VICKERY, S., DRÖGE, C. & GERMAIN, R.

(1999) The relationship between product customization and organizational

structure. Journal of Operations Management, 17, 377-391.

WACKER, J. G. (1987) The complementary nature of manufacturing goals by their relationship to throughput time: A
theory of internal variability of production systems. Journal of Operations Management, 7, 91-106.

WARD, P. T., DURAY, R., KEONG LEONG, G. & SUM, C.-C. (1995a) Business environment, operations strategy, and
performance: An empirical study of Singapore manufacturers. Journal of Operations Management, 13, 99-115.

WARD, P. T., DURAY, R., LEONG, G. K. & SUM, C.-C. (1995b) Business environment, operations strategy and
performance. Journal of Operations Management, 13, 99-115.

WARD, P. T., MCCREERY, J. K., RITZMAN, L. P. & SHARMA, D. (1998) Competitive Priorities in Operations
Management. Decision Sciences, 29, 1035-1046.

WATHEN, S. (1995) Manufacturing strategy in business units: An analysis of production process focus and
performance. International Journal of Operations and Production Management, 15, 4-13.

WHITE, G. P. (1996) A meta-analysis model of manufacturing capabilities. Journal of Operations Management, 14,
315-331.

WILLIAMS, F. P., D'SOUZA, D. E., ROSENFELDT, M. E. & KASSAEE, M. (1995) Manufacturing strategy, business strategy
and firm performance in a mature industry. Journal of Operations Management, 13, 19-33.

ZHU, Q. H. & SARKIS, J. (2004) Relationships between operational practices and performance among early adopters
of green supply chain management practices in Chinese manufacturing enterprises. Journal of Operations
Management, 22, 265-289.

MÓDULO DE CADEIA DE SUPRIMENTO

A alta complexidade nos fluxos de materiais, dinheiro e informações entre as empresas é responsável por diminuir
a eficiência. Pesquisas (por exemplo, Bozarth et al., 2009) mostraram que essas complexidades da cadeia de
suprimentos, a montante, tanto internas quanto a jusante, impactam negativamente o desempenho da planta. Além
disso, os profissionais da cadeia de suprimentos apoiam
08). Embora muitas cadeias de
suprimentos tenham se tornado cada vez mais complexas nas últimas décadas, pesquisas anteriores indicam que a
complexidade não é uma característica desejável, pois diminui o desempenho operacional (Bozarth et al., 2009),
complica a tomada de decisão (Manuj e Sahin, 2011), e precipita interrupções (Chopra e Sodhi, 2014). Embora as
empresas possam investir na redução de algumas dessas complexidades, nem todas as complexidades podem e
devem ser eliminadas. Para acomodar essas complexidades, a visão do processamento de informações sugere a
implementação de mecanismos para gerenciar essas complexidades. As tecnologias digitais são um mecanismo para
lidar com cadeias de suprimentos complexas. Mais especificamente, as tecnologias digitais permitem a integração
de dados e informações de fontes e locais distintos para impulsionar a produção e distribuição de bens e serviços
(Mussomeli et al., 2016). Para tirar o máximo proveito disso, essas tecnologias digitais podem até permitir que as

21
empresas rompam com a cadeia de abastecimento tradicional com cada etapa dependente da anterior, de modo
que as ineficiências, resultantes dessas complexidades, não se propaguem em etapas subsequentes na cadeia de
suprimentos (Yan e Huane, 2009).

As tecnologias digitais são categorizadas em três grandes áreas, ou seja, habilitadores de tecnologia digital,
integradores de sistemas digitais e tecnologias de aplicação. A tecnologia digital possibilita a transformação digital
da produção industrial (Gurria, 2017). As tecnologias habilitadoras incluem big data (Nguyen et al., 2017;
Gunasekaran et al., 2017), Internet das coisas (Atzori, et al., 2010; Moeuf, et al., 2017) e computação em nuvem
(Aviles, 2015; Gantzia e Sklatinioti, 2014). Sob as integradores de sistemas digitais estão simulações, inteligência
artificial e sistemas ciberfísicos (Khaitan e McCalley 2015, Wang, et al, 2015, Monostori, et al, 2016). As tecnologias
de aplicação são as aplicações através das quais os principais efeitos de produtividade na indústria tendem a se
desdobrar, incluindo manufatura aditiva/impressão 3D (Mellor, et al., 2014, Durach et al., 2017), máquinas e
sistemas autônomos e humanos integração de máquinas (Gurria, 2017). Dado essas camadas de tecnologias digitais,
argumentamos que as empresas devem primeiro estabelecer as habilitadores digitais, seguidos pelas integradores
de sistemas digitais e, finalmente, as tecnologias de aplicação.

