Giới thiệu dự án

Ngành công nghiệp da giày Việt Nam giữ vị thế chiến lược trên bản đồ thương mại quốc tế. Theo số liệu từ Viện Nghiên cứu Da Giày (Leather Summit, 2023), kim ngạch xuất khẩu da giày Việt Nam đạt 27 tỷ USD (chiếm hơn 9,9% thị phần toàn cầu, đứng thứ 2 thế giới sau Trung Quốc). Tuy nhiên, khối doanh nghiệp có vốn đầu tư nước ngoài (FDI) chiếm tới gần 78% tổng kim ngạch xuất khẩu, tạo ra áp lực cạnh tranh khốc liệt đối với các doanh nghiệp nội địa. Để hiện thực hóa mục tiêu đạt 80% - 85% năng suất chuẩn FDI vào năm 2025, Công ty Cổ phần Đầu tư Thái Bình (TBS Group) xác định chất lượng sản phẩm là yếu tố sống còn trong chuỗi cung ứng toàn cầu cho các thương hiệu hàng đầu như Skechers, Decathlon, và Wolverine.

Đặt vấn đề và thực trạng kỹ thuật

Tại Nhà máy I – đơn vị hạt nhân lâu đời nhất của TBS Group phụ trách 100% đơn hàng phức tạp của khách hàng Skechers, dây chuyền sản xuất mã giày W18789 (dòng giày bảo hộ cao cấp Verdict Boot Skechers) đối mặt với tỷ lệ phát sinh lỗi bán thành phẩm (BTP) vượt ngưỡng thỏa thuận (<5% đối với công đoạn chính và <2% đối với phụ liệu):

  • Tỷ lệ lỗi phân xưởng may (6 tháng đầu năm 2022): Dao động từ 8,9% đến 10,5%, cao điểm ghi nhận 3.161 sản phẩm lỗi trên tổng sản lượng 30.119 đôi (tháng 01/2022).
  • Tỷ lệ lỗi phân xưởng gò: Duy trì ở mức cao từ 8,3% đến 8,5%, gây tắc nghẽn dòng chảy sản xuất.
  • Sự cố chất lượng phụ liệu nghiêm trọng: Điển hình trong tuần 24–25/2022, 9.168 bộ hạt Ozê (eyelet) bị nứt và tróc sơn, dẫn đến việc khách hàng yêu cầu tái chế toàn bộ lô hàng hơn 8.000 đôi giày, làm phát sinh chi phí nhân công, vật tư và đe dọa trực tiếp đến uy tín giao hàng.

Mục tiêu dự án

  1. Phân tích định lượng và xác định 80% nguyên nhân gốc rễ dẫn đến khuyết tật sản phẩm trên chuyền may và gò mã giày W18789 thông qua 7 công cụ kiểm soát chất lượng (QC 7 Tools).
  2. Xây dựng mô hình phân tích thứ bậc AHP (Analytic Hierarchy Process) nhằm chuẩn hóa quy trình đánh giá, lựa chọn nhà cung ứng nguyên vật liệu (da thuộc, phụ liệu), triệt tiêu lỗi đầu vào.
  3. Thiết lập hệ thống bảo trì năng suất toàn diện (TPM - Total Productive Maintenance) và ma trận kỹ năng công nhân đa năng nhằm phục hồi hiệu suất máy móc từ 60% lên trên 85%.
  4. Đề xuất quy trình đồng bộ hóa dữ liệu thời gian thực giữa các trạm sản xuất với hệ thống SAP ERP, giảm tỷ lệ lỗi bán thành phẩm xuống dưới mức tiêu chuẩn 3,0%.

Phạm vi và giới hạn

  • Đối tượng nghiên cứu: Quy trình công nghệ và hoạt động kiểm soát chất lượng (QA/QC) mã giày Skechers W18789.
  • Không gian triển khai: 12 chuyền may, 4 chuyền gò và các trung tâm chuẩn bị BTP tại Nhà máy I – TBS Group (Dĩ An, Bình Dương).
  • Khung thời gian dữ liệu: Nghiên cứu thực nghiệm và thu thập số liệu liên tục từ 01/06/2022 đến 31/08/2022.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Khảo sát thực tế tại Nhà máy I cho thấy công tác kiểm soát chất lượng hiện tại vẫn mang tính bị động (chữa cháy), tập trung phát hiện lỗi ở cuối công đoạn thay vì ngăn ngừa tại nguồn.

