Escolar Documentos
Profissional Documentos
Cultura Documentos
com
A edição atual e o arquivo de texto completo desta revista estão disponíveis no Emerald
Insight em: www.emeraldinsight.com/0144-3577.htm
IJOPM
39,6/7/8
Adoção da indústria 4.0
como moderador do
impacto das práticas de
860 produção enxuta na melhoria
Recebido em 3 de janeiro de 2019
Abstrato
Propósito -O objetivo deste artigo é examinar o papel moderador das tecnologias da Indústria 4.0 na relação
entre produção enxuta (LP) e melhoria do desempenho operacional no Brasil, um contexto de economia em
desenvolvimento.
Design/metodologia/abordagem -Um representante de cada uma das 147 empresas de manufatura estudadas preencheu uma
pesquisa sobre três pacotes de práticas lean internamente relacionados e dois pacotes de tecnologia da Indústria 4.0, com segurança,
entrega, qualidade, produtividade e estoque como indicadores de desempenho. Como este estudo foi fundamentado na teoria da
contingência, foram realizadas análises multivariadas dos dados, controlando quatro contingências. Descobertas -A Indústria 4.0
modera o efeito das práticas de LP na melhoria do desempenho operacional, mas em direções diferentes. As tecnologias relacionadas
ao processo moderam negativamente o efeito das práticas de baixa configuração no desempenho, enquanto as tecnologias
relacionadas ao produto/serviço moderam positivamente o efeito das práticas de fluxo no desempenho.
Originalidade/valor –Com o advento da Indústria 4.0, as empresas têm canalizado seus esforços para alcançar
um desempenho superior por meio do avanço dos níveis de automação e interconectividade. Eventualmente,
abordagens de fabricação difundidas e comprovadas, como LP, integrarão essas tecnologias que podem, por sua
vez, prejudicar ou favorecer o desempenho operacional. Ao contrário de estudos anteriores, as contingências
pareciam ter um efeito menos extenso. Os autores apontam para várias opções para um estudo mais
aprofundado em diferentes contextos socioeconômicos. Este estudo evidenciou que a adoção puramente
tecnológica não levará a resultados diferenciados. As práticas de LP auxiliam na instalação de hábitos e
mentalidades organizacionais que favorecem melhorias sistêmicas de processos, apoiando o desenho e o
controle da gestão das operações dos fabricantes rumo à era da quarta revolução industrial.
Palavras-chaveEconomias emergentes, Produção enxuta, Indústria 4.0, Melhoria de desempenho operacional Tipo de
papelTrabalho de pesquisa
1. Introdução
A quarta revolução industrial está cada vez mais no centro das atenções de pesquisadores,
formuladores de políticas econômicas e fabricantes (Liaoe outros,2017; Quezadae outros,2017).
Esta nova era de produção foi rotulada durante a Feira Alemã de Hannover 2011 como “Indústria
4.0” (Liaoe outros,2017); representa uma indústria caracterizada por máquinas interconectadas,
sistemas e produtos inteligentes e soluções inter-relacionadas (Tortorella e Fettermann, 2018). A
International Journal of Operations &
Production Management Indústria 4.0 orienta o estabelecimento de sistemas de produção inteligentes e dinâmicos e a
Vol. 39 Nº 6/7/8, 2019
pp. 860-886
produção em massa de produtos altamente personalizados (Shroufe outros,2014). Isso envolve a
© Emerald Publishing Limited implementação de elementos digitais integrados que monitoram e controlam os dispositivos
0144-3577
DOI 10.1108/IJOPM-01-2019-0005 físicos, sensores, tecnologias de informação e comunicação (TIC) e Internet das Coisas (IoT)
aplicativos (Lasie outros,2014). Apesar de sua crescente notoriedade, muitas empresas ainda Indústria 4.0
estão lutando para saber como as práticas de alta tecnologia da Indústria 4.0 devem ser adoção
implementadas em suas operações (Sanderse outros,2016, 2017; Erole outros,2016). A viabilidade
e eficácia da integração da Indústria 4.0 em sistemas de gestão de manufatura existentes ainda é
pouco estudada (Kolberge outros,2017).
Aspectos específicos podem prejudicar a adoção da Indústria 4.0, especialmente em empresas
manufatureiras em economias em desenvolvimento, incluindo menor intensidade tecnológica geral,
861
capital de investimento restrito e recursos humanos (Anderl, 2014). As economias em desenvolvimento
encontram diferentes desafios ao investir na Indústria 4.0. Por exemplo, a Confederação Nacional da
Indústria (2016) identificou os obstáculos existentes para a implementação da Indústria 4.0; o Ministério
da Economia do México (2016) apresentou um roteiro para adoção da Indústria 4.0 no México; e o
governo indiano introduziu uma iniciativa destinada a posicionar o país como um dos principais polos de
manufatura (Forbes India, 2016). Apesar dessas iniciativas, pouco se sabe sobre os efeitos da adoção das
tecnologias da Indústria 4.0.
A produção enxuta (PL), no entanto, é prática comum em diversas indústrias e países, pois envolve
um foco constante na redução de atividades com desperdício, ao mesmo tempo em que melhora a
produtividade e a qualidade na perspectiva dos clientes (Womack e Jones, 2003; Junior e Godinho Filho ,
2010; Kroese outros,2018; Narayanamurthye outros,2018; Soliman e outros,2018). Implementar o LP com
sucesso requer uma abordagem de mudança organizacional de baixa tecnologia e centrada no ser
humano que envolve a adoção de várias práticas de LP (Bortolottie outros,2015; Solimane outros,2018),
uma visão estratégica consistente e compartilhada com uma política de RH alinhada e funcionários
altamente envolvidos que possuem recursos suficientes para a melhoria contínua dos processos (Van
Dun e Wilderom, 2012). Muitas iniciativas lean começam no chão de fábrica (Shah e Ward, 2007) e são
gradualmente introduzidas em outras unidades, incluindo o nível corporativo (Hinese outros,2004; Man,
2005).
Devido às características convergentes e divergentes da Indústria 4.0 e do LP, ainda não está claro se
sua implementação simultânea em empresas de manufatura levará a um melhor desempenho. Por um
lado, o lean implica uma cultura organizacional subjacente na qual problemas e anormalidades se
tornam oportunidades para todos (Hoseus e Liker, 2008; Spear, 2009; Bortolottie outros,2015;
Narayanamurthye outros,2018). Essa cultura de chão de fábrica psicologicamente segura permite a
identificação clara do status quo do processo e o compartilhamento de informações (Van Dun e
Wilderom, 2012, 2016), o que pode ser reforçado pela interconectividade, aquisição de dados e análise
inerente às tecnologias da Indústria 4.0 (Sibatrova e Vishnevskiy, 2016). Além disso, tanto o LP quanto a
Indústria 4.0 favorecem estruturas descentralizadas simples (Zühlke, 2010). Por outro lado, o LP acarreta
mudanças socioculturais que são estimuladas diariamente por meio de experimentações rápidas e
simples no local de trabalho (Baudin, 2007; Dorae outros,2016), o que pode entrar em conflito com os
altos níveis de investimento de capital e conhecimento tecnológico exigidos pela Indústria 4.0 (Lasie
outros,2014). Esses conflitos podem ocorrer quando as práticas de LP e Indústria 4.0 são implementadas
em um contexto de economia em desenvolvimento, mas ainda faltam evidências empíricas para essa
suposição (Gjeldume outros,2016; Landscheidt e Kans, 2016; Kolberge outros,2017) e o que está
disponível é contraditório (por exemplo, Erole outros,2016; Schumachere outros,2016; Lixadeirase
outros,2016). A intenção deste estudo, portanto, é responder à seguinte questão de pesquisa:
862 tecnologias sejam bem informados por estudos como o nosso. Por fim, vale ressaltar também que esta
pesquisa se expande a partir das pesquisas de Tortorella, Miorando, Caiado, Nascimento e Portioli
Staudacher (2018), Tortorella, Giglio e Van Dun (2018) e Tortorella e Fettermann (2018).