O uso de novas tecnologias digitais permite que as empresas gerem novas formas de receita e valor de negócios
para as organizações (Buyukozkan e Gocer, 2018). O uso dessas novas tecnologias não é necessariamente sobre a
tecnologia em si, mas o uso de tecnologias digitais para fornecer efeitos transformacionais nos processos da cadeia
de suprimentos (Rai, et al., 2006; Xue, et al., 2013). Mais especificamente, queremos entender como essas
tecnologias digitais permitem que as empresas melhorem suas operações em cadeias de suprimentos complexas.
Embora pesquisas anteriores tenham mostrado que a complexidade da cadeia de suprimentos tem um impacto
negativo sobre o desempenho da cadeia de suprimentos (Bozarth et al., 2009), nossa pesquisa se baseia nesta
premissa e investiga como as tecnologias digitais permitem que as empresas lidem com essas complexidades
enquanto conduzem negócios com seus fornecedores e clientes.

O modelo Supply Chain Operations Reference (SCOR) foi desenvolvido pelo Supply Chain Council com a ajuda das
principais empresas de manufatura. O modelo SCOR é uma ferramenta de diagnóstico para a cadeia de suprimentos
(Ntabe, et al., 2015) e uma importante estrutura que apresenta práticas de gestão da cadeia de suprimentos e
reengenharia de processos de negócios (Lockamy III e McCormack, 2004; Wang, et al, 2010; Zhou, et al., 2011). É
usado para abordar, melhorar e comunicar as decisões de gestão da cadeia de suprimentos dentro de uma empresa,
seus fornecedores e clientes (SC Council, 2004). Ajuda a explicar os processos ao longo de toda a cadeia de
abastecimento e fornece uma base para como melhorar esses processos. Foi descrito como um modelo promissor
para a tomada de decisões estratégicas em cadeias de suprimentos (Turhan et al., 2011). O modelo SCOR foi
amplamente adotado em muitas empresas e evidências e periódicos comerciais relataram melhorias significativas
depois que as empresas adotaram o modelo de pontuação (Zhou, et al., 2011). Os blocos de construção básicos dos
processos de gerenciamento da cadeia de suprimentos no modelo SCOR são: planejamento, aquisição, manufatura
e entrega. No contexto deste modelo, investigamos até que ponto o uso de novas tecnologias digitais nas áreas de
decisão de planejamento, aquisição, manufatura e entrega do modelo SCOR influenciam as capacidades da cadeia
de suprimentos por meio da gestão das complexidades da cadeia de suprimentos.

As tecnologias melhoram as capacidades, permitindo que as empresas reduzam os custos operacionais, melhorem
a qualidade do produto e, ao mesmo tempo, aumentem a receita de vendas por meio da expansão das participações
de mercado, desenvolvimento de novos produtos que atendam às necessidades do cliente e criação de vantagens
estratégicas que melhoram todas as operações de negócios (Gurria, 2017). Os pesquisadores reconheceram as
capacidades como uma fonte importante dos pontos fortes operacionais e do desempenho competitivo de uma

22
organização (Flynn e Flynn, 2004; Peng et al., 2008). Na estrutura proposta, a digitalização da cadeia de suprimentos
(SCD) serve para transformar os recursos da cadeia de suprimentos para melhorar o desempenho operacional da
empresa.

Vários estudos (Gurria, 2017, Laaper, 2017 e Dall'Omo, 2016) mostraram que as tecnologias digitais desempenham
um papel crítico na gestão de processos da cadeia de suprimento que geram ganhos de desempenho para as
respectivas empresas. A base da transformação digital requer uma compreensão completa e uma análise holística
das capabilities internas e externas (Uhl, et al., 2014). No entanto, há poucas pesquisas acadêmicas que investigam
como e por que as tecnologias digitais podem criar ganhos de desempenho no contexto das práticas da cadeia de
suprimentos. A capability da cadeia de suprimentos é definida como a capability de uma empresa de identificar,
utilizar e assimilar recursos e informações internos e externos para facilitar as atividades gerais da cadeia de
suprimentos (Bharadwaj, 2000; Wu et al., 2006). Estudos de capability foram usados em pesquisas recentes da
cadeia de suprimentos (Ferdows e De Meyer, 1990; Noble, 1995; Boyer e Lewis, 2002; Flynn e Flynn, 2004; Singh, et
al., 2015) para reformular a discussão sobre como e por quê capabilities criam ganhos de desempenho para a
empresa. Os estudos de capabilities em geral são informados pela visão baseada em recursos (RBV) da vantagem
competitiva que se concentra na capability de uma empresa de criar, de forma consciente e sistemática, capabilities
distintas que permitem à empresa obter vantagem competitiva no mercado (Penrose, 1959; Wernerfelt, 1984;
Hulsman et al., 2008; Yusuf et al., 2014). Os recursos de uma empresa fornecem à empresa recursos exclusivos que
permitem gerenciar mudanças e identificar novas oportunidades (Barney, 1991). Esta perspectiva teórica, ao
postular que os recursos de uma empresa ultrapassam fronteiras e estão embutidos em processos entre empresas,
mudou o foco da vantagem competitiva de uma única organização para recursos interorganizacionais, mudando,
assim, de uma única organização para toda a rede da cadeia de suprimento.

