En entornos de fabricación en la nube, la programación de tareas de fabricación multiusuario a menudo no considera el impacto del suministro de servicios en la asignación de recursos. Este estudio aborda esta brecha proponiendo un modelo de programación multiusuario y multi-tarea de bi-objetivo que busca minimizar simultáneamente la carga de trabajo y maximizar la satisfacción del cliente. Para capturar con precisión la satisfacción del cliente, se introduce un nuevo índice de calificación integral, que integra el costo de finalización real, el tiempo y la calidad del procesamiento en relación con las expectativas del cliente. Además, se incorporan restricciones de vehículos en el modelo para acomodar posibles retrasos en la disponibilidad de vehículos de transporte, mejorando así su alineación con los entornos de fabricación del mundo real. El modelo matemático propuesto se resuelve utilizando un algoritmo genético mejorado de tres etapas, que integra el algoritmo k-means y una estrategia de programación de secuencias en tiempo real para optimizar la calidad de la solución. La validación contra algoritmos alternativos en diversas escalas de casos demuestra la eficacia del enfoque para proporcionar soluciones de programación prácticas para escenarios del mundo real.