Este estudo foi fundamentado em pressupostos derivados da teoria da contingência (Sousa e
Voss, 2008; Van de Vene outros,2013; Romero-Silvae outros,2018). Fatores contextuais podem
influenciar a implementação simultânea de LP e Indústria 4.0 (Tortorella e Fettermann, 2018;
Rossinie outros,2019). Afirmou-se que o efeito das práticas de gestão de operações no
desempenho difere de acordo com as variáveis contextuais de cada empresa (Sousa e Voss,
2008). Assim, a validade dos conceitos de “tamanho único” ou “melhores práticas” é
provavelmente reduzida no gerenciamento de operações (Boere outros,2017). Nosso estudo,
portanto, inclui quatro contingências (ou seja, intensidade tecnológica, nível de camada, tamanho
da empresa e duração da implementação do LP) e considera uma amostra socioeconômica
brasileira específica, pois a cultura nacional pode afetar significativamente os resultados do LP
(Kulle outros,2014; Erthal e Marques, 2018). Contribuímos para uma melhor compreensão das
contingências necessárias para a implementação concomitante de LP e Indústria 4.0, descrevendo
como sua interação impacta na melhoria do desempenho operacional na indústria de manufatura.
Como a Indústria 4.0 é um tópico de pesquisa mais recente, as evidências sobre o efeito das contingências
são muito mais escassas. Os poucos estudos existentes avaliaram vagamente o efeito de certas contingências,
como o tamanho da empresa (Brettele outros,2014) e intensidade tecnológica (Tortorella, Miorando, Caiado,
Nascimento e Portioli Staudacher, 2018), sobre o nível de adoção da Indústria 4.0. De fato, a maioria dos estudos
vislumbrou apenas conceitualmente algumas contingências que podem afetar o nível de adoção da Indústria 4.0,
como aspectos socioeconômicos (Vacek, 2016) e setor da indústria (Hofmann e Rüsch, 2017), mas sem qualquer
validação empírica. Essa lacuna de pesquisa destaca a importância do nosso estudo porque avaliamos os
resultados de quatro contingências do tipo ambiente organizacional e estrutura organizacional (ou seja,
intensidade tecnológica, nível de camada, tamanho da empresa e duração da implementação do PL). Com isso,
complementamos pesquisas anteriores e fornecemos evidências empíricas das associações.
39,6/7/8 Muitos dos desperdícios identificados nos processos de fabricação têm origem em problemas que ocorrem no
desenvolvimento de produtos/serviços (Hinese outros,1998; Sim e Rogers, 2009). Portanto, para abordar
adequadamente as iniciativas de melhoria de uma perspectiva de todo o sistema, todos os elementos de um
fluxo de valor devem ser considerados na análise (Hinese outros,2004; Karim e Arif-Uz-Zaman, 2013). No entanto,
seus efeitos de interação na obtenção de maior desempenho operacional são geralmente negligenciados (Hines
H1a.A adoção de tecnologias da Indústria 4.0, que dão suporte aos processos de fabricação,
modera positivamente o efeito das práticas de puxar na melhoria do desempenho
operacional.
H1b.A adoção de tecnologias da Indústria 4.0, que suportam produtos/serviços
desenvolvimento, modera positivamente o efeito das práticas de puxar na melhoria do
desempenho operacional.
H3a.A adoção de tecnologias da Indústria 4.0, que dão suporte aos processos de fabricação,
modera positivamente o efeito de práticas de baixa configuração na melhoria do desempenho
operacional.
Conforme elaborado a seguir, as hipóteses foram testadas empiricamente em uma pesquisa intersetorial.
3. Métodos
3.1 Seleção e características da amostra
Nós visamos respondentes de empresas brasileiras de manufatura com experiência em
tecnologias Lean e Indústria 4.0. A difusão de ambas as abordagens em todo o espectro industrial
ainda está espalhada, especialmente nas economias emergentes (Tortorellae outros, 2015;
Marodine outros,2016; Tortorella e Fettermann, 2018). Portanto, para evitar a exclusão de
respondentes que possam atender aos critérios de seleção estabelecidos, reduzindo o tamanho
da amostra e prejudicando a aplicação de uma análise estatística robusta, não restringimos nossa
coleta de dados a um setor industrial específico.
Enviamos a pesquisa para 147 líderes de diversas empresas industriais brasileiras (ver Tabela I). Eles
eram ex-alunos de diferentes cursos de educação executiva de LP oferecidos em fevereiro, abril, julho e
setembro de 2017 e concordaram em receber atualizações sobre pesquisas relacionadas a LP. Seguindo
os padrões éticos, indicamos no convite que a participação era voluntária e anônima. Os participantes
trabalhavam principalmente para empresas de grande porte
Indústria 4.0
Categoria Descrição %
adoção
Quantidade
(55,1 por cento); a maioria das empresas pertencia ao setor metal-mecânico (49,6%).
Exemplos dos “outros” 23,8% setores foram: construção civil, coureiro-calçadista e indústria
gráfica. Um total de 65,9 por cento estavam envolvidos no primeiro e segundo níveis. Em
relação à intensidade tecnológica das empresas, 53,7% foram categorizadas como alta ou
média alta (Confederação Nacional da Indústria, 2016). A maioria das empresas (55,1%)
havia iniciado sua implementação formal de PL há mais de dois anos, embora a maioria
(53,7%) da experiência pessoal dos entrevistados com LP tenha sido inferior a dois anos. Em
relação aos cargos dos respondentes, 42,2% eram engenheiros ou analistas, 36,0%
supervisores ou coordenadores e 21,8% gerentes ou diretores.
868 unidimensionalidade. Inicialmente, foram estimados três modelos de CFA (um para cada construto), com
cargas fatoriais acima de 0,45 (Tabachnik e Fidell, 2007). Em seguida, reavaliamos cada modelo CFA para
verificar sua qualidade de ajuste com base em um χ2teste (χ2/df), índice de ajuste comparativo (CFI) e raiz
quadrada média do resíduo padronizado (SRMR). Valores de CFI superiores a 0,90 combinados com
valores de SRMR inferiores a 0,08 foram usados como limites, seguindo as recomendações de Hu e
Bentler (1999) para tamanhos de amostra menores (o250 observações). Todos os itens carregaram
satisfatoriamente em seus construtos (C0,45,po0,01) e todos apresentaram bons níveis de α de
Cronbach.
