Identificação dos elementos para priorização de projetos de indústria 4.0 com base nos modelos de maturidade e prontidão

Nykael Moreira Costa; Rosangela Maria Vanalle

doi:10.5585/exactaep.2021.18714

Autores

Nykael Moreira Costa Universidade Nove de Julho – Uninove / São Paulo (SP) https://orcid.org/0000-0003-3937-8847
Rosangela Maria Vanalle Universidade Nove de Julho – Uninove / São Paulo (SP) https://orcid.org/0000-0001-8265-0231

DOI:

https://doi.org/10.5585/exactaep.2021.18714

Palavras-chave:

Indústria 4.0, Manufatura Inteligente, Modelo de Maturidade, Modelo de Prontidão, Priorização de Projeto

Resumo

Esta pesquisa tem como objetivo, a identificação dos principais elementos de modelos de maturidade e prontidão da Indústria 4.0, no tocante a priorização de projetos. Por meio de uma revisão bibliométrica e sistemática da literatura, com a finalidade de contribuir teoricamente no aprofundamento do tema e, assim, s analisar e reunir as pesquisas já disponíveis. Foi realizada a análise de redes e conteúdo para a identificação de lacunas na literatura. Os principais achados bibliométricos ressaltaram a concentração de artigos na Alemanha e na Itália, porém pode ser observado que nos últimos anos tem ocorrido uma descentralização dessa pesquisa para outros países. Após analisar os clusters, o autor Basl J. obteve destaque, por apresentar o maior número de publicações. Com relação a análise de redes, os Modelos de Maturidade e de prontidão, e o de Processo de Implementação e Avaliação da I4.0 mostraram maior relevância. Observou-se que propostas teóricas, além de integrações de metodologias para incorporar os projetos da I. 4.0. foram muito relevantes para fomentar esta pesquisa. Apesar da relevância do tema, ainda existem poucos trabalhos referentes a priorização de projetos. Que as escolhas, dificuldades e os fatores de sucesso precisam estar claramente alinhados com as estratégias adotadas, e que mesmo havendo a intenção ou um nível de prontidão, o caminho para um nível elevado de maturidade requer mudanças significativas nas empresas e pode levar algum tempo, para existir uma sinergia entre produtos, processos, e as estratégias da organização e sua cadeia de suprimentos.

Downloads

Não há dados estatísticos.

Biografia do Autor

Nykael Moreira Costa, Universidade Nove de Julho – Uninove / São Paulo (SP)

Programa de Pós-Graduação em Engenharia de Produção

Rosangela Maria Vanalle, Universidade Nove de Julho – Uninove / São Paulo (SP)

Programa de Pós-Graduação em Engenharia de Produção

Referências

Anderl, R., Picard, A., Wang, Y., Fleischer, J., Dosch, S., Klee, B., et al. (2015). Guideline industrie 4.0-guiding principles for the implementation of industrie 4.0 in small and medium sized businesses. VDMA Forum Industrie, 4.

Alacantara, D., Martens, M. L.(2019). Technology Roadmapping: a systematic review of the literature focusing on models. Technological Forecasting and Social Change,138,127-138.

Araújo, C.A. (2006). Bibliometria: evolução histórica e questões atuais. Em Questão,12.

Asdecker, B., Felch, V. (2018). Development of an Industry 4.0 maturity model for the delivery process in supply chains. Journal of Modelling in Management. 13, 840-883.

Akdil KY., Ustundag A., Cevikcan E. (2018). Maturity and readiness model for industry 4.0 strategy. Industry 4.0: managing the digital transformation. Cham: Springer, 61–94.

Basl, J., Doucek, P. (2019). A Metamodel for evaluating enterprise readiness in the context of Industry 4.0. Information, 10(3), 89.

Bibby, L., Dehe, B. (2018). Defining and assessing industry 4.0 maturity levels – case of the defence sector. Production Planning & Control, 29(12),1030-1043.

Botha, A. P. (2018). Rapidly arriving futures: future readiness for Industry 4.0. South African Journal of Industrial Engineering, 24-26.

Castelo-Branco, L., Cruz-Jesus, F., Oliveira, T. (2019). Assessing industry 4.0 readiness in manufacturing: Evidence for the European Union. Computers in Industry, 107, 22-32.

Colli, M., Madsen, O., Berger, U., Møller, C., Waehrens, B.V., Bockholt, M. (2018). Contextualizing the outcome of a maturity assessment for Industry 4.0. IFAC-PaperOnLine, 51(11), 1347-1352.

DeCarolis, A., Macchi, M., Negri, E., Terzi, S. (2017). A maturity model for assessing the digital readiness of manufacturing companies. In: IFIP International Conference on Advances in Production Management Systems. Cham. Springer, 13- 20.

Deloitte. (2018). Digital Maturity Model: Achieving digital maturity to drive growth. New York.

Ganzarain, J., Errasti, N. (2016). Three stage maturity model in SME’s toward industry 4.0. Journal of Industrial Engineering and Management, 9(5), 1119-1128.

Geissbauer, R., Vedso, J., Schrauf,S. (2016). Industry 4.0: building the digital Enterprise. Global Industry 4.0 Survey, n.2016. Recuperado dehttps://www.pwc.com/gx/en/industries/ industries-4.0

Gökalp, E., Sener, U., Eren, PE. (2017). Development of an assessment model for industry 4.0: industry 4.0-MM. International Conference on Software Process Improvement and Capability Determination, 128, 42.

Jung, K., Choi, S., Kulvatunyou, B., Cho, H., Morris, K. (2018). A reference activity model for smart factory design and improvement.Production Planning and Control, 28(2),108–122.