Confirma-se que as capabilities da cadeia de suprimento podem melhorar a vantagem competitiva, integrando os
principais processos de negócios dos fornecedores, através dos processos de fabricação aos clientes, melhorando
assim o desempenho do negócio (Kristal et al., 2010). Zacharia, et al. (2011) descobriram que a competência do
processo colaborativo medeia a relação entre a capability de absorção e as capabilities de engajamento colaborativo
que, subsequentemente, têm uma influência positiva no desempenho das operações. Liao, et al. (2017) usaram a
capability da cadeia de suprimentos como um mediador no estabelecimento de relacionamentos entre a
colaboração da cadeia de suprimentos e inovação de valor, capability da cadeia de suprimentos e vantagem
competitiva. Wu, et al., (2006) conceituaram as capabilities da cadeia de suprimentos como um construto de
segunda ordem que compreende quatro dimensões: troca de informações, colaboração, integração de atividades
interfirmas e capacidade de resposta. Ria et al. (2006) identificou a integração da infraestrutura de TI para a cadeia
de suprimentos como uma capability de ordem inferior que pode ser alavancada para uma capability de integração
de processos da cadeia de suprimentos de ordem superior. Essas dimensões servem como fonte de ganhos de
desempenho significativos e sustentados em uma cadeia de suprimentos. Mckone-Sweet e Lee (2009) consideram
quatro capabilities da cadeia de suprimentos, para avaliar as dimensões organizacionais. A pesquisa considera as
capabilities organizacionais de integração com parceiros internos e externos como um componente crítico do
gerenciamento de cadeias de suprimentos. Os autores consideram dois aspectos das capabilities organizacionais
para integração interna - coordenação e planejamento. A coordenação é um indicador da capacidade de uma
empresa de integrar os processos de negócios em toda a organização e o planejamento é um indicador da
capacidade de uma empresa de integrar seu processo de planejamento interno com informações de outros
membros da cadeia de suprimento. Eles também consideram dois aspectos das capabilities organizacionais para
integração externa - envolvimento do cliente e envolvimento do fornecedor. A definição de Mckone-Sweet e Lee
das capabilities da cadeia de suprimento corrobora o trabalho de Wu et al. (2006) sobre o impacto da tecnologia da

23
informação nas capabilities da cadeia de suprimentos. Com base no exposto, adotamos a definição de Mckone-
Sweet e Lee das capabilities de cadeia de suprimento, que enfatiza o envolvimento do cliente e fornecedor. Portanto,
os recursos da cadeia de suprimentos são apresentados como compostos de quatro dimensões: coordenação,
planejamento, envolvimento do cliente e envolvimento do fornecedor. Pesquisas mais recentes, também
adicionaram duas capabilities que são cruciais para as cadeias de abastecimento: ou seja, robustez e resiliência
(Kwak et al., 2018). Enquanto os recursos de robustez se concentram na resistência e na sustentação, os recursos
resilientes se concentram na adaptação e retenção de cadeias de suprimentos (Asbjornslett et al., 2008).

No módulo Gerenciamento da Cadeia de Suprimento, utilizamos a estrutura SCOR para investigar o impacto da
digitalização da cadeia de suprimento na complexidade da cadeia de suprimentos e o efeito nas capabilities da cadeia
de suprimentos. Portanto, propomos as seguintes questões de pesquisa para orientar o desenvolvimento do Módulo
da Cadeia de Suprimento na pesquisa GMRG VI:

RQ 1 - O uso de tecnologias digitais nos principais processos de gestão da cadeia de suprimentos do modelo SCOR
permite que as empresas gerenciem com eficácia a complexidade da cadeia de suprimentos?

RQ 2 - Até que ponto o desempenho operacional é melhorado pelo desenvolvimento de recursos da cadeia de
suprimentos habilitados por tecnologias digitais nos principais processos de gerenciamento da cadeia de
suprimentos?