Componentes principais
Indústria 4.0
Tecnologias da indústria 4.0 Mean SD Factor_1 Factor_2 foco em tecnologias
Notas:n¼147. Método de extração: análise de componentes principais. Método de rotação: varimax com para a Indústria
normalização Kaiser tecnologias 4.0
IJOPM sugeridas por Tortorella, Miorando, Caiado, Nascimento e Portioli Staudacher (2018), as tecnologias voltadas principalmente para
39,6/7/8 processos de fabricação foram agrupadas no construto “Relacionado ao processo”, enquanto aquelas voltadas principalmente para
apoiar o desenvolvimento de produtos/serviços mais eficientes foram combinadas no construto “ construto relacionado ao produto/
serviço”. As tecnologias relacionadas a processos estão focadas principalmente em aprimorar e facilitar os processos de fabricação
reais, como automação digital, sensores e Sistema de Execução de Fabricação. Além disso, essas tecnologias estão intimamente
relacionadas à melhoria do fluxo de materiais, pois ajudam a identificar e solucionar eventuais problemas em processos e máquinas.
870 Tal suporte permite um maior nível de estabilidade do processo através da redução de variações e interrupções, o que implica fluxos
de valor mais suaves e confiáveis (Rother e Harris, 2001; Duggan, 2012). A segunda, tecnologias relacionadas a produtos/serviços,
como modelos virtuais e IoT, visam melhorar e apoiar processos relacionados ao desenvolvimento de produtos e inovação de
serviços. As tecnologias incluídas nesse construto são passíveis de potencializar os fluxos de informação ou de apoiar a gestão para
desenvolver produtos e serviços de forma mais rápida e assertiva, como a impressão 3D (Tortorella, Giglio e Van Dun, 2018). Esses
links foram brevemente imaginados por Lee As tecnologias incluídas nesse construto são passíveis de potencializar os fluxos de
informação ou de apoiar a gestão para desenvolver produtos e serviços de forma mais rápida e assertiva, como a impressão 3D
(Tortorella, Giglio e Van Dun, 2018). Esses links foram brevemente imaginados por Lee As tecnologias incluídas nesse construto são
passíveis de potencializar os fluxos de informação ou de apoiar a gestão para desenvolver produtos e serviços de forma mais rápida e
assertiva, como a impressão 3D (Tortorella, Giglio e Van Dun, 2018). Esses links foram brevemente imaginados por Leeet ai. (2014) e
Anderl (2014), mas não validado empiricamente. Verificamos a unidimensionalidade usando PCA em cada nível de componente (ver
Tabela IV)[1]. o αvalores acima de 0,80 (ver Tabela V) denotaram alta confiabilidade.
3.2.4 Variáveis de controle.Em relação aos efeitos das contingências, o tamanho da empresa é visto como
influenciar o nível de implementação do LP (por exemplo, Shah e Ward, 2003; Tortorellae outros,
2015). Tortorella e Fettermann (2018) indicaram que o tamanho da empresa também pode afetar
a associação entre Indústria 4.0 e LP, embora não na mesma proporção. Em segundo lugar, a
Confederação Nacional da Indústria (2016) e Tortorella, Miorando, Caiado, Nascimento e Portioli
Staudacher (2018) avaliaram o efeito da intensidade tecnológica no nível de adoção da Indústria
4.0, sugerindo que esta variável pode ter influência positiva na Adoção da indústria 4.0. Além
disso, Marodinet ai. (2016) e Tortorellaet ai. (2017) sugeriram que o nível de camada tem um efeito
significativo na implementação do LP, especialmente no setor industrial brasileiro cujas
características específicas da cadeia de suprimentos são diferentes das economias mais
desenvolvidas. Por fim, a duração da implementação do PL foi discutida como uma variável
contextual crítica, uma vez que pode ser usada para representar o nível de maturidade do PL de
uma empresa (Netland, 2016; Netland e Ferdows, 2016). Rossiniet ai. (2019) também considerou
isso na análise da adoção da Indústria 4.0 pelos fabricantes europeus. Assim, incluímos as quatro
contingências a seguir como variáveis de controle em nosso estudo: intensidade tecnológica,
nível de camada, tamanho da empresa e duração da implementação do LP.
A intensidade tecnológica foi classificada em duas categorias com base em seu setor industrial
sugerido pela Organização para Cooperação e Desenvolvimento Econômico (OCDE, 2011): alto e
médio-alto e baixo e médio-baixo. Além disso, dividimos as empresas em níveis 1 e 2 e níveis 3 e 4,
conforme apresentado na Tabela I. O tamanho da empresa foi dicotomizado como grande (C500
funcionários) e pequenas e médias (⩽500 funcionários) (SEBRAE, 2010). Por fim, seguindo as
categorizações de Netland e Ferdows (2016) da duração da implementação do LP, as empresas
foram divididas em menos de dois anos e mais de dois anos de implementação.
1. Puxe –
2. Fluxo 0,667** –
3. Configuração baixa 0,635** 0,785** –
4. Tecnologias relacionadas ao processo 0,259** 0,369** 0,401** –
5. Tecnologias relacionadas a produtos/serviços 0,319** 0,291** 0,349** 0,143* –
6. Melhoria de desempenho operacional 0,356** 0,423** 0,505** 0,381** 0,216** –
7. Intensidade tecnológica − 0,188** - 0,148 − 0,192* - 0,077 − 0,164* − 0,182* –
8. Nível de nível - 0,096 - 0,016 - 0,060 0,050 0,030 0,155* 0,000 –
9. Tamanho da empresa - 0,026 - 0,049 0,050 0,278** - 0,039 0,100 0,049 - 0,026 –
10. Duração da implementação do LP α 0,338** 0,418** 0,422** 0,315** 0,155* 0,259* − 0,177* - 0,008 0,343**
de Cronbach 0,873 0,853 0,772 0,855 0,827 0,860
Confiabilidade composta 0,881 0,855 0,784 0,842 0,807 0,871
Notas: *po0,1; **ponível 0,01 (bicaudal)
adoção
Indústria 4.0
Tabela V.
Matriz de correlação
871
IJOPM Como os respondentes únicos responderam às perguntas de variáveis dependentes e independentes,
39,6/7/8 tomamos várias contramedidas para evitar o método comum e o viés de fonte, seguindo Podsakoff e
Organ (1986) e Podsakoffet ai. (2003). Em primeiro lugar, em relação à estrutura da pesquisa, os itens das
variáveis dependentes ficaram distantes dos itens das variáveis independentes. Além disso,
mantivemos os rótulos de escala originais: o uso de diferentes âncoras de escala é argumentado para
conter a covariação (Podsakoffe outros,2003). Naturalmente, esclarecemos que não havia respostas
872 certas ou erradas e as respostas dos respondentes seriam tratadas de forma anônima. Além disso, os
entrevistados tinham que ser os principais implementadores lean em suas organizações e, portanto,
eram informantes apropriados. Por fim, o teste monofatorial de Harman, com uma AFE incluindo todas
as variáveis independentes e dependentes (Malhotrae outros,2006), apresentou um primeiro fator que
explicou apenas 23,5 por cento da variância. Como nenhum fator isolado foi responsável pela maior
parte da variância, a variância do método comum foi considerada mínima.
