����������������������������������������������������������������������������������

 

An�lisis de enfoques Lean Manufacturing en procesos productivos industriales para la mejora de la eficiencia operativa

 

Analysis of Lean Manufacturing approaches in industrial production processes to improve operational efficiency

 

An�lise de abordagens de Lean Manufacturing em processos de produ��o industrial para melhorar a efici�ncia operacional

 

 

 

 

 

 

 

 

 

 

 

 

Correspondencia: erazodaniel97@gmail.com

 

Ciencias T�cnicas y Aplicadas

Art�culo de Investigaci�n

 

* Recibido: 26 de agosto de 2025 *Aceptado: 24 de septiembre de 2025 * Publicado: �14 de octubre de 2025

 

       I.          Ingeniero Mec�nico, M�ster Universitario en Ingenier�a Matem�tica y Computaci�n, Ecuador.

     II.          Ingeniero Industrial, Ecuador.

   III.          Mag�ster Scientiae en Poscosecha y Marketing, Universidad Nacional de Juliaca, Per�.

   IV.          Ingeniera industrial, Ecuador.

     V.          Maestr�a en Banca y Finanzas, Filial Universidad Nacional Mayor de San Marcos, Per�.

 

Resumen

Esta revisi�n sistem�tica sintetiza la evidencia reciente sobre los enfoques de Lean Manufacturing aplicados a procesos productivos industriales y su efecto en la eficiencia operativa. Se sigui� la gu�a PRISMA 2020, con b�squedas en bases indexadas y criterios expl�citos de inclusi�n/exclusi�n, resultando en 25 estudios elegibles. La evidencia muestra que los bundles de pr�cticas Lean con herramientas como el JIT, TQM, TPM, Kanban, VSM, SMED, Kaizen, se asocian de forma consistente con mejoras en indicadores como OEE, lead time, tasa de defectos, productividad y confiabilidad operativa. Los mapas de cadena de valor VSM, orientan reducciones de desperdicio y tiempos de ciclo; SMED repercute en cambios r�pidos y aumento de capacidad; TPM y autonomation jidoka, refuerzan la estabilidad de equipos; y la integraci�n Lean digitalizaci�n, que comprende I4.0 conjuntamente con Lean 4.0, potencia la visibilidad del flujo y el control estad�stico en tiempo real. Asimismo, se identifican factores cr�ticos de �xito, como el liderazgo, formaci�n, priorizaci�n de proyectos y cultura, as� como barreras de resistencia al cambio, sostenibilidad en el tiempo, alineamiento con m�tricas del negocio. Para contextos latinoamericanos, incluida la manufactura ecuatoriana, los hallazgos sugieren una adopci�n gradual: diagn�stico con VSM, pilotos SMED y TPM en cuellos de botella, estandarizaci�n y posterior acople con anal�tica e IoT. Esta ruta equilibra impacto temprano y madurez organizacional, habilitando mejoras sostenibles en eficiencia y resiliencia de la cadena. Evidencia clave sustentada en la literatura sobre bundles Lean y su relaci�n con desempe�o operativo y/o ambiental, sobre la complementariedad Lean digitalizaci�n.

Palabras Clave: Lean Manufacturing; eficiencia operativa; VSM/SMED/TPM; OEE y lead time; Industria 4.0 (Lean 4.0).

 

Abstract

This systematic review synthesizes recent evidence on Lean Manufacturing approaches applied to industrial production processes and their impact on operational efficiency. The PRISMA 2020 guidelines were followed, with indexed database searches and explicit inclusion/exclusion criteria, resulting in 25 eligible studies. The evidence shows that bundles of Lean practices with tools such as JIT, TQM, TPM, Kanban, VSM, SMED, and Kaizen are consistently associated with improvements in indicators such as OEE, lead time, defect rate, productivity, and operational reliability. VSM value stream maps guide waste and cycle time reductions; SMED impacts rapid changeovers and capacity increases; TPM and autonomation jidoka reinforce team stability; and Lean digitalization integration, which includes I4.0 in conjunction with Lean 4.0, enhances flow visibility and real-time statistical control. Likewise, critical success factors are identified, such as leadership, training, project prioritization and culture, as well as barriers to change, sustainability over time, and alignment with business metrics. For Latin American contexts, including Ecuadorian manufacturing, the findings suggest a gradual adoption: diagnosis with VSM, SMED and TPM pilots at bottlenecks, standardization, and subsequent coupling with analytics and IoT. This path balances early impact and organizational maturity, enabling sustainable improvements in efficiency and resilience of the supply chain. Key evidence supported by the literature on Lean bundles and their relationship with operational and/or environmental performance, on the complementarity of Lean and digitalization.

Keywords: Lean Manufacturing; operational efficiency; VSM/SMED/TPM; OEE and lead time; Industry 4.0 (Lean 4.0).

 

Resumo

Esta revis�o sistem�tica sintetiza evid�ncias recentes sobre as abordagens de Lean Manufacturing aplicadas aos processos de produ��o industrial e o seu impacto na efici�ncia operacional. Foram seguidas as diretrizes PRISMA 2020, com pesquisas em bases de dados indexadas e crit�rios expl�citos de inclus�o/exclus�o, resultando em 25 estudos eleg�veis. As evid�ncias mostram que os conjuntos de pr�ticas Lean com ferramentas como JIT, TQM, TPM, Kanban, VSM, SMED e Kaizen est�o consistentemente associados a melhorias em indicadores como OEE, lead time, taxa de defeitos, produtividade e fiabilidade operacional. Os mapas de fluxo de valor VSM orientam as redu��es de desperd�cio e de tempo de ciclo; O SMED impacta trocas r�pidas e aumentos de capacidade; A TPM e a autonoma��o jidoka refor�am a estabilidade da equipa; e a integra��o da digitaliza��o Lean, que inclui o I4.0 em conjunto com o Lean 4.0, melhora a visibilidade do fluxo e o controlo estat�stico em tempo real. Da mesma forma, s�o identificados fatores cr�ticos de sucesso, como a lideran�a, a forma��o, a prioriza��o e a cultura de projetos, bem como as barreiras � mudan�a, a sustentabilidade ao longo do tempo e o alinhamento com as m�tricas de neg�cio. Para os contextos latino-americanos, incluindo a ind�stria equatoriana, os resultados sugerem uma ado��o gradual: diagn�stico com pilotos de VSM, SMED e TPM em estrangulamentos, padroniza��o e subsequente acoplamento com anal�tica e IoT. Este caminho equilibra o impacto inicial e a maturidade organizacional, permitindo melhorias sustent�veis ​​na efici�ncia e resili�ncia da cadeia de abastecimento. Evid�ncias importantes s�o corroboradas pela literatura sobre os pacotes Lean e a sua rela��o com o desempenho operacional e/ou ambiental, e pela complementaridade do Lean e da digitaliza��o.

