Revista Internacional de Pesquisa em Produção

ISSN: 0020-7543 (Imprimir) 1366-588X (Online) Página inicial da revista: https://www.tandfonline.com/loi/tprs20

A gestão industrial das PME na era da Indústria 4.0

Alexandre Moeuf, Robert Pellerin, Samir Lamouri, Simon Tamayo-Giraldo e Rodolphe Barbaray

Para citar este artigo: Alexandre Moeuf, Robert Pellerin, Samir Lamouri, Simon Tamayo-Giraldo e Rodolphe
Barbaray (2018) A gestão industrial das PME na era da Indústria 4.0, International Journal of Production
Research, 56: 3, 1118-1136, DOI:
10.1080 / 00207543.2017.1372647

Para vincular a este artigo: https://doi.org/10.1080/00207543.2017.1372647

Publicado on-line: 08 de setembro de 2017.

Envie seu artigo para esta revista

Visualizações do artigo: 9564

Ver artigos relacionados

Exibir dados de referência cruzada

Artigos citando: 28 Exibir artigos citando

Termos e condições completos de acesso e uso podem ser encontrados em

https://www.tandfonline.com/action/journalInformation?journalCode=tprs20
International Journal of Production Research, 2018 vol. 56, n ° 3, 1118 - 1136,
https://doi.org/10.1080/00207543.2017.1372647

A gestão industrial das PME na era da Indústria 4.0

Alexandre Moeuf uma* , Robert Pellerin b , Samir Lamouri c , Simon Tamayo-Giraldo d e Rodolphe Barbaray e

uma Departamento de Engenharia Numérica, QUARTZ, Paris, França; b Departamento de Engenharia Matemática e Industrial, Polytechnique Montreal, Montreal,

Canadá; c LAMIH CNRS, Arts et Métiers ParisTech, Paris, França; d CAOR, Minas ParisTech,
Paris, França; e Grupo Exxelia, Paris, França

( Recebido em 2 de dezembro de 2016; aceito em 15 de agosto de 2017)

A Indústria 4.0 fornece novos paradigmas para a gestão industrial das PME. Apoiado por um número crescente de novas tecnologias, esse conceito parece mais fl viável
e mais barato que os sistemas de informações empresariais tradicionais, como ERP e MES. Contudo, as PME fi e estão mal equipados para enfrentar essas novas
possibilidades em relação às funções de planejamento e controle da produção. Este artigo apresenta uma revisão bibliográfica da pesquisa aplicada existente,
cobrindo diferentes questões do setor 4.0 em relação às PME. Os papéis são classi fi de acordo com uma nova estrutura que permite identificar fi descrição dos
objetivos de desempenho pretendidos, das capacidades gerenciais necessárias e do grupo selecionado de tecnologias para cada caso selecionado. Nossos
resultados mostram que as PMEs não exploram todos os recursos para implementar a Indústria 4.0 e geralmente se limitam à adoção da Computação em Nuvem e
da Internet das Coisas. Da mesma forma, as PME parecem ter adotado os conceitos da Indústria 4.0 apenas para monitorar processos industriais e ainda há
ausência de aplicações reais no setor. fi campo de planejamento da produção. Por fim, nossa revisão de literatura mostra que os projetos do setor 4.0 relatados nas
PMEs continuaram sendo iniciativas orientadas por custos e ainda não há evidências de transformação real do modelo de negócios no momento.

Palavras-chave: controle de produção; Indústria 4.0; fabricação inteligente; melhoria operacional; PME; SMB

1. Introdução

O futuro das PME, que são os principais contribuintes para a maioria das indústrias e países (Li et al. 2016 ), depende em grande parte da capacidade de
responder aos clientes " expectativas, mantendo uma vantagem competitiva em seu mercado. Para conseguir isso, as PMEs precisam trabalhar para
melhorar constantemente seus processos de gerenciamento industrial, ou seja, planejar, usar recursos, controlar a produção e medir e avaliar o
desempenho operacional (Apics 2005 ) Já existem vários métodos de planejamento de produção e gerenciamento de controle, como (JIT) Na hora certa decorrentes
do Sistema de Produção Toyota cujo objetivo é sincronizar fl através de linhas de produção com o fl como puxado pelo cliente (Ohno 1988 ) Embora tenha se
provado em muitas fábricas (Liker 2007 ; Womack e Daniel 2003 ), essa abordagem parece muito rígida ou difusa fi culto a ser aplicado nas PME devido à falta
de conhecimento e liderança (Achanga et al. 2006 ; Moeuf et al. 2016 ) De maneira semelhante, o MRP (Petroni 2002 ) e MRPII (McGarrie 1998 ; Sum e Yang 1993
), impulsionado pela implantação de ferramentas de computador, como o ERP (Deep et al. 2008 ), são métodos complexos e dispendiosos para implementar
nas PME e podem ser extremamente rígidos depois de instalados (Cullinan, Sutton e Arnold 2010 ) Mais recentemente, surgiu o conceito da Indústria 4.0.
No entanto, esse conceito é complexo para fi ne. A associação alemã de telecomunicações BITKOM revela mais de 100 diferentes fi da Indústria 4.0
(Bidet-Mayer

2016 ) Por exemplo, Trappey et al. ( 2016 ) de fi definiu a Indústria 4.0 como um conceito geral, permitindo a fabricação com os elementos da inteligência tática,
usando técnicas e tecnologias como Internet das Coisas, computação em nuvem e big data. Para Schumacher, Erol e Sihn ( 2016 ), Indústria 4.0 refere-se a
avanços tecnológicos recentes, nos quais a Internet e as tecnologias de suporte (por exemplo, sistemas embarcados) servem como espinha dorsal da integração
de objetos físicos, atores humanos, máquinas inteligentes, linhas de produtos e processos através das fronteiras organizacionais para formar um novo tipo de
inteligência, cadeia de valor em rede e ágil. O CEFRIO adotou, com base em uma extensa revisão da literatura, uma abordagem mais global fi nição por fi ning
Industry 4.0 como um conjunto de iniciativas para melhorar processos, produtos e serviços, permitindo decisões descentralizadas com base na aquisição de dados
em tempo real (Danjou, Rivest e Pellerin 2016 )

Como nosso objetivo neste artigo é analisar as práticas de controle e planejamento de produção das PME, limitamos o escopo de nossa revisão ao
Industry 4.0 de fi de Kohler e Weisz ( 2016 ) qual é uma nova abordagem para controlar os processos de produção, fornecendo sincronização em tempo
real de fl e permitindo a fabricação unitária e personalizada de produtos.

* Autor correspondente. O email: alexandre.moeuf@exxelia.com

© 2017 Informa UK Limited, negociando como Taylor & Francis Group

 Revista Internacional de Pesquisa em Produção 1119

Em todos os casos, o conceito Industry 4.0 é baseado no surgimento de novas tecnologias, como computação em nuvem, Internet das coisas, sistemas
ciber-físicos e big data. Tais tecnologias devem melhorar a transmissão de informações em todo o sistema, o que permite que um melhor controle e
operações sejam adaptados em tempo real, de acordo com a demanda variável.

Apesar do fato de que as ferramentas da Indústria 4.0 podem exigir um grande investimento e um alto nível de conhecimento (Ruessmann et al. 2015 ),
parece ser mais fl possível, pois descentraliza a informação e a tomada de decisões. Tais iniciativas são, portanto, mais acessíveis às PME. Na Europa, as PME
são fi ned como fi empresas que empregam menos de 250 pessoas e que tenham um volume de negócios total que não exceda 50 milhões de euros (Comissão
Europeia 2008 ) Torres ( 1999 ) observa que a estrutura organizacional das PME é caracterizada pela gestão da proximidade, que

resulta em forte envolvimento dos gerentes em toda a empresa " s decisões. A maioria das PME também possui uma estratégia de curto prazo, o que impede fi investimentos
de longo prazo (Mintzberg 1982 ) Além disso, existe uma falta de funções de suporte especializado nas PME, como gerente da cadeia de suprimentos, tecnologias da
informação ou fi gerente financeiro. Ao contrário de grandes fi empresas, as PME têm menor produtividade, custos mais altos e menor desempenho de entrega no prazo.

Como a estratégia comercial das PME é frequentemente baseada em fl flexibilidade, reatividade e proximidade do cliente, o conceito Industry 4.0 parece atraente
no que diz respeito ao fornecimento potencial de fl fluxo de informações (e, portanto, melhores processos de planejamento e controle). Trabalhos anteriores
mostraram um impacto limitado, mas positivo, da Indústria 4.0 no desempenho operacional das PME, com pouco investimento e pouca experiência quando se refere
à computação em nuvem (Radziwon et al.
2014 ) No entanto, a introdução de novas tecnologias e práticas é sempre arriscada nas PME. Como atualmente é o começo da era da Indústria 4.0, seu
verdadeiro benefício fi Os requisitos e requisitos para as PME ainda não são totalmente conhecidos. O objetivo deste artigo é fi Para fazer parte dessa lacuna,
realizamos uma análise dos casos empíricos da indústria 4.0 relatados nos fi c literatura que visava transformar os processos de planejamento e controle da
produção nas PME. Como tal, propomos uma estrutura analítica que visa classificar os estudos de caso de relatórios de pesquisa existentes nas PME. A
estrutura proposta permite identificar fi descrição dos objetivos de desempenho pretendidos, das capacidades gerenciais necessárias e do grupo selecionado
de tecnologias para cada caso selecionado.

Observe que os conceitos do setor 4.0 também podem ser aplicados para transformar a natureza dos produtos e serviços fornecidos pelas organizações
(Porter e Heppelmann 2014 ) No entanto, a intenção deste artigo é focar apenas o impacto da Indústria 4.0 nas funções de planejamento e controle da
produção, que também é referido por alguns pesquisadores ao conceito de
Fábrica Inteligente ou Fabricação digital.
O lembrete do artigo está organizado da seguinte forma. Primeiro, apresentamos a estrutura de análise e a estratégia utilizada para revisar a literatura.
Usando a estrutura proposta, os trabalhos selecionados são resumidos na Seção 4 . Novos caminhos de pesquisa são discutidos na Seção 5 antes da
conclusão do trabalho na Seção 6 .

2. Quadro analítico

O setor 4.0 introduz novas possibilidades que podem atrapalhar a abordagem tradicional ao planejamento e controle da produção. Porter e Heppelmann ( 2014 )
expôs como objetos conectados inteligentes podem transformar o sistema de controle de processo atual. Como tal, eles demonstram que diferentes níveis de
desempenho podem ser alcançados. No caso básico, a criação de ferramentas simples de monitoramento pode ajudar a alcançar os objetivos buscados. Uma
grande parte das iniciativas JIT da Lean Manufacturing, como Kanban (Abdul-Nour, Lambert e Drolet 1998 ), permita que esse tipo de processo seja configurado
a um baixo custo. No entanto, alguns objetivos exigem o desenvolvimento de capacidades gerenciais mais extensas e sofisticadas (Koh e Simpson 2005 ) Como
cada nível de capacidade requer diferentes investimentos e competências, é essencial classificar as iniciativas do setor 4.0 em termos do objetivo de
desempenho desejado e da capacidade gerencial correspondente que precisa ser implementada.