Tiêu chí Phương pháp KCS truyền thống (Hiện tại) Mô hình Six Sigma độc lập Hệ thống TQM tích hợp AHP & TPM (Đề xuất)
Cơ chế kiểm soát Kiểm tra phân loại cuối chuyền (Defect Detection) Giảm biến thiên quy trình (Variability Reduction) Phòng ngừa lỗi tại nguồn (Defect Prevention & Poka-Yoke)
Đánh giá nhà cung cấp Cảm tính, phụ thuộc giá thành ngắn hạn Dựa trên chỉ số năng lực $C_{pk}$ Đa tiêu chí định lượng (AHP với $CR < 0.10$)
Bảo trì máy móc (MMTB) Bảo trì sự cố (Breakdown Maintenance) Bảo trì dự đoán định kỳ Bảo trì tự chủ & có kế hoạch (TPM 8 trụ cột)
Đồng bộ hóa dữ liệu Ghi chép thẻ bài thủ công, nhập SAP theo giờ Theo dõi qua phần mềm thống kê rời rạc Tích hợp mã vạch Real-time với SAP ECC 6.0

Ma trận ưu tiên yêu cầu hệ thống (MoSCoW)

  • Must have (Bắt buộc): Bảng kiểm tra 6 bước chuẩn hóa tại chuyền may/gò; Ma trận AHP chọn nhà cung ứng da/phụ liệu; Kế hoạch bảo trì máy cán, máy lạng, máy ép đế định kỳ.
  • Should have (Nên có): Bảng dò tem (BDT) điện tử tích hợp SAP; Khung đào tạo công nhân đa năng theo ma trận kỹ năng 4 cấp độ.
  • Could have (Có thể có): Cảm biến nhiệt độ tự động trên máy ép form gò và máy chiếu UV xử lý đế.
  • Won't have (Chưa thực hiện): Tự động hóa hoàn toàn cánh tay robot ráp đế trong giai đoạn 2022–2023 do hạn chế ngân sách CAPEX.

Thiết kế hệ thống kiểm soát chất lượng

Kiến trúc kiểm soát chất lượng mở rộng được cấu trúc theo 3 tầng tích hợp:

Ngăn xếp công nghệ và thông số kỹ thuật

  • Hệ thống lõi quản trị: SAP ERP Release 6.0 / S/4HANA Logistics Module (PP/QM/MM).
  • Công cụ phân tích thống kê: Python 3.10 (thư viện NumPy 1.24, Pandas 2.0, SciPy 1.10) kết hợp Minitab v21.1.
  • Thiết bị đo lường & kiểm chuẩn: Máy đo diện tích da quang học (SF/Sqft Scanner), Máy đo lực căng chỉ điện tử, Máy đo lực bám dính keo màng ép, Thiết bị đo cường độ chiếu xạ UV.
  • Giao thức đồng bộ: Quét mã vạch Code 128 / QR Code tích hợp Terminal trạm kiểm soát tại cuối mỗi Line.

Phương pháp luận triển khai (Methodology)

Quy trình cải tiến tuân thủ cấu trúc DMAIC (Define - Measure - Analyze - Improve - Control) kết hợp chu trình PDCA:

[Tuần 1-2: Define & Measure] Thu thập dữ liệu kiểm kê lỗi 6 tháng đầu năm 2022; Vẽ lưu đồ VSM

Đánh giá rủi ro và biện pháp giảm thiểu

  • Rủi ro 1: Sai lệch phán đoán chủ quan trong ma trận AHP.
    • Biện pháp: Khống chế tỷ số nhất quán $CR < 0,10$. Nếu $CR \ge 0,10$, bắt buộc hội đồng chuyên gia (QA, Trưởng phòng TKCN, PGĐ Chất lượng) tái đánh giá cặp tiêu chí.
  • Rủi ro 2: Công nhân phản kháng việc tuân thủ SOP do áp lực định mức PPH (Pieces Per Hour).
    • Biện pháp: Gắn chỉ số chất lượng vào cơ chế KPI tiền lương thông qua NV TK LĐTL; triển khai đào tạo kèm cặp 1-1 (OJT).

Triển khai thực nghiệm và kết quả

Quá trình phân tích nguyên nhân gốc rễ

1. Phân tích điểm gãy Pareto tại Phân xưởng May (Tháng 06/2022)

Tổng số sản phẩm lỗi tại xưởng may trong tháng 6/2022 là 3.096 lỗi trên tổng sản lượng 35.000 mũ giày (tỷ lệ lỗi 8,85%).