4. Resultados e discussão
A Tabela V mostra as correlações de todas as variáveis, αs de Cronbach e confiabilidades compostas.
Todas as variáveis independentes apresentaram correlação positiva significativa com a melhora do
desempenho operacional. A intensidade tecnológica foi significativamente correlacionada negativamente
com práticas de pull e low setup, bem como tecnologias relacionadas a produtos/serviços. O tamanho da
empresa e a duração da implementação do LP foram significativamente correlacionados positivamente;
enquanto a duração da implementação do LP foi significativamente correlacionada negativamente com a
intensidade tecnológica.
Os resultados da regressão, tendo como variável dependente a melhora do desempenho operacional,
são apresentados na Tabela VI. Os coeficientes não padronizados são relatados aqui, pois as escalas de
cada construto já haviam sido padronizadas (Goldsbye outros,2013). Além disso, a multicolinearidade não
foi uma preocupação, uma vez que os fatores de inflação de variância nos modelos de regressão foram
todos inferiores a 3,0.
Os resultados sugerem que a adição das variáveis independentes (Modelo 2) e dos termos de
interação (Modelo 3) levou a uma melhoria incremental do modelo (ou seja, a Mudança no Adj.R2
foi significativo em ambos os modelos). Modelo 3, que explica 33,1 por cento da
Indústria 4.0
Melhoria de desempenho operacional
Variáveis Modelo 1 Modelo 2 Modelo 3 adoção
Intensidade tecnológica (controle) Nível − 0,338** - 0,172 - 0,121
de nível (controle) 0,476* 0,567** 0,682***
Tamanho da empresa (controle) - 0,071 0,076 0,186
Duração da implementação do LP (controle) 0,373** - 0,043 - 0,067
Pull 0,063 0,073 873
Fluxo 0,013 0,088
Configuração baixa 0,382*** 0,299**
Processo 0,197** 0,194**
Produto/Serviço 0,021 0,005
Puxar×Processo - 0,072
Fluxo×Processo 0,110
Configuração baixa×Processar − 0,296**
Puxar×Produto/Serviço 0,022
Fluxo×Produto/Serviço 0,366**
Configuração baixa×Produto/Serviço - 0,214
F-valor 4.111*** 7.676*** 5.812***
R² 0,103 0,334 0,400
AjustadoR² 0,078 0,290 0,331
Tabela VI.
Mudança em Adj.R² – 0,212*** 0,041*
Comum mínimo
Notas:n¼147. Coeficientes de regressão não padronizados são relatados. Mudança em Adj.R2reporta resultados regressão de quadrados
comparados com o modelo anterior. *po0,1; **po0,05; ***po0,01 resultados
Por sua vez, tecnologias relacionadas a produtos ou serviços parecem moderar positivamente
a relação entre fluxo e melhoria de desempenho operacional (b̂¼0,366;po0,05). De fato, se o
desenvolvimento de produtos e inovações de serviços forem devidamente suportados por essas
tecnologias da Indústria 4.0, é razoável esperar um impacto positivo no efeito das práticas de
fluxo, por meio da redução do time-to-market e, portanto, um fluxo mais confiável de valor. Além
disso, a prototipagem assertiva, juntamente com uma abordagem integrada de projeto e
comissionamento, pode antecipar problemas de fabricação devido à disponibilidade,
processamento e análise de big data (Hermanne outros,2016). Essas tecnologias podem apoiar
atividades de resolução de problemas e, assim, permitir estratégias de fluxo contínuo.
No geral, nosso estudo fornece argumentos para examinar a interação entre as duas
abordagens e sugere que a implementação de LP pode, em parte, se beneficiar significativamente
da adoção de tecnologias da Indústria 4.0. No entanto, a difusão dessa relação pode mudar de
acordo com o contexto em que a empresa de manufatura está localizada (economia desenvolvida
versus economia em desenvolvimento). De fato, nossos resultados suportam empiricamenteH2be
rejeitarH3a.Em relação às demais hipóteses, nossos achados não demonstram um efeito de
moderação significativo das tecnologias da Indústria 4.0.
5. Conclusões
5.1 Implicações teóricas
Com o advento da quarta revolução industrial, a integração de tecnologias inteligentes com a
implementação de LP está adquirindo especial importância. As práticas Lean tendem a ser mais
impactantes, pois a Indústria 4.0 permite um melhor entendimento das demandas dos clientes e acelera
os processos de compartilhamento de informações. Isso fortalece o engajamento dos funcionários, que é
fundamental no LP (Van Dun e Wilderom, 2016), bem como em toda a cadeia de valor. A Indústria 4.0
pode impulsionar os resultados da implementação tradicional de LP, resultando em
níveis de desempenho. Nosso estudo fornece evidências empíricas para tal associação e Indústria 4.0
aprimoramento, aumentando assim a compreensão da adoção de tecnologia de fabricação adoção
avançada (Chenge outros,2018; Kamblee outros,2018).
De fato, uma grande contribuição teórica é a evidência de que a adoção puramente tecnológica não
leva aos resultados esperados. As práticas de LP ajudam a instalar hábitos e mentalidades
organizacionais que favorecem melhorias sistêmicas de processos. Embora a Indústria 4.0 possa
impactar o desempenho em um certo nível (Zawadzki eŻywicki, 2016; Quezadae outros,2017), seu efeito
875
pode mudar quando as práticas de LP são implementadas simultaneamente. Em outras palavras, as
mudanças sociotécnicas organizacionais que coincidem com o LP reforçam práticas e comportamentos
que, quando combinados adequadamente com os avanços tecnológicos atuais, permitem às empresas
competir com sucesso no cenário, à primeira vista, paradoxal, em que aplicações de alta tecnologia e
simplicidade baseada existem simultaneamente. Há certamente uma oportunidade, ao implementar o
LP, para as empresas ponderarem de forma inteligente as compensações ao introduzir novas tecnologias
em vez de simples procedimentos operacionais padrão. Portanto, a adoção da tecnologia não leva
necessariamente a interações negativas com as práticas de LP, mas, seguindo o princípio da Toyota, deve
ser aplicada de forma a criar valor para pessoas e processos (Morgan e Liker, 2006; Liker e Morgan,
2011).
Nosso estudo também reforça a validação de dois pacotes de tecnologias da Indústria
4.0: tecnologias relacionadas a processos que suportam o fluxo de materiais e tecnologias
relacionadas a produtos/serviços que suportam o fluxo de informações. A Confederação
Nacional da Indústria (2016), na qual se baseou nossa medida, originalmente agrupou essas
tecnologias em três categorias de acordo com seu foco, a saber: processo, desenvolvimento
de produto e inovação de novo modelo de negócio/serviço. Nossa validação mostra que o
segundo e o terceiro clusters originais convergem em um pacote. As tecnologias
relacionadas ao processo incluem sensores, monitoramento remoto e sistemas integrados
de engenharia; as tecnologias relacionadas a produtos/serviços envolvem prototipagem
rápida, modelagem virtual e serviços em nuvem.et ai. (2014). Eles discutiram os benefícios
de certos grupos de tecnologias na fabricação, desenvolvimento de produtos e inovação
empresarial, mas sem testar seus efeitos simultâneos. Nesse sentido, nossa pesquisa
fornece evidências empíricas para tecnologias da Indústria 4.0 que se comportam de forma
semelhante e, portanto, podem ser adotadas em conjunto. Os estudos de
acompanhamento devem incluir tecnologias ainda mais avançadas da Indústria 4.0.