Além disso, o grupo CEFRIO (2016) demonstrou que as iniciativas da Indústria 4.0 podem ser implementadas por meio de vários grupos
tecnológicos, como a Internet de objetos, big data ou Cloud Computing. Cada grupo de tecnologias representa diferentes meios de implementar a
capacidade desejada. Portanto, existe uma estreita relação entre os objetivos almejados, os níveis de capacidade gerencial buscada e os recursos
técnicos necessários para alcançá-los. Nossa estrutura analítica, como mostra a Figura 1 1 , ilustra esses três elementos que foram utilizados para guiar a
análise dos cientistas fi c literatura. Cada um desses elementos é descrito mais adiante nas subseções a seguir.

2.1 Objetivos de desempenho industrial

Os indicadores de desempenho operacional geralmente expressam uma estratégia corporativa. Raymond ( 2005 ) listou os indicadores de desempenho que uma PME pode
esperar melhorar após investir em novas tecnologias: custos mais baixos, melhor qualidade, melhor fl flexibilidade, maior produtividade. Da mesma forma, em seu estudo
sobre a adoção de novas tecnologias nas empresas, Bayo-Moriones, Billón,
 A. Moeuf et al.

Figura 1. Estrutura analítica. 1120

e Lera-López ( 2013 ) propôs uma lista de indicadores semelhantes com a adição do critério de redução dos prazos de entrega a essa lista. Portanto,
usamos os seguintes indicadores de desempenho para medir o impacto da Indústria 4.0 nas PME:

• fl flexibilidade;

• custos;

• produtividade;
• qualidade; e
• prazos de entrega.

Esses objetivos de desempenho podem ser obtidos pelo desenvolvimento de um novo conjunto de capacidades gerenciais, descritas na subseção a
seguir.

2.2 Capacidades gerenciais de processos industriais

Atingir os objetivos de desempenho requer especi fi c investimentos e uso de fi c expertise. Esses esforços provavelmente resultarão em novas capacidades
gerenciais e de produção alinhadas com a organização " s estratégia. Como tal, adaptamos os trabalhos de Porter e Heppelmann ( 2014 ), inicialmente proposto
para medir a capacidade de novos produtos e serviços conectados inteligentes, para estabelecer uma lista de quatro capacidades gerenciais distintas
alinhadas ao conceito da indústria 4.0:

• Monitoramento: o monitoramento global do sistema de produção e seu ambiente pode ser alcançado hoje usando vários objetos conectados (Wang,
Törngren e Onori 2015 ) Por exemplo, diferentes elementos de um sistema de produção podem emitir avisos se uma situação mudar ou se houver uma
inconsistência em termos de desempenhos alcançados. A função de monitoramento também pode assumir a forma de uma análise histórica usada para
esclarecer a tomada de decisão (Segura Velandia et al. 2016 )
 Revista Internacional de Pesquisa em Produção 1121

• Controle: com base em dados históricos, o " padrão " comportamentos do sistema e os limites de desempenho de fi Os algoritmos podem ser usados ​para
detectar situações que requerem uma decisão por meio de um alerta (Aruväli, Maass e Otto 2014 ) O controle exige, portanto, o homem - interação do sistema
(Cao et al. 2011 )
• Otimização: o uso de dados de monitoramento, modelos de sistema e sistemas de simulação, sistemas e recursos de produção pode ser
otimizado em tempo real (De Ugarte, Pellerin e Artiba 2011 ) Além disso, a sincronização de todos os atores da cadeia de valor pode levar a um
desempenho superior localmente e em toda a rede de parceiros (Horbach et al. 2011 ; Mauricio-Moreno et al. 2015 )

• Autonomia: as capacidades de monitoramento, controle e otimização em tempo real dos sistemas atuais podem ser combinadas para garantir novos níveis
de autonomia (Khalid et al. 2016 ) Os recursos de produção também podem atuar em coordenação com outros sistemas. Por fim, agora é possível
desenvolver sistemas capazes de aprender autonomamente a partir de seu próprio comportamento e se adaptar em função dos resultados obtidos (Bagheri
et al. 2015 )

Todos esses níveis de capacidade gerencial podem ser materializados através da implementação de várias tecnologias, descritas na subseção a seguir.

2.3 Os meios de realização para a Indústria 4.0

Os recentes avanços e o desenvolvimento de novos métodos e tecnologias são os principais responsáveis ​pela crescente popularidade do conceito Industry
4.0 e seu potencial uso pelas PME (Danjou, Rivest e Pellerin, 2016). Segundo Ruessmann et al. ( 2015 ), esses meios podem ser divididos em nove grupos
principais de métodos e tecnologias:

(1) Big data e analítica: agora estão disponíveis várias ferramentas e técnicas para explorar uma grande massa de produção
dados. O processamento de grandes quantidades de dados sempre foi visto como um grande desafio para as funções de planejamento e controle da
produção, bem como uma necessidade para atingir as metas da Indústria 4.0 (Babiceanu e Seker 2016 ; Denkena, Schmidt e Krüger 2014 ; Kushiro,
Matsuda e Takahara 2014 ; Rago 2015 );
(2) Simulação: a integração de diferentes ferramentas de computador permite que gerentes e projetistas simulem o desempenho
gerenciamento de todos os aspectos de um sistema de produção (Caggiano, Caiazzo e Teti 2015 ; Caggiano e Teti 2013 ; Luo et al. 2011 ) As
ferramentas de modelagem permitem a análise do comportamento do produto, desempenho das linhas de produção e coordenação de redes
multisite, levando à otimização de todos os processos e operações industriais (Azevedo e Almeida 2011 ; Matsuda, Sudo e Kimura 2016 , 2012 ;
Mehrsai et al. 2014 ; Veza, Mladineo e Gjeldum
2015 )
(3) Internet das Coisas (IoT): novas tecnologias agora podem fornecer recursos de comunicação a objetos físicos
(Kopacek 2015 ; Wang, Törngren e Onori 2015 ) A comunicação em tempo real de objetos físicos pode, por sua vez, ser explorada para monitorar
vários produtos e estados do sistema em tempo real e para facilitar a descentralização da tomada de decisões;

(4) Sistemas ciber-físicos (CPS): esses mecanismos permitem controlar e monitorar via algoritmos diretamente
nos sistemas e usuários ao seu redor. Isso permite que os objetos se comuniquem com seu ambiente e reconheçam fi em tempo real em resposta
a novas necessidades (Yue et al. 2015 );
(5) Computação em nuvem: a comunicação e o intercâmbio de informações podem ser facilmente expandidos com o uso da nuvem
tecnologias de computação, fornecendo meios fáceis de conectividade de rede. Com tempo de reação de alguns milissegundos e grandes larguras de
banda, o compartilhamento de informações em vários sistemas e redes em tempo real agora pode garantir que dados e aplicativos estejam disponíveis em
todos os lugares, o tempo todo e em qualquer terminal (Gupta, Seetharaman e Raj 2013 ; Wu et al. 2015 );

(6) Realidade virtual: a disponibilidade de dados em um sistema incorporado fornece novos meios de acesso à informação para
Comercial. Óculos inteligentes e outras tecnologias de realidade aumentada (AR) e realidade virtual (VR) estão sendo cada vez mais usadas nos
processos de fabricação. Como tal, eles podem ser usados ​para simular um ambiente contendo objetos reais e simulados que podem ser usados ​para
aprimorar os processos de design e fabricação (Lee, Han e Yang 2011 );
(7) Segurança cibernética: garantir um número maior de canais de comunicação sem reduzir o desempenho da rede
é essencial para garantir a implantação das estratégias da indústria 4.0 (Airehrour, Gutierrez e Ray 2016 );
(8) Robôs colaborativos: robôs e tecnologias de sensores incorporados estão se tornando cada vez mais fl flexível, de comunicação
cooperativa (Michniewicz e Reinhart 2014 ) A conectividade com os produtos e os mecanismos adequados de colaboração com os seres humanos
acabarão favorecendo a redução do tamanho do lote para um único item a um custo razoável (Caggiano, Caiazzo e Teti 2015 ; Constantinescu et
al. 2016 ); e
(9) Comunicação máquina a máquina: as tecnologias de comunicação estão crescendo rapidamente com o uso de uma maior
número de máquinas autônomas. Baseado em protocolos padrão, esse modo de comunicação permite o gerenciamento autônomo de
organizações industriais (Wang et al. 2016 )
 A. Moeuf et al.

Reconhecendo a importância de todos esses elementos no desenvolvimento de novas práticas de planejamento e controle da produção adaptadas ao contexto real das
PME, elaboramos nossa estratégia para conduzir a revisão da literatura na próxima seção.

3. Estratégia de revisão de literatura

Para atingir o objetivo da pesquisa, é necessário realizar uma investigação completa da bibliografia. Para isso, aplicamos um método sistemático de
pesquisa bibliográfica, exposto por Tran fi campo, Denyer e Smart ( 2003 ) A seleção deste método é justi fi com base na reprodutibilidade e formalidade. Ao
contrário de outros métodos de revisão da literatura (Adolphus 2015 ; Seuring e ouro 2012 ), Tran fi campo, Denyer e Smart ( 2003 ) estendeu o método de
revisão de literatura do setor médico às ciências da administração, para que o método seja mais claro e guie o usuário na pesquisa e análise
bibliográfica. Finalmente, o Tran fi O método de campo foi explorado e validado em outras pesquisas sobre PMEs (Garengo, Biazzo e Bititci 2005 )

Esta revisão de literatura enfoca artigos que tratam exclusivamente de casos empíricos da Indústria 4.0 em PMEs, conforme expostos por pesquisadores. Os
bancos de dados Elsevier, Emerald, Springer e Taylor e Francis foram pesquisados. Consideramos as publicações, que seguiram a introdução formal da Indústria 4.0
(ou seja, após 2011) e usamos as seguintes palavras-chave para realizar nossa pesquisa em resumos, palavras-chave e títulos:

• ' Indústria 4.0 " e " Pequenas e médias "

• ' Produção digital " e " Pequenas e médias "
• ' Fabricação digital " e " Pequenas e médias "
• ' Internet das Coisas " e " Pequenas e médias "
• ' Cyber ​Physical System " e " Pequenas e médias "
• ' Cyber ​Factory " e " Pequenas e médias "
• ' Planejamento e controle da Produção " e " Pequenas e médias "

Observamos em nossas leituras preliminares que muitos autores descrevem o uso das tecnologias da Indústria 4.0 em processos de produção sem referir especificações. fi
normalmente para " planejamento e controle " em seus resumos, palavras-chave ou título. De maneira semelhante, alguns autores relataram o uso de tecnologias
relacionadas à Indústria 4.0 sem usar o trabalho " Indústria 4.0 ' Conseqüentemente, decidimos realizar consultas separadas em " planejamento e controle da Produção " e
em " Indústria 4.0 " identificar todos os usos empíricos das ferramentas da Indústria 4.0 nas PME.