Palavras-chave: Manufatura Enxuta; efici�ncia operacional; VSM/SMED/TPM; OEE e lead time; Ind�stria 4.0 (Lean 4.0).

 

Introducci�n

En las �ltimas tres d�cadas, Lean Manufacturing se ha consolidado como uno de los enfoques de mejora m�s influyentes para aumentar la eficiencia operativa en entornos manufactureros, al reducir desperdicios, variabilidad y tiempos de ciclo, y alinear los procesos con el valor percibido por el cliente. La literatura identifica a Lean como un sistema socio-t�cnico cuyo desempe�o depende de la implementaci�n conjunta de paquetes de pr�cticas (bundles) por ejemplo, just-in-time (JIT), total productive maintenance (TPM), value stream mapping (VSM), single-minute exchange of dies (SMED), kanban, jidoka, estandarizaci�n y mejora continua (Shah & Ward, 2003; Belekoukias et al., 2014; Bellisario & Pavlov, 2018). Estos bundles act�an sobre cuellos de botella, tiempos de preparaci�n, disponibilidad de equipos, calidad en la fuente y flujo, generando impactos medibles en OEE, lead time, tasa de defectos, productividad y confiabilidad operativa (Belekoukias et al., 2014; Wickramasinghe & Wickramasinghe, 2017).

La teor�a de operaciones que respalda Lean enfatiza tres mecanismos: (i) flujo en cuanto a la reducci�n de lotes, balanceo de l�neas y sincronizaci�n pull, lo cual conlleva a disminuir inventarios y tiempos de espera; (ii) calidad en la fuente, con herramientas como jidoka, poka-yoke, estandarizaci�n, para reducir variabilidad y retrabajos; y (iii) mantenimiento productivo TPM y confiabilidad, para estabilizar la capacidad efectiva y mitigar p�rdidas por paradas (Shah & Ward, 2003; Belekoukias et al., 2014; Abu et al., 2022). En este sentido, VSM se usa como herramienta de diagn�stico sist�mico para visualizar el flujo de valor, cuantificar desperdicios y priorizar intervenciones; mientras SMED habilita cambios r�pidos que liberan capacidad, acortan ciclos y mejoran la flexibilidad (Salwin et al., 2023; Garc�a-Garc�a et al., 2022). Evidencias emp�ricas y revisiones sistem�ticas han documentado incrementos de productividad, disminuciones del tiempo de ciclo y mejoras de OEE tras la adopci�n disciplinada de estas pr�cticas (Belekoukias et al., 2014; Iranmanesh et al., 2019; Panigrahi et al., 2023).

No obstante, el �xito de Lean no es autom�tico y depende de factores cr�ticos como liderazgo comprometido, capacidades de la fuerza laboral, selecci�n y priorizaci�n de proyectos, y una cultura de mejora sostenida (Abu et al., 2022; Systems Editorial Team, 2024). De hecho, las causas de fracaso m�s frecuentes incluyen la implementaci�n fragmentada (foco en �herramientas sueltas�), la resistencia al cambio y la p�rdida de tracci�n tras los primeros logros (Maware et al., 2022). En la �ltima d�cada, la conversaci�n se ha ampliado hacia la sostenibilidad, es decir la integraci�n Lean & Green y evaluaci�n de impactos ambientales y hacia la digitalizaci�n Lean 4.0, donde tecnolog�as de Industria 4.0, se combinan con rutinas Lean para reforzar visibilidad, control estad�stico y toma de decisiones en tiempo casi real (Garza-Reyes et al., 2018; Buer et al., 2021; Maware & Adedeji, 2023; Elemure et al., 2023; Foley et al., 2022). La evidencia emergente sugiere complementariedad: las tecnolog�as digitales amplifican los efectos de Lean en desempe�o operativo cuando se despliegan sobre procesos previamente estabilizados y estandarizados, mientras Lean gu�a d�nde digitalizar con mayor retorno (Buer et al., 2021; Komkowski et al., 2025).

Este debate es especialmente pertinente para Am�rica Latina y, en particular, para empresas manufactureras de Ecuador, donde muchas organizaciones transitan desde sistemas tradicionales a modelos de excelencia operacional. En contextos con restricciones de capital y capacidades heterog�neas, las estrategias graduales, como el diagn�stico con VSM, pilotos de SMED, TPM en procesos cuello de botella, estandarizaci�n, y luego integraci�n con anal�tica y IoT, permiten �quick wins�; aprendizaje organizacional sin comprometer la sostenibilidad del cambio (Huang et al., 2022; Rodrigues et al., 2022; Schwantz et al., 2023). En sectores como alimentos, metalmec�nica o textil, estudios de caso reportan reducciones de defectos, mejoras en OEE y recuperaci�n de capacidad a partir de rutinas Lean bien orquestadas (Garc�a-Garc�a et al., 2022; Salwin et al., 2023; Syafwandi et al., 2020).

Metodol�gicamente, la literatura ha evolucionado desde estudios de caso y encuestas transversales orientadas a asociar pr�cticas y desempe�o hacia revisiones sistem�ticas y meta-s�ntesis que consolidan efectos y condiciones de contorno (Bhamu & Sangwan, 2014; Bellisario & Pavlov, 2018; Systems Editorial Team, 2024; Maware & Adedeji, 2023). Persisten, sin embargo, brechas relevantes: (a) mediciones estandarizadas y comparables de resultados (p. ej., reportes consistentes de OEE, lead time y defectos); (b) evidencia longitudinal sobre sostenibilidad de los beneficios; (c) marcos para priorizar portafolios Lean en funci�n de restricciones reales (personas, tecnolog�a, cadena de suministro); y (d) gu�as para la integraci�n Lean�I4.0 basadas en madurez digital y use cases de alto impacto (Buer et al., 2021; Foley et al., 2022; Komkowski et al., 2025). De manera complementaria, se requiere clarificar condiciones contextuales, tales como el tama�o de empresa, complejidad del mix de productos, variabilidad de la demanda, regulaci�n sectorial, la cuales modulan la magnitud de las mejoras (Wickramasinghe & Wickramasinghe, 2017; Iranmanesh et al., 2019; Panigrahi et al., 2023).