Kannan, SM., Suri, K., Cadavid, J., Barosan, I., Brand, MVD., Alferez, M., Gerard, S. (2017). Towards industry 4.0: Gap analysis between current automotive MES and industry standards using model-based requirement engineering.n.2017 IEEE International Conference on Software Architecture Workshops (ICSAW), Gothenburg, 29-35.

Lee, J., Jun, S., Chang, TW., Park, J. (2017). A smartness assessment framework for smart factories using analytic network process. Sustainability, 9(5), 794-808.

Leyh, C., Schäffer, T., Ble, K., Forstechäusler, S. (2016). SIMMI 4.0 – A Maturity Model for Classifying the Enterprise-wide IT and Software Landscape Focusing on Industry 4.0. Proceedings of the Federated Conference on Computer Science and Information Systems. Gdansk, Poland, 11-14, 1297–1302.

Lichtblau, K., Stich, V., Bertenrath, R., Blum, M., Bleider, M., Millack, A., et al. (2018). IMPULS industrie 4.0-readiness. Aachen-koln, 30, 201.

Lu, H., Weng, C.L. (2018). Smart manufacturing technology, market maturity analysis and technology roadmap in the computer and electronic product manufacturing industry. Technological Forecasting and Social Change, 133, 85-94.

Maasz, G. J., Darwish, H. (2018). Towards an initiative-based industry 4.0 maturity improvement process: master drilling as a case study. South African Journal of Industrial Engineering, 29, 92-107.

Mettler, T. (2011). Maturity assessment models: A design science research approach. International Journal of Social Systens and Scientific, 3, 81–98.

Mittal, S., Khan, M.A., Romero, D., Wuest, T. (2018). A critical review of smart manufacturing & Industry 4.0 maturity models: Implications for small and medium-sized enterprises (SMEs). Journal of Manufacturing Systems, 49,194-214.

Piccarozzim, M.; Aquilani, B.; Gatti, C. Industry 4.0 in Management Studies: A Systematic Literature Review. Sustainability, v.10, n.10: 3821, 2018.

Qin, J., Liu, Y., Grosvenor, R. (2016). A categorical framework of manufacturing for industry 4.0 and beyond. Procedia Manufacturing, 52, 173–178.

Reza, H., Ray, Z., Xu, X. (2018). A survey study on industry 4.0 for New Zealand manufacturing. Procedia Manufacturing, 26, 49-57.

Rockwell Automation. (2014). The connected enterprise maturity model.n.2014. Recuperado de http://literature.rockwellautomation.com/idc/groups/literature/documents/wp/ciewp02.

Sacomano, J. B., Gonçalves, R. F., Silva, M. T., Bonilla, S. H., Sátyro, W. C. (2018). Indústria 4.0 Conceitos e fundamentos, Editora Blucher, São Paulo.

Schuh, G., Aanderl, R., Gausemeier, J., Hompel, M., Wahlster, W. (2017). Industrie 4.0 maturity index. Recuperado dehttp://www.acatech.de/fileadmin/user_upload/ Baumstruktur_nach_Website/Acatech/root/de/Publikationen/Projektberichte/acatech.pdf

Schumacher, A., Erol, S., Sihn, W. (2016). A maturity model for assessing Industry 4.0readiness and maturity of manufacturing enterprises. Procedia Cirp,52, 161-166.

Seybert, A., et al. (2017). Blended simulation progress testing for assessment of practice readiness. Journal of Pharmacy Education, 81(1), 14.

Scremin, L., Armellini, F., Brun A., Solar-PelletierL., Beaudry C. (2018). Towards a framework for assessing the maturity of manufacturing companies in industry 4.0 adoption. Analyzing the Impacts of Industry 4.0 in Modern Business Environment, 224, 54.

Tasca, J. E., Ensslin, L., Ensslin, S. R., Alves, M.B.M. (2010). An approach for selecting a theoretical framework for the evaluation of training programs. Journal of European Industrial Training, 34(7), 631–655.

Thomé, A.M.T, Scavarda, L.F., Scavarda, A., Thomé, F.E.S. (2016). Similarities and contrasts of complexity, uncertainty, risks, and resilience in supply chains and temporary multi-organization projects. International Journal of Project Manager, 34, 1328–1346.

Tinmaz, H., Hwa Lee, J. (2019). A Preliminary Analysis on Korean University Students’ Readiness Level for Industry 4.0 Revolution. Participatory Educational Research, 6, 70-83.

Turkyilmaz, E., Cebeci,U.(2018). Industry 4.0 maturity levels of suppliers in white goods manufacturing sector. International Journal of Mechanical Engineering and Technology, 9(10), 964-969.

Van Eck, N. J., Waltaman, L. (2017). Citation-based clustering of publications using CitNetExplorer and VOSviewer. Scientometrics, 111(2), 1053-1070.

Vanti, N. A. P. (2002). Da bibliometria à webometria: uma exploração conceitual dos mecanismos utilizados para medir o registro da informação e a difusão do conhecimento. Ciência da Informação, Brasília, v. 31, n. 2, p. 152-162.

Westermann, T., Dumitrescu, T. (2018). Maturity model-based planning of cyber-physical systems in the machinery and plant engineering industry. Proceedings of International Design Conference, DESIG, 6, 3041-3052.

Weyer, S., Schmitt, M., Ohmer, M., Gorecky, D. (2015). Towards industry 4.0: standardization as the crucial challenge for highly modular, multi-vendor production systems. IFAC-PapersOnLine, 48(3), 579-584. https://doi.org/10.1016/j.ifacol.2015.06.143