Figura 2 descreve o processo de seleção de artigos. Entre os casos aplicados encontrados, 54% das publicações que não especificam o tamanho da
empresa foram omitidos. Excluímos artigos que não estavam em inglês e que não tratavam de um caso

Figura 2. Mapeando o cienti fi c pesquisa bibliográfica. 1122

 Revista Internacional de Pesquisa em Produção 1123

de aplicações da Indústria 4.0 em uma PME. Como resultado, 23 estudos de caso empíricos foram identificados fi ed. Essas publicações são analisadas na seção a
seguir.

4. Análise de literatura

4.1 Objetivos de desempenho industrial

Nos artigos revisados, fi A primeira analisou o objetivo de desempenho almejado em cada artigo. Conforme mostrado na Tabela 1 1 ,
fl flexibilidade e produtividade aprimorada são os dois principais caminhos para melhorias direcionadas.

4.1.1 Flexibilidade

Indústria 4.0 visa a sincronização de fl em toda a cadeia de suprimentos. Para conseguir isso, as empresas devem ser fl flexível o suficiente para responder ao
mercado rápido fl ativações. O uso de plataformas de Cloud Computing, que permitem a colaboração entre empresas, favorece a reação a novas demandas do
mercado (Ren et al. 2015 ; Shamsuzzoha et al. 2016 ) Ren et al. ( 2015 ) sublinhou que as PME devem concentrar-se nos seus conhecimentos e no comércio principal
de uma rede, satisfazendo todas as necessidades do cliente.

O uso de algoritmos de otimização do planejamento da produção pode melhorar a reatividade das empresas. Por exemplo, Peng et al. ( 2012 ) usou produção em
tempo real fl dados para modificar o plano de produção quando mudanças na demanda ou se fl ocorre uma interrupção. Da mesma forma, Chalal, Boucher e Marques ( 2015
) divida o fl ow modelo de simulação em dois subsistemas, a saber, uma demanda de modelagem de subsistema e uma produção de modelagem, a fim de otimizar a
reação às demandas do cliente.
Wang e Xu ( 2013 ) propôs uma solução para ajudar no compartilhamento de dados entre parceiros em uma plataforma de computação em nuvem.

Eles observaram que a interoperabilidade dos sistemas levantou problemas e projetou um " Agente de nuvem inteligente " isso facilitou a busca de uma solução para os
usuários, tornando a interoperabilidade mais confiável.

4.1.2 Redução de custos

O uso de ferramentas digitais por artesãos na Itália levou a signi fi redução de custos de fabricação através da implantação de um modelo digital 3D (Bonfanti, Del Giudice
e Papa 2015 ) O gerenciamento de relações com os clientes baseado na Internet levou ao aumento da demanda por produção e, portanto, favoreceu a organização dos
artesãos.

Tabela 1. Artigos que tratam de diferentes objetivos de desempenho industrial.

Redução de Melhorar a Melhorar a Tempo de entrega

Flexibilidade custos produtividade qualidade redução

Shamsuzzoha et al. ( 2016 ) X X

Ren et al. ( 2015 ) X X X
Bonfanti, Del Giudice e Papa ( 2015 ) X X X
Huang et al. ( 2013 ) X
Song et al. ( 2014 ) X X
Denkena, Dengler et al. ( 2014 ) X X
Barenji et al. ( 2016 ) X
Peng et al. ( 2012 ) X X
Masood, Weston e Rahimifard ( 2013 ) X
Sena Ferreira et al. ( 2012 ) X
Herdon, Várallyai e Péntek ( 2012 ) X
Chalal, Boucher e Marques ( 2015 ) X X
Fornasiero e Zangiacomi ( 2013 ) X
MacKerron et al. ( 2014 ) X
Wang e Xu ( 2013 ) X X
Xia et al. ( 2016 ) X
Givehchi, Haghighi e Wang ( 2015 ) X
Constantinescu et al. (2014 ) X
Dombrowski e Ernst ( 2013 ) X X
Segura Velandia et al. ( 2016 ) X
Hao e Helo ( 2015 ) X X
Constantinescu, Francalanza e Matarazzo X
( 2015 )
Holtewert et al. ( 2013 ) X
 A. Moeuf et al.

Outros autores relataram uma redução de custos associada a melhorias fl sincronização (Chalal, Boucher e Marques
2015 ; MacKerron et al. 2014 ) Melhor compartilhamento de informações entre fornecedores e clientes, juntamente com o gerenciamento em tempo real de fl também levaram a reduzir os
custos de estoque.

4.1.3 Melhorando a produtividade

Givehchi, Haghighi e Wang ( 2015 ) apresentou um método de melhoria do seqüenciamento do processo de usinagem, explorando um conceito de recurso de usinagem
enriquecido revisado. No entanto, o formato dos dados precisava ser tratado fi primeiro.
No nível da fábrica, Dombrowski e Ernst ( 2013 ) simulou diferentes cenários de crescimento e a produção resultante
fl otimiza a fabricação recon reconectando fi linhas de produção Barenji et al. ( 2016 ) também propôs um algoritmo para calcular os planos de produção que
levam em consideração fl perturbações e variações das demandas dos clientes. De maneira semelhante, Ren et al. ( 2015 ) apresentou um algoritmo para
otimizar a produção fl dados baseados na Internet das Coisas, melhorando assim a produtividade de toda a rede de produção de parceiros em uma
plataforma de Cloud Computing.

A melhoria da produtividade geralmente é direcionada ao nível de CPS, empresas e redes de vários sites. Não identificamos nenhum documento que lide com todos os
níveis em um único modelo ou arquitetura.

foram utilizados por vários pesquisadores para gerenciar processos colaborativos 1124

4.1.4 Melhorando a qualidade

Segura Velandia et al. ( 2016 ) descreveu o uso de RFID em uma peça para controlar a qualidade de todo um processo de produção. Foi demonstrado que a utilização de
dados históricos ajudou a melhorar a qualidade do produto.

4.1.5 Redução do tempo de entrega

O uso de plataformas de computação em nuvem reduz o tempo de design, favorecendo a colaboração entre todos os parceiros de uma rede (Ren et al. 2015 ;
Shamsuzzoha et al. 2016 ), além de facilitar a sincronização de todos os processos de produção. A digitalização de pedidos de clientes também reduz os tempos
de processamento e execução. Bonfanti, Del Giudice e Papa ( 2015 )
mostrou que os artesãos italianos contavam com os modelos de peças digitais de seus clientes para produzir produtos. A conservação dos dados do cliente também acelerou
a execução de pedidos futuros.
Denkena et al. ( 2014 ) usou a IoT, além da Lean Manufacturing, para melhorar a produção fl ows. Dados sobre tempo de espera e gargalos facilitaram
o direcionamento de iniciativas de melhoria. Assim, a empresa reduziu o tempo de entrega.

Em conclusão, a Indústria 4.0 tem um impacto positivo em várias medidas de desempenho operacional. No entanto, a melhoria da qualidade e a redução de
custos foram alcançadas em apenas alguns casos, ao contrário da melhoria da produtividade, dos prazos de entrega e das empresas. fl flexibilidade. Na subseção
seguinte,
parceiros,prosseguimos nossa
o compartilhamento análise
de dados de para os quatropode
monitoramento níveis de capacidade
aumentar a confiançagerencial identificados
entre os parceiros. fi ed forma,
Da mesma anteriormente.
os dados de monitoramento fornecidos por objetos conectados

4.2 Capacidade gerencial industrial

Na tabela 2 , identificamos a capacidade gerencial industrial observada ou desenvolvida nos trabalhos selecionados. Esta tabela mostra claramente a falta de uso de
sistemas de produção autônomos reais nas PME a partir de agora.

4.2.1 Monitoramento

O monitoramento dos processos de produção é de longe o nível mais fácil de capacidade gerencial que pode ser alcançado com tecnologias e recursos
relacionados ao Setor 4.0. Por exemplo, Denkena et al. ( 2014 ) usou a IoT para mapear partes fl em tempo real, posicionando sensores ao longo de uma linha de
produção. Essas informações forneceram alertas no caso de gargalos e, finalmente, serviram para identificar pontos de bloqueio sistemáticos, que poderiam ser
superados por iniciativas de melhoria contínua. Eles declararam, no entanto, que RFID e sensores são caros, o que limita o número de pontos de medição. Os
trabalhos de Segura Velandia et al. ( 2016 ) também apresentou o uso de RFID embutido diretamente em peças em contato com máquinas-ferramentas. Isso
permitiu gravar dados durante todo o processo de produção e não apenas amostrar dados coletados em diferentes etapas do processo de produção.

Para Sena Ferreira et al. ( 2012 ), a capacidade de monitoramento pode fornecer vários indicadores de desempenho. Usado dentro de um Empresa virtual (VE) e compartilhado com todos os
 Revista Internacional de Pesquisa em Produção 1125

Monitoramento Ao controle Otimização Autonomia

Shamsuzzoha et al. ( 2016 ) X

Ren et al. ( 2015 ) X
Bonfanti, Del Giudice e Papa ( 2015 ) X
Huang et al. ( 2013 ) X
Song et al. ( 2014 ) X
Denkena, Dengler et al. ( 2014 ) X
Barenji et al. ( 2016 ) X
Peng et al. ( 2012 ) X
Masood, Weston e Rahimifard ( 2013 ) X
Sena Ferreira et al. ( 2012 ) X
Herdon, Várallyai e Péntek ( 2012 ) X
Chalal, Boucher e Marques ( 2015 ) X
Fornasiero e Zangiacomi ( 2013 ) X
MacKerron et al. ( 2014 ) X
Wang e Xu ( 2013 ) X
Xia et al. ( 2016 ) X
Givehchi, Haghighi e Wang ( 2015 ) X
Constantinescu et al. ( 2014 ) X
Dombrowski e Ernst ( 2013 ) X
Hao e Helo ( 2015 ) X
Segura Velandia et al. ( 2016 ) X
Constantinescu, Francalanza e Matarazzo ( 2015 ) X
Holtewert et al. ( 2013 ) X

de vários métodos e tecnologias (Brad e Murar 2015 ) Tabela 2. Artigos que tratam de diferentes capacidades de processos industriais gerenciais.

(Fornasiero e Zangiacomi 2013 ; Huang et al. 2013 ; Ren et al. 2015 ; Shamsuzzoha et al. 2016 ) Esses dados foram processados ​e usados ​na forma de um
painel em tempo real.