Con base en estas consideraciones, el prop�sito de esta revisi�n sistem�tica es sintetizar y evaluar cr�ticamente la evidencia reciente sobre enfoques Lean en procesos productivos industriales y su contribuci�n a la eficiencia operativa, atendiendo tres preguntas gu�a: (1) �Qu� bundles y herramientas Lean muestran mayor consistencia de impacto en m�tricas operativas (OEE, lead time, defectos, productividad)? (2) �Bajo qu� condiciones organizacionales y factores cr�ticos se sostienen dichos impactos en el tiempo? (3) �Qu� sinergias surgen al integrar Lean con Industria 4.0 y/o con iniciativas de sostenibilidad? Para responderlas, seguimos la gu�a PRISMA 2020, definimos criterios de inclusi�n/exclusi�n, ejecutamos una b�squeda reproducible y aplicamos filtros de calidad metodol�gica, obteniendo 25 estudios elegibles que constituyen la base del an�lisis (Page et al., 2021; Liberati et al., 2009; Moher et al., 2009).

El aporte de este trabajo es triple. Primero, ofrecer una cartograf�a de pr�cticas y mecanismos de impacto que facilite la selecci�n de intervenciones seg�n objetivos y restricciones. Segundo, identificar factores cr�ticos y barreras que condicionan la captura de valor, desde liderazgo y formaci�n hasta la alineaci�n con m�tricas de negocio, incluyendo lecciones sobre sostenibilidad del cambio (Abu et al., 2022; Maware et al., 2022; Systems Editorial Team, 2024). Tercero, proponer un marco integrador para la transici�n Lean-Digital (Lean 4.0) que ordene casos de uso (monitoreo de condiciones, real-time OEE, trazabilidad, anal�tica de cuellos de botella) en funci�n de la madurez del sistema productivo (Buer et al., 2021; Foley et al., 2022; Maware & Adedeji, 2023; Komkowski et al., 2025). Este enfoque busca ser �til para organizaciones regionales, que aspiren a mejorar su desempe�o operativo con decisiones evidenciadas y contextualizadas.

El art�culo se estructura de la siguiente forma. La Metodolog�a detalla el protocolo PRISMA, iniciando con las bases de datos, strings, periodo, criterios PEO/PICO, filtros de calidad y extracci�n de datos. Los Resultados presentan la caracterizaci�n del corpus, obteniendo una distribuci�n temporal y sectorial, la frecuencia de herramientas Lean y un compendio de efectos reportados en OEE, lead time y defectos. La Discusi�n integra hallazgos, delimita condiciones de validez y sugiere una hoja de ruta por madurez para la implementaci�n Lean y su acople con I4.0; tambi�n se abordan limitaciones y l�neas futuras. Las Conclusiones sintetizan implicaciones pr�cticas y acad�micas. Como apoyo visual, se incluye la ilustraci�n 1, la cual es un diagrama PRISMA para transparentar el proceso de selecci�n (Moher et al., 2009; Liberati et al., 2009).

 

Metodolog�a

Este estudio se dise�� como una revisi�n sistem�tica orientada a sintetizar la evidencia sobre enfoques de Lean Manufacturing en procesos productivos industriales y su impacto en la eficiencia operativa, cumpliendo con las directrices de reporte PRISMA 2020 para garantizar transparencia, reproducibilidad y trazabilidad del flujo de selecci�n. El protocolo que especific� preguntas de investigaci�n, criterios de elegibilidad, plan de b�squeda, procedimientos de extracci�n y evaluaci�n cr�tica, fue formulado a priori y se apoy� en la declaraci�n y ampliaci�n explicativa de PRISMA, as� como en la declaraci�n original, a fin de asegurar consistencia metodol�gica; no se registr� en PROSPERO por tratarse de una tem�tica de ingenier�a y operaciones, sin componente cl�nico, pero el protocolo queda disponible para auditor�a acad�mica bajo solicitud (Page et al., 2021; Liberati et al., 2009; Moher et al., 2009). El foco sustantivo de la revisi�n fueron los bundles y herramientas Lean m�s aceptados en la literatura (JIT, TPM, VSM, SMED, kanban, jidoka, estandarizaci�n y mejora continua), incluidas sus integraciones con Lean Six Sigma, Lean-Green e Industria 4.0/Lean 4.0, dado el peso te�rico y emp�rico acumulado en torno a la noci�n de paquetes de pr�cticas y su asociaci�n con el desempe�o operativo en manufactura (Shah & Ward, 2003; Belekoukias et al., 2014; Bellisario & Pavlov, 2018; Iranmanesh et al., 2019; Garza-Reyes et al., 2018; Buer et al., 2021; Foley et al., 2022; Maware & Adedeji, 2023; Elemure et al., 2023).

Para delimitar el alcance anal�tico se adopt� un marco PEO: poblaci�n/contexto constituida por organizaciones manufactureras y procesos industriales de diversos sectores y tama�os; exposici�n/intervenci�n basada en enfoques Lean y sus bundles, incluyendo variantes Lean Six Sigma, Lean-Green y la convergencia con tecnolog�as de digitalizaci�n; y resultados de inter�s definidos como indicadores de eficiencia operativa, como son OEE, lead time, tasa de defectos, productividad, utilizaci�n y confiabilidad, admitiendo reportes complementarios de desempe�o ambiental y organizacional cuando formaron parte del dise�o de los estudios (Shah & Ward, 2003; Belekoukias et al., 2014; Iranmanesh et al., 2019; Garza-Reyes et al., 2018; Syafwandi et al., 2020; Buer et al., 2021; Salwin et al., 2023; Garc�a-Garc�a et al., 2022; Elemure et al., 2023; Foley et al., 2022; Panigrahi et al., 2023; Systems Editorial Team, 2024). Este marco permiti� dialogar con la teor�a de paquetes de pr�cticas y con la evidencia que asocia herramientas concretas como VSM y SMED con reducciones de desperdicio, tiempos de ciclo y tiempos de cambio, y con programas TPM y jidoka para estabilizar equipos y procesos, todo ello con impactos esperados en las m�tricas operativas seleccionadas (Belekoukias et al., 2014; Garza-Reyes et al., 2018; Syafwandi et al., 2020; Garc�a-Garc�a et al., 2022; Salwin et al., 2023).

