Gestión de La Cadena de Suministro 4.0: Una Revisión de La Literatura y Un Marco de Investigación

Machine Translated by Google
El número actual y el archivo de texto completo de esta revista están disponibles en Emerald
Insight en: https://www.emerald.com/insight/1463-5771.htm
Gestión de la cadena de suministro 4.0: Gestión de la

cadena de
una revisión de la literatura y un suministro 4
marco de investigación
Kamar Zekhnini, Anass Cherrafi, Imane Bouhaddou y 465
Youssef Benghabrit
Recibido el 14 de abril de 2020
ENSAM-Meknes, Universidad Moulay Ismail, Meknes, Marruecos, y Revisado el 21 de agosto de 2020
José Arturo Garza Reyes Aceptado el 5 de septiembre de 2020
Centro para la Mejora de la Cadena de Suministro, Universidad de Derby, Derby, Reino Unido
Resumen
Propósito: este artículo presenta una revisión de la literatura de vanguardia existente sobre Supply Chain Management 4.0 (SCM 4.0) e identifica
y evalúa la relación entre las tecnologías digitales y Supply Chain Management.
Diseño/metodología/enfoque – Se realizó una revisión bibliográfica de publicaciones de vanguardia en el campo del tema y un análisis bibliométrico.
Hallazgos: el documento identifica el impacto de las nuevas tecnologías en los diferentes procesos de la cadena de suministro.
Además, el documento desarrolla un marco de referencia para futuras investigaciones y prácticas.
Implicaciones prácticas: el trabajo propuesto es útil tanto para académicos como para profesionales, ya que describe los componentes
fundamentales para cada transformación de la cadena de suministro. También propone una variedad de preguntas de investigación que pueden
usarse como base para guiar la futura dirección de investigación del campo.
Originalidad/valor: este documento presenta un estudio basado en una revisión de literatura novedosa y original sobre SCM4.0, ya que no hay
una revisión exhaustiva disponible donde se hayan considerado el análisis bibliométrico, las motivaciones, las barreras y el impacto de las
tecnologías en diferentes procesos de SC.
Palabras clave Industria 4.0, Gestión de la cadena de suministro 4.0, Cadena de suministro digital, Nuevas tecnologías, Marco SCM 4.0
Tipo de papel Trabajo de investigación
1. Introducción Las
tecnologías digitales han cambiado profundamente la forma en que las sociedades intercambian información e
interactúan entre sí (Buy€ uk€ €ozkan and G€oçer, 2018;Nasiriet al., 2020). Las novedades tecnológicas han alterado
la forma en que las personas se comunican y comparten información. Esta nueva tecnología afectará a las industrias
de logística, cadenas de suministro, fabricación y transporte. Por lo tanto, el futuro de cada industria estará abierto a la
innovación y la tecnología. Toda industria está pasando por una rápida transformación que apareció con la cuarta
revolución industrial.
Los cambios se están produciendo rápidamente en todos los entornos empresariales e industrias. Las cadenas de
suministro ya no se pueden reposicionar de la noche a la mañana para comprar, fabricar, mover o vender los artículos
correctos en las cantidades correctas y en los lugares correctos (Wu et al., 2016) ya que el mercado actual está
dominado por una competencia intensa, presiones de costos, corto plazo. la demanda del mercado a largo plazo y los
patrones volátiles de la demanda (Gilaninia et al., 2011). Por lo tanto, es necesario prever una cadena de suministro
en la que los bienes, los procesos y las estructuras se modifiquen fácilmente en respuesta a las condiciones
cambiantes. Por lo tanto, para hacer frente con eficacia a los crecientes desafíos, las cadenas de suministro deben
volverse inteligentes (Wu et al., 2016). En la literatura, se han utilizado varios términos distintivos para describir la
cadena de suministro 4.0, estos términos incluyen cadena de suministro inteligente, cadena de suministro digital o