4.2.2 Ao controle

O controle favorece a interação dos funcionários com o sistema usando dados históricos e limites pré-determinados. MacKerron et al. ( 2014 ) apresentou um
sistema e-Kanban que monitora os processos de fornecimento usando a tecnologia RFID. Alterações nas quantidades consumidas alertariam os gerentes.

Xia et al. ( 2016 ) propôs o uso de dados de produção para comparar o desempenho de diferentes recursos de produção e
assim de fi níveis esperados de desempenho. Quando o nível de destino não é atingido, um novo projeto de design é lançado para modificar o sistema de produção.

Os trabalhos de Constantinescu et al. ( 2014 ), Constantinescu, Francalanza e Matarazzo ( 2015 ) focado em fazer
informações disponíveis para a tomada de decisões sobre auxílios. Diferentes dados adquiridos dos sensores foram vinculados a fi c tarefas e operadores transmitidos para a
tomada de decisões.

4.2.3 Otimização

A otimização visa melhorar sistemas e processos e pode ser alcançada através de inúmeras abordagens. No entanto, todos os trabalhos selecionados
sobre otimização nas PMEs foram realizados através da simulação de processos industriais atuais (Barenji et al. 2016 ; Chalal, Boucher e Marques 2015 ;
Dombrowski e Ernst 2013 ; Givehchi, Haghighi e Wang
2015 ; Masood, Weston e Rahimifard 2013 ; Peng et al. 2012 )

4.2.4 Autonomia

Nenhum caso aplicado de autonomia foi encontrado na literatura. Isso não é uma surpresa, pois essa capacidade gerencial exige a implementação e o uso
 A. Moeuf et al.

4.3. Realização significa

As publicações revisadas mostram que nem todos os grupos de tecnologia relacionados à Indústria 4.0 estão presentes na configuração de PMEs. Conforme mostrado
na Tabela 3 , Cloud Computing e Internet of Things são as tecnologias mais usadas para implementar as iniciativas da Indústria 4.0. Uma análise mais detalhada é
fornecida nesta seção.

4.3.1 Big data e análise

Apenas um artigo tratou do uso de big data para planejar ou controlar processos de produção em PMEs. Ren et al. ( 2015 ) propôs uma plataforma de
computação em nuvem dedicada às PME que explora dados da Internet das Coisas via algoritmos MapReduce (Dean e Ghemawat 2008 ) e a plataforma
Hadoop (Bao et al. 2012 ) No entanto, sua proposta não foi implementada. A falta de pesquisas nessa área confirma fi rms a observação de Bi e Cochran ( 2014
) que mostraram a fraqueza das PME em relação às atividades de pesquisa e desenvolvimento e suas fi culturas na gestão de soluções informáticas
complexas. Eles enfatizaram que a computação em nuvem é uma solução viável para as PME por fornecer serviços analíticos e os meios de estruturação
de dados para o uso de big data.

4.3.2 Simulação
produção distribuída. 1126

Nós identi fi duas categorias principais de abordagens de simulação: programação de operações e simulação baseada em cenários. No
fi Na primeira categoria, a simulação é usada principalmente para gerar programações de operações on-line. Na segunda categoria, modelos de simulação são usados ​para
analisar e modificar os sistemas de produção atuais. Mesa 3 apresenta casos relatados de simulação de acordo com esta classi fi cação.

Segundo Chalal, Boucher e Marques ( 2015 ), algumas PME desejam melhorar sua oferta comercial adicionando
serviços adicionais aos produtos atuais. Eles propuseram dois modelos de simulação conectados para replicar cada oferta. o fi a demanda modelada do
primeiro subsistema e o segundo controlam o plano de produção em resposta à demanda do fi primeiro gerado pelo fi primeiro subsistema.

Barenji et al. ( 2016 ) proposto pelo método PROMETHEUS para desenvolver um aplicativo de software de simulação de planejamento
ção. O autor observou que os métodos usuais consistiam em levar em consideração apenas a demanda dinâmica dos clientes ou as variações de produção. Barenji
apresentou um método que considerava os dois ao mesmo tempo para melhor atender às necessidades das PME.

Peng et al. ( 2012 ) relataram a implantação de uma plataforma de fabricação em nuvem. Eles apresentaram um algoritmo
projetado para otimizar o gerenciamento de recursos distribuídos em uma situação colaborativa. Eles usam um algoritmo híbrido que combina VNS (Pesquisa
de vizinhança variável) e PSO (Otimização de enxame de partículas). Essa combinação permite otimizar problemas multiobjetivos para fl planejamento viável
em uma oficina que trabalha em uma rede colaborativa de PME (Srai et al. 2016 )

; MacKerron et al. 2014 ; Ren et al. 2015 ; Song et al. 2014 ) Eles mostraram como o uso da IoT poderia melhorar a colaboração entre PMEs em redes de
Givehchi, Haghighi e Wang ( 2015 ) apresentou uma simulação para otimizar a usinagem de uma peça. Em sua abordagem,
os autores aprimoraram os dados do desenho numérico da peça de fi encontrar novos dados gravados pelo CPS.
Masood, Weston e Rahimifard ( 2013 ) observou que o planejamento das PME é complexo devido aos muitos processos
e competências envolvidas em resposta a uma grande variedade de produtos. Então, eles apresentaram o conceito de DPU (Dynamic Producer Unit)
destinado a modelar o " Função " de um recurso para realizar uma repartição coerente entre funcionários, máquinas e sistemas de informação. O conceito
DPU pode ser usado para facilitar a modificação fi modelos de sistema, alterando apenas o " papéis " envolvido na simulação. Dessa forma, é possível
simular diferentes cenários dos sistemas de produção e prever os comportamentos do sistema futuro.

Por fim, Dombrowski e Ernst ( 2013 ) apresentou uma abordagem para realizar uma simulação de possíveis cenários de produção
ios em 6 etapas: o desenvolvimento de diferentes cenários, o design de possíveis alterações de linhas de produção, modelagem de alternativas,
experimentação e otimização, avaliação de alternativas, implementação da alternativa escolhida.

Entre todos os trabalhos identificados fi apenas Dombrowski e Ernst ( 2013 ) apresentou um guia prático para as PME para
implementando sua abordagem. Em outros casos, as equipes de pesquisa usaram a pesquisa-ação como metodologia de pesquisa.

4.3.3 Internet das coisas (IoT)

Como podemos ver na tabela 3 , vários pesquisadores usam a IoT acoplada à tecnologia RFID para obter feedback da produção em tempo real (Huang et al. 2013
Tabela 3. Artigos que lidam com diferentes recursos de implementação.

Simulação IoT Computação em nuvem

Big data Simulação baseada em Máquina

e Otimização de cenário RFID Óculos Partilha Produção Recursos de Realidade Cíber maquinar Colaborativo
análise agendamento inteligentes CPS documentos Servization Colaboração distribuída otimização virtual segurança robô

Shamsuzzoha et al. X X X X
( 2016 )
Ren et al. ( 2015 ) X X X X X
Bonfanti, Del Giudice, X
e papai ( 2015 )
Huang et al. ( 2013 ) X X X X
Song et al. ( 2014 Denkena,
Dengler X
et al. ( 2014 )
Barenji et al. ( 2016 ) X
Peng et al. ( 2012 ) X X X X X X
Masood, Weston e X
Rahimifard ( 2013 )
Sena Ferreira et al. X X X
( 2012 )
Herdon, Várallyai e X
Péntek ( 2012 )
Chalal, Boucher e X
Marques ( 2015 )
Fornasiero e X X X X
Revista Internacional de Pesquisa em Produção

Zangiacomi ( 2013 )
MacKerron et al. X X
( 2014 )
Wang e Xu ( 2013 ) X X X X
Xia et al. ( 2016 ) X X
Givehchi, Haghighi, X X X
e Wang ( 2015 )
Constantinescu et al. X X
( 2014 )
Dombrowski e X
Ernst ( 2013 )
Hao e Helo ( 2015 ) X X X
Segura Velandia et al. X
( 2016 )
Constantinescu, X X
Francalanza e
Matarazzo ( 2015 )
Holtewert et al. ( 2013 ) X X X X
1127
 A. Moeuf et al.

Nesse sentido, Sena Ferreira et al. ( 2012 ) propôs vários indicadores para medir e validar o desempenho de
o sistema colaborativo. Eles sugeriram indicadores focados em critérios individuais de desempenho operacional, bem como indicadores globais de
desempenho para medir o sucesso do parceiro. " rede.
Denkena et al. ( 2014 ) observou que a maioria das PME não possui dados confiáveis. Eles propuseram o uso da IoT associada
com tecnologia RFID para gerenciar fl e facilitar a implementação do Lean Manufacturing. Este sistema fez os dados fl É confiável e possibilitou direcionar
iniciativas de melhoria mais rapidamente do que com o uso do mapeamento clássico do fluxo de valor.

Xia et al. ( 2016 ) usou a IoT para recuperar dados de uma máquina de produção e analisar seu desempenho e
responsabilidade. A abordagem também foi associada a um programa de melhoria contínua. Segura Velandia et al. ( 2016 ) usam uma abordagem semelhante
para coletar dados das peças produzidas. Nos dois casos, o objetivo era usar a IoT para adquirir dados e avaliar o desempenho do sistema de produção.

Constantinescu et al. ( 2014 , 2015 ) observaram que a IoT fornece muitos dados para humanos processarem. Eles desenvolvem
optou pelo conceito de JITIR (recuperação de informações just in time), que consiste em três etapas: a análise das necessidades por meio de entrevistas com os
funcionários, a recuperação das informações e a revisão periódica do funcionário " s para rastrear qualquer necessidade de mudança para melhorar a qualidade da
tomada de decisão.
Hao e Helo ( 2015 ) observou que a maioria das pesquisas focava no uso da IoT para melhorar a automação e fl flexibilidade nas organizações. Seu trabalho usa
uma abordagem diferente, concentrando-se no homem - link da máquina através de objetos conectados. Usadas em paralelo com a computação em nuvem e a
realidade virtual, sua abordagem conecta funcionários entre si para otimizar o acesso a funções especializadas. As principais abordagens de pesquisa nesses artigos
seguiram um método de pesquisa-ação (Cappelletti 2010 )

4.3.4 Sistemas ciber-físicos (CPS)

Os trabalhos de Givehchi, Haghighi e Wang ( 2015 ) são o único caso encontrado relatando o uso do sistema físico cibernético aplicado nas PME para
planejamento e controle da produção. Eles mostraram que adicionar conectividade a uma máquina de produção e fi A criação de um novo formato de dados para
as peças produzidas permite que a máquina controle e otimize suas operações.
em que fornece acesso a novos mercados. 1128

Como o CPS é um sistema complexo que incorpora algoritmos de processamento, não surpreende notar que a falta de competências internas nas PMEs é uma
barreira importante para a implementação do CPS (Evangelista, Mckinnon e Sweeney 2013 )

4.3.5 Computação em nuvem

A computação em nuvem é o meio mais usado de implementação das práticas da indústria 4.0 nas PME, pois descobrimos que 65% de nossas publicações
selecionadas relataram seu uso. Nós identificamos fi cinco tipos de utilização da computação em nuvem (conforme mostrado na Tabela 3 ): compartilhamento de
documentos, manutenção, colaboração, produção distribuída e otimização de recursos. Vários trabalhos usaram a computação em nuvem com o objetivo de construir Empresas
Virtuais entre PME (Fornasiero e Zangiacomi 2013 ; Holtewert et al. 2013 ; Huang et al. 2013 ; Peng et al. 2012 ; Ren et al. 2015 ; Shamsuzzoha et al.

