30% menos defeitos? Esse é o verdadeiro ROI da nossa linha de luvas automatizadas.

Vejo o mesmo problema em muitas linhas de produção: a lixeira continua enchendo, o retrabalho consome o dia da equipe e a taxa de defeitos permanece mais alta do que se deseja. Quando isso acontece, não começo com mais pressão. Eu começo com o processo. Faço três perguntas. Onde aparecem os defeitos? Quem os encontra? O que muda logo antes do defeito aparecer? Essa simples verificação muitas vezes revela mais do que um longo relatório. Em uma linha de embalagem com a qual trabalhei, a equipe continuava vendo falhas nos lacres. Os operadores culparam o filme. O supervisor culpou a máquina. Observei a fila durante um turno e encontrei uma pequena lacuna no controle de configuração. A temperatura de vedação oscilou e a folha de verificação não a detectou com rapidez suficiente. Depois de reforçarmos a verificação de configuração, adicionarmos um guia visual e fornecermos ao operador uma breve etapa de reinicialização a cada troca, a taxa de defeitos caiu cerca de 30% no ciclo seguinte. Esse resultado não veio da sorte. Veio de etapas claras. Normalmente divido o trabalho em três partes. Eu mapeio o ponto do defeito. Fico na fila e observo todo o fluxo. Observo a transferência entre pessoas, máquinas e materiais. Muitos defeitos começam na transferência e não no processo principal. Eu mantenho a linguagem simples. Nada de reuniões longas. Sem relatórios pesados. Quero que a equipe aponte a etapa exata onde o defeito começa. Eu removo pontos de controle fracos. Muitas vezes surge um defeito onde ninguém verifica a qualidade com rapidez suficiente. Substituo verificações vagas por diretas. Uma amostra clara. Um limite claro. Uma regra clara de aprovação ou reprovação. Se uma máquina derrapar, quero que o operador perceba antes que dez unidades defeituosas passem por ela. Se um lote de material for alterado, quero que a equipe saiba disso antes que a produção continue. Eu treino por hábitos, não por slogans. Muitas equipes já sabem o que significa qualidade. O que eles precisam é de um hábito diário que os proteja. Eu continuo treinando curto. Eu mostro um exemplo de defeito. Eu explico o que deu errado. Deixei o operador repetir a correção. Então eu assisto a próxima corrida. As pessoas se lembram do que fazem, não do que ouvem uma vez. Também presto atenção às pequenas coisas que muitas equipes ignoram. Um acessório solto pode criar um defeito repetido. Uma ferramenta desgastada pode alterar a borda de um produto. Uma entrega apressada pode transformar uma parte boa em uma parte ruim. Uma etiqueta perdida pode gerar uma reclamação do cliente posteriormente. Estas não são questões dramáticas. São pequenos vazamentos. Pequenos vazamentos aumentam os custos. Se quero que a redução de defeitos dure, não paro na inspeção. Eu uso feedback. Quando encontro um defeito, rastreio a etapa que o causou. Eu mantenho o rastreamento curto. Não peço à equipe que adivinhe. Peço que me mostrem a configuração da máquina, o lote de material, a nota de turno e a pessoa que fez a última alteração. Isso me dá fatos. Os fatos me ajudam a resolver a causa real em vez do problema superficial. Também gosto de rastreamento simples. Uma placa na parede. Uma contagem diária de defeitos. Uma nota ao lado de cada defeito principal. Uma breve revisão no final do turno. Isso mantém a equipe atenta sem diminuir a velocidade da linha. Uma fábrica que visitei tinha um longo relatório que ninguém leu. Nós o substituímos por uma folha de defeitos de uma página. A equipe o atualizava manualmente todos os dias. Em poucas semanas, o padrão ficou claro. A maioria dos defeitos veio de duas estações e uma etapa de troca. Assim que a equipe se concentrou ali, o desperdício começou a cair. Esse é o tipo de mudança em que confio. Se você quiser reduzir os defeitos em 30%, eu manteria o plano simples: Observe o processo onde o defeito começa Corrija o ponto de controle que não detecta o erro Treine o operador em uma ação clara Rastreie o defeito principal todos os dias Repita a mesma verificação até que o resultado se mantenha Eu não busco sistemas perfeitos. Eu construo outros estáveis. Uma linha constante me proporciona resultados mais limpos, menos retornos e menos estresse para a equipe. Esse é o trabalho em que mais confio.