Evaluación comparativa: una revista
cadena de suministro inteligente. En este artículo, utilizamos los términos cadena de suministro 4.0 y cadena de
internacional vol. 28
suministro digital. La cadena de suministro 4.0 se construye en medio de la nueva era digital creada por la cuarta revolución industrial (Makris et al., 2019
No. 2, 2021
Industria 4.0 incorpora muchas tecnologías, conceptos y métodos para permitir la autonomía, flexibilidad, dinamismo y págs. 465-501 © Emerald
Publishing
precisión de los sistemas de producción (da Silva et al., 2019). Limited 1463-5771 DOI 10.1108/BIJ-04-2020
BJ El propósito del presente estudio es identificar y evaluar la relación entre las tecnologías digitales y la
Gestión de la Cadena de Suministro (SCM). Por lo tanto, este estudio es significativo debido a los siguientes
28,2
elementos: (1) SCM 4.0 (Supply Chain Management 4.0) es un campo complejo (Aryal et al., 2018; da Silva
et al., 2018); (2) la investigación SCM 4.0 es un tema contemporáneo (Buy€ uk€ €ozkan y G€oçer, 2018; da
Silva et al., 2018) y (3) los avances tecnológicos realizados en los últimos años han tenido un impacto directo
en la Desempeño de las cadenas de suministro (CS)
(Helms et al., 2011). Además, las empresas deben comprender la necesidad de utilizar las últimas soluciones
466 tecnológicas con los procesos físicos para proporcionar visibilidad y conectividad en sus SC (Raisinghani y
Meade, 2005). Por lo tanto, es importante discutir ampliamente el tema.
La implementación de SCM 4.0 ha atraído una gran atención. Muchos académicos y profesionales han
contribuido a la investigación de este campo, dando como resultado más de 176 publicaciones.
En contraste con esta gran cantidad de publicaciones, solo unas pocas han intentado evaluar SC inteligentes
o SC digitales (Buy€ uk€ €ozkan and G€oçer, 2018; Chiappetta Jabbour et al., 2020; da Silva et al., 2019 ;
Wu et al., 2016). Chiappetta Jabbour et al. (2020) exploraron las implicaciones de los grandes datos para la
gestión sostenible de la cadena de suministro a través de una revisión sistemática de la literatura.
De manera similar a otros estudios, Chiappetta Jabbour et al. (2020) el trabajo se centró en una tecnología,
que es big data. Además, Wu et al. (2016) realizó una revisión de la literatura para conceptualizar las
características de la cadena de suministro inteligente y formular e investigar cinco temas de investigación
clave que incluían gestión de la información, TI, automatización de procesos, análisis avanzado e integración
de la cadena de suministro. En el mismo contexto, da Silva et al. (2019) realizaron una revisión de la literatura
para contextualizar las TI en un escenario de cadena de suministro 4.0, centrándose en las etapas de
suministro, fabricación y consumidor final. Finalmente, Buy€ uk€ €ozkan y G€oçer (2018) identificaron
limitaciones y perspectivas clave en los DSC, resumiendo investigaciones previas e identificando brechas de
conocimiento proporcionando ventajas, debilidades y limitaciones de métodos individuales y desarrollando un
marco para futuras investigaciones y prácticas. En otras palabras, este estudio presentó una revisión de la
literatura sobre los DSC y sus habilitadores y propuso un marco. Sin embargo, el estudio no definió el impacto
de los habilitadores en los diferentes procesos de SC. La evidencia revisada sugirió la falta de un marco
conciso para comprender y desarrollar SCM 4.0.
Los estudios e investigaciones se han centrado en SC tradicionales e I4.0 (Industria 4.0) por separado.
Por lo tanto, los estudios sobre SC4.0 aún son muy recientes y solo están disponibles en una escala muy
pequeña en bases de datos bibliográficas (da Silva et al., 2018). En este contexto, no se dispone de una