2016 ; Song et al. 2014 ; Wang e Xu 2013 ) Com base na observação de que as PME não possuem todo o conhecimento e capacidade para satisfazer clientes
complexos " necessidades, os modelos propostos favorecem o desenvolvimento da colaboração industrial entre vários parceiros. As plataformas de
computação em nuvem permitem servitização dos produtos, ou seja, uma mudança da visão de " O que eu tenho " para " O que eu posso alcançar '( Ren et al. 2015
) e como ele pode ser compartilhado na rede de parceiros. A criação dessa rede não depende apenas da disponibilidade de uma plataforma de computação
em nuvem. Hao, Helo e Shamsuzzoha ( 2016 ) delineou o fi primeiros passos para construir um Empresa virtual: fi e parceiros e depois contratualizar os
compromissos e riscos. Após essas etapas, é possível avançar para a colaboração e a otimização operacional.

Shamsuzzoha et al. ( 2016 ) apresentou um conceito de plataforma de Cloud Computing baseada no Net-Challenge Frame-
trabalhar respondendo às estratégias Make to Order e Engineering to Order. A colaboração entre parceiros é alcançada para a especi fi c necessidades de
cada cliente. Uma vez satisfeita a necessidade fi ed, a organização virtual é desmontada.

No entanto, Herdon, Várallyai e Péntek ( 2012 ) observou que as PME possuem sistemas de informação internos que não
permitir conexão direta com sistemas de computação em nuvem. Eles propuseram a transferência gratuita de dados do ERP para a plataforma Cloud Computing
para promover a apropriação de sua solução pelas empresas.
Bonfanti, Del Giudice e Papa ( 2015 ) mostrou que a computação em nuvem permite que as empresas artesanais italianas ofereçam
produtos e serviços online. A criação de um novo produto ou serviço via interfaces da Web e plataformas de Cloud Computing fortalece a lealdade do cliente, ao mesmo tempo
 Revista Internacional de Pesquisa em Produção 1129

Concluindo, observamos que as plataformas de computação em nuvem favorecem o planejamento e a utilização de recursos compartilhados, o controle sobre os processos e
a avaliação de desempenho.

4.3.6. Realidade virtual

Hao e Helo ( 2015 ) mostrou a vantagem de usar IoT, Cloud Computing e realidade virtual simultaneamente. O uso de óculos inteligentes permite que as informações
sejam exibidas diretamente no usuário " s fi campo de visão em tempo real. Eventos perturbadores parecem mais visíveis, o que faz com que os funcionários sejam mais
reativos. Da mesma forma, a manutenção dos recursos de produção é facilitada pela disponibilidade dos dados necessários para restaurar o equipamento defeituoso à
condição operacional.

4.3.7 Cíber segurança

MacKerron et al. ( 2014 ) e Holtewert et al. ( 2013 ) estudaram a cibersegurança no ambiente de produção em que a Internet das Coisas e a Cloud Computing são
usadas. No entanto, os leitores devem observar que a segurança cibernética não era essencial para seus trabalhos.

4.3.8 Robôs colaborativos e comunicação máquina a máquina

Robôs colaborativos e comunicação entre máquinas permitem a descentralização da tomada de decisões no coração dos processos de produção.
Infelizmente, não foi possível relatar nenhum caso sobre a implementação dessas tecnologias nas PME.

5. Discussão

A flexibilidade é o objetivo de desempenho mais observado, direcionado pelos pesquisadores, como mostra a Figura 3 . Isso pode ser surpreendente para os
profissionais, pois fl flexibilidade é uma característica comum das PME que lhes permite diferenciar-se de outras fi rms. Como a Indústria 4.0 incentiva decisões
descentralizadas, esse objetivo deve ser destacado na literatura que cobre maiores fi rms, como fl flexibilidade é frequentemente vista como uma fraqueza nessas
organizações.

Figura 3. Número de publicações relacionadas a cada objetivo de desempenho.

 A. Moeuf et al.

Menos pesquisadores propuseram uma solução para reduzir o lead time (6 publicações) ou o custo (4 publicações). Acreditamos que esses dois
objetivos de desempenho poderiam fortalecer o modelo de negócios das PMEs, melhorando as fraquezas atuais. A pesquisa nessa área deve crescer
rapidamente.
Surpreendentemente, até o momento, a indústria 4.0 não parece ser uma maneira de aumentar a qualidade nas PME. Provavelmente, isso mudará à medida que
técnicas como a detecção automática de falhas evoluirão com novas ferramentas e tecnologias desenvolvidas em torno do conceito da Indústria 4.0 (Cayiroglu e Demir 2012 )

Essa revisão de literatura também destacou uma grande mudança na maneira de integrar os sistemas de planejamento e controle da produção.
Muitos pesquisadores já mostraram que a Indústria 4.0 pode ser implementada usando uma abordagem de melhoria iterativa e contínua, como a
fabricação Lean (Denkena et al. 2014 ; Kolberg e Zühlke 2015 ) Como a Indústria 4.0 visa acelerar fl informações e o Lean Manufacturing se concentra na
eliminação de desperdícios para acelerar fl agora, a sinergia entre os dois métodos deve ser considerada visando a excelência operacional. Pesquisas
futuras são também esperadas nesta área em um futuro próximo.

Do ponto de vista da capacidade, a revisão da literatura demonstrou claramente que as iniciativas atuais da Indústria 4.0 nas PMEs se concentram no
monitoramento de processos industriais, como mostra a Figura 4 . Embora a simulação pareça ser uma maneira de otimizar os processos de produção, parece haver
apenas alguns casos que usam dados para determinar os limites de aviso e permitir a tomada de decisões ou tentar explorar os dados coletados para otimizar as
operações em tempo real. Também observamos que todos os modelos de simulação foram desenvolvidos por pesquisadores e não pelo pessoal das PME. De fato, foi
demonstrado em trabalhos anteriores que as PME carecem de especialistas dedicados a outras áreas além dos processos de produção (Achanga et al. 2006 ; Moeuf et
al. 2016 ) e que os modelos de otimização devem ser mais acessíveis às PME.

Entre os documentos selecionados, os recursos de monitoramento são desenvolvidos através da transferência de informações da loja fl sistemas sob a forma de
sinal de alerta ou desvio dos alvos esperados. De maneira semelhante, agora os modelos de simulação estão sendo explorados usando fl ou informações. Ambos os
casos são exemplos de integração vertical do sistema semelhante à

Figura 4. Número de publicações relacionadas a cada capacidade gerencial. 1130

 Revista Internacional de Pesquisa em Produção 1131

integração tradicional MES-ERP adotada por muitas grandes organizações (Saenz De Ugarte, Pellerin e Artiba 2009 ) No entanto, esta revisão de literatura não
encontrou casos relatados de integração horizontal de sistemas (por exemplo, comunicação máquina-máquina) como seria de esperar, adotando estratégias da
Indústria 4.0. Essa integração é necessária para acelerar os processos de tomada de decisão (possível automação dos processos de tomada de decisão) e
reconquistar fi guração dos sistemas de produção.

Em termos de meios de realização, a Figura 5 mostra grande disparidade entre o uso de cada grupo de tecnologia e métodos vinculados ao setor 4.0.
Claramente, os pesquisadores propuseram muitas plataformas de computação em nuvem e seu uso parece estar ao alcance das PME.

O desenvolvimento da rede de uma organização virtual, suportado pela Cloud Computing e outras tecnologias, também foi apresentado por muitos
pesquisadores. As plataformas de computação em nuvem pareciam melhorar a cooperação entre as empresas, compartilhando informações e
conhecimentos que, por sua vez, criam melhores parcerias entre as PME.
No entanto, nenhum dos autores aborda o con- fi problemas dentários associados ao compartilhamento de informações de clientes e produção entre diferentes
sistemas. Embora apenas alguns artigos discutam a cibersegurança em PMEs em um sentido geral, eles raramente fornecem meios de proteger sistemas de
computadores e fi informações dentárias ao adotar as tecnologias da Indústria 4.0. Essa observação pode sugerir que há uma falta de conhecimento ou, simplesmente,
alguns executivos de PME podem considerar que a cibersegurança já é fornecida por plataformas de computação em nuvem e outras plataformas de comunicação
modernas.
Infelizmente, nossa revisão de literatura não relatou nenhum uso de métodos de big data nas PME, apesar de terem sido amplamente reconhecidos
como métodos altamente considerados para otimizar o uso de recursos em outras organizações (Lee, Kao e Yang 2014 ; Mousannif et al. 2016 ) Alguns autores
argumentaram que as PME ainda não consideram os dados como fonte de valor agregado (Bi e Cochran 2014 ) No entanto, a exploração da Internet das
Coisas, ou outra fonte de dados como

Figura 5. Número de publicações relacionadas a cada média de implementação.

 A. Moeuf et al.

Tecnologias RFID, aumentará o número de fontes de dados. As PMEs acabarão explorando esses dados para otimizar o processo de produção e a demanda dos
clientes a baixo custo. Claramente, ainda é necessária pesquisa para tornar a análise de big data mais acessível às PME, formulando métodos claros e práticos que
descrevam claramente as etapas de implementação, técnicas e ferramentas necessárias, além de indicar claramente os papéis e competências exigidos.

Também observamos que a penetração dos sistemas físicos cibernéticos nas PME é complexa, embora possam ser considerados dois caminhos para
melhorias: a compra de novos equipamentos e a atualização dos equipamentos existentes. Conforme proposto por Becker e Wagner ( 2016 ), As PME devem visar
as máquinas mais críticas a serem atualizadas e, assim, limitar os custos de investimento. De maneira semelhante, a comunicação máquina a máquina não é
explorada pelas PME, nem o uso de robôs colaborativos. Esses três meios de realização são muito caros, com um longo retorno sobre o investimento. Além disso,
essas tecnologias visam principalmente a melhoria fl flexibilidade, que não é necessariamente o objetivo atual da maioria das PME. Pesquisas e estudos de caso
ainda são necessários para demonstrar o verdadeiro benefício fi As PME podem obter deste grupo de tecnologias.