Portanto, o objetivo do módulo da cadeia de suprimentos da pesquisa GMRG VI é avaliar em que medida a
digitalização da cadeia de suprimentos permite que as empresas gerenciem cadeias de suprimentos mais complexas
que influenciarão positivamente o desempenho operacional.

Figura 8- Framework proposto

24
Literatura relevante para o módulo, itens e construtos inclui:

Archie L., Kevin M. (2004). Linking SCOR planning practices to supply chain performance: An exploratory study.
International Journal of Operations & Production Management, 24 (12), pp.1192-1218.

(Eds), Supply Chain Risk: A Handbook of Assessment, Management and Performance, Springer, New York, NY,
pp. 15-33.

2805.

Aviles, M. (2015). The Impact of Cloud Computing in Supply Chain Collaborative Relationships, Collaborative
Advantage and Relational Outcomes, Georgia Southern University, 2015.

Barney, J.B., 1991. Firm resource and sustained competitive advantage. J. Manag. 17 (1), 99 120.

Ben-Daya, M, Hassini, E., and Bahroun, Z. (2017). Internet of things and supply chain management: a literature
review. International Journal of Production Research, DOI: 10.1080/00207543.2017.1402140

Bharadwaj, A., 2000. A resource-based perspective on information technology capability and firm performance:
an empirical investigation. MIS Q. 24 (1), 169 196.

Boyer, K.K., Lewis, M.W., 2002. Competitive priorities: investigating the need for trade-offs in operations
strategy. Production and Operations Management 11 (1), 9 20.

Bozarth, C.C., Warsing, D.P., Flynn, B.B. and Flynn, E.J., 2009. The impact of supply chain complexity on
manufacturing plant performance. Journal of Operations Management, 27(1), pp.78-93.

Büyüközkan, G. and Göçer, F. (2018), Digital Supply Chain: Literature review and a proposed framework for
future research, Computers in Industry 97, pp. 157 177.

Chopra, S. and Sodhi, M., 2014. Reducing the risk of supply chain disruptions. MIT Sloan management review,
55(3), pp.72-80.

Durach, C. F., Kurpjuweit, S. and Wagner, S. (2017). "The impact of additive manufacturing on supply chains",
International Journal of Physical Distribution & Logistics Management, Vol. 47(10), 954-97

Ferdows, K. (2018). "Keeping up with growing complexity of managing global operations", International Journal
of Operations & Production Management, Vol. 38, No. 2, pp. 390-402.

Ferdows, K., and A. De Meyer

184.

Flynn B. and Flynn, E. J (2004). An exploratory study of nature of cumulative capabilities. Journal of Operations
Management, 22, pp. 439-457.

Gantzia, D. and Sklatinioti, M. (2014). Cloud Computing in the 3PL Industry, Jönköping University, 2014.

Gunasekaran, A., Papadopoulos, T., Dubey, R., Wamba, S., Childe, S., and Hazen, B. (2017). Big data and
predictive analytics for supply chain and organizational performance, J. Bus. Res. 70 (2017) 308 317.

25
Gurria, A. (2017). The Next Production Revolution: Implications for Government and Business, OECD Report,
OECD Publishing Press.

Hofmann, E., and Rüsch, M. (2017), Industry 4.0 and the current status as well as future prospects on logistics,
Computers in Industry 89 (2017) 23 34.

Hülsmann, M., Grapp, J., Li, Y., 2008. Strategic adaptivity in global supply chains competitive advantage by
autonomous cooperation. Int. J. Prod. Econ. 114 (1), 14 26.

365.

Kristal, M.M., Huang, X., Roth, A.V., 2010. The effect of an ambidextrous supply chain strategy on combinative
competitive capabilities and business performance. J. Oper. Manag. 28 (5), 415 429.

Laaper, S., Yauch, G., Wellener, P., and Robinson, R. (2017). Embracing a digital future: How manufacturers can
unlock the transformative benefits of digital supply networks. Deloitte Insight, 2017.

Liao, S, Hu, D, and Ding, L. (2017). Assessing the influence of supply chain collaboration vale innovation supply
ry, International
Journal of Production Economics, 191, 143-153.

Lockamy III, A., McCormack, K. (2004). Linking SCOR planning practices to supply chain performance: An
exploratory study. International Journal of Operations & Production Management, Vol. 24 Issue: 12, pp.1192-
1218.

Manuj, I. and Sahin, F., 2011. A model of supply chain and supply chain decision-making complexity. International
Journal of Physical Distribution & Logistics Management, 41(5), pp.511-549.