La b�squeda bibliogr�fica se ejecut� en bases indexadas y multidisciplinares con alta cobertura de ingenier�a y gesti�n de operaciones, espec�ficamente Scopus, Web of Science, ScienceDirect, Elsevier, SpringerLink, Taylor & Francis, Emerald, Wiley e IEEE Xplore, para trabajos que vinculan Lean e Industria 4.0; complement�ndolas con portales editoriales de acceso abierto tipo MDPI, por su densidad reciente de publicaciones en Sustainability, Machines, Energies, Systems y Logistics y con repositorios regionales como SciELO y Redalyc para capturar evidencia latinoamericana. Google Scholar se utiliz� de forma acotada, �nicamente para recuperar DOIs o versiones ahead of print cuando el art�culo ya contaba con publicaci�n definitiva, evitando sesgos de �bola de nieve�. La ventana temporal cubri� 2003�2025, tomando 2003 como punto de partida por el trabajo seminal sobre bundles Lean y su relaci�n con el desempe�o (Shah & Ward, 2003), e incluyendo art�culos recientes y en l�nea adelantada cuando contaban con DOI y estatus de revisi�n por pares. Las cadenas de b�squeda combinaron t�rminos controlados y libres en ingl�s, espa�ol y portugu�s, ajustados a cada base y aplicados en t�tulo, resumen y palabras clave. Se utilizaron expresiones como: �lean manufacturing� OR �lean production� AND (OEE OR �overall equipment effectiveness� OR �lead time� OR �defect rate� OR productivity) AND (VSM OR �value stream mapping� OR SMED OR TPM OR JIT OR kanban OR jidoka); as� como �lean manufacturing� AND (�industry 4.0� OR digitalization OR �lean 4.0�) AND (efficiency OR performance). En espa�ol y portugu�s se emplearon equivalentes como �manufactura esbelta�, �produ��o enxuta� combinados con �eficiencia, efici�ncia�, �productividad� y nombres de herramientas (VSM, SMED, TPM, JIT, kanban), aplicando filtros por a�o, idioma, �rea tem�tica (ingenier�a y operaciones) y tipo de documento (art�culos revisados por pares con DOI) (Systems Editorial Team, 2024).

Los criterios de inclusi�n exigieron que los estudios fueran emp�ricos, es decir casos de estudio, encuestas, cuasi-experimentos o revisiones sistem�ticas directamente relacionadas con enfoques Lean y resultados operativos; que presentaran aplicaci�n clara de herramientas o bundles como VSM, SMED, TPM, JIT, kanban, jidoka, estandarizaci�n, Kaizen, LSS, Lean-Green, Lean 4.0; que fueran publicados entre 2003 y 2025 en revistas con revisi�n por pares; y que contaran con DOI verificable. Los criterios de exclusi�n descartaron sectores no manufactureros, salvo asimilables a producci�n industrial, trabajos sin reporte de resultados operativos o sin v�nculo expl�cito con Lean, literatura gris, como tesis y documentos no revisados por pares, duplicados, y preprints sin DOI final cuando exist�a la versi�n publicada (Shah & Ward, 2003; Belekoukias et al., 2014; Iranmanesh et al., 2019; Maware et al., 2022; Systems Editorial Team, 2024). El proceso PRISMA comprendi� cribado de t�tulo/resumen y lectura de texto completo por dos revisores de manera independiente, con resoluci�n de discrepancias por consenso; los duplicados se depuraron mediante coincidencia por autor, a�o, t�tulo y validaci�n manual. El flujo completo Identificaci�n, cribado, elegibilidad e inclusi�n, la cual culmin� en un corpus de 25 art�culos que sustentan el an�lisis y la discusi�n (Moher et al., 2009)

La extracci�n de datos se realiz� con una plantilla estandarizada que captur�, para cada estudio, la referencia completa con DOI, el dise�o metodol�gico, la intervenci�n Lean, los resultados operativos del OEE y su variaci�n, lead time y su variaci�n, tasa de defectos, productividad, disponibilidad, confiabilidad (MTBF/MTTR) cuando correspond�a, los habilitadores y barreras como liderazgo, formaci�n, cultura, priorizaci�n de proyectos, integraci�n con TI y I4.0, sostenibilidad y notas de calidad con base en listas de chequeo. Para favorecer la comparabilidad entre trabajos, se normalizaron unidades y se reportaron magnitudes en t�rminos de puntos porcentuales o porcentajes de reducci�n cuando la informaci�n estuvo disponible (Syafwandi et al., 2020; Garc�a-Garc�a et al., 2022; Salwin et al., 2023)

La evaluaci�n de calidad y riesgo de sesgo contempl� la heterogeneidad de dise�os; por ello se usaron herramientas multidise�o como MMAT (2018/2020) y criterios JBI para estudios de caso o series de casos, sintetizando para cada art�culo el porcentaje de criterios cumplidos. No se excluy� evidencia �nicamente por puntaje de calidad, pero se ponder� su influencia en la s�ntesis narrativa y en la formulaci�n de implicaciones. Se prest� especial atenci�n a sesgos de selecci�n, la tendencia a publicar proyectos Lean exitosos, de medici�n de variabilidad en definiciones e indicadores, de publicaci�n y de reporte selectivo. Tambi�n se revis� la claridad con que cada trabajo defini� bundles e identific� mecanismos de impacto, por ejemplo, VSM para reducci�n de esperas y reprocesos; SMED para la disminuci�n de tiempos de cambio; TPM enfocado al aumento de disponibilidad, acorde con la literatura de referencia (Shah & Ward, 2003; Belekoukias et al., 2014; Iranmanesh et al., 2019; Garza-Reyes et al., 2018).

