Lean Manufacturing and Industry 4.0: A Technology Integration Model for Waste Reduction and Improved Industrial Productivity
DOI:
https://doi.org/10.63969/81wyh968Keywords:
Lean Manufacturing, Industry 4.0, waste reduction, industrial productivity, digital transformationAbstract
The integration of Lean Manufacturing and Industry 4.0 represents a strategic approach to improving the efficiency and productivity of industrial systems. Lean Manufacturing contributes through the identification and elimination of waste, resource optimisation and continuous improvement, while Industry 4.0 incorporates technologies such as the Internet of Things, artificial intelligence, data analytics, cloud computing, cyber-physical systems and advanced automation. The aim was to analyse the integration of both approaches to identify technological and methodological components focused on waste reduction and productivity improvement. A qualitative, descriptive and documentary study was conducted, structured in accordance with PRISMA 2020 to organise the search, selection and analysis of scientific publications related to production efficiency, digitalisation and industrial innovation. The analysis established that the incorporation of real-time data facilitates the detection of deviations, anticipation of failures, operational control and improvement-oriented decision-making. Integrating both approaches requires the alignment of technology, processes and people to achieve more agile, efficient, adaptable and sustainable production systems, while avoiding technological adoption that is disconnected from operational needs.
Downloads
References
Alva, d. l. (2026). Internet de las cosas: el dispositivo de la datificación. Revista mexicana de ciencias políticas y sociales, https://doi.org/10.22201/fcpys.2448492xe.2026.256.94606
Chávez, A. V., & Torres, M. L. (2026). La inteligencia artificial en la investigación científica: una revisión sistemática trienal. Revista InveCom, https://doi.org/10.5281/zenodo.17238020
Cifuentes, W. X., & Herrera, Q. J. (2025). Una oteada reflexiva hacia el contexto epistemológico de la analítica de datos. Sophia, https://doi.org/10.18634/sophiaj.21v.1i.1440
Coronel, R. L., & Balladares, A. C. (2026 ). Análisis de la implementación de la metodología Lean Kaizen en la gestión de energía: una revisión sistemática. Revista InveCom, https://doi.org/10.5281/zenodo.16999763
Domínguez, S. D., Ramírez, E. H., & Martínez, R. M. (2025). El papel de la tecnología para la gestión integral de residuos textiles en México: una revisión. Inter disciplina, https://doi.org/10.22201/ceiich.24485705e.2025.37.87158
Fernández, M., & Sánchez, M. J. (2021). Técnicas e instrumentos de recolección de información: análisis y procesamiento realizado por el investigador cualitativo. Revista Científica UISRAEL, https://doi.org/10.35290/rcui.v8n1.2021.400
Gonzalvez, M. A., & Solano, B. A. (2023). Enseñanza de la analítica de datos usando aprendizaje basado en proyectos colaborativos. Formación universitaria , http://dx.doi.org/10.4067/S0718-50062023000600023
Hernández, R. G., & Arriola, R. E. (2025). ¿Están listas las maquiladoras para implementar la Industria 4.0? Frontera norte, https://doi.org/10.33679/rfn.v1i1.2383
Jimbo, S. P., & Lanzarini, L. C. (2023). Inteligencia artificial para analizar el rendimiento académico en instituciones de educación superior. Una revisión sistemática de la literatura. Revista Cátedra, https://doi.org/10.29166/catedra.v6i2.4408
Maricahua, J. T. (2026). Transformación digital y gestión del talento humano: revisión sistemática de evidencia científica 2020-2024. Revista InveCom, https://doi.org/10.5281/zenodo.15748029
Monsalves, D., Riquelme, F., & Olivares, P. (2025). Inteligencia artificial como servicio: Potenciando la innovación y eficiencia en la industria y las metodologías ágiles. Ingeniare. Revista chilena de ingeniería, http://dx.doi.org/10.4067/s0718-33052024000100234
Moreira, B. J. (2025). Desarrollo de competencias investigativas a través de la inteligencia artificial. Un enfoque innovador. Revista Cátedra, https://doi.org/10.29166/catedra.v8i1.6621
Peñalver, H. M., & Isea, A. J. (2024). Transformación hacia fábricas inteligentes: El papel de la IA en la industria 4.0. Ingenium et Potentia. Revista Electrónica Multidisciplinaria de Ciencias Básicas, Ingeniería y Arquitectura, https://doi.org/10.35381/i.p.v6i10.3742
Pérez, R. A., & Hernández, P. K. (2026). La gestión de la calidad en la industria 4.0: un nuevo enfoque tecnológico y de eficiencia en la era digital. Revista Universidad y Empresa, https://doi.org/10.12804/revistas.urosario.edu.co/empresa/a.14636
Rodríguez, A. L., & Isea, A. J. (2025). Ingeniería de prompts en la industria 4.0: Optimización y automatización inteligente de procesos industriales. Ingenium et Potentia. Revista Electrónica Multidisciplinaria de Ciencias Básicas, Ingeniería y Arquitectura, https://doi.org/10.35381/i.p.v7i12.4438
Valencia, J. J., Gutierrez, C. G., & Flores, M. V. (2025). Lean Manufacturing en el mejoramiento continuo de la productividad. Revista InveCom, https://doi.org/10.5281/zenodo.14002915
Villa, B. C., & Camacho, C. C. (2020). Análisis de datos como alternativa para la evaluación de impacto de los programas sociales. Intersticios sociales, https://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2007-49642020000200013
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Christian Anthony Lázaro Russell (Autor/a)
This work is licensed under a Creative Commons Attribution 4.0 International License.
Los artículos publicados en la revista se distribuyen bajo la licencia Creative Commons Atribución 4.0 Internacional (CC BY 4.0). Esta licencia permite a terceros descargar, copiar, distribuir, adaptar y reutilizar una obra, incluso con fines comerciales, siempre que se otorgue el crédito adecuado al autor original.