revisión exhaustiva donde se hayan considerado análisis bibliométricos, motivaciones, barreras e impacto de
las tecnologías en diferentes procesos de SC. Además, no existen estudios académicos que presenten
específicamente un marco para la integración de SCM4.0, teniendo en cuenta la gestión de riesgos en la era
digital. Para abordar estas lagunas en la literatura académica, se ha realizado una revisión de la literatura.
Por lo tanto, el documento pretende llenar el vacío de estudios anteriores con respecto a la construcción de
un marco conceptual completo para la implementación de SCM 4.0. Su objetivo es proporcionar a los lectores
otro punto de vista sobre SCM4.0 y presentar el impacto de diferentes tecnologías en los procesos SC.
Este artículo está organizado de la siguiente manera: en la siguiente sección (Sección 2), describimos la
metodología de revisión utilizada para el estudio. La Sección 3 presenta los resultados descriptivos. La
sección 4 ilustra el análisis bibliométrico. La Sección 5 analiza las principales tecnologías habilitadoras en el
desarrollo de SCM4.0, las contribuciones de la investigación, las motivaciones y las barreras. La Sección 6
presenta el marco propuesto conceptualizado. Y finalmente, la última sección analiza las lagunas en la
investigación, las implicaciones para los profesionales y las direcciones para futuras investigaciones.
2. Método de investigación
Una revisión de la literatura ayuda a los autores a evaluar y analizar literatura interesante, identificar el
contenido conceptual del campo y contribuir al desarrollo de la teoría (Tranfield et al., 2003).
El campo SC4.0 surgió hace solo unos años y, por lo tanto, todavía se publican publicaciones relacionadas.
disperso. Debido a la falta de palabras clave precisas que definan SCM 4.0, clasificamos las revistas académicas
Gestión de la
e industriales revisando sus títulos, resúmenes y manuscritos en sistemas de bibliotecas tradicionales y
electrónicos.
cadena de
suministro 4
Para abordar los objetivos de la investigación, la metodología de revisión se basó en los siguientes
enfoque de análisis de contenido y presentado en la Figura 1 (Kamble et al., 2018a, b):
Para identificar el alcance más amplio posible de las producciones académicas, las siguientes bases de datos
se utilizaron para buscar publicaciones relevantes:
467
(1) Scopus (www.scopus.com), (2)
Elsevier (www.sciencedirect.com), (3) Esmeralda
(http://www.emeraldinsight.com), (4) Taylor & Francis
(http://www.taylorandfrancis.com), (5) Springer (https://www.springer.com/
gp)
(6) IEEE (https://ieeexplore.ieee.org/)
(7) Google Scholar Las
palabras clave y términos utilizados en las búsquedas de las distintas bases de datos fueron los que se utilizan
con frecuencia para describir y definir el uso de las tecnologías digitales en SCM. Las palabras clave utilizadas
por los autores se presentan en la Tabla 1.
La revisión bibliográfica se realizó utilizando diferentes fuentes de difusión de la investigación, incluidos
artículos de revistas científicas con alto factor de impacto y actas de congresos indexados. El procedimiento de
consulta se creó explorando primero las fuentes de información pertinentes. La revisión de literatura contenía
literatura de 1994 a 2020, viendo que la noción de aprendizaje automático, EDI y AI (Inteligencia Artificial) se
conocían desde 1994. Un resumen del método utilizado se muestra en la Tabla 1.
3. Resultados
Esta sección presenta las estadísticas descriptivas basadas en el análisis de los 176 artículos identificados a
través de la revisión de la literatura. La sección destaca la tendencia de la literatura en términos de publicación
de artículos a lo largo del tiempo, el área de aplicación geográfica, la distribución de artículos revisados por revista
y las tecnologías habilitadoras en el campo.
3.1 Literatura a lo largo del