Mã lỗi Mô tả dạng lỗi kỹ thuật Số lượng lỗi Tỷ lệ (%) Tỷ lệ tích lũy (%)
M12 Vệ sinh dơ, dính keo, lem keo, xì keo 858 27,71% 27,71%
M06 May cự ly biên không đều (sai lệch >0,5mm) 817 26,39% 54,10%
M09 Đứt chỉ, bung chỉ, lỏng chỉ, sai sức căng 668 21,58% 75,68%
M01 May lệch tâm, méo gót, biến dạng rập 240 7,75% 83,43%
Khác 11 mã lỗi thứ cấp khác cộng dồn 513 16,57% 100,00%

Quy tắc 80/20 & Điểm gãy Pareto: Ba lỗi kỹ thuật đầu dòng (M12, M06, M09) chiếm tới 75,68% tổng lượng lỗi phân xưởng may.

2. Phân tích điểm gãy Pareto tại Phân xưởng Gò (Tháng 06/2022)

Tổng số lỗi ghi nhận là 4.028 lỗi trên 48.000 đôi giày hoàn thiện (tỷ lệ lỗi 8,39%).

Mã lỗi Mô tả dạng lỗi kỹ thuật Số lượng lỗi Tỷ lệ (%) Tỷ lệ tích lũy (%)
G25 Vệ sinh dơ, bám dính keo bề mặt đế 1.110 27,56% 27,56%
G17 Giày hở keo mép viền, thiếu kết dính 1.035 25,70% 53,26%
G16 Giày vênh đế, sai lệch góc định hình form 961 23,85% 77,11%
G04 May Strobel đứt chỉ, nhăn mũi giày 380 9,43% 86,54%
Khác Các lỗi hoàn thiện và bao gói 542 13,46% 100,00%

Ba dạng lỗi trọng yếu (G25, G17, G16) cấu thành 77,11% phế phẩm khâu gò ráp.

Ứng dụng mô hình toán AHP lựa chọn nhà cung cấp vật tư

Để loại bỏ hoàn toàn các lỗi phụ liệu nghiêm trọng (như vụ việc 9.168 bộ Ozê nứt gãy), phương pháp AHP của GS. Thomas L. Saaty được ứng dụng với 7 tiêu chí đánh giá trọng yếu: Giá thành ($C_1$), Chất lượng ($C_2$), Năng lực nhà cung cấp ($C_3$), Giao hàng đúng hạn ($C_4$), Tỷ lệ hư hỏng ($C_5$), Dịch vụ bảo hành ($C_6$), Điều khoản thanh toán ($C_7$).

import numpy as np

def calculate_ahp_weights(matrix):
    """
    Tính toán vector trọng số và kiểm định tỷ số nhất quán CR
    """
    n = matrix.shape[0]
    # Tính giá trị riêng cực đại (lambda_max) và vector riêng chuẩn hóa
    eigenvalues, eigenvectors = np.linalg.eig(matrix)
    max_idx = np.argmax(np.real(eigenvalues))
    lambda_max = np.real(eigenvalues[max_idx])
    weights = np.real(eigenvectors[:, max_idx])
    weights = weights / np.sum(weights)

    # Tính toán chỉ số nhất quán CI và tỷ số CR
    ci = (lambda_max - n) / (n - 1)
    # Bảng chỉ số ngẫu nhiên RI chuẩn (Saaty, 1980) cho n = 1..10
    ri_dict = {1: 0.00, 2: 0.00, 3: 0.58, 4: 0.90, 5: 1.12, 
               6: 1.24, 7: 1.32, 8: 1.41, 9: 1.45, 10: 1.49}
    ri = ri_dict[n]
    cr = ci / ri if ri != 0 else 0.0

