Documentos de Académico
Documentos de Profesional
Documentos de Cultura
AUTOR(ES):
ASESOR:
LÍNEA DE INVESTIGACIÓN:
2023
ÍNDICE
I. INTRODUCCIÓN.......................................................................................................................3
II. ARGUMENTACIÒN..............................................................................................................5
III. CONCLUSIONES...................................................................................................................7
I. INTRODUCCIÓN
Este ensayo tiene como finalidad explorar a fondo los conceptos de optimización
de procesos productivos, analizando los fundamentos y estrategias claves en el
impacto que puede tener en la competitividad y la sostenibilidad de las
organizaciones en la actualidad. A lo largo del ensayo se examinarán las
tendencias actuales en el campo de la optimización de los procesos, con el
objetivo de comprender su importancia y potencial para impulsar el crecimiento y
eficiencia operativa en las empresas.
Llop y Recalde (2013) como propósito de su estudio fue la examina y evaluar los
métodos utilizados en la optimización de un proceso de producción (Reingeniería),
así como la Regularización Societaria según la ley de sociedades comerciales,
aplicada a una Sociedad de Hecho que ofrece un Servicio Agroalimentario.
Además, se propone un proyecto de inversión que implica la adquisición de una
máquina para mejorar el proceso productivo y obtener una ventaja competitiva.
Por otro lado, el estudio de Luque (2019) sobre la empresa "metalmecánica" ilustra
las consecuencias de no optimizar los procesos. A través de un análisis
exhaustivo, Granizo encontró que la empresa estaba experimentando pérdidas de
ingresos debido a una falta de optimización de procesos.
Lo cual Delgado y Gonzales (2015) nos dice que Una de las tendencias actuales
en la optimización de procesos es el uso de tecnologías avanzadas como la
inteligencia artificial (IA) y el análisis de datos. Estas tecnologías pueden recopilar,
analizar y utilizar grandes cantidades de datos para identificar patrones y
tendencias que pueden ayudar a mejorar los procesos de fabricación. Por ejemplo,
el uso de algoritmos de aprendizaje automático puede ayudar a predecir la
demanda de productos, optimizar la programación de producción y reducir los
tiempos de espera.