A implementação das iniciativas da Indústria 4.0 e a avaliação de seu impacto nos processos internos precisam ser mais investigadas. Como em muitas
outras estratégias da indústria 4.0, parece que a maioria dos pesquisadores se concentrou até agora no desenvolvimento e na validação de diferentes tecnologias.
Como essa abordagem se baseia em um grande número de ferramentas, métodos e tecnologias, há uma clara necessidade de pesquisadores proporem e
validarem caminhos e métodos de implementação. Como foi o caso dos sistemas de planejamento e controle de produção anteriores, como sistemas de
informações MRP, ERP
apenas periódicos. e MES,
Atrasos podemos
entre esperar
a aceitação que as metodologias
e publicação desenvolvidas
de tais artigos para grandes
podem certamente organizações
afetar o número denão fi t necessidades
artigos selecionadose erestrições
1132 das PME.

Além disso, reconhecemos que os projetos do setor 4.0 podem ser uma oportunidade para alterar processos (não apenas para melhorar) e aproveitar novas
oportunidades no mercado. Para realmente abraçar todos os benefícios potenciais fi Por trás do conceito Indústria 4.0, os gerentes de PMEs devem parar de ver o
sistema de produção como um custo, mas como um vetor de oportunidades para transformar seus modelos de negócios. Infelizmente, essa revisão de literatura
revela que essa visão de custo favoreceu amplamente a adoção de grupos tecnológicos de baixo custo, como a computação em nuvem, para obter melhorias nos
processos de produção mais rápidos e baratos, sem realmente transformar as trocas entre fabricantes e clientes. De fato, as comunicações CPS e
Machine-to-Machine, que oferecem novas oportunidades para produção personalizada e atendimento ao cliente, ainda não foram adotadas nas PME.
um viés subjetivo na leitura e seleção de artigos em uma revisão. No nosso caso, ignoramos os tipos comerciais de revistas e nos concentramos em fi c

6. Conclusão, perspectivas e limitações

Este artigo estudou a atual fi campos de pesquisa que abordam novas mudanças trazidas para as funções de planejamento e controle da produção nas PME
na era da indústria 4.0. A estratégia de revisão de literatura proposta foi realizada usando um processo inovador que consistiu na execução de duas consultas
separadas ( planejamento e controle da Produção E Indústria
4.0) seguida
examinar pela análise dos
exaustivamente trabalhos
os casos obtidos,
reais a fim de identificar
e seu sucesso, interseções
seria pertinente entre os dois
complementar esseconceitos. Também propusemos
tipo de abordagem umade
com fi pesquisas estrutura
campo.para analisar
Segundo, os
existe
trabalhos selecionados com base nos objetivos de desempenho pretendidos, nas capacidades gerenciais necessárias e nos diferentes meios de realização
associados ao conceito Indústria 4.0. Essa estrutura é aplicável a outros trabalhos que visam classificar os usos de outros sistemas ou tecnologias de
informação para monitorar, controlar ou otimizar sistemas de produção.

Nossa pesquisa identi fi ed 23 casos aplicados nos quais a Indústria 4.0 foi usada em PMEs. As publicações revisadas mostram que as aplicações da Indústria 4.0 para
PMEs estão relacionadas principalmente ao monitoramento dos processos de produção e à melhoria das capacidades atuais e fl flexibilidade. Vários casos de uso de
ferramentas de computação em nuvem e RFID são observados.
Apesar do crescente número de novas ferramentas e tecnologias, a maioria delas é subexplorada, se não ignorada pelas PME. Nosso estudo mostra que as
de realização. Na maioria dos casos, os processos de implementação das tecnologias da Indústria 4.0 nas PME não são claramente descritos. De fato, para
tecnologias menos caras e menos revolucionárias (simulação, computação em nuvem) são as mais exploradas nas PMEs, enquanto as que permitem profundas
transformações nos negócios (CPS, Machine-to-Machine, big data, robô colaborativo) ainda são negligenciadas pelas PMEs.

Apesar da atual falta de conhecimento para fazer uso dessas tendências recentes, a Indústria 4.0 deve ser considerada parte de uma estratégia de PME, pois fornece
meios para conectar-se com parceiros, alcançar processos autônomos, sincronizar fl ows e personalização de produtos. Vários autores destacaram algumas fraquezas
importantes das PMEs que podem explicar isso: as PMEs carecem de recursos para investir em atividades de pesquisa e desenvolvimento; eles têm dif fi culturas que
gerenciam soluções complexas de computador e não possuem especialistas que não sejam dedicados apenas ao processo de produção.

Nossa revisão de literatura tem algumas limitações. Primeiro, encontramos apenas 23 casos aplicados para analisar, que envolvem oito meios diferentes
 Revista Internacional de Pesquisa em Produção 1133

subestimar o nível real de adoção da indústria 4.0 nas PME. Terceiro, os estudos de caso às vezes descrevem resultados qualitativos e não quantitativos.
Portanto, é fi culto para julgar o verdadeiro benefício fi alcançados pelas PME na exploração de novas tecnologias e práticas.

Outras pesquisas também devem ser conduzidas para demonstrar se as iniciativas da Indústria 4.0 podem ou não trazer benefícios. fi st que não fl flexibilidade. De
maneira semelhante, a comunicação robô, máquina a máquina e o CPS podem parecer muito caros para as PME neste momento, e é necessária uma pesquisa
qualitativa para esclarecer as reais vantagens que as PME podem obter com seu uso.

Como discutido anteriormente, o fi A criação de novos modelos de negócios e o processo de implementação das iniciativas da Indústria 4.0 precisam ser mais
investigados. Em todos os casos relatados, os autores obtêm alguns resultados operacionais sem discutir as implicações nos modelos de negócios atuais das
PME.

Declaração de divulgação

Nenhum con potencial fl A história de interesse foi relatada pelos autores.

Referências

Abdul-Nour, G., S. Lambert e J. Drolet. 1998 . " Adaptação da filosofia Jit e da técnica Kanban a uma manufatura de pequeno porte
Firma; Uma abordagem de gerenciamento de projetos. " Computadores e Engenharia Industrial 35: 419 - 422. doi: 10.1016 / S0360-8352 (98) 00123-5 .

Achanga, P., E. Shehab, R. Roy e G. Nelder. 2006 . " Fatores críticos de sucesso para a implementação enxuta nas PME. " Diário de
Gerenciamento de Tecnologia de Manufatura 17: 460 - 471. doi: 10.1108 / 17410380610662889 .
Adolphus, M. 2015 . " Como realizar uma revisão de literatura para uma dissertação ou trabalho de pesquisa "[ Documento WWW]. Janeiro acessado
1 https://www.emeraldgrouppublishing.com/research/guides/methods/literature2.htm
Airehrour, D., J. Gutierrez e SK Ray. 2016 . " Roteamento seguro para a Internet das Coisas: uma pesquisa. " Journal of Network Computers
e aplicações 66: 198 - 213. doi: 10.1016 / j.jnca.2016.03.006 .
Apics. 2005 . Dicionário Apics. Chicago, IL: Sociedade Americana de Controle de Produção e Inventário. Aruväli, T., W. Maass e T. Otto. 2014 . " Soluções de Monitoramento Baseado em
Memória de Objeto Digital em Processos de Fabricação " Procedimento
dia Engenharia 69: 449 - 458. doi: 10.1016 / j.proeng.2014.03.011 .
Azevedo, A. e A. Almeida. 2011 . " Modelos de fábrica para o Digital Factories Framework. " Gerenciamento Integrado de Robótica e Computação
ufacturing 27: 755 - 771. doi: 10.1016 / j.rcim.2011.02.004 .
Babiceanu, RF e R. Seker. 2016 . " Big Data e Virtualização para Manufatura de Sistemas Ciber-Físicos: Uma Pesquisa sobre os
Status de aluguel e perspectivas futuras. " Computadores na Indústria 81: 128 - 137. doi: 10.1016 / j.compind.2016.02.004 .
Bagheri, B., S. Yang, H.-A. Kao e J. Lee. 2015 . " Arquitetura de sistemas ciber-físicos para máquinas autoconscientes na indústria 4.0
Meio Ambiente. " IFAC-PapersOnLine 48: 1622 - 1627. doi: 10.1016 / j.ifacol.2015.06.318 .
Bao, Y., L. Ren, L. Zhang, X. Zhang e Y. Luo. 2012 . " Estrutura maciça de gerenciamento de dados de sensores na fabricação em nuvem
Baseado no Hadoop. " No 10ª Conferência Internacional IEEE de Informática Industrial, 397 - 401. Piscataway, NJ: IEEE. doi: 10.1109 / INDIN.2012.6301192 .

Barenji, AV, RV Barenji, D. Roudi e M. Hashemipour. 2016 . " Uma abordagem dinâmica de agendamento baseado em vários agentes para
PME. " Jornal Internacional de Tecnologia Avançada de Fabricação 89: 3123 - 3137. doi: 10.1007 / s00170-016-9299-4 .
Bayo-Moriones, A., M. Billón e F. Lera-López. 2013 . " Efeitos percebidos do desempenho das TIC nas PME de manufatura. " Industrial
Sistemas de Gerenciamento e Dados 113: 117 - 135. doi: 10.1108 / 02635571311289700 .
Becker, T. e D. Wagner. 2016 . " Identi fi instalação de máquinas-chave em redes complexas de produção. " Procedia CIRP 41: 69 - 74. doi: 10.1016 / j.procir.2015.12.006 .

Bi, Z. e D. Cochran. 2014 . " Análise de Big Data com aplicativos. " Journal of Managment Analysis 1: 249 - 265. doi: 10.1080 /
23270012.2014.992985 .
Bidet-Mayer, T. 2016 . Industrie du futur: une compétition mondiale [ Indústria do futuro: uma competição global]. Paris: Presses des
MINAS.
Bonfanti, A., M. Del Giudice e A. Papa. 2015 . " Empresas de artesanato italianas entre manufatura digital, inovação aberta e serviços
zação. " Revista da Economia do Conhecimento 1 1 - 14. doi: 10.1007 / s13132-015-0325-9 .
Brad, S. e M. Murar. 2015 . " Empregando Smart Units e Servitization para Recon fi gurability dos processos de manufatura. "
Procedia CIRP 30: 498 - 503. doi: 10.1016 / j.procir.2015.02.154 .
Caggiano, A., F. Caiazzo e R. Teti. 2015 . " Abordagem de fábrica digital para Flex e Ef fi Sistemas de Manufatura
Indústria aeroespacial. " Procedia CIRP 37: 122 - 127. doi: 10.1016 / j.procir.2015.08.015 .
Caggiano, A. e R. Teti. 2013 . " Modelagem, Análise e Melhoria da Produção em Massa e em Pequenos Lotes através de
Ferramentas de simulação. " Procedia CIRP 12: 426 - 431. doi: 10.1016 / j.procir.2013.09.073 .
1134 A. Moeuf et al.