Os insights deste estudo também foram examinados sob a ótica da teoria da contingência,
uma vez que esclarecem alguns equívocos usuais relacionados à natureza contingente do LP e da
Indústria 4.0. Primeiro, nossas descobertas não suportam a suposição de que a adoção da
Indústria 4.0 pode ter um impacto indistinto no desempenho operacional. De fato, nossa pesquisa
sugere que novas tecnologias que focam principalmente no desenvolvimento e inovação de
produtos podem não ser tão valorizadas pelos fabricantes quanto o esperado, especialmente no
setor industrial brasileiro. Essa contingência também afeta as referidas práticas de LP, pois nossos
resultados diferem de estudos realizados em outros contextos socioeconômicos (eg Netland,
2016). Uma vez que este estudo foi empregado no Brasil,International Journal of Operations &
Production Managemente aJornal de Gestão de Operações (bôere outros,2017). Em segundo
lugar, identificamos que algumas contingências, como intensidade tecnológica, tamanho da
empresa e duração da implementação do LP, podem ter um efeito menos extenso na interação
entre LP e Indústria 4.0 do que indicado por estudos anteriores. De fato, nossa pesquisa mostra
que das quatro contingências, apenas o nível de camada desempenha um papel significativo no
modelo resultante. Embora inesperado, isso converge com Marodine outros.'s (2016), sugerindo
que efeitos semelhantes em nível de camada também podem ser observados ao integrar a
Indústria 4.0 com a implementação do LP. Pode ser que as organizações mais altas na cadeia de
suprimentos sejam hoje obrigadas a
IJOPM concentrar-se mais na melhoria do desempenho operacional do que no downstream, o que poderia ser
876 outros,2018): efeitos contrários ocorreram quando os conceitos não foram bem compreendidos pelos
gestores que os implementaram. Nossa pesquisa enfatiza que a integração de tecnologias da Indústria
4.0 relacionadas a produtos/serviços nas práticas de fluxo pode levar a melhorias significativas de
desempenho operacional, mas somente se abordadas adequadamente. Portanto, uma melhor
compreensão do significado das tecnologias da Indústria 4.0 pode apoiar iniciativas proativas que podem
convergir potencialmente com os esforços anteriores de implementação de práticas de LP.
facilitar o desenvolvimento de maior desempenho por meio de novos modelos de negócios e serviços. No entanto, sua adoção acarreta desafios adicionais para as empresas,
principalmente as de economias emergentes. Portanto, nossas descobertas fornecem aos gerentes e profissionais uma indicação do equilíbrio certo entre a adoção de tecnologias da
Indústria 4.0 e práticas de LP para melhorar o desempenho operacional em suas empresas. De fato, nosso estudo fornece argumentos para apoiar os processos de tomada de decisão
dos gerentes: se eles instalarem muitas práticas de LP relacionadas ao fluxo, devem priorizar a adoção de tecnologias orientadas a produtos/serviços, como serviços em nuvem, IoT ou
análise de big data, para alcançar altos níveis de desempenho operacional. Com sistemas avançados de informação e comunicação instalados, juntamente com um sistema operacional
LP, uma empresa tem potencial para expandir com novos padrões de desempenho. As indústrias agora têm a oportunidade de combinar os benefícios da integração em tempo real
com a geração mínima de resíduos em todo o fluxo de valor. Em suma, nossas descobertas podem ajudar os gerentes a antecipar dificuldades operacionais ao integrar novas
tecnologias relacionadas a processos com práticas de fluxo. Essas informações ajudam a definir expectativas justas, que apoiam as decisões de investimento de um gestor para atingir
determinados objetivos estratégicos em relação à Indústria 4.0. uma empresa tem potencial para se expandir com novos padrões de desempenho. As indústrias agora têm a
oportunidade de combinar os benefícios da integração em tempo real com a geração mínima de resíduos em todo o fluxo de valor. Em suma, nossas descobertas podem ajudar os
gerentes a antecipar dificuldades operacionais ao integrar novas tecnologias relacionadas a processos com práticas de fluxo. Essas informações ajudam a definir expectativas justas,
que apoiam as decisões de investimento de um gestor para atingir determinados objetivos estratégicos em relação à Indústria 4.0. uma empresa tem potencial para se expandir com
novos padrões de desempenho. As indústrias agora têm a oportunidade de combinar os benefícios da integração em tempo real com a geração mínima de resíduos em todo o fluxo de
valor. Em suma, nossas descobertas podem ajudar os gerentes a antecipar dificuldades operacionais ao integrar novas tecnologias relacionadas a processos com práticas de fluxo.
Essas informações ajudam a definir expectativas justas, que apoiam as decisões de investimento de um gestor para atingir determinados objetivos estratégicos em relação à Indústria
4.0.
Observação
1. Para descartar a existência de quaisquer carregamentos cruzados entre as práticas de LP e as medidas de tecnologias I4.0 em
nossa pesquisa, executamos uma EFA adicional com todos os 21 itens. Nenhum carregamento cruzado foi encontrado (cargas
fatoriais⩾0,45).
Referências
Abdulmalek, F. e Rajgopal, J. (2007), “Analisando os benefícios da manufatura enxuta e valor
mapeamento de fluxo via simulação: um estudo de caso do setor de processos”,Revista Internacional de Economia
da Produção,Vol. 107 No. 1, pp. 223-236.
Albers, A., Gladysz, B., Pinner, T., Butenko, V. e Stürmlinger, T. (2016), “Procedimento para definir o
sistema de objetivos na fase inicial de um projeto de indústria 4.0 com foco em sistemas inteligentes de
controle de qualidade”,Procedia CIRP,Vol. 52, págs. 262-267.
Anderl, R. (2014), “Indústria 4.0: engenharia avançada de produtos inteligentes e produção inteligente”,
Anais do 19º Seminário Internacional de Alta Tecnologia, Inovações Tecnológicas no
Desenvolvimento de Produtos, Piracicaba, 15 a 16 de junho.
Armstrong, J. e Overton, T. (1977), “Estimating nonresponse bias in mail surveys”,Diário de
Pesquisa de marketing,Vol. 14 No. 3, pp. 396-402.
Bagozzi, R. e Yi, Y. (1988), “Sobre a avaliação de modelos de equações estruturais”,jornal da academia
de Ciências de Marketing,Vol. 16 No. 1, pp. 74-94.
Baudin, M. (2007),Trabalhando com Máquinas: As Porcas e Parafusos das Operações Lean com Jidoka,
Productivity Press, Nova York, NY.
Bhasin, S. (2012), “Desempenho do lean em grandes organizações”,Jornal de Sistemas de Manufatura,
Vol. 31 No. 3, pp. 349-357.
Boer, H., Boer, HEE, Demeter, K. e Szász, L. (2017), “Para uma teoria contingencial das operações
gestão",Conferência Internacional EuroMA, Edimburgo, 1-5 de julho.
