnologías avanzadas. Las habilidades
necesarias para operar con estas tecnologías son muy distintas a las habilidades
tradicionales de gestión de procesos y calidad. El IoT y el análisis de Big Data, por
ejemplo, no solo exigen conocimientos en la recolección de datos, sino también en cómo
interpretar esos datos para tomar decisiones informadas y basadas en evidencia.
La capacitación continua y la inversión en desarrollo profesional son cruciales para
garantizar que los empleados puedan adaptarse a estos cambios tecnológicos. Esto
representa una inversión significativa en términos de tiempo y recursos. Además, la falta de
talento capacitado en áreas como IA o análisis de datos puede generar una brecha que
impida a las organizaciones aprovechar al máximo los beneficios de la Industria 4.0.
3. Gestión y Calidad de los Datos:
La gestión de datos se convierte en un reto fundamental cuando se combinan las
metodologías de LSS con la Industria 4.0. Las tecnologías de la Industria 4.0, en particular
el IoT, generan una cantidad masiva de datos en tiempo real. La capacidad de recopilar
estos datos es un avance significativo, pero también plantea el desafío de cómo
almacenarlos, procesarlos y analizarlos de manera efectiva.
En el enfoque tradicional de Six Sigma, la calidad de los datos es un aspecto crucial, ya que
la toma de decisiones depende de la precisión y fiabilidad de los mismos. Con el aumento
de los datos generados por los dispositivos conectados, los Big Data Analytics y la
inteligencia artificial, se presentan nuevos problemas en términos de cómo seleccionar y
filtrar los datos más relevantes, cómo asegurar de que los datos estén exactos y cómo
mantener la integridad de los datos en todas sus etapas.
Un desafío adicional es la seguridad de los datos, especialmente cuando se manejan grandes
volúmenes de información sensible o crítica para las operaciones de la organización. Los
sistemas de gestión de calidad basados en LSS deben garantizar que los datos utilizados
sean de alta calidad, lo que implica adoptar medidas para garantizar que los datos sean
limpios, precisos y consistentes antes de que sean utilizados en análisis o toma de
decisiones.
3. Componentes Claves de la Industria 4.0 y su Transformación de los
Procesos de Fabricación
La Industria 4.0 implica la incorporación de tecnologías digitales avanzadas en la
fabricación y otros procesos industriales. Algunos de los componentes clave son:
Internet de las Cosas (IoT): Permite la interconexión de máquinas, sensores y dispositivos
mediante el internet, lo que facilita poder monitorear en tiempo real las etapas de
fabricación. Esto mejora la eficiencia operativa al permitir recopilar los datos precisos y en
tiempo real acerca de la condición de las máquinas y los productos.
Inteligencia Artificial (IA): La IA puede ser utilizada para predecir fallos en las máquinas,
optimizar los procesos de producción y ayuda a tomar mejores decisiones de forma
instantánea. Algoritmos de IA también pueden ayudar en el reconocimiento de tendencias
en los datos de producción que pueden pasar por desapercibidos para los humanos.
Big Data Analytics: La analítica de grandes volúmenes de datos permite identificar
tendencias y patrones que mejoran la toma de decisiones estratégicas. Al combinar Big
Data con Six Sigma, las organizaciones pueden realizar análisis predictivos para reducir la
variabilidad en los procesos y optimizar la calidad.
Transformación de los Procesos de Fabricación:
La integración de estas tecnologías permite una fabricación inteligente, en la que los
procesos se optimizan de manera continua a través de la automatización, el análisis
predictivo y la monitorización en tiempo real. Esto no solo potencia la eficiencia operativa,
sino que a su vez contribuye a los tiempos de inactividad y permite una personalización de
los productos a gran escala.
4. Integración de Lean Six Sigma con la Industria 4.0: El Marco LSS4.0
Según el artículo de Skalli et al. (2024), el marco LSS4.0 propone una estrategia para
integrar Lean Six Sigma con las tecnologías de la Industria 4.0. Este marco busca combinar
lo mejor de ambos mundos: la eficiencia operativa de Lean Six Sigma y la capacidad
tecnológica de la Industria 4.0.
Pasos Claves para la Integración:
Definición de Objetivos y Metas de Mejora: Establecer objetivos claros para la mejora de
los procesos, tanto desde la perspectiva de Lean como de Six Sigma, alineándolos con las
capacidades tecnológicas de la Industria 4.0.
Evaluación de Tecnologías de la Industria 4.0: Identificar las tecnologías que mejor
pueden apoyar los objetivos de mejora operativa, como IoT, IA, Big Data y la
automatización de procesos.