McKone-Sweet, K. and Lee, Y. (2009). Development and analysis of a supply chain strategy taxonomy. Journal of
Supply Chain Management, 45 (3), pp. 3-24.

Mellor, S, Hao, L., and Zhang, D. (2014). Additive manufacturing: A framework for implementation. International
Journal of Production Economics, Vol. 149, pp. 194-201.

Moeuf, A., Pellerin, R., Lamouri, S., Tamayo-

10.1080/00207543.2017.1372647.

Monostori, L., Kadar, B., Bauernhansl, T, et al. (2016). Cyber-physical systems in manufacturing. CIRP Annals
Manufacturing Technology, 65, pp. 621-641.

Mussomeli, Adam, Doug Gish and Stephen Laaper. (2016). The rise of the digital supply network: Deloitte
University Press.

Nguyen, T., ZHOU, L., Spiegler, V., Ieromonachou, P., and Lin, Y (2017). Big data analytics in supply chain
management: a state-of-the-art literature review, Comput. Oper. Res. (2017).

Noble, M.A., 1995. Manufacturing strategy: testing the cumulative model in a multiple country context. Decision
Science 26 (5), 693.

Ntabe, E., LeBel, L., Munson, A. and Santa-Eulalia, L. (2015). A systematic literature review of the supply chain
operations reference (SCOR) model application with special attention to environmental issues. International
Journal of Production Economics, 169, pp. 310-332.
26
Penrose, E., 1959. The Theory of Growth of the Firm. Basil Blackwell, London.

Kwak, Dong-Wook, Seo,Young-Joon, t Mason, Rober (2018) "Investigating the relationship between supply chain
innovation, risk management capabilities and competitive advantage in global supply chains", International
Journal of Operations & Production Management, Vol. 38 Issue: 1, pp.2-21.
Rai, A. Patanayakuni, R., and Seth, N. (2006). Firm performance impact of digitally enabled supply chain
integration capabilities. MIS Quarterly, Vol. 30, No. 2, pp. 225-246.

Ridgway, K., C. W. Clegg, and D. J. Williams (2013). The Factory of the Future. Future of Manufacturing Project:
Evidence Paper 29. London: Government Office for Science.

119.

Singh, P. J., Wiengarten, F., Nand, A. -off and cumulative capabilities

-
4020.

Supply Chain Council, SCOR Model, Supply Chain Oper. Ref. Model. (2004). http:// www.supply-chain.org.

Turhan, Z., Vayvay, O., and Birgun, S. (2011) Supply chain reengineering in a paint company using axiomatic
design, Int. J. Adv. Manuf. Technol. 57 (2011) 421 435.

Uhl, A, Born, M., Koschmider, A. and Kanasz, T. (2014). Digital capability framework: A toolset to become a
digital enterprise, in Digital Enterprise Transformation: A Business-Driven Approach to Leveraging Innovative IT,
A Gower Book, Routledge Publishing.

Wang, W., Chan, H., and Pauleen, D. (2010). Aligning business process reengineering in implementing global
supply chain systems by the SCOR model. International Journal of Production Research, 48 (19), pp. 5647-5669.

Wang, L. Torngren, M., and Onori, M. (2015). Current status and advancement of cyber-physical systems in
manufacturing. Journal of Manufacturing, Vol. 37, No. 2, pp. 517-527.

Wernerfelt, B., 1984. The resource-based view of the firm. Strateg. Manag. J. 5 (2), 171 180.

Wu, F., Yeniyurt, S., Kim, D., Tamer, C.S., 2006. The impact of information technology on supply chain capabilities
and firm performance: a resource-based view. Ind. Marking Manag. 35 (4), 493 504.

Xue, L., Zhang, C., Ling, L., and Zhao, Z. (2013). Risk-Mitigation in Supply Chain Digitization: A Study of System
Modularity and IT Governance, Journal of Management Information Systems, 30(1), Summer 2013, pp.325-352.

Yusuf, Y.Y., Gunasekaran, A., Musa, A., Dauda, M., El-Berishy, N.M., Cang, S., 2014. A relational study of supply
chain agility, competitiveness and business performance in the oil and gas industry. Int. J. Prod. Econ. 147 (4),
531 543.

Zacharia, Z., Nix, N, and Lusch, R. (2011) Capabilities that enhance outcomes of an episodic supply chain
collaboration, Journal of Operations Management, 29, 591-603.

Zhou, H, Benton, W., Schilling, D. (2011). Supply chain Integration and the SCOR model. Journal of Business
Logistics, 32 (4), pp. 332-344.

27