Dados los distintos sectores, tama�os de empresa y m�tricas reportadas, se opt� por una s�ntesis narrativa/tem�tica. Se elaboraron conteos de frecuencia de herramientas/bundles por estudio y tablas de efectos se�alando direcci�n y, cuando estuvo disponible, magnitud. Cuando tres o m�s art�culos reportaron una misma m�trica de manera comparable, se estim� una tendencia agregada (vote counting y medidas de tendencia), explicitando la limitaci�n de no realizar meta-an�lisis formal por heterogeneidad en dise�os y dispersiones. La organizaci�n de la s�ntesis consider� subgrupos por sector, madurez Lean e integraci�n digital (Buer et al., 2021; Foley et al., 2022; Maware & Adedeji, 2023; Komkowski et al., 2025), as� como el nexo con desempe�o ambiental cuando correspondi� (Garza-Reyes et al., 2018; Elemure et al., 2023). Finalmente, para asegurar la reproducibilidad, las referencias se gestionaron en Mendeley y Zotero con el DOI como identificador can�nico y se documentaron cadenas de b�squeda, filtros y criterios de selecci�n; no se manipularon datos personales ni informaci�n sensible, y solo se incluyeron art�culos revisados por pares con DOI verificable (Page et al., 2021; Systems Editorial Team, 2024; Dupuis & Massicotte, 2024).

 

Ilustraci�n 1: Prisma Methodology
Fuente:Autores

 

Resultados

El corpus final lo integran 25 estudios revisados por pares con DOI verificado (2003�2025), que abarcan revisiones, encuestas y estudios de caso en distintos sectores manufactureros. La caracterizaci�n tem�tica confirma el predominio de enfoques bundle, tales como el JIT, TPM, kanban, estandarizaci�n, Kaizen y de herramientas VSM y SMED como veh�culos de reducci�n de tiempos y estabilizaci�n de equipos, tal como anticipan los trabajos seminales y sus r�plicas emp�ricas (Shah & Ward, 2003; Belekoukias, Garza-Reyes, & Kumar, 2014; Bellisario & Pavlov, 2018; Iranmanesh et al., 2019). En la s�ntesis descriptiva que se aprecia en la ilustraci�n 2, se observa la frecuencia de herramientas, VSM y TPM muestran alta recurrencia, seguidos de JIT, estandarizaci�n y Kaizen; SMED aparece con fuerza en los casos aplicados, mientras que las corrientes Lean-Green y Lean 4.0 destacan en los estudios m�s recientes (Garza-Reyes et al., 2018; Elemure et al., 2023; Buer, Strandhagen, & Chan, 2021; Foley, O�Connor, & Thomond, 2022; Maware & Adedeji, 2023).

 

Ilustraci�n 2: Tools used in Lean Manufacturing
Fuente:Autores a partir de los 25 art�culos metodolog�a prisma

 

Respecto a la eficiencia de equipos (OEE), el an�lisis de presencia presenta que el indicador es relacionado en una porci�n mayoritaria del corpus (Ilustraci�n 3), coherente con la literatura sobre desempe�o operacional asociado a bundles Lean (Belekoukias et al., 2014; Panigrahi, Tripathy, & Panda, 2023; Wickramasinghe & Wickramasinghe, 2017). La revisi�n espec�fica de OEE de Syafwandi, Putra y Karlitasari (2020) proporciona definiciones, desagregaci�n de p�rdidas y referencias de casos que permiten interpretar las mejoras cuando las publicaciones reportan valores antes/despu�s. A nivel cualitativo, las asociaciones entre pr�cticas Lean y mejoras de disponibilidad, rendimiento y calidad como componentes del OEE aparecen de forma consistente en encuestas y casos (Iranmanesh et al., 2019; Schwantz, Ramos, & Gomes, 2023; Abu et al., 2022).

Ilustraci�n 3: OEE Presence
Fuente:Autores a partir de los 25 art�culos metodolog�a prisma

 

En tiempos de flujo, la evidencia concentra mejoras robustas con VSM y SMED. En los casos con dato cuantitativo como se muestra en la ilustraci�n 4, VSM reporta recortes de lead time desde −25% (Huang, Huang, & Pan, 2022) hasta magnitudes superiores al −60% en manufactura discreta y de procesos (Salwin, H�bner, & Patalas-Maliszewska, 2023), mientras que SMED logra reducciones de cambio de formato alrededor del −30% en alimentos (Garc�a-Garc�a, Singh, & Jagtap, 2022). Estas se�ales cuantitativas son coherentes con revisiones amplias que posicionan a VSM como herramienta de diagn�stico y a SMED como palanca de capacidad y flexibilidad (Bhamu & Sangwan, 2014; Belekoukias et al., 2014; Wang, Rahardjo, & Rovira, 2022). Adem�s, en estudios de transformaci�n en servicios asociados a manufactura, la estandarizaci�n y VSM se relacionan con tiempos de ciclo m�s cortos y mejor flujo de pedidos (Rodrigues, Nunes, & Carvalho, 2022), fen�meno extrapolable a contextos latinoamericanos con cuellos de botella log�sticos.

Ilustraci�n 4: Lead time reduction through VSM
Fuente:Autores a partir de los 25 art�culos metodolog�a prisma

En calidad y defectos, la s�ntesis cualitativa que se aprecia en la ilustraci�n 5, muestra una direcci�n de efecto predominantemente decreciente, cuando los estudios reportan expl�citamente la m�trica o proxies cercanos (rechazos, retrabajos), en l�nea con la l�gica de calidad en la fuente (estandarizaci�n, poka-yoke, jidoka) y la estabilidad que aportan TPM y balance del flujo (Belekoukias et al., 2014; Wickramasinghe & Wickramasinghe, 2017; Panigrahi et al., 2023). En revisiones metodol�gicas y de factores cr�ticos la evidencia es mixta o narrativa, pero converge en que la disciplina operativa, el liderazgo y la formaci�n sostienen la disminuci�n de variabilidad y errores (Abu et al., 2022; Systems Editorial Team, 2024; Maware, Muzinda, & Santos, 2022).