Integración de Datos en Tiempo Real: Utilizar sensores y sistemas conectados para
recopilar datos en tiempo real que puedan ser analizados utilizando herramientas de Six
Sigma para la mejora continua.
Automatización de Procesos: Implementar la automatización en los procesos de
producción para reducir la variabilidad y los errores humanos, utilizando las tecnologías de
la Industria 4.0.
Análisis Predictivo y Mejora Continua: Utilizar Big Data y algoritmos de IA para
predecir y mitigar posibles fallos en el proceso de producción, y aplicar la mejora continua
basada en los datos.
5. Beneficios del Marco LSS4.0 en la Industria Automovilística
En la industria automotriz, la integración de Lean Six Sigma con la Industria 4.0 brinda
beneficios determinantes en condiciones de eficiencia operativa. La automatización de
procesos, el uso de IoT para el seguimiento de la cadena de suministro, y el análisis de
datos a través de Big Data y la IA permiten:
Reducción de Costos: La optimización de los procesos de producción y la minimización
de defectos contribuyen a una reducción sustancial de los costos operativos.
Mejora en la Calidad: El análisis predictivo y la monitorización en tiempo real permiten
identificar y corregir problemas antes de que alteren la calidad del producto.
Mayor Flexibilidad: La capacidad de personalizar los productos a gran escala y de ajustar
rápidamente los procesos de producción según la demanda es otro beneficio clave.
6. El Compromiso de la Alta Dirección en la Implantación de LSS4.0
El compromiso de la alta dirección es importante para el éxito de cualquier iniciativa de
mejora, especialmente en el caso de la integración de Lean Six Sigma con la Industria 4.0.
Según Skalli et al. (2024), el liderazgo desempeña un rol fundamental en la definición de la
estrategia de implementación, en la asignación de recursos adecuados, y en el fomento de
una cultura organizacional que impulse a la innovación y a la mejora continua. Sin un
liderazgo comprometido, las iniciativas LSS4.0 pueden enfrentar resistencia al cambio, lo
que dificultaría su integración efectiva.
7. Otros Sectores que Podrían Beneficiarse de la Integración LSS4.0
Además de la industria automotriz, otros sectores como la aeronáutica, la energía y la
manufactura de productos electrónicos podrían beneficiarse enormemente de la integración
de LSS con la Industria 4.0. Sin embargo, cada sector enfrentará retos específicos, como la
adaptación a las regulaciones, la complejidad de los procedimientos y la administración de
grandes cantidades de datos.
Conclusión
La integración de Lean Six Sigma con las tecnologías de la Industria 4.0, como propone el
marco LSS4.0, representa una oportunidad significativa para el mejoramiento de la
eficiencia operativa y la calidad en diversos sectores industriales. Si bien existen retos
relacionados con la compatibilidad de sistemas y la gestión de datos, los beneficios de esta
integración son evidentes en términos de disminución de costes, ayuda a tener una mejor
calidad y mayor flexibilidad. El compromiso de la alta dirección y el liderazgo efectivo
serán claves para garantizar el éxito de estas iniciativas de transformación.
REFERENCIAS BIBLIOGRAFICAS
Heizer, J., & Render, B. (2014). Principios de administración de operaciones (9a.
ed.). Pearson Educación (pp. 102-119). [Link]
[Link]/?il=4722&pg=136
Heizer, J., & Render, B. (2014). Principios de administración de operaciones (9a.
ed.). Pearson Educación (pp. 102-119). [Link]
[Link]/?il=4722&pg=136
Heizer, J., & Render, B. (2014). Principios de administración de operaciones (9a.
ed.). Pearson Educación (pp. 102-119). [Link]
[Link]/?il=4722&pg=136
Heizer, J., & Render, B. (2014). Principios de administración de operaciones (9a.
ed.). Pearson Educación (pp. 551-572). [Link]
[Link]/?il=4722&pg=592
Nuñes, A., Guitart, T. L., & Baraza, S. X. (2014). Dirección de operaciones:
decisiones tácticas y estratégicas. Editorial UOC (pp. 130-145). [Link]
[Link]/es/ereader/unad/57659?page=131
Skalli, D., Cherrie, A., Charkaoui, A., Chiarini, A., Shokri, A., Antony, J., …
Foster, M. (2024). Integrating Lean Six Sigma and Industry 4.0: developing a
design science research-based LSS4.0 framework for operational excellence.
Production Planning & Control, 1–27. [Link]
[Link]/10.1080/09537287.2024.2341698