    return weights, lambda_max, ci, cr

# Ma trận so sánh cặp giữa 7 tiêu chí lựa chọn nhà cung ứng da/phụ liệu TBS
# C1: Giá, C2: Chất lượng, C3: Năng lực, C4: Giao hàng, C5: Tỷ lệ hỏng, C6: Bảo hành, C7: Thanh toán
ahp_matrix = np.array([
    [1.00, 0.33, 0.50, 0.50, 0.33, 2.00, 2.00],
    [3.00, 1.00, 2.00, 2.00, 1.00, 4.00, 4.00],
    [2.00, 0.50, 1.00, 1.00, 0.50, 3.00, 3.00],
    [2.00, 0.50, 1.00, 1.00, 0.50, 3.00, 3.00],
    [3.00, 1.00, 2.00, 2.00, 1.00, 4.00, 4.00],
    [0.50, 0.25, 0.33, 0.33, 0.25, 1.00, 1.00],
    [0.50, 0.25, 0.33, 0.33, 0.25, 1.00, 1.00]
])

weights, l_max, ci, cr = calculate_ahp_weights(ahp_matrix)

print(f"Vector trọng số các tiêu chí (W): {np.round(weights, 4)}")
print(f"Lambda Max: {l_max:.4f} | CI: {ci:.4f} | CR: {cr:.4f}")
# Kết quả: CR = 0.0152 < 0.10 -> Dữ liệu ma trận đạt tính nhất quán logic cao.

Trọng số tổng hợp sau kiểm định: Chất lượng ($C_2: 26,4%$) và Tỷ lệ hư hỏng ($C_5: 26,4%$) chiếm ưu tiên cao nhất, vượt qua Giá thành ($C_1: 9,2%$), tạo cơ sở pháp lý kỹ thuật loại bỏ các nhà cung ứng phụ liệu giá rẻ nhưng tỷ lệ lỗi cao.

Kết quả định lượng sau cải tiến

Sau khi thực hiện đồng bộ 4 nhóm giải pháp (Chuẩn hóa kiểm tra Da theo SF, Tái cấu trúc ma trận AHP, Thiết lập 8 trụ cột TPM máy may/gò, Tích hợp quét tem BTP vào SAP):

Tỷ lệ lỗi BTP Xưởng May:  [████████████████████] 8.90% (Ban đầu) -> [███████] 3.15% (Sau cải tiến)
Tỷ lệ lỗi BTP Xưởng Gò:   [███████████████████]  8.40% (Ban đầu) -> [██████] 2.70% (Sau cải tiến)
Hiệu suất máy móc MMTB:   [█████████████]        60.0% (Ban đầu) -> [███████████████████] 86.5% (Sau TPM)
Chỉ số hiệu năng (KPIs) Mức cơ sở (Baseline - 06/2022) Mục tiêu cam kết Kết quả thực nghiệm (08/2022) Mức độ cải thiện
Tỷ lệ lỗi BTP xưởng may 8,90% < 5,00% 3,15% Giảm 64,6% tỷ lệ lỗi
Tỷ lệ lỗi BTP xưởng gò 8,40% < 5,00% 2,70% Giảm 67,8% tỷ lệ lỗi
Lô hàng phụ liệu bị từ chối > 5,00% lô nhập < 1,00% 0,00% Loại bỏ 100% rủi ro nứt vỡ
Độ sẵn sàng thiết bị (OEE) 60,00% > 80,00% 86,50% Tăng 26,5 điểm phần trăm
Tỷ lệ sai lệch tồn kho BTP SAP 10,00% (20 đôi/200 đôi) 0,00% 0,20% Giảm 98,0% sai lệch dữ liệu

Đổi mới và đóng góp

  1. Chuẩn hóa hệ số quy đổi chất lượng Da tự nhiên (Square Feet - SF): Xây dựng bảng quy đổi 8 cấp độ (Loại I/A1 đến Loại VIII/F8). Thiết lập quy chuẩn cắt mẫu kiểm tra Swatch Book bắt buộc và tự động kích hoạt thủ tục bồi hoàn khi tỷ lệ diện tích sử dụng hữu ích rơi xuống dưới mức C5 (76%).
  2. Số hóa thuật toán phân tích đa tiêu chí AHP: Tích hợp mô hình toán học vào quy trình đấu thầu mua sắm vật tư của TBS Group, chuyển dịch từ tư duy mua hàng giá thấp nhất sang tổng chi phí sở hữu (TCO) tối ưu chất lượng.
  3. Mô hình TPM 8 trụ cột may - gò tích hợp: Xóa bỏ hoàn toàn cơ chế "bảo trì chữa cháy" bằng quy trình bảo trì tự chủ (Autonomous Maintenance - Jishu Hozen) 15 phút đầu giờ cho công nhân vận hành 28 máy dập rập, 10 máy lạng, 2 máy cắt laser và 4 chuyền sấy UV/lồng lạnh.
  4. Ma trận kỹ năng đa năng hóa nguồn nhân lực: Xây dựng hệ thống đào tạo xoay tua công đoạn (Cross-training), khắc phục triệt để tình trạng nghẽn cổ chai khi phát sinh biến động nhân sự trên 12 chuyền may chữ "I".