Bonaglia, F., Goldstein, A. e Mathews, J. (2007), “Internacionalização acelerada por
multinacionais dos mercados: o caso do setor de linha branca”,Jornal de Negócios Mundiais,Vol. 42 No. 4,
pp. 369-383.
IJOPM Bortolotti, T., Boscari, S. e Danese, P. (2015), “Implementação lean bem sucedida: cultura organizacional
e práticas lean suaves”,Revista Internacional de Economia da Produção,Vol. 160, págs. 182-201.
39,6/7/8
Confederação Nacional da Indústria (2016), “Indústria 4.0: um novo desafio para a
indústria",Indicadores CNI,Vol. 17 No. 2, pp. 1-13.
Brettel, M., Friederichsen, N., Keller, M. e Rosenberg, M. (2014), “Como a virtualização, a descentralização
e construção de rede mudam o cenário de manufatura: uma perspectiva da Indústria 4.0”,
878 Revista Internacional de Mecânica, Ciência e Engenharia Industrial,Vol. 8 No. 1, pp. 37-44.
Buer, S., Strandhagen, J. e Chan, F. (2018), “A ligação entre a Indústria 4.0 e a manufatura enxuta:
mapear a pesquisa atual e estabelecer uma agenda de pesquisa”,Revista Internacional de
Pesquisa de Produção,Vol. 56 No. 8, pp. 2924-2940.
Chen, F., Hope, O., Li, Q. e Wang, X. (2011), “Qualidade de relatórios financeiros e eficiência de investimento de
empresas privadas em mercados emergentes”,A Revisão Contábil,Vol. 86 No. 4, pp. 1255-1288.
Cheng, Y., Matthiesen, R., Farooq, S., Johansen, J., Hu, H. e Ma, L. (2018), “A evolução do investimento
padrões de tecnologia avançada de fabricação (AMT) em operações de manufatura: uma análise
longitudinal”,Revista Internacional de Economia da Produção,Vol. 203, págs. 239-253.
Danese, P., Manfè, V. e Romano, P. (2018), “Uma revisão sistemática da literatura sobre pesquisas lean recentes:
o estado da arte e as direções futuras”,International Journal of Management Reviews,Vol. 20 No. 2,
págs. 579-605.
David, R., Stahre, J., Wuest, T., Noran, O., Bernus, P., Fast-Berglund, Å. e Gorecky, D. (2016),
“Rumo a uma tipologia de operador 4.0: uma perspectiva centrada no ser humano sobre as tecnologias
da quarta revolução industrial”,Anais da Conferência Internacional de Computadores e Engenharia
Industrial (CIE46), Tianjin, 29-31 de outubro.
Doolen, T. e Hacker, M. (2005), “Uma revisão da avaliação enxuta nas organizações: um estudo exploratório
das práticas enxutas dos fabricantes de eletrônicos”,Jornal de Sistemas de Manufatura,Vol. 24 No. 1, pp.
55-67.
Dora, M., Kumar, M. e Gellynck, X. (2016), “Determinantes e barreiras para a implementação enxuta em
PMEs de processamento de alimentos: uma análise de casos múltiplos”,Planejamento e Controle de Produção,Vol. 27 No. 1,
pp. 1-23.
Duggan, K. (2012),Criando Fluxos de Valor de Modelo Misto: Técnicas Lean Práticas para Construir para
Demanda,CRC Press, Londres.
Dworschak, B. e Zaiser, H. (2014), “Competências para sistemas ciber-físicos na fabricação: primeiro
descobertas e cenários”,Procedia CIRP,Vol. 25, págs. 3-8.
Erol, S., Schumacher, A. e Sihn, W. (2016), “Orientação estratégica para a Indústria 4.0: um
Modelo de processo",Anais da Conferência Internacional sobre Manufatura Competitiva
(COMA16), Stellenbosch.
Erthal, A. e Marques, L. (2018), “Cultura nacional e cultura organizacional nas organizações enxutas: a
revisão sistemática",Planejamento e Controle de Produção,Vol. 29 No. 8, pp. 668-687.
Fatorachian, H. e Kazemi, H. (2018), “Uma investigação crítica da Indústria 4.0 na manufatura:
quadro de operacionalização”,Planejamento e Controle de Produção,Vol. 29 No. 8, pp. 633-644.
Fettermann, D., Cavalcante, C., Almeida, T. e Tortorella, G. (2018), “Como a Indústria 4.0 contribui
à gestão de operações?”,Revista de Engenharia Industrial e de Produção,Vol. 35 No. 4, pp.
255-268.
Forbes India (2016), “Indústria 4.0: a próxima revolução industrial desmistificada”, disponível em: www.
forbesindia.com/article/nasscom-india-leadership-forum-2016/industry-4.0-the-next-industrialrevolution-
desmystified/42239/1 (acessado em 2 de março de 2018).
Fornell, C. e Larcker, D. (1981), “Avaliando modelos de equações estruturais com variáveis não observáveis
e erro de medição”,Revista de Pesquisa de Marketing,Vol. 18 No. 1, pp. 39-50.
Furlan, A., Vinelli, A. e Dal Pont, G. (2011), “Complementarity and lean manufacturing bundles: an
análise empirica",International Journal of Operations & Production Management,Vol. 31 No. 8,
págs. 835-850.
Ganzarain, J. e Errasti, N. (2016), “Modelo de maturidade em três estágios em PME's rumo à Indústria 4.0”, Indústria 4.0
Revista de Engenharia e Gestão Industrial,Vol. 9 No. 5, pp. 1119-1128. adoção
García-Alcaraz, J., Prieto-Luevano, D., Maldonado-Macías, A., Blanco-Fernández, J., Jiménez-Macías, E.
e Moreno-Jiménez, J. (2015), “Modelagem de equações estruturais para identificar o valor dos
recursos humanos na implementação do JIT: caso maquiladora do setor”,O Jornal Internacional de
Tecnologia de Manufatura Avançada,Vol. 77 Nos 5-8, pp. 1483-1497.
Gjeldum, N., Mladineo, M. e Veza, I. (2016), “Transferência de modelo de fábrica inteligente inovadora para
Economia croata usando fábrica de aprendizagem enxuta”,Procedia CIRP,Vol. 54, págs. 158-163.
879
Goldsby, T., Michael Knemeyer, A., Miller, J. e Wallenburg, C. (2013), “Medição e moderação:
encontrar as condições de fronteira em logística e pesquisa da cadeia de suprimentos”,Jornal de Logística
Empresarial,Vol. 34 No. 2, pp. 109-116.
Guide, V. Jr e Ketokivi, M. (2015), “Notas dos editores: redefinindo alguns critérios metodológicos
para o jornal”,Jornal de Gestão de Operações,Vol. 37 No. 1, pp. v-viii.
Hair, J., Black, W., Babin, B. e Anderson, R. (2014),Análise de dados multivariados, Pearson
Nova edição internacional,7ª ed., Pearson, Harlow.
Hermann, M., Pentek, T. e Otto, B. (2016), “Princípios de design para cenários da indústria 4.0”,Processos
da 49th Hawaii International Conference on System Sciences, IEEE,págs. 3928-3937.
Hines, P. e Rich, N. (1997), “As sete ferramentas de mapeamento do fluxo de valor”,Jornal Internacional de
Gestão de Operações e Produção,Vol. 17 No. 1, pp. 46-64.