Já vi muitas fábricas fazerem a mesma pergunta: uma linha automatizada de luvas pode realmente se pagar ou apenas parece boa no papel? Minha visão é simples. O ROI vem de números diários, não de um folheto de vendas. Quando uma linha de luvas manuais funciona com alta demanda de mão de obra, produção irregular e verificações de qualidade frequentes, o custo oculto aumenta rapidamente. Vejo frequentemente os pontos problemáticos nos mesmos locais: - o custo da mão-de-obra aumenta à medida que a produção aumenta - erros manuais criam sucata e retrabalho - o tamanho do produto e o revestimento permanecem desiguais - os supervisores gastam demasiado tempo no controlo da linha - pequenas paragens quebram o fluxo de toda a linha Uma linha de luvas automatizada muda esse quadro, tornando a produção mais estável. Não trato a automação como mágica. Eu o trato como um sistema que pode reduzir o desperdício, aumentar a estabilidade da produção e facilitar o planejamento. O retorno do investimento geralmente vem de algumas fontes claras. Eu olho primeiro para a economia de mão de obra. Uma linha manual pode precisar de muitos trabalhadores para imersão, transferência, inspeção, embalagem e movimentação entre as etapas. Uma linha automatizada pode reduzir o número de pessoas necessárias para trabalhos repetitivos. Isso não significa que a fábrica demite todos os trabalhadores. Isso significa que a equipe pode mudar para cuidados com as máquinas, verificações de qualidade e controle de fluxo. Eu olho para a sucata a seguir. Quando a espessura, o revestimento ou a secagem das luvas variam, a taxa de rejeição aumenta. Cada lote rejeitado representa perda de material, perda de mão de obra e perda de tempo de máquina. Uma linha automatizada estável ajuda a manter os dados do produto mais uniformes. Só isso pode proteger a margem. Eu olho para a consistência da saída. Uma linha que continua funcionando em ritmo constante me dá uma previsão melhor. Posso planejar o uso de matéria-prima, embalagem e envio com menos suposições. Para um produtor de luvas, isso é muito importante. Uma mudança irregular pode afetar o próximo passo, e esse efeito pode se espalhar ao longo do dia. Eu olho para manutenção e tempo de inatividade. Alguns compradores se concentram apenas no preço de compra. Eu me concentro no tempo de atividade. Se uma linha parar com muita frequência, o retorno enfraquece. Se o projeto for fácil de limpar, inspecionar e reparar, a linha permanecerá útil por um período mais longo. É aí que o retorno se torna mais real. Um exemplo simples ajuda. Trabalhei em uma fábrica que executava um processo manual de luvas com lacunas frequentes de inspeção e muito movimento manual entre as estações. A equipe continuou adicionando pessoas à medida que os pedidos aumentavam. Depois de mudar para uma linha de luvas automatizada, a fábrica não eliminou todas as tarefas trabalhistas, mas eliminou o manuseio repetitivo. A taxa de rejeição também ficou mais fácil de controlar. O proprietário me disse que o maior ganho não foi apenas a redução do custo da mão de obra. Foi o fluxo de produção mais tranquilo. A fila deixou de parecer um trabalho de resgate diário. Se eu dividir o ROI em etapas, uso este método: - listar o custo atual de mão de obra por turno - medir a taxa de sucata e o custo de retrabalho - contar as horas de inatividade a cada mês - verificar o uso de energia e a perda de material - comparar a produção atual com a produção alvo - estimar o custo de serviço e manutenção - definir uma meta de retorno que corresponda ao plano da planta Este método mantém a discussão fundamentada. Não começo apenas com o preço da máquina. Começo com a imagem do custo total. Também presto atenção ao ajuste do produto. Uma linha de luvas automatizada funciona melhor quando o tipo de produto, o método de revestimento e o volume correspondem ao design da máquina. Se uma fábrica produz uma gama de produtos muito variada, o ROI pode parecer mais fraco no início. Se a fábrica tiver uma demanda estável e especificações repetidas de luvas, a defesa da automação se tornará mais forte. Minha opinião é que o melhor ROI não é apenas financeiro. Também aparece na pressão da gestão. Quando a produção é estável, os supervisores gastam menos energia resolvendo problemas evitáveis. As equipes de qualidade obtêm dados mais limpos. Os compradores obtêm um fornecimento mais previsível. Esse tipo de valor é fácil de perder se você olhar apenas a cotação do equipamento. O proprietário de uma fábrica deve fazer algumas perguntas diretas antes de comprar: - Qual é a minha carga de trabalho atual por linha - Quanta sucata aceito a cada mês - Com que frequência a linha para devido a pequenas falhas - Minha equipe pode cuidar dos cuidados com a máquina e verificações básicas - A linha suportará meu padrão atual de pedidos Se as respostas forem claras, o caso de ROI se tornará mais fácil de julgar. Não prometo ganhos rápidos para todas as plantas. Não prometo que a automação resolva todos os problemas. Eu digo o seguinte: quando a linha se adapta ao produto, à equipe e ao plano de produção, uma linha de luvas automatizada pode gerar retorno real por meio de menor desperdício, produção mais estável e melhor controle. Essa é a parte em que mais confio. Não é exagero. Não são suposições. Apenas uma visão clara de custo, fluxo e desempenho diário.