Ứng dụng thực tế và triển khai

Kịch bản vận hành thực tế

Quy trình được ứng dụng trực tiếp trên mã giày Skechers Verdict Boot W18789 với quy mô sản xuất 35.000 mũ giày và 65.000 đôi giày hoàn thiện/tháng tại Nhà máy I, sau đó chuyển giao tài liệu kỹ thuật sang Nhà máy II (chuyên đế) và cụm xưởng may túi xách TBS Bình Dương.

Phân tích chi phí - lợi ích (Cost-Benefit Analysis)

[Tổng Chi Phí Đầu Tư (CAPEX/OPEX): 145.000.000 VNĐ]

[Lợi Ích Kinh Tế Thu Về / Năm: 628.000.000 VNĐ]

=> Thời gian hoàn vốn đầu tư (Payback Period): 2,77 tháng

Lộ trình nhân rộng hệ thống (Roadmap)

  • Giai đoạn 1 (Tháng 1 - 2): Áp dụng thí điểm bảng kiểm tra 6 bước và bảo dưỡng tự chủ trên Line May 01 và Line Gò 01.
  • Giai đoạn 2 (Tháng 3 - 4): Nhân rộng toàn bộ 12 Line may và 4 Line gò Nhà máy I; kích hoạt module AHP đánh giá NCC định kỳ hàng quý.
  • Giai đoạn 3 (Tháng 5 - 6): Đồng bộ hóa toàn diện API quét mã vạch bán thành phẩm từ trung tâm chuẩn bị đến kho SAP thành phẩm.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Quá trình kiểm tra cự ly biên và lem keo vẫn phụ thuộc vào thị giác và thao tác thủ công của nhân viên QC (xác suất bỏ sót lỗi đạt khoảng 1,5% - 2,0% khi công nhân mệt mỏi vào cuối ca làm việc).
  • Dữ liệu bảo trì máy móc chưa được số hóa hoàn toàn bằng cảm biến IoT rung chấn/nhiệt độ mà vẫn dựa trên nhật ký vận hành giấy chuyển tiếp vào máy tính.

Định hướng nghiên cứu mở rộng

  • Ứng dụng hệ thống thị giác máy tính (AI Computer Vision) tại khâu kiểm tra cuối chuyền may nhằm phát hiện tự động lỗi lệch cự ly may, đứt chỉ với tốc độ quét <0,5s/sản phẩm.
  • Triển khai thuật toán Machine Learning (Random Forest / Gradient Boosting) trên nền tảng dữ liệu lớn của SAP nhằm dự báo tuổi thọ dao dập, kim may và thời điểm cần thay thế linh kiện trước khi xảy ra hỏng hóc.

Đối tượng hưởng lợi

  • Sinh viên chuyên ngành Quản lý Công nghiệp / Kỹ thuật Hệ thống Công nghiệp: Nắm vững phương pháp luận kết hợp giữa công cụ thống kê cổ điển (Pareto, Ishikawa) và công cụ tối ưu hóa hiện đại (AHP, TPM) giải quyết bài toán suy giảm chất lượng thực tế.
  • Kỹ sư QA/QC và Giám đốc sản xuất ngành Da giày/May mặc: Nhận được bộ giải pháp sẵn có (turn-key solution) gồm biểu mẫu 6 bước kiểm tra, ma trận phân loại lỗi M/G, và thuật toán AHP để triển khai trực tiếp vào nhà máy gia công OEM/ODM.
  • Doanh nghiệp sản xuất: Cắt giảm chi phí ẩn (Cost of Poor Quality - COPQ), tối ưu hóa diện tích định mức sử dụng vật tư da đắt tiền, gia tăng tỷ suất lợi nhuận ròng từ 4,5% lên 7,2%.
  • Nhà nghiên cứu chuỗi cung ứng: Có thêm nguồn dữ liệu thực nghiệm có giá trị về tác động của sự đồng bộ hóa thông tin ERP đối với năng lực kiểm soát phế phẩm bán thành phẩm.

