Avaliação da maturidade tecnológica industrial brasileira no contexto da Indústria 4.0

Autores

DOI:

https://doi.org/10.14488/1676-1901.v24i1.5156

Palavras-chave:

Indústria 4.0, Maturidade Tecnológica, Modelos Generalizados

Resumo

O objetivo deste estudo foi avaliar o relacionamento entre as variáveis apuradas pelo questionário SENAI em sua plataforma de mensuração da maturidade industrial. O estudo foi dividido em duas fases. A primeira exploratória, a partir da adoção das técnicas de Análise das Correspondências Múltiplas ACM e, a segunda prospectiva, a partir do uso de modelos multinominais. A variável de interesse foi o grau de maturidade das empresas estimado pela plataforma SENAI. Na Análise das correspondências foi possível constatar o quanto essas empresas estão longe de alcançar essa meta. Nos mapas perceptuais foi possível observar que a variável de interesse separa bem as empresas em dois grupos, mas há uma assimetria considerável entre as demais. Como ferramenta de análise, foi possível estimar os ganhos com o uso incremental das variáveis do modelo na jornada para a Indústria 4.0. Em seguida, como ferramenta de gestão, foi possível estimar o hiato de inovação ao calcular a probabilidade de sucesso para as empresas proativas nessa jornada e para as demais. Por fim, e como um achado oportunista, seu uso como calculadora onde foi possível mensurar o risco associado as decisões tomadas pelos agentes interessados na jornada para I4.0.

Downloads

Não há dados estatísticos.

Biografia do Autor

Edson Velloso dos Santos Junior , Confederação Nacional das Indústrias (CNI) Brasília, DF, Brasil.

Estatístico formado pela Universidade do Estado do Rio de Janeiro, com uma sólida carreira na Confederação Nacional da Indústria (CNI) iniciada em 1987. Atualmente ocupa o cargo de Gerente de Estatística da Superintendência de Economia da CNI e responsável pelas Pesquisas Nacionais realizadas pela entidade. 

Delmo Alves de Moura, Universidade Federal do ABC (UFABC), Santo André, SP, Brasil.

Professor Associado da Universidade Federal do ABC (UFABC), Santo André, São Paulo, Brasil. Professor do programa de mestrado acadêmico em Engenharia de Produção da UFABC. Pesquisador na área de sistemas logísticos, engenharia de operações portuárias e Data Science and Analytics.

Referências

AGRESTI, A. Análise de Dados Categóricos. Nova York: Wiley-Interscience, 1994.

AKDIL, KY; USTUNDAG, A.; CEVIKCAN, E. Modelo de maturidade e prontidão para estratégia da indústria 4.0. In: Indústria 4.0: Gerenciando a transformação digital. Springer, Cham, 2018. p. 61-94.

BATÓG, J.; BATÓG, B. Aplicação da análise de correspondência à identificação da influência das características dos desempregados na duração do desemprego. Revista de Economia e Negócios, v. 16, pág. 25–44, 2016.

BRZEZIŃSKA, J. Análise estatística da pobreza económica na Polónia usando R. Econometrics. Econometria. Avanços na Análise Aplicada de Dados, v. 22, n. 2, pág. 45–53, 2018.

CGEE. Centro de Gestão e Estudos Estratégicos. Indústria 4.0 – Mapeamento das principais metodologias de aproximação entre o setor produtivo e as tecnologias 4.0. Série Documentos Técnicos, n. 32, Brasília, DF: CGEE, 2022.

CNI. A difusão das tecnologias da indústria 4.0 em empresas brasileiras. Brasília: Confederação Nacional da Indústria, 2020.

CNI. Indústria 4.0: Cinco anos depois. Sondagem Especial, n. 83, Ano 21. Brasília: Confederação Nacional da Indústria, 2022.

CNI. Indústria 4.0. Sondagem Especial - nº 66, Ano 17. Brasília: Confederação Nacional da Indústria, 2016.

JESUS, C.; LIMA, RM. Literatura Pesquisa de Fatores Chave para o Desenvolvimento de Modelos de Maturidade Genéricos e Específicos para a Indústria 4.0. Ciências Aplicadas, v. 10, n. 17, pág. 1-19, 2020. Disponível em: https://www.mdpi.com/2076-3417/10/17/5825 .

DOGEAA, R.; STOLTA, R. Identificando Desafios Relacionados à Indústria 4.0 em Cinco Empresas de Manufatura. In: CONFERÊNCIA INTERNACIONAL SOBRE AUTOMAÇÃO FLEXÍVEL E FABRICAÇÃO INTELIGENTE (FAIM2021), 30., Anais [...], 7 a 10 de setembro de 2021, Atenas, Grécia, 2021.

ELHUSSEINY, HM; CRISPIN, JÁ. Uma Revisão dos Modelos de Maturidade da Indústria 4.0: Adoção de PMEs nos Setores de Manufatura e Logística. In: CONFERÊNCIA INTERNACIONAL SOBRE SISTEMA DE INFORMAÇÃO EMPRESARIAL CENTERIS. Conferência Internacional sobre Gerenciamento de Projetos PROJMAN. Conferência Internacional sobre Sistemas e Tecnologias de Informação em Saúde e Assistência Social, HCIST, 2023, p. 286. Disponível em: https://doi.org/10.1016/j.procs.2023.010.286. Acesso em: 2023.

FÁVERO, LP; BELFIORE, P. Manual de Análise de Dados – Estatística e Modelagem Multivariada com Excel, SPSS e Stata. Rio de Janeiro: LTC, 2022.

GREENACRE, M.; BLASIUS, J. Análise de Correspondência em Ciências Sociais. Londres: Academic Press Ltd., 1994.

CABELO Jr, JF; PRETO, WC; BABIN, BJ; ANDERSON, RÉ; TATHAM, RL Análise Multivariada de Dados. 6 ed. Porto Alegre: Bookman, 2009.

SARBU, M. O impacto da indústria 4.0 no desempenho da inovação: Insights de empresas alemãs de manufatura e serviços. Tecnologianovação, v. 113, p. 102415, 2022. Disponível em: https://doi.org/10.1016/j.technovation.2021.102415 . Acesso em: 2022.

SCHUH, G.; ANDERL, R.; DUMITRESCU, R.; KRUGER, A.; HOMPEL, M. Índice de Maturidade Industrie 4.0 – Gerenciando a Transformação Digital das Empresas. ACATECH – Academia Nacional de Ciências e Engenharia, 2020.

SENAI. SENAI 4.0 – Avaliação Maturidade Indústria 4.0 – Questionário. Disponível em: https://maturidade.senai40.com.br . Acesso em: 2021.

TSAKALEROUA, M.; AKHMADIA, S. Agentes de inovação: Clusters na Indústria 4.0. In: CONFERÊNCIA INTERNACIONAL SOBRE AUTOMAÇÃO FLEXÍVEL E FABRICAÇÃO INTELIGENTE (FAIM2021), 30., 2021, Atenas. Procedia Manufacturing, v. 319-327, 2021.

Publicado

01-06-2024

Como Citar

Santos Junior , E. V. dos, & Moura, D. A. de. (2024). Avaliação da maturidade tecnológica industrial brasileira no contexto da Indústria 4.0 . Revista Produção Online, 24(1), 5156 . https://doi.org/10.14488/1676-1901.v24i1.5156

Edição

Seção

Artigos