Ilustraci�n 5: Direction of effect on quality
Fuente:Autores a partir de los 25 art�culos metodolog�a prisma

El mapa de calor herramienta por m�trica, como se evidencia el mapa de calor en la ilustraci�n 6, resume la cobertura cruzada: VSM co-ocurre con reportes de mejora en lead time con alta frecuencia; SMED se asocia fuertemente con changeover; TPM y estandarizaci�n aparecen en conjunci�n con calidad y OEE; y Lean 4.0 se distribuye transversalmente, actuando como �amplificador� cuando se combina con procesos ya estabilizados (Buer et al., 2021; Foley et al., 2022; Maware & Adedeji, 2023). Este patr�n apoya una secuencia de adopci�n: diagn�stico (VSM), luego an�lisis de estabilidad mediante TPM y est�ndares, seguido por capacidad y flexibilidad SMED y finalmente la digitalizaci�n focalizada en monitoreo y anal�tica, para capturar y sostener ganancias (Huang et al., 2022; Salwin et al., 2023; Elemure et al., 2023).

Ilustraci�n 6: Heatmap: Metric coverage by tool/bundle (n = 25)
Fuente: Autores a partir de los 25 art�culos metodolog�a prisma

 

En la integraci�n Lean Industria 4.0, los estudios que abordan expl�citamente Lean 4.0 muestran co-ocurrencias frecuentes entre VSM, TPM, estandarizaci�n y habilitadores digitales como monitoreo en tiempo real de OEE, anal�tica ML, MES/SCADA e IoT (ver Ilustraci�n 7). En particular, VSM utilizada con el monitoreo y anal�tica aporta visibilidad de flujo y bottlenecks; TPM conjuntamente con sens�rica y SCADA mejora la confiabilidad de equipos; y estandarizaci�n mediante Kaizen e instrucciones digitales, �refuerza la adherencia al m�todo en el punto de uso (Buer et al., 2021; Foley et al., 2022; Oluyisola et al., 2020; Maware & Adedeji, 2023; Komkowski, Rymaszewska, & Bettoni, 2025; Wang et al., 2022; Dupuis & Massicotte, 2024). La evidencia sugiere, por tanto, complementariedad: la tecnolog�a rinde m�s cuando Lean ha reducido la variabilidad y estandarizado el trabajo, y Lean captura m�s valor cuando existe datos en tiempo real para cerrar bucles de mejora (Buer et al., 2021; Foley et al., 2022).

En conjunto, los resultados confirman la consistencia del impacto de los bundles y herramientas Lean sobre la eficiencia operativa OEE, lead time, defectos y clarifican el papel habilitador de la digitalizaci�n y de las iniciativas Lean-Green para objetivos combinados de desempe�o y sostenibilidad (Garza-Reyes et al., 2018; Elemure et al., 2023). Como implicaci�n pr�ctica, una hoja de ruta por madurez que priorice VSM, seguido por �TPM y est�ndares, luego con la aplicaci�n de SMED, anal�tica y IoT maximiza quick wins y sostenibilidad, con adaptaci�n sectorial y foco en factores cr�ticos de liderazgo, formaci�n, priorizaci�n, que la literatura identifica como determinantes del �xito (Abu et al., 2022; Systems Editorial Team, 2024; Maware et al., 2022).

Ilustraci�n 7: Lean-Industry 4.0 integration: tool-technology co-occurrences in the corpus (n = 25)
Fuente: Autores a partir de los 25 art�culos metodolog�a prisma

Discusi�n

Los resultados confirman que la l�gica de bundles, es el principal mecanismo de impacto de Lean sobre la eficiencia operativa. En l�nea con la teor�a seminal, los paquetes que articulan flujo como es el JIT, Kanban y VSM, calidad en la fuente tales como la estandarizaci�n, jidoka, Kaizen y estabilidad de equipos TPM, muestran asociaciones m�s consistentes y sostenidas con OEE, lead time y defectos que las intervenciones aisladas (Shah & Ward, 2003; Belekoukias, Garza-Reyes, & Kumar, 2014; Bellisario & Pavlov, 2018). Este patr�n explica por qu�, en el corpus, VSM y TPM aparecen con alta recurrencia, el primero como diagn�stico sist�mico que revela esperas, reprocesos y desalineaciones del flujo; el segundo como pilar de confiabilidad que reduce p�rdidas por paradas y variabilidad del proceso (Belekoukias et al., 2014; Iranmanesh, Zailani, Nikbin, & Foroughi, 2019). A su vez, SMED opera como acelerador de flexibilidad, y su efecto en tiempos de cambio impacta capacidad disponible y, por esa v�a, componentes del OEE (Garc�a-Garc�a, Singh, & Jagtap, 2022; Bhamu & Sangwan, 2014).

La direcci�n de efecto sobre calidad y defectos es mayoritariamente decreciente, coherente con la combinaci�n de estandarizaci�n de poka-yoke, jidoka y con la eliminaci�n de causas de variaci�n desde el dise�o del flujo (Belekoukias et al., 2014; Wickramasinghe & Wickramasinghe, 2017; Panigrahi, Tripathy, & Panda, 2023). No obstante, varios estudios no reportan cifras comparables o lo hacen de forma cualitativa, lo cual es una limitaci�n frecuente en literatura de operaciones, lo que sugiere reforzar futuros reportes con definiciones operativas de m�tricas, ventanas temporales claras y l�neas base homog�neas (Syafwandi, Putra, & Karlitasari, 2020; Systems Editorial Team, 2024). En particular, la desagregaci�n del OEE en la disponibilidad, rendimiento y calidad, permitir�a atribuir mejor qu� pr�ctica incide en cada componente y con qu� magnitud.

Los hallazgos tambi�n respaldan la tesis de complementariedad Lean Industria 4.0: la digitalizaci�n amplifica el valor de Lean cuando se despliega sobre procesos ya estabilizados y estandarizados, y Lean gu�a la priorizaci�n digital hacia cuellos de botella y decisiones de alto retorno (Buer, Strandhagen, & Chan, 2021; Foley, O�Connor, & Thomond, 2022). En el corpus, las co-ocurrencias m�s frecuentes son VSM con �monitoreo/anal�tica en tiempo real permiten visibilizar flujo y bottlenecks, TPM conjuntamente con sens�rica/MES-SCADA para cuidado predictivo y reducci�n de paradas; estandarizaci�n/Kaizen con �instrucciones digitales/AR, utilizadas para disciplina de m�todo en el punto de uso (Wang, Rahardjo, & Rovira, 2022; Oluyisola et al., 2020; Komkowski, Rymaszewska, & Bettoni, 2025; Dupuis & Massicotte, 2024).