tiempo Comenzamos trazando el número de publicaciones en diferentes períodos de tiempo para observar la
evolución del interés de investigación. El objetivo de revisar la literatura a lo largo del tiempo fue examinar
Selección de Selección de colección de

base de datos palabras clave artículos Filtración
Futuro Desarrollo del

Investigar marco SCM 4.0 Análisis
Figura 1.
de hallazgos
Perspectivas Metodología de revisión
BJ Tipo de análisis Cualitativo

28,2
Período de análisis 1994-2020
Palabras clave utilizadas en la investigación Gestión inteligente de la cadena de
suministro, Gestión de la cadena de
suministro digital, Gestión inteligente de la
cadena de suministro, Sistemas ciberfísicos (CPS) y Gestión de la
468 cadena de suministro, Big data (BD) y Gestión de la cadena de
suministro Fabricación en la nube y Gestión de la cadena de suministro,
Internet de las cosas (IoT) y Gestión de la cadena de suministro,
Blockchain y Gestión de la cadena de suministro, Realidad aumentada
(AR) y Gestión de la cadena de suministro, 3DP (Fabricación aditiva) y
Gestión de la cadena de suministro Industria 4.0 y Gestión de la cadena
de suministro 176 artículos Qlickview Vosviewer Nvivo 12 Mendeley
Número total de artículos evaluados www.gpsvisualizer.com www.wordart .com
Herramientas de software
Tabla 1.
Herramientas del sitio web
Resumen de los métodos de
investigación
el progreso año tras año en la investigación de SCM 4.0. Se observó que SCM 4.0 se había convertido en
un campo de interés de investigación entre académicos y profesionales en el pasado reciente, ver Figura 2.
Los 176 artículos identificados se publicaron entre 1994 y 2020. La investigación de SCM 4.0 estuvo
limitada desde 1994 hasta 2015, ya que los artículos publicados sobre la investigación de SCM 4.0 se
mantuvieron a un ritmo estable de 1, 2 o 4 artículos publicados por año. A partir de 2015, hubo un aumento
significativo a cerca de 60 artículos en 2019. Se observó que el 85,23% de los artículos se publicaron entre
2016 y 2020. Por lo tanto, la tendencia de artículos sobre este tema ha sido de crecimiento en los últimos años.
Esto muestra que SCM 4.0 es un campo de investigación emergente debido a su mayor conciencia entre
investigadores y profesionales. Además, dado que un número cada vez mayor de organizaciones se están
orientando hacia la digitalización de sus SC, se espera que la investigación en este campo continúe
creciendo.
3.2 Área de aplicación geográfica La

Figura 3 muestra los artículos identificados según las ubicaciones geográficas de los autores desde 1994
hasta 2020. El análisis geográfico muestra que la investigación de SCM 4.0 cubre 37 países de todo el
mundo. La principal investigación sobre SCM 4.0 se está llevando a cabo en EE. UU. (27
Número de artículos publicados

60
60
50 41
40
30 22
Figura 2. 20 11 dieciséis
Número de
publicaciones por año a
10 111 2 1 2 1 2 2 1244 2
lo largo del período 0

estudiado
Países Gestión de la
cadena de
Otros Irán
suministro 4
27 28 Taiwán Finlandia
3 Dinamarca Brasil 469

3
India Grecia
4
22
5
India España
6
Italia Alemania
6
15 Porcelana Francia
7
7 Reino Unido EE.UU

Figura 3.
14
8 Detalles de
12 9 publicación por país
artículos), seguido de Reino Unido (22 artículos), Francia (15 artículos), China (14 artículos) y Alemania (12
artículos). La categoría “otros” está dedicada a países con menos de 3 artículos publicados.
Con base en este análisis, se puede concluir que el concepto de SCM 4.0 se investiga ampliamente en
países desarrollados más que en países emergentes. De hecho, la investigación de SCM 4.0 parece estar
bastante centrada en Europa en este momento. Los resultados indican que la mayoría de los estudios son
realizados y publicados por países que son muy conscientes de la importancia de la transformación digital.
También refleja el importante papel de las naciones desarrolladas para promover la integración de SC digital.
Por otro lado, observamos una falta de interés en muchos países subdesarrollados y en vías de desarrollo.
El sitio web gratuito www.gpsvisualizer.com se utilizó para trazar puntos de datos en el mapa.
La figura 4 muestra la ubicación geográfica de la contribución de los países. El tamaño de los círculos indica
la contribución proporcional de cada país. En Europa occidental se puede observar una mayor densidad de
países contribuyentes.
3.3 Distribución por revista El