Câu hỏi thường gặp

1. Điều kiện kỹ thuật tối thiểu để triển khai mô hình AHP và TPM tại nhà máy da giày?

Doanh nghiệp cần sở hữu hệ thống dữ liệu định mức BOM chi tiết, tối thiểu 01 máy trạm cài đặt môi trường tính toán (Python hoặc Excel AHP Solver), bảng tiêu chuẩn kỹ thuật Swatch Book từ khách hàng và đội ngũ nòng cốt (QA/Maintenance) được đào tạo về 8 trụ cột TPM trong tối thiểu 16 giờ thực hành.

2. Mô hình có khả năng mở rộng cho các mã giày khác ngoài W18789 không?

Hoàn toàn khả thi. Toàn bộ cấu trúc phân loại lỗi, thuật toán AHP và quy trình kiểm soát 6 bước được thiết kế dưới dạng module chuẩn hóa. Khi chuyển đổi mã sản phẩm (Changeover sang mã giày Decathlon hoặc Wolverine), kỹ sư chất lượng chỉ cần cập nhật lại thông số Trọng điểm kỹ thuật (TĐKT) và Bảng rập định vị tương ứng.

3. Giải pháp khắc phục tình trạng sai lệch số lượng BTP giữa xưởng may và xưởng gò trên SAP?

Loại bỏ cơ chế ghi chép thẻ bài cuối chuyền định kỳ mỗi giờ. Thay vào đó, áp dụng cơ chế Check-in/Check-out qua đầu đọc mã vạch gắn cố định tại cổng trạm trung chuyển BTP. Dữ liệu quét mã thùng hàng tự động đối soát (Post Goods Receipt) trực tiếp vào SAP QM Module, loại bỏ hoàn toàn độ trễ và sai số con người.

4. Tỷ số nhất quán $CR$ trong AHP vượt quá 0,10 thì xử lý như thế nào?

Khi $CR \ge 0,10$, ma trận so sánh cặp vi phạm tính chất bắc cầu logic (ví dụ: đánh giá $C_1$ quan trọng hơn $C_2$, $C_2$ quan trọng hơn $C_3$ nhưng lại đánh giá $C_3$ quan trọng hơn $C_1$). Khi đó, phần mềm tự động xác định hàng có độ lệch lớn nhất thông qua vector riêng để yêu cầu hội đồng chuyên gia hiệu chỉnh lại điểm số so sánh cặp cho đến khi $CR < 0,10$.

5. Chi phí đầu tư dự kiến và thời gian hoàn vốn thực tế?

Với quy mô nhà máy khoảng 1.000 lao động (tương đương Nhà máy I - TBS Group), tổng chi phí đầu tư cho công tác chuẩn hóa, đào tạo kỹ năng, đại tu MMTB và thiết bị ngoại vi khoảng 145 - 150 triệu VNĐ. Nhờ cắt giảm phế phẩm da và triệt tiêu các đơn hàng tái chế quy mô lớn, thời gian hoàn vốn thực tế đạt được sau chưa đầy 3 tháng vận hành.

Kết luận

Đề tài nghiên cứu "Nâng cao hiệu quả kiểm soát chất lượng dây chuyền sản xuất mã giày W18789 tại Nhà máy I – Công ty Cổ phần Đầu tư Thái Bình" đã giải quyết triệt để bài toán thắt nút cổ chai chất lượng trong môi trường gia công xuất khẩu khắt khe của đối tác quốc tế Skechers. Bằng cách kết hợp linh hoạt giữa phân tích dữ liệu Pareto/Ishikawa, mô hình tối ưu hóa toán học AHP trong lựa chọn nhà cung ứng và chiến lược bảo trì toàn diện TPM, dự án đã hạ thấp tỷ lệ phế phẩm xưởng may xuống 3,15% và xưởng gò xuống 2,70%, mang lại giá trị tiết kiệm kinh tế hơn 620 triệu VNĐ/năm cho doanh nghiệp.

Đây là minh chứng rõ nét cho thấy việc áp dụng các công cụ quản trị công nghiệp hiện đại không chỉ nâng cao năng lực cạnh tranh kỹ thuật cho doanh nghiệp Việt Nam trong chuỗi cung ứng toàn cầu, mà còn là khung tham chiếu chuẩn mực cho các kỹ sư và nhà quản trị sản xuất trên lộ trình số hóa nhà máy thông minh (Smart Factory).