En cuanto a factores cr�ticos de �xito, tres elementos emergen de forma transversal. Primero, liderazgo con objetivos y m�tricas alineadas, algo subrayado por revisiones de CSFs y por estudios de desempe�o (Abu, Gholami, Saman, & Zakuan, 2022; Systems Editorial Team, 2024; Panigrahi et al., 2023). Segundo, capacidades en el piso de f�brica como la formaci�n, resoluci�n de problemas, cultura de experimentaci�n, que permitan sostener est�ndares y ciclos de mejora (Maware, Muzinda, & Santos, 2022; Bellisario & Pavlov, 2018). Tercero, priorizaci�n de proyectos mediante VSM y an�lisis de restricciones para evitar dispersiones y asegurar tracci�n temprana, lo cual es clave para mantener el cambio y legitimar la inversi�n (Belekoukias et al., 2014; Iranmanesh et al., 2019). Cuando estas condiciones faltan, aparecen patrones de implementaci�n fragmentada y fatiga del programa, que explican parte de los resultados mixtos o los retrocesos post-proyecto (Maware et al., 2022; Abu et al., 2022).

La dimensi�n ambiental agrega un matiz relevante: la evidencia sugiere co-movimientos entre Lean y desempe�o ambiental cuando se eliminan desperdicios energ�ticos y de materiales, lo que encaja con el enfoque Lean-Green (Garza-Reyes, Kumar, Chaikittisilp, & Tan, 2018; Elemure, Dhakal, Leseure, & Radulovic, 2023). Este hallazgo ampl�a la justificaci�n econ�mica de Lean, ya que los ahorros por eficiencia, tiempos, calidad y �energ�a, act�an como palancas de ROI que pueden sostener el caso de negocio en contextos de inversi�n restringida, t�pico de PYMEs latinoamericanas (Huang et al., 2022; Salwin et al., 2023).

Desde una perspectiva contextual de Am�rica Latina, los resultados invitan a evitar �big bang� y optar por secuencias pragm�ticas con alcance acotado y m�tricas de impacto tempranas. En sectores de alimentos, metalmec�nica y textil, presentes en estudios de caso, es viable iniciar con VSM en la familia de productos dominante, lanzar SMED en el cuello de botella primario y estandarizar las operaciones cr�ticas con TPM aut�nomo; solo entonces priorizar RT-OEE o tableros anal�ticos para sostener y escalar (Garc�a-Garc�a et al., 2022; Salwin et al., 2023; Buer et al., 2021; Foley et al., 2022). Este enfoque reduce el riesgo de complejidad y mejora la absorci�n del cambio.

Entre las limitaciones de la revisi�n, se reconoce la heterogeneidad de dise�os y de m�tricas, que impidi� un meta-an�lisis formal y oblig� a una s�ntesis narrativa. Tambi�n es posible un sesgo de publicaci�n hacia casos exitosos y una sub-representaci�n de fracasos o resultados nulos. A futuro, se recomienda: (i) reportar l�neas base y efectos con unidades comparables (puntos porcentuales, % de reducci�n, tiempos normalizados); (ii) desagregar componentes de OEE y relacionarlos con pr�cticas espec�ficas; (iii) estudios longitudinales que midan sostenibilidad del efecto; y (iv) marcos de priorizaci�n Lean�I4.0 que estimen ROI por caso de uso en funci�n de la madurez operativa (Syafwandi et al., 2020; Buer et al., 2021; Foley et al., 2022; Komkowski et al., 2025; Systems Editorial Team, 2024).

 

Conclusiones

La evidencia analizada respalda que Lean Manufacturing funciona como un sistema socio t�cnico cuyo rendimiento depende de la implementaci�n coherente de paquetes de pr�cticas y no de la aplicaci�n aislada de herramientas. Cuando el dise�o de flujo, mediante JIT, Kanban y VSM, la calidad en la fuente mediante la estandarizaci�n, jidoka y Kaizen), as� como �la estabilidad de equipos TPM se despliegan de forma coordinada, las mejoras en eficiencia operativa, expresadas en OEE, lead time y defectos, son m�s consistentes y sostenibles que en intervenciones puntuales, en l�nea con la teor�a de bundles y con los metaan�lisis narrativos y emp�ricos revisados (Shah & Ward, 2003; Belekoukias, Garza-Reyes, & Kumar, 2014; Bellisario & Pavlov, 2018).

En ese marco, VSM, TPM y SMED sobresalen como palancas nucleares: VSM posibilita un diagn�stico sist�mico y el redise�o del flujo; TPM eleva la disponibilidad y la confiabilidad al reducir p�rdidas por paradas; y SMED acorta de manera significativa los tiempos de cambio y ampl�a la capacidad efectiva. La combinaci�n de estas pr�cticas explica reducciones sustantivas de lead time, incluidos recortes superiores al 60% en manufactura discreta y de procesos, as� como disminuciones cercanas al 30% en cambios de formato, con efectos positivos subsecuentes en OEE siempre que se consoliden est�ndares y control del proceso (Bhamu & Sangwan, 2014; Garc�a-Garc�a, Singh, & Jagtap, 2022; Salwin, H�bner, & Patalas-Maliszewska, 2023; Syafwandi, Putra, & Karlitasari, 2020).

Asimismo, la revisi�n pone de manifiesto la complementariedad entre Lean e Industria 4.0: la digitalizaci�n amplifica los efectos de Lean cuando se aplica tras reducir la variabilidad y fijar est�ndares, y, a la inversa, Lean orienta la priorizaci�n digital hacia casos de uso de alto retorno�monitoreo en tiempo real de OEE, anal�tica para cuellos de botella, MES/SCADA y IoT, las cuales cierran bucles de mejora con datos operativos (Buer, Strandhagen, & Chan, 2021; Foley, O�Connor, & Thomond, 2022).

El alineamiento entre desempe�o operativo y ambiental, el cual es propio de enfoques Lean y Green, fortalece el caso de negocio al materializar ahorros simult�neos de tiempo, defectos, energ�a y materiales, y ampl�a el alcance de Lean hacia objetivos integrados de eficiencia y sostenibilidad (Garza-Reyes, Kumar, Chaikittisilp, & Tan, 2018; Elemure, Dhakal, Leseure, & Radulovic, 2023).