objetivo del análisis de distribución inteligente de revistas era examinar las revistas existentes que habían
publicado artículos de investigación de SCM 4.0. Los 176 artículos seleccionados sobre la investigación de
SCM 4.0 se publicaron en 88 revistas. La amplia gama de cobertura de revistas refleja el crecimiento del
área de investigación SCM 4.0. La Figura 5 muestra las revistas que publicaron artículos relacionados con SCM 4.0.
La figura solo reporta revistas que publican al menos tres artículos. Para medir la influencia científica de las
revistas, consultamos los rankings que otorga la plataforma SCImago Journal Rank (SJR). Todas las revistas
enumeradas en la Figura 5 se enumeran en el grupo Cuartil 1 (Q1), excepto Procedia Manufacturing (Q2),
FAC (Q2) y Procedia Engineering. Se puede concluir que es probable que la investigación sobre SCM 4.0
se publique en una variedad de revistas altamente especializadas (SCM, producción, industria informática).
Además, el tema es apropiado para su publicación en revistas con enfoque tecnológico. Esto puede explicar
la variedad de diferentes revistas en las que se han publicado artículos de investigación de SCM 4.0.
BJ
28,2
470
Figura 4.
Las ubicaciones
geográficas de la
contribución de los países
Número de papeles
Robótica y Manufactura Integrada por Computadora 3

La Revista Internacional de Gestión Logística 3
IFAC (Federación Internacional de Control Automático) 3
Investigación de Transporte Parte E 4
Diario de gestión de procesos de negocio 4
Gestión industrial y sistemas de datos 4
Ingeniería de procedimientos 4
Informática e Ingeniería Industrial 5
procedimiento de fabricacion 5
Planificación y control de la producción… 6
Revista Internacional de Gestión de la Información 7
Informática en la Industria 7
Revista de producción más limpia 8
Revista Internacional de Economía de la Producción 9
Revista internacional de investigación de producción 13
Figura 5.
Número de artículos Gestión de la cadena de suministro: una revista internacional 14
revisados por revista
0 5 10 15
3.4 Tecnologías habilitadoras en el

campo La Figura 6 proporciona información acerca de las tecnologías habilitadoras. En la Figura 6,
“Muchos” representa documentos que discuten más de una tecnología. En este caso, 22 artículos
trataron sobre muchas tecnologías, lo que significa que varias tecnologías digitales pueden usarse
simultáneamente en el SC. Por otro lado, “Ninguno” representa artículos que no discuten ninguna
tecnología. De hecho, 26 artículos discutieron la necesidad de tener SC digital lejos de la necesidad
técnica. De acuerdo con la Figura 6, la tecnología más discutida es Big Data Analytics (BDA) (30
artículos), seguida de blockchain (25 artículos), AI (16 artículos) e IoT (14 artículos). El resultado
indica que existe un interés importante en utilizar diferentes tecnologías novedosas, pero
especialmente BDA. Esto puede explicarse por el hecho de que las multinacionales tienen una fuerte
preferencia por la implementación de dicha tecnología (Makris et al., 2019).
Tecnologías Gestión de la
Muchos
30
cadena de
Ontología 22 La seguridad cibernética
suministro 4
25 26
IAV Ninguna
20
30
15 BDA
Procesamiento de datos
6
31
10
471
5
ML 2
14
internet de las cosas
5 0
1 3
3
SI 8 CPS
92
Impresión 3D rfid
Figura 6.
dieciséis
Distribución de tecnologías
25
Computación en la nube cadena de bloques habilitadoras
MAS AI
4. Análisis bibliométrico Para