Hines, P., Holweg, M. e Rich, N. (2004), “Aprendendo a evoluir: uma revisão da literatura do lean contemporâneo
pensamento",International Journal of Operations and Production Management,Vol. 24 No. 10, pp.
994-1011.
Hines, P., Taylor, D. e Walsh, A. (2018), “A jornada lean: temos errado?”,Qualidade total
Excelência em Gestão e Negócios (próximo).
Hines, P., Rich, N., Bicheno, J., Brunt, D., Taylor, D., Butterworth, C. e Sullivan, J. (1998), “Value
gerenciamento de fluxo”,O Jornal Internacional de Gestão Logística,Vol. 9 No. 1, pp. 25-42.
Hofmann, E. e Rüsch, M. (2017), “Indústria 4.0 e o status atual, bem como as perspectivas futuras sobre
logística",Computadores na Indústria,Vol. 89, págs. 23-34.
Kroes, J., Manikas, A. e Gattiker, T. (2018), “Enxuta operacional e desempenho da empresa de varejo desde
1980”,Revista Internacional de Economia da Produção,Vol. 197, págs. 262-274.
Kull, T., Yan, T., Liu, Z. e Wacker, J. (2014), “A moderação da eficácia da manufatura enxuta por
dimensões da cultura nacional: testando hipóteses de congruência prática-cultura”,Revista
Internacional de Economia da Produção,Vol. 153, pp. 1-12.
IJOPM Landscheidt, S. e Kans, M. (2016), “Práticas de automação em indústrias de produtos de madeira: lições
39,6/7/8 aprendidas, práticas atuais e perspectivas futuras”,Anais do 7º Simpósio de Produção Sueco
SPS, Lund, 25 a 27 de outubro.
Lasi, H., Fettke, P., Kemper, H., Feld, T. e Hoffmann, M. (2014), “Indústria 4.0”,O negócio &
Engenharia de Sistemas de Informação,Vol. 6 No. 4, pp. 239-242.
Lee, J., Kao, H. e Yang, S. (2014), “Inovação de serviço e análise inteligente para a indústria 4.0 e grandes
Malhotra, N., Kim, S. e Patil, A. (2006), “Variação de método comum na pesquisa de SI: uma comparação de
abordagens alternativas e uma reanálise de pesquisas anteriores”,Ciência da Administração,Vol. 52 No. 12, págs.
1865-1883.
Mann, D. (2005),Criando uma Cultura Lean: Ferramentas para Sustentar a Conversão Lean,Imprensa de produtividade,
Nova York, NY.
Marodin, GA, Frank, AG e Tortorella, GL (2016), “Fatores contextuais e produção enxuta
implementação na cadeia automotiva brasileira”,Gestão da Cadeia de Suprimentos: Um
Jornal Internacional,Vol. 21 No. 4, pp. 417-432.
Marodin, GA, Saurin, T., Tortorella, GL e Denicol, J. (2015), “Como os fatores de contexto influenciam o lean
práticas de produção em células de manufatura”,O Jornal Internacional de Tecnologia de
Manufatura Avançada,Vol. 79 Nos 5-8, págs. 1389-1399.
Marsh, H. e Hocevar, D. (1985), “Aplicação da análise fatorial confirmatória ao estudo de
autoconceito: modelos de fatores de primeira e mais alta ordem e sua invariância entre os grupos”.
Boletim Psicológico,Vol. 97 No. 3, págs. 562-572.
Maskell, B., Baggaley, B. e Grasso, L. (2011),Contabilidade Lean Prática: Um Sistema Comprovado para
Medindo e Gerenciando a Empresa Enxuta,CRC Press, NJ.
Ministério da Economia do México (2016),Crafting the Future: Um roteiro para a indústria 4.0 no México,
1ª ed., Ministério da Economia do México, Cidade do México, disponível em: www.promexico.mx/
documentos/mapas-de-ruta/industry-4.0-mexico.pdf
Moeuf, A., Pellerin, R., Lamouri, S., Tamayo-Giraldo, S. e Barbaray, R. (2018), “O
gestão de PMEs na era da Indústria 4.0”,Revista Internacional de Pesquisa de Produção, Vol.
56 No. 3, pp. 1118-1136.
Morgan, J. e Liker, J. (2006),O Sistema Toyota de Desenvolvimento de Produto,Productivity Press, Nova York, NY.
Narayanamurthy, G., Gurumurthy, A., Subramanian, N. e Moser, R. (2018), “Avaliando a prontidão
para implementar o lean em instituições de saúde: um estudo de caso”,Revista Internacional de Economia da
Produção,Vol. 197, págs. 123-142.
Netland, T. (2016), “Fatores críticos de sucesso para a implementação da produção enxuta: o efeito da
imprevistos”,Revista Internacional de Pesquisa de Produção,Vol. 54 No. 8, pp. 2433-2448.
Netland, T. e Ferdows, K. (2016), “O efeito da curva s da implementação enxuta”,Produção e
Gerenciamento de operações,Vol. 25 No. 6, pp. 1106-1120.
Netland, T., Schloetzer, J. e Ferdows, K. (2015), “Implementing lean: the effect of takt time”,
Anais do EurOMA, Nêuchatel, 26 de junho a 1 de julho.
Nicholas, J. (2015),Produção Lean para Vantagem Competitiva: Um Guia Abrangente para Lean Indústria 4.0
Metodologias e Práticas de Gestão,Productivity Press, Nova York, NY. adoção
Oberski, D. (2014), “Lavaan. inquérito: umRpacote para análise de levantamento complexo de equação estrutural
modelos”,Jornal de Software Estatístico,Vol. 57 No. 1, pp. 1-27.
OCDE (2011), “ISIC REV. 3 definição de intensidade de tecnologia”, disponível em: www.oecd.org/sti/ind/483502
31.pdf (acessado em 10 de junho de 2017).
Ohno, T. (1988),Sistema Toyota de Produção: Além da Produção em Grande Escala,CRC Press, Nova York, NY. 881
Podsakoff, P. e Organ, D. (1986), “Auto-relatos em pesquisa organizacional: problemas e perspectivas”,
Revista de Administração,Vol. 12 No. 4, pp. 531-544.
Podsakoff, P., MacKenzie, S., Lee, J. e Podsakoff, N. (2003), “Viés de método comum em comportamento
pesquisa: uma revisão crítica da literatura e remédios recomendados”,Revista de Psicologia
Aplicada,Vol. 88 No. 5, pp. 879-903.
Qin, J., Liu, Y. e Grosvenor, R. (2016), “Uma estrutura categórica de fabricação para a indústria 4.0
e além",Procedia CIRP,Vol. 52, págs. 173-178.
Quezada, L., da Costa, S. e Tan, K. (2017), “Excelência operacional para o desenvolvimento sustentável
metas através da Indústria 4.0”,Revista Internacional de Economia da Produção,Vol. 190, págs. 1-2.
Romero-Silva, R., Santos, J. e Hurtado, M. (2018), “Uma nota sobre a definição de sistemas organizacionais para
teoria da contingência em OM”,Planejamento e Controle de Produção,Vol. 29 No. 16, pp. 1343-1348.