En conjunto, y pese a la heterogeneidad de dise�os y reportes, la convergencia de resultados respalda que Lean, desplegado como sistema e integrado selectivamente con I4.0, mejora de forma robusta la eficiencia operativa y ofrece una senda pr�ctica y escalable para la excelencia manufacturera contempor�nea (Shah & Ward, 2003; Belekoukias et al., 2014; Buer et al., 2021; Foley et al., 2022)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Referencias

1.�������� Abu, F., Gholami, H., Saman, M. Z. M., & Zakuan, N. (2022). Critical success factors for lean implementation: A systematic review. Journal of Manufacturing Technology Management, 33(4), 685�713. https://doi.org/10.1108/JMTM-01-2021-0029

2.�������� Bellisario, A., & Pavlov, A. (2018). Performance management practices in lean manufacturing organisations: A systematic review of research evidence. Production Planning & Control, 29(5), 367�385. https://doi.org/10.1080/09537287.2018.1432909

3.�������� Belekoukias, I., Garza-Reyes, J. A., & Kumar, V. (2014). The impact of lean methods and tools on the operational performance of manufacturing organisations. International Journal of Production Research, 52(18), 5346�5366. https://doi.org/10.1080/00207543.2014.903348

4.�������� Bhamu, J., & Sangwan, K. S. (2014). Lean manufacturing: Literature review and research issues. International Journal of Operations & Production Management, 34(7), 876�940. https://doi.org/10.1108/IJOPM-08-2012-0315

5.�������� Buer, S.-V., Strandhagen, J. O., & Chan, F. T. S. (2021). The complementary effect of lean manufacturing and digitalization on operational performance. International Journal of Production Research, 59(7), 1976�1992. https://doi.org/10.1080/00207543.2020.1790684

6.�������� Dupuis, M., & Massicotte, A. (2024). Digital Lean production and the reorganization of work in manufacturing. Work and Occupations. https://doi.org/10.1177/07308884241288580

7.�������� Elemure, I., Dhakal, H. N., Leseure, M., & Radulovic, J. (2023). Integration of Lean Green and sustainability in manufacturing: A review. Sustainability, 15(13), 10261. https://doi.org/10.3390/su151310261

8.�������� Foley, S., O�Connor, R. V., & Thomond, P. (2022). Lean 4.0 project and process management practices: A review and research agenda. Machines, 10(12), 1119. https://doi.org/10.3390/machines10121119

9.�������� Garc�a-Garc�a, G., Singh, Y., & Jagtap, S. (2022). Optimising changeover through lean-manufacturing principles: A case study in a food factory. Sustainability, 14(14), 8279. https://doi.org/10.3390/su14148279

10.������ Garza-Reyes, J. A., Kumar, V., Chaikittisilp, S., & Tan, K. H. (2018). The effect of lean methods and tools on the environmental performance of manufacturing organisations. International Journal of Production Economics, 200, 170�180. https://doi.org/10.1016/j.ijpe.2018.03.030

11.������ Huang, S., Huang, S.-H., & Pan, Y.-C. (2022). A Lean Manufacturing Progress Model for SMEs. Processes, 10(5), 835. https://doi.org/10.3390/pr10050835

12.������ Iranmanesh, M., Zailani, S., Nikbin, D., & Foroughi, B. (2019). Effect of lean manufacturing practices on performance: Moderating role of supply chain innovation. Sustainability, 11(4), 1112. https://doi.org/10.3390/su11041112

13.������ Komkowski, M., Rymaszewska, A., & Bettoni, A. (2025). Operational practices for integrating Lean manufacturing and Industry 4.0: A review. International Journal of Production Research. https://doi.org/10.1080/00207543.2024.2381127

14.������ Maware, C., & Adedeji, O. (2023). Can Industry 4.0 assist Lean Manufacturing? A systematic review. Sustainability, 15(3), 1962. https://doi.org/10.3390/su15031962

15.������ Maware, C., Muzinda, A., & Santos, J. (2022). The challenges of lean transformation and sustainability. Sustainability, 14(10), 6287. https://doi.org/10.3390/su14106287

16.������ Oluyisola, O. E., et al. (2020). Smart production planning and control: Concept, use-case matrix and product�process framework. Sustainability, 12(9), 3791. https://doi.org/10.3390/su12093791

17.������ Panigrahi, S. K., Tripathy, S., & Panda, R. (2023). Lean manufacturing practices for operational and business performance: Empirical evidence. IIM Kozhikode Society & Management Review, 12(1), 77�92. https://doi.org/10.1177/18479790221147864

18.������ Rodrigues, R., Nunes, E., & Carvalho, H. (2022). Using Lean to improve operational performance in a retail store and e-commerce service: A Portuguese case study. Sustainability, 14(10), 5913. https://doi.org/10.3390/su14105913

19.������ Salwin, M., H�bner, P., & Patalas-Maliszewska, J. (2023). Value Stream Mapping in manufacturing�Case study and ROI analysis. Energies, 16(21), 7292. https://doi.org/10.3390/en16217292

20.������ Schwantz, J., Ramos, M., & Gomes, C. (2023). Lean manufacturing practices and performance: Evidence from a public industrial institution. Logistics, 7(3), 52. https://doi.org/10.3390/logistics7030052

21.������ Shah, R., & Ward, P. T. (2003). Lean manufacturing: Context, practice bundles, and performance. Journal of Operations Management, 21(2), 129�149. https://doi.org/10.1016/S0272-6963(02)00108-0

22.������ Syafwandi, S., Putra, D. M., & Karlitasari, L. (2020). Overall Equipment Effectiveness (OEE): A systematic literature review. Applied Sciences, 10(18), 6469. https://doi.org/10.3390/app10186469

23.������ Systems Editorial Team. (2024). Critical success factors of lean production: A systematic review. Systems, 12(11), 501. https://doi.org/10.3390/systems12110501

24.������ Wang, F.-K., Rahardjo, B., & Rovira, P. R. (2022). Lean Six Sigma with Value Stream Mapping in Industry 4.0 for human-centered workstation design. Sustainability, 14(17), 11020. https://doi.org/10.3390/su141711020

25.������ Wickramasinghe, G. L. D., & Wickramasinghe, V. (2017). Implementation of lean production practices and manufacturing performance: The role of lean duration. Journal of Manufacturing Technology Management, 28(4), 531�550. https://doi.org/10.1108/JMTM-08-2016-0112.

 

�

 

 

 

 

 

 

 

 

 

 

 

 

 

 

� 2025 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).