entender cómo se relacionaban los temas estudiados, se desarrollaron cuatro redes de co-ocurrencia y
un análisis de texto completo. La primera red se construyó considerando la coautoría.
La segunda red ilustró los términos de co-ocurrencia del título. La tercera consistió en todas las palabras
clave con al menos cuatro instancias mientras que una cuarta red de co-ocurrencia fue elaborada a partir
de los resúmenes de los artículos analizados.
4.1 Análisis de coautoría Para

el análisis de coautoría se utilizó el software VOSviewer. Es una herramienta para crear, visualizar y
explorar mapas, basada en datos de red. La Figura 7 muestra la relación de los elementos determinados
en función de su número de documentos en coautoría. El peso de cada autor determinaba el tamaño de
su etiqueta y de su círculo. En otras palabras, cuanto mayor era la contribución del autor, mayor era su
etiqueta y círculo. Asimismo, los colores fueron asignados de acuerdo al cluster al que pertenecía el
autor. Además, la distancia entre dos autores en la visualización indica la relación de los autores en
términos de enlaces de cocitación.
En general, cuanto más cerca estaban los dos autores, más fuerte era su relación.
La colaboración entre investigadores promueve la colaboración y la productividad dentro de las
comunidades de investigación. En esta coautoría del trabajo de SCM 4.0, el número mínimo de
publicaciones de los autores se fijó en 2 en VOSviewer. El conjunto más grande de autores conectados
consistió en 49 autores de 459, consulte la Figura 7. Destaca que la colaboración y la comunicación en
este campo no están bien establecidas ya que todos los grupos están desconectados. Además, muchos
de los 49 elementos de la red no estaban conectados entre sí. El conjunto más grande de elementos
conectados constaba de 9 elementos, consulte la Figura 8. Muestra que los autores se pueden dividir en
tres grupos. En el grupo azul, los grupos de investigación están trabajando en blockchain y SCM, el
grupo rojo está trabajando en big data SCM y el grupo verde está trabajando en Internet de las cosas,
cadenas de suministro sostenibles basadas en datos y blockchain y SCM. Observamos que existe un
eslabón débil entre los conglomerados de autores debido a la novedad del tema, que incluyó una falta
de continuidad en la garantía de trabajos de investigación en este campo. Por lo tanto, las publicaciones
en coautoría pueden promover en gran medida los estudios innovadores y el intercambio académico.
Además, se debe mejorar la colaboración entre autores en el dominio de la cadena de suministro digital,
en particular para aquellos que provienen de diferentes industrias o países.
BJ
28,2
472
Figura 7.
Red de coautoría
Figura 8.
El conjunto más grande
de autores conectados
4.2 Ocurrencia del

título Las palabras más utilizadas en los títulos de los artículos relacionados con SCM4.0 se
determinaron a través del software gratuito en línea de código abierto www.wordart.com.
Descubrimos que "Cadena de suministro" fue la palabra más común utilizada 157 veces, seguida
de "gestión", "I4.0", "tecnología", "datos" y "digital" utilizada 29 veces. Esas palabras comunes fueron mapeadas
mapa de palabras en la nube presentado en la Figura 9. Esta figura ilustra las palabras más comunes en
Gestión de la
fuentes más grandes, mientras que las palabras menos comunes se representan en fuentes más pequeñas. El
título se puede utilizar para describir la obra, ubicarla en contexto o proporcionar un resumen de su contenido.
cadena de
suministro 4
Ayuda a llamar la atención del lector. Podemos observar que los títulos del artículo revisado abordan SCM
junto con I4.0, tecnología o datos. En otras palabras, la descripción general del título indica el potencial del
tema mixto de SCM y tecnologías novedosas para la participación continua de la comunidad de investigadores.
473
4.3 Ocurrencia abstracta La
co-ocurrencia abstracta representaba la relación de palabras abstractas determinada en base a su número de
documentos en los que ocurren simultáneamente. La Figura 10 presenta la red de coocurrencia elaborada a
partir de los resúmenes de los artículos analizados. El número mínimo de ocurrencias de un término fue de 20.
De los 3.310 términos, 31 cumplieron el umbral y 23 fueron filtrados. La figura 10 ilustra cuatro grupos, que son
el rojo, el azul, el verde y el amarillo. El clúster verde incluye "SCM", "big data", "Internet", "IoT", "datos",
"información", "aplicación" y "producto". El grupo azul incluye "cadena de bloques" y "tecnología". Así, en el
resumen, se constató la presencia de palabras de digitalización. Se puede deducir que hay un enfoque en los
aspectos de "datos" o "información" de las cadenas de suministro. En otras palabras, los datos ayudan a las
organizaciones a desarrollar nuevas oportunidades de crecimiento, lo que puede explicar el interés de estudiar
el uso de big data en la SCM.
4.4 Aparición de palabras