Rossini, M., Costa, F., Tortorella, GL e Portioli-Staudacher, A. (2019), “A inter-relação entre
Indústria 4.0 e produção enxuta: um estudo empírico sobre fabricantes europeus”,O Jornal
Internacional de Tecnologia de Manufatura Avançada,Vol. 102 Nos 9-12, pp. 3963-3976.
Rother, M. e Harris, R. (2001),Criando fluxo contínuo: um guia de ação para gerentes, engenheiros
e Associados de Produção,Lean Enterprise Institute, Londres.
Rother, M. e Shook, J. (1999),Aprendendo a ver: mapeamento do fluxo de valor para agregar valor e eliminar
Muda,O Lean Enterprise Institute, Londres.
Rüßmann, M., Lorenz, M., Gerbert, P., Waldner, M., Justus, J., Engel, P. e Harnisch, M. (2015),
“Indústria 4.0: o futuro da produtividade e crescimento nas indústrias transformadoras”,Boston
Consulting Group,Vol. 9 No. 1, pp. 54-89.
Sanders, A., Elangeswaran, C. e Wulfsberg, J. (2016), “Indústria 4.0 implica manufatura enxuta:
atividades de pesquisa na indústria 4.0 funcionam como facilitadores para a manufatura enxuta”,
Revista de Engenharia e Gestão Industrial,Vol. 9 No. 3, pp. 811-833.
Sanders, A., Subramanian, K., Redlich, T. e Wulfsberg, J. (2017), “Indústria 4.0 e gestão enxuta:
sinergia ou contradição?”,Anais do IFIP International Conference on Advances in Production
Management Systems Springer, Cham,págs. 341-349.
Saurin, T. e Ferreira, C. (2009), “Os impactos da produção enxuta nas condições de trabalho: um estudo de caso
de uma linha de montagem de colheitadeiras no Brasil”,Revista Internacional de Ergonomia Industrial,Vol. 39 No.
2, pp. 403-412.
Saurin, T., Ribeiro, J. e Marodin, GA (2010), “Identificação de oportunidades de pesquisa com base em um
pesquisa sobre implementação da produção enxuta realizada em empresas brasileiras e estrangeiras”,
Gestão & Produção,Vol. 17 No. 4, pp. 829-841.
Seth, D. e Gupta, V. (2005), “Aplicação do mapeamento do fluxo de valor para operações enxutas e tempo de ciclo
redução: um estudo de caso indiano”,Planejamento e Controle de Produção,Vol. 16 No. 1, pp. 44-59.
IJOPM Seth, D., Seth, N. e Dhariwal, P. (2017), “Application of value stream mapping (VSM) for lean and
redução do tempo de ciclo em ambientes de produção complexos: um estudo de caso”,Planejamento e Controle de
39,6/7/8
Produção,Vol. 28 No. 5, pp. 398-419.
Tortorella, GL, Giglio, R. e Van Dun, DH (2018), “Indústria 4.0 como moderador no relacionamento
entre o desempenho enxuto e operacional”,25th International Annual EurOMA Conference: To
Serve, to Produce and Servitize in the Era of Networks, Big Data and Analytics, Budapeste, Junho.
Tortorella, GL, Miorando, R. e Tlapa, D. (2017), “Implementação da cadeia de suprimentos enxuta: uma análise empírica
pesquisa sobre o efeito do contexto”,O Jornal TQM,Vol. 29 No. 4, pp. 610-623.
Tortorella, GL, Fettermann, D., Frank, AG e Marodin, GA (2018), “Manufatura enxuta
implementação: estilos de liderança e variáveis contextuais”,International Journal of Operations &
Production Management,Vol. 38 No. 5, pp. 1205-1227.
Tortorella, GL, Marodin, GA, Miorando, R. e Seidel, A. (2015), “O impacto das variáveis contextuais
sobre a aprendizagem organizacional em empresas que estão implementando o lean: um estudo no Sul do Brasil”,
O Jornal Internacional de Tecnologia de Manufatura Avançada,Vol. 78 Nos 9-12, págs. 1879-1892.
Tortorella, GL, Miorando, R., Caiado, R., Nascimento, D. e Portioli Staudacher, A. (2018), “A mediação Indústria 4.0
efeito do envolvimento dos colaboradores na relação entre a Indústria 4.0 e a melhoria do
adoção
desempenho operacional”,Gestão da Qualidade Total e Excelência Empresarial (próximo).
Vacek, J. (2016), “Aspectos socioeconômicos da Indústria 4.0”,Gestão da Inovação, Empreendedorismo
e Sustentabilidade Empresarial (IMECS 2016), Vysokáškola ekonomická v Praze,págs. 731-741.
Van de Ven, A., Ganco, M. e Hinings, C. (2013), “Retornando à fronteira da teoria da contingência de
desenhos organizacionais e institucionais”,Anais da Academia de Administração,Vol. 7 No. 1, pp. 393-440. 883
Van Dun, DH e Wilderom, CPM (2012), “Dinâmica humana e facilitadores de uma equipe lean eficaz
culturas e climas”, em Hodgkinson, G. e Ford, J. (Eds),Revisão Internacional de Psicologia
Industrial e Organizacional,John Wiley and Sons, Chichester, pp. 115-152.
Van Dun, DH e Wilderom, CPM (2016), “Eficácia da equipe enxuta através dos valores do líder e
informação dos membros”,International Journal of Operations & Production Management,Vol. 36 No. 11,
pp. 1530-1550.
Walker, HL, Radnor, Z., Chicksand, D. e Watson, G. (2015), “Perspectivas teóricas em operações
gestão: uma análise da literatura”,International Journal of Operations & Production
Management,Vol. 35 No. 8, pp. 1182-1206.
Wan, J., Cai, H. e Zhou, K. (2015), “Indústria 4.0: tecnologias facilitadoras”,Processos de Inteligente
Computação e Internet das Coisas (ICIT), 2014 International Conference on IEEE, janeiro, págs.
135-140.
Womack, J. e Jones, D. (2003),Pensamento Lean: Elimine o Desperdício e Crie Riqueza em sua Corporação,
Simon & Schuster, Nova York, NY.
Xu, L., Xu, E. e Li, L. (2018), “Indústria 4.0: estado da arte e tendências futuras”,Jornal Internacional de
Pesquisa de Produção,Vol. 56 No. 8, pp. 2941-2962.
Zawadzki, P. eŻywicki, K. (2016), “Design de produto inteligente e controle de produção para massa efetiva
customização no conceito da Indústria 4.0”,Revisão de Engenharia de Gestão e Produção, Vol. 7
No. 3, pp. 105-112.
Zühlke, D. (2010), “Fábrica inteligente: rumo a uma fábrica-de-coisas”,Revisões Anuais no Controle,Vol. 34 Nº 1,
págs. 129-138.
IJOPM Apêndice. Pesquisa aplicada
39,6/7/8
884
Indústria 4.0
adoção
885
IJOPM
39,6/7/8
886
autor correspondente
Guilherme Luz Tortorella pode ser contatado em: gtortorella@bol.com.br
Para obter instruções sobre como solicitar reimpressões deste artigo, visite nosso site:
www.emeraldgrouppublishing.com/licensing/reprints.htm Ou entre em contato conosco
para mais detalhes:permissions@emeraldinsight.com