Cao, H., P. Folan, D. Potter e J. Browne. 2011 . " Controle de chão de fábrica enriquecido com conhecimento em negócios em fim de vida. " Produção
Planejamento e Controle 22: 174 - 193. doi: 10.1080 / 09537281003769980 .
Cappelletti, L. 2010 . Intervenção de Pesquisa: Quels Usos No Controle De Gestion? [ Pesquisa sobre intervenção: o que usa no manejo
Controle de Gestão]. 1 1 - 25. Nice: Parabéns " Associação Francoph. Comptab. Cayiroglu, I. e BE Demir. 2012 . " Automatização de mosaicos de vidro assistido por computador. " Robótica
e Gerenciamento Integrado por Computador
ufacturing 28: 583 - 591. doi: 10.1016 / j.rcim.2012.02.008 .
Chalal, M., X. Boucher e G. Marques. 2015 . " Sistema de Apoio à Decisão para Servitização de Smes Industriais: Modelagem e
Abordagem de simulação. " Jornal do sistema de decisão 24: 355 - 382. doi: 10.1080 / 12460125.2015.1074836 .
Constantinescu, C., D. Popescu, P.-C. Muresan e S.-I. Stana. 2016 . " Otimização de processo centrado no exoesqueleto em faculdades avançadas
Ambientes obrigatórios. " Procedia CIRP 41: 740 - 745. doi: 10.1016 / j.procir.2015.12.051 .
Constantinescu, CL, E. Francalanza e D. Matarazzo. 2015 . " Rumo à captura de conhecimento e à inovação em sistemas humanos
em um ambiente de modelagem e simulação de fábrica de código aberto. " Procedia CIRP 33: 23 - 28. doi: 10.1016 / j.procir.2015.06.006 .

Constantinescu, CL, E. Francalanza, D. Matarazzo e O. Balkan. 2014 . " Suporte à informação e planejamento interativo no
ital Fábrica: Abordagem e avaliação orientada para a indústria. " Procedia CIRP 25: 269 - 275. doi: 10.1016 / j.procir.2014.10.038 .
Cullinan, C., SG Sutton e V. Arnold. 2010 . " Monocultura de Tecnologia: Sistemas ERP, " Diversidade de processos técnicos " e a ameaça
ao ecossistema de tecnologia da informação. " No Avanços na pesquisa comportamental contábil, editado por V. Arnold, 13 - 30. Bingley: Emerald Group Publishing
Limited. doi: 10.1108 / S1475-1488 (2010) 0000013005 .
Danjou, C., L. Rivest e R. Pellerin. 2016. Indústria 4.0: des pistes pour aborder l " é um número e conectividade [Industry
4.0: Caminhos para a era da digital e da conectividade]. CEFRIO. De Ugarte, Saenz, R. Pellerin e A. Artiba. 2009 . " sistema de Execução de Manufatura - Uma revisão de
literatura. " Planejamento de produção
& Ao controle 20 (6): 525 - 539. doi: 10.1080 / 09537280902938613 .
De Ugarte, Saenz, R. Pellerin e A. Artiba. 2011 . " Uma abordagem aprimorada do algoritmo genético para problemas de otimização on-line. "
Planejamento e Controle da Produção 22 (8): 742 - 753. doi: 10.1080 / 09537287.2010.543556 .
Dean, J. e S. Ghemawat. 2008 . " MapReduce. " Comunicações da ACM 51: 107. 10.1145 / 1327452.1327492 . Deep, A., P. Guttridge, S. Dani e N. Burns. 2008 . " Fatores de
investigação que afetam a seleção de ERP no setor de PME sob encomenda. "
Journal of Manufacturing Technology Management 19: 430 - 446. doi: 10.1108 / 17410380810869905 .
Denkena, B., B. Dengler, K. Doreth, C. Krull e G. Horton. 2014 . " Interpretação e otimização do fluxo de materiais via sistema
Reconstrução de Comportamentos. " Engenharia de Produção 8: 659 - 668. doi: 10.1007 / s11740-014-0545-z .
Denkena, B., J. Schmidt e M. Krüger. 2014 . " Abordagem de mineração de dados para planejamento de processos baseado em conhecimento. " Procedia Technol-

ogy 15: 406 - 415. doi: 10.1016 / j.protcy.2014.09.095 .

Dombrowski, U. e S. Ernst. 2013 . " Abordagem de simulação baseada em cenário para planejamento de layout. " Procedia CIRP 12: 354 - 359. doi: 10.1016 / j.procir.2013.09.061 .

Comissão Europeia. 2008 . " A Lei das Pequenas Empresas para l " Europa [ Lei das Pequenas Empresas para a Europa]. " O negócio, COM (2008) 394.
fi final, 25. http://www.eurosfaire.prd.fr/7pc/bibliotheque/consulter.php?id=2321 .
Evangelista, P., A. Mckinnon e E. Sweeney. 2013 . Adoção de tecnologia em provedores de logística de pequeno e médio porte 113: 967 -
989. doi: 10.1108 / IMDS-10-2012-0374 .
Fornasiero, R. e A. Zangiacomi. 2013 . " Uma abordagem estruturada para produção personalizada em redes colaborativas de PME. "
Revista Internacional de Pesquisa em Produção 51: 2110 - 2122. doi: 10.1080 / 00207543.2012.706718 .
Garengo, P., S. Biazzo e US Bititci. 2005 . " Sistemas de medição de desempenho em PMEs: uma revisão de uma agenda de pesquisa. "
Comentários do International Journal of Management 7: 25 - 47. doi: 10.1111 / j.1468-2370.2005.00105.x .
Givehchi, M., A. Haghighi e L. Wang. 2015 . " Seqüenciamento genérico do processo de usinagem através de uma usinagem enriquecida revisada
Conceito de recurso. " Journal of Manufacturing Systems 37: 564 - 575. doi: 10.1016 / j.jmsy.2015.04.004 .
Gupta, P., A. Seetharaman e JR Raj. 2013 . " O uso e adoção da computação em nuvem por pequenas e médias empresas. "
Revista Internacional de Gerenciamento de Informações 33: 861 - 874. doi: 10.1016 / j.ijinfomgt.2013.07.001 .
Hao, Y. e P. Helo. 2015 . O papel dos dispositivos vestíveis no atendimento às necessidades da fabricação em nuvem: um estudo de caso. Robótica
e Manufatura Integrada por Computador. 45: 168 - 179. doi: 10.1016 / j.rcim.2015.10.001 .
Hao, Y., P. Helo e A. Shamsuzzoha. 2016 . " Projeto e implementação de sistemas de fábricas virtuais: fabricação sustentável integrada
turing. " International Journal of Systems Science: Operações e Logística 2674: 1 - 17. doi: 10.1080 / 23302674.2016.1242819 .
Herdon, M., L. Várallyai e Á. Péntek. 2012 . " Prototipagem de ecossistemas de negócios digitais para PMEs. " Jornal de Sistemas Elétricos
e Tecnologia da Informação 14: 286 - 301. doi: 10.1108 / 13287261211279026 .
Holtewert, P., R. Wutzke, J. Seidelmann e T. Bauernhansl. 2013 . " Plataforma virtual federativa, segura e baseada em nuvem de Fort Knox
para fabricação. " Procedia CIRP 7: 527 - 532. doi: 10.1016 / j.procir.2013.06.027 .
Horbach, S., J. Ackermann, E. Müller e J. Schütze. 2011 . " Blocos de construção para sistemas de fábrica adaptáveis. " Robótica e Com-
Produção Integrada 27: 735 - 740. doi: 10.1016 / j.rcim.2010.12.011 .
Huang, B., C. Li, C. Yin e X. Zhao. 2013 . " Plataforma de serviços de manufatura em nuvem para pequenas e médias empresas. "
Revista Internacional de Tecnologia Avançada de Fabricação 65: 1261 - 1272. doi: 10.1007 / s00170-012-4255-4 .
Khalid, A., P. Kirisci, Z. Ghrairi, K.-D. Thoben e J. Pannek. 2016 . " Uma Metodologia para Desenvolver Cyber ​Robótico Colaborativo
Sistemas físicos para ambientes de produção. " Pesquisa em Logística 9: 23. doi: 10.1007 / s12159-016-0151-x .
 Revista Internacional de Pesquisa em Produção 1135

Koh, SCL e M. Simpson. 2005 . " Mudança e incerteza em ambientes de fabricação de PMEs usando ERP. " Journal of Manu-
Gestão de Tecnologia 16: 629 - 653. doi: 10.1108 / 17410380510609483 .
Kohler, D. e J.-D. Weisz. 2016 . Indústria 4.0: Les dé fi s da transformação numérica do modelo industrial requerido [Industry
4.0: Os desafios da transformação digital do modelo industrial alemão], editado por La Documentation française,
176 Paris. ISBN 978-2-11-010210-2. Kolberg, D. e D. Zühlke. 2015 . " Automação enxuta ativada pelas tecnologias da indústria 4.0. " IFAC-PapersOnLine 48: 1870 - 1875.
doi: 10.1016 / j.ifacol.2015.06.359 .

Kopacek, P. 2015 . " Automação e TECIS. " IFAC-PapersOnLine 48: 21 - 27. doi: 10.1016 / j.ifacol.2015.12.050 . Kushiro, N., S. Matsuda e K. Takahara. 2014 . " Projeto de
sistema orientado a modelo em big data. " Procedia Computer Science 35:
961 - 968. doi: 10.1016 / j.procs.2014.08.176 .
Lee, J., H.-A. Kao e S. Yang. 2014 . " Inovação de serviços e análise inteligente para o setor 4.0 e o ambiente de big data. " Procedimento
dia CIRP 16: 3 - 8. doi: 10.1016 / j.procir.2014.02.001 .
Lee, J., S. Han e J. Yang. 2011 . " Construção de um ambiente de realidade mista simulada por computador para layout de fábrica virtual
Planejamento. " Computadores na Indústria 62: 86 - 98. doi: 10.1016 / j.compind.2010.07.001 .
Liker, JK 2007 . The Toyota Way: 14 princípios de gestão do mundo " s O melhor fabricante. Aprendizado de Ação: Pesquisa
e pratique 4: 105 - 114. doi: 10.1080 / 14767330701234002 .
Li, W., K. Liu, M. Belitski, A. Ghobadian e N. O " Regan. 2016 . " Liderança eletrônica através de alinhamento estratégico: um estudo empírico
de pequenas e médias empresas na era digital. " Revista de Tecnologia da Informação 31: 185 - 206. doi: 10.1057 / jit.2016.10 .