clave Las palabras clave representan el contenido clave de los artículos. El propósito de la revisión de palabras
clave fue identificar temas de investigación importantes en los estudios de SCM 4.0 y la dirección en el dominio
de investigación actual. Las palabras clave determinadas fueron aquellas con al menos cinco ocurrencias. De
las 483 palabras clave, 29 cumplieron este criterio. El análisis de palabras clave identificó tres grupos, ver Tabla 2.
Con la visualización de densidad de grupos, la densidad de palabras clave se mostró por separado para cada
grupo de elementos. El color de un punto en la visualización se obtuvo al mezclar los colores de diferentes
grupos como se presenta en la Figura 11. Por lo tanto, el peso otorgado al color de un cierto grupo se determinó
por el número de elementos pertenecientes a ese grupo en la vecindad de el punto.
El clúster rojo se relaciona con la diversidad de tecnologías relacionadas con el tema de gestión de la
cadena de suministro. Además, la sostenibilidad y la gestión de riesgos son temas muy utilizados,
Figura 9.
Título
palabras más comunes
BJ
28,2
474
Figura 10.
La red de co-
ocurrencias abstractas
Grupo 1 Grupo 2 Grupo 3
3dp CC IA
Fabricación aditiva internet de las cosas
Gestión de operaciones
Cadena de suministro BD Blockchain Disrupción Industria
Cadena de valor Aprendizaje automático 4.0 Fabricación inteligente
Gestión de riesgos Resiliencia de la cadena de
Integración de la cadena de suministro suministro Gestión de riesgos
Revisión de literatura de la cadena de suministro
Logística
Tabla 2. SCM
Clústeres de palabras clave Sustentabilidad
lo que indica la importancia de estas nociones en la integración y logística de la cadena de suministro digital.
Además, la “revisión de literatura” pertenece a este grupo. El grupo azul destaca la importancia de términos
como cadena de suministro, cadena de valor e impresión 3D (fabricación aditiva).
Finalmente, el clúster verde muestra la relevancia de la industria 4.0, lo que resulta en una fabricación inteligente
gracias a tecnologías como blockchain e IA. Además, la digitalización de las operaciones puede resultar en
disrupción. Por lo tanto, es necesario mejorar la resiliencia de la cadena de suministro.
4.5 Co-ocurrencia de términos de texto