Vejo o mesmo problema repetidas vezes: defeitos consomem margens, retardam o trabalho e pressionam todas as partes do negócio. Uma peça quebrada, uma etiqueta errada, um ponto solto, uma correção tardia, tudo parece pequeno no início. No final do mês, eles podem se transformar em sucata, devoluções, mão de obra extra e perda de confiança. Acho que muitas equipes perseguem as vendas e esquecem o custo dos erros. Eu não. Eu vejo o lucro de ambos os lados. Mais vendas ajudam, mas menos defeitos protegem o dinheiro que já está no negócio. É por isso que me concentro no controle de defeitos como um hábito diário, não como uma tarefa secundária. Quando trabalho em equipe, começo pelo ponto onde aparece o defeito e não por onde termina a reclamação. Faço perguntas simples: - Onde começa o erro? - Quem vê primeiro? - O que é desperdiçado quando isso acontece? - Quanto custa um defeito após retrabalho, envio e suporte? Uma pequena loja de embalagens me deu um exemplo claro. A equipe estava imprimindo o código de lote errado em uma pequena parcela das caixas. A taxa de erro parecia baixa, então as pessoas não entraram em pânico. No entanto, cada erro levou a correções manuais, verificações extras e algumas ligações de clientes. O proprietário acreditava que o problema era apenas um problema de impressão. Encontrei um problema no processo. O formato da data mudou sem um ponto de verificação claro. Uma curta etapa de treinamento e uma verificação de amostra no início de cada execução reduzem rapidamente a contagem de erros. A equipe não precisava de um orçamento maior. Precisava de um hábito melhor. Utilizo um caminho simples quando quero menos defeitos e mais lucro. - Encontre os três principais tipos de defeitos - Meça a frequência com que cada um deles aparece - Acompanhe o custo direto e o custo oculto - Atribua um proprietário para cada problema - Estabeleça um ponto de verificação antes que o defeito chegue ao cliente - Revise o resultado toda semana Isso funciona porque a maioria dos defeitos se repete. Eles não aparecem como azar aleatório. Eles vêm de etapas perdidas, instruções pouco claras, transferências fracas, trabalho apressado ou ferramentas que precisam ser redefinidas. Prefiro correções curtas de processos a discursos longos. Uma lista de verificação clara ajuda mais do que uma reunião longa. Um modelo de folha de aprovação ajuda mais do que um aviso vago. Um líder de linha que verifica as primeiras cinco unidades ajuda mais do que uma promessa de “ter cuidado”. Eu também me importo com o lado humano. As pessoas cometem menos erros quando sabem o que é “bom”. Se o padrão permanecer oculto, a equipe adivinha. Se o padrão estiver visível, a equipe o segue. Eu vi isso em uma oficina de costura. A equipe continuou enviando peças com costuras irregulares. Os trabalhadores não foram descuidados. Eles tinham três ideias diferentes sobre como deveria ser a costura. Colocamos uma amostra ao lado de cada estação e usamos a mesma regra de verificação para cada turno. Os retornos caíram e a equipe sentiu menos estresse. Gosto de conectar o controle de defeitos ao dinheiro porque o dinheiro fala em todos os negócios. Um defeito pode custar mais do que o próprio item: retrabalho mão de obra extra entrega atrasada suporte ao cliente substituição perda de pedidos repetidos Quando mostro esse custo para uma equipe, o trabalho fica mais prático. As pessoas param de ver a qualidade como uma questão secundária. Eles começam a ver isso como proteção ao lucro. Minha opinião é simples: uma empresa não precisa de um trabalho perfeito todos os dias, mas precisa de um sistema que detecte problemas antecipadamente. É aí que mora o lucro. Um pequeno erro encontrado no início é barato. O mesmo erro encontrado após o envio é caro. Uma empresa que aprende isso pode proteger a margem sem buscar mais volume. Eu mantenho uma regra em mente. Se um defeito aparecer duas vezes, não o trato como um erro único. Eu trato isso como um sinal de processo. Essa mudança de pensamento muda toda a equipe. O trabalho fica mais limpo. O desperdício fica menor. O cliente obtém um resultado melhor. A empresa fica com mais do que ganha. Temos uma vasta experiência no campo da indústria. Contate-nos para aconselhamento profissional:longteou: fiona@lontoumachine.com/WhatsApp 18262164687.

Deming, W. Edwards 1986 Fora da crise Ishikawa, Kaoru 1985 O que é controle de qualidade total O jeito japonês Ohno, Taiichi 1988 Sistema Toyota de produção além da produção em larga escala Womack, James P e Jones, Daniel T 1990 A máquina que mudou o mundo Groover, Mikell P 2015 Sistemas de automação de produção e fabricação integrada por computador Montgomery, Douglas C 2019 Introdução ao controle estatístico de qualidade