Luo, X., W. Li, Y. Tu, D. Xue e J. Tang. 2011 . " Planejamento de alocação de operador para Recon fi linha de produção compacta em um
Produção amável. " Revista Internacional de Pesquisa em Produção 49: 689 - 705. doi: 10.1080 / 00207540903555486 .
MacKerron, G., M. Kumar, V. Kumar e A. Esain. 2014 . " Política de reabastecimento de fornecedores usando o E-Kanban: uma estrutura para o sucesso
Implementação de sucesso. " Planejamento e Controle da Produção 25: 161 - 175. doi: 10.1080 / 09537287.2013.782950 .
Masood, T., R. Weston e A. Rahimifard. 2013 . " Uma abordagem orientada por modelo para habilitar a capacidade de mudança nas PME. " Interna-
Jornal Internacional de Tecnologia Avançada de Fabricação 69: 805 - 821. doi: 10.1007 / s00170-013-4853-9 .
Matsuda, M., K. Kashiwase e Y. Sudo. 2012 . " Construção orientada a agentes de uma fábrica digital para validação de uma produção
Cenário. " Procedia CIRP 3: 115 - 120. doi: 10.1016 / j.procir.2012.07.021 .
Matsuda, M., Y. Sudo e F. Kimura. 2016 . " Uma construção baseada em vários agentes da eco-fábrica digital para um circuito impresso
Linha de montagem. " Procedia CIRP 41: 218 - 223. doi: 10.1016 / j.procir.2015.12.061 .
Mauricio-Moreno, H., J. Miranda, D. Chavarría, M. Ramírez-Cadena e A. Molina. 2015 . " Projeto S3-RF (Sustentável x Inteligente x
Sensing - Reference Framework) para a Empresa Futura de Fabricação. " IFAC-PapersOnLine 48: 58 - 63. doi: 10.1016 / j.ifacol.2015.06.058 .

McGarrie, B. 1998 . " Estudo de caso: Planejamento e controle da produção - Seleção, Melhoria e Implementação. " Informações logísticas
Gerenciamento de 11: 44 - 52. doi: 10.1108 / 09576059810202268 .
Mehrsai, A., B. Henriksen, CC Røstad, KA Hribernik e K.-D. Thoben. 2014 . " Make-to-XGrade para o projeto e fabricação
Produtos Flexíveis, Adaptáveis ​e Reativos. " Procedia CIRP 21: 199 - 205. doi: 10.1016 / j.procir.2014.03.147 .
Michniewicz, J. e G. Reinhart. 2014 . " Robótica Ciber-Física - Análise, Programação e Controle Automatizados fi guração do robô
Células baseadas em sistemas ciber-físicos. " Procedia Technology 15: 566 - 575. doi: 10.1016 / j.protcy.2014.09.017 .
Mintzberg, H. 1982 . Estrutura e dinâmica das organizações, editado por Edições d " Organização. Vingt-Troi. ed. Eyrolles, 434. Les
referências, Paris. ISBN 978-2708119710.
Moeuf, A., S. Tamayo, S. Lamouri, R. Pellerin e A. Lelievre. 2016 . " Pontos fortes e fracos de empresas de pequeno e médio porte
preços relacionados à implementação de Lean Manufacturing. " IFAC-PapersOnLine 49: 71 - 76. doi: 10.1016 / j.ifacol.2016.07.552 .

Mousannif, H., H. Sabah, Y. Douiji e Y. Oulad Sayad. 2016 . " Projetos de Big Data: Basta ir direto ao ponto! " Revista Internacional de
Computação Pervasiva e Comunicações 12: 260 - 288. doi: 10.1108 / IJPCC-04-2016-0023 .
Oh não. 1988 . O Sistema Toyota de Produção - Além da produção em larga escala. Boca Raton, FL: CRC Press. Peng, G., Y. Jiang, J. Xu e X. Li. 2012 . " Uma plataforma de
execução de fabricação colaborativa para o desenvolvimento de produtos espaciais. "
Revista Internacional de Tecnologia Avançada de Fabricação 62: 443 - 455. doi: 10.1007 / s00170-011-3837-x .
Petroni, A. 2002 . " Fatores críticos da implementação do MRP em empresas de pequeno e médio porte. " Revista Internacional de Operações
& Gerenciamento de Produção 22: 329 - 348. doi: 10.1108 / 01443570210417623 .
Porter, M. e JE Heppelmann. 2014 . " Como produtos inteligentes e conectados estão transformando a concorrência. " Harvard Business Review
92: 64 - 88
Radziwon, A., A. Bilberg, M. Bogers e ES Madsen. 2014 . " A fábrica inteligente: explorando a manufatura adaptável e flexível
Soluções. " Procedia Engineering 69: 1184 - 1190. doi: 10.1016 / j.proeng.2014.03.108 .
Rago, F. 2015 . " Uma arquitetura adaptável inteligente baseada em contextos para sistemas físicos cibernéticos. " Procedia Computer Science 61:
301 - 306. doi: 10.1016 / j.procs.2015.09.141 .
Raymond, L. 2005 . " Gerenciamento de operações e tecnologias avançadas de manufatura nas PME. " Journal of Manufacturing Tech-
Gestão de Tecnologia 16: 936 - 955. doi: 10.1108 / 17410380510627898 .
1136 A. Moeuf et al.

Ren, L., L. Zhang, F. Tao, C. Zhao, X. Chai e X. Zhao. 2015 . " Fabricação em nuvem: do conceito à prática. " Informações da empresa
Sistemas de informação 9: 186 - 209. doi: 10.1080 / 17517575.2013.839055 .
Ruessmann, M., M. Lorenz, P. Gerbert, M. Waldner, J. Justus, P. Engel e M. Harnisch. 2015 . " Indústria 4.0: O Futuro da Produção
produtividade e crescimento nas indústrias de transformação. " Boston Consulting Group. Vol. 9. Schumacher, A., S. Erol e W. Sihn. 2016 . " Um modelo de maturidade
para avaliar a prontidão e a maturidade da indústria 4.0
Empreendimentos. " Procedia CIRP 52: 161 - 166. doi: 10.1016 / j.procir.2016.07.040 .
Segura Velandia, DM, N. Kaur, WG Whittow, PP Conway e AA West. 2016 . " Rumo à Internet Industrial das Coisas:
Monitoramento, rastreabilidade e rastreamento de virabrequins usando RFID. " Robótica e Manufatura Integrada por Computador 41: 66 - 77. doi: 10.1016 / j.rcim.2016.02.004 .

Sena Ferreira, P., AHM Shamsuzzoha, C. Toscano e P. Cunha. 2012 . " Estrutura para medição e gerenciamento de desempenho
em um ambiente de negócios colaborativo. " Revista Internacional de Desenvolvimento de Produto 61: 672 - 690. doi: 10.1108 / 17410401211249210 .

Seuring, S. e S. Gold. 2012 . " Realização de análises de literatura baseadas em análise de conteúdo no gerenciamento da cadeia de suprimentos. " Fornecem
Chain Management: Um Jornal Internacional 17: 544 - 555. doi: 10.1108 / 13598541211258609 .
Shamsuzzoha, A., C. Toscano, LM Carneiro, V. Kumar e P. Helo. 2016 . " Abordagem de solução baseada em TIC para entrega colaborativa
produtos personalizados. " Planejamento e Controle da Produção 27: 280 - 298. doi: 10.1080 / 09537287.2015.1123322 .
Song, T., H. Liu, C. Wei e C. Zhang. 2014 . " Mecanismos comuns da plataforma de serviços de fabricação em nuvem para PME. " Internacional
Journal of Advanced Manufacturing Technology 73: 557 - 569. doi: 10.1007 / s00170-014-5863-y .
Srai, JS, M. Kumar, G. Graham, W. Phillips, J. Tooze, S. Ford, P. Beecher, et al. 2016 . " Manufatura Distribuída: Escopo,
desafios e oportunidades. " Revista Internacional de Pesquisa em Produção 54: 6917 - 6935. doi: 10.1080 / 00207543.2016.1192302 .
Sum, C.-C. e K.-K. Yang. 1993 . " Um estudo sobre práticas de planejamento de recursos de manufatura (MRP II) em Cingapura. " Ómega 21:
187 - 197. doi: 10.1016 / 0305-0483 (93) 90051-L .
Torres, O. 1999 . Les PME, editado por Flammarion, 123. http://oliviertorres.net/travaux/pdf/pmetorres.pdf . Tran fi eld, D., D. Denyer e P. Smart. 2003 . " Rumo a uma metodologia para o
desenvolvimento de conhecimentos de gestão informados por evidências
por meio de revisão sistemática. " British Journal of Management 14: 207 - 222. doi: 10.1111 / 1467-8551.00375 .
Trappey, AJC, CV Trappey, U. Hareesh Govindarajan, AC Chuang e JJ Sun. 2016 . " Uma revisão dos padrões essenciais
e paisagens de patentes para a Internet das Coisas: um facilitador essencial para a indústria 4.0. " Informática Avançada em Engenharia.
doi: 10.1016 / j.aei.2016.11.007
Veza, I., M. Mladineo e N. Gjeldum. 2015 . " Gerenciamento de rede de produção inovadora de fábricas inteligentes. " IFAC-PapersOnLine
48: 555 - 560. doi: 10.1016 / j.ifacol.2015.06.139 .
Wang, L., M. Törngren e M. Onori. 2015 . " Status atual e avanço dos sistemas ciber-físicos na manufatura. " Jour-
Sistema de Manufatura 37: 517 - 527. doi: 10.1016 / j.jmsy.2015.04.008 .
Wang, S., J. Wan, D. Li e C. Zhang. 2016 . " Implementando a Smart Factory of Industrie 4.0: Um Outlook. " Revista Internacional de
Redes de sensores distribuídos 2016: 1 - 10. doi: 10.1155 / 2016/3159805 .
Wang, XV e XW Xu. 2013 . " Uma solução interoperável para fabricação em nuvem. " Robótica e Manufatura Integrada por Computador
facturing 29: 232 - 247. doi: 10.1016 / j-rcim.2013.01.005 .
Womack, JP e TJ Daniel. 2003 . Pensamento Lean. First Free ed. Nova York: Simon & Schuster. Wu, Z., Z. Gao, Y. Cao, X. Ye e J. Yang. 2015 . " Projeto de tolerância e ajuste
de produto personalizado complexo com base em
Fabricação em nuvem. " Procedia CIRP 27: 169 - 175. doi: 10.1016 / j.procir.2015.04.061 .
Xia, M., T. Li, Y. Zhang e CW De Silva. 2016 . " Evolução do projeto de circuito fechado do sistema de engenharia usando o monitoramento de condições
Através da Internet das Coisas e da Computação em Nuvem. " Redes de Computadores 101: 5 - 18. doi: 10.1016 / j.comnet.2015.12.016 .
Yue, X., H. Cai, H. Yan, C. Zou e K. Zhou. 2015 . " Sistemas ciber-físicos industriais assistidos por nuvem: uma visão. " Microprocessos
sensores e microssistemas 39: 1262 - 1270. doi: 10.1016 / j.micpro.2015.08.013 .