completo El estudio utilizó el software Nvivo 12 para identificar las palabras más frecuentes (limitadas a las
primeras 50 palabras) utilizadas en la literatura. Como parte de la revisión de la literatura, se realizó un análisis
de conglomerados de palabras. Los términos resaltados tienen un número relevante de ocurrencias, que muestran su
Gestión de la
cadena de
suministro 4
475
Figura 11.
Visualización de densidad
de clúster de palabras clave
frecuencia en el discurso científico en el campo SCM 4.0. Reveló que la palabra “aprovisionamiento” fue
la más utilizada, seguida de las palabras “encadenar” y “gestionar”. Es relevante observar que los
artículos que exhiben el término "big data", "blockchain" y "tecnología" están asociados con un mayor
número de ocurrencias, lo que demuestra la capacidad de una discusión combinada para aprovechar el
interés continuo de la comunidad investigadora. Por lo tanto, con base en este análisis, se puede ver que
las palabras que describen la nueva era de la digitalización, por ejemplo, “IoT”, “digital”, “smart”, etc. no
tienen una presencia significativa en comparación con las otras palabras, ver Figura 12. La modesta
presencia de esas palabras se puede atribuir a la novedad del campo estudiado y la falta de colaboración
de autoría.
5. Discusión En
esta sección, se discuten los trabajos seleccionados de SCM 4.0 y los resultados de los análisis anteriores.
Las tecnologías más relevantes para SCM 4.0 se analizan en función de los resultados de dichos análisis.
También se discute su impacto en los procesos de SC.
5.1 Discusión de trabajos anteriores

Hasta la fecha, la globalización ha llevado a mayores ingresos, principalmente debido al rápido crecimiento
de las ganancias. Sin embargo, a medida que las cadenas de suministro se vuelvan más inteligentes, las
empresas también podrán manejar los problemas de rendimiento. En este contexto, Butner (2010)
argumentó sobre la necesidad de contar con SC inteligentes. Ghobakhloo (2020) definió, estableció y
analizó once factores que determinan la implementación de tecnologías digitales e información de
fabricación inteligente utilizando el Modelado Estructural Interpretativo. Ghobakhloo (2020) trazó las
interrelaciones contextuales entre los factores, lo que condujo a una comprensión profunda de los
procesos de transformación de la fabricación inteligente y las condiciones que facilitan la digitalización de
la fabricación en la era de la Industria 4.0. Además, Ivanov et al. (2019) estudiaron el impacto de la
digitalización y la Industria 4.0 en el efecto dominó y el análisis de control de riesgos de interrupción en la
cadena de suministro. Proporcionan un marco de investigación que combina el impacto de la digitalización en
BJ
28,2
476
Figura 12.
Textos completos
palabras más comunes
Gestión SC (SCM) y el impacto de SCM en el control del efecto dominó. Además, Makris et al. (2019) exploraron
cómo las empresas multinacionales de cinco industrias se han adaptado a SC 4.0. Se centraron en tres
tecnologías emergentes principales, a saber, big data, computación en la nube e impresión 3D. También
resumieron los temas que se han debatido sobre Supply Chain 4.0 en un marco gráfico.
Nuestros análisis mostraron que cuatro trabajos presentan una revisión de la literatura sobre SCM 4.0
(Buy€ uk€ €ozkan and G€oçer, 2018; Chiappetta Jabbour et al., 2020; da Silva et al., 2019; Wu et al., 2016 ).
Buy€ uk€ €ozkan y G€oçer (2018) presentan una revisión de la literatura sobre los DSC y sus habilitadores y
propusieron un marco para su integración. En este contexto, diversos autores (por ejemplo , Ehie y Ferreira,
2019; Garay-Rondero et al., 2019; Patnayakuniet al., 2002) han establecido diferentes marcos para SCM 4.0.
Por ejemplo, Ehie y Ferreira (2019) presentaron un marco conceptual que condujo al desarrollo de un
instrumento de encuesta que investiga el uso de nuevas tecnologías digitales en la gestión central de las
cadenas de suministro utilizando el modelo SCOR.
Patnayakuni et al. (2002) propusieron un marco para la integración de la cadena de suministro habilitada por TI.
Garay-Rondero et al. (2019) conceptualizaron un modelo que brinda una descripción general novedosa y
completa de los nuevos conceptos y componentes que impulsan los DSC incipientes y actuales.
Algunos autores han abordado el desafío de la sostenibilidad a través de SCM 4.0. Por ejemplo, Junge y
Straube (2020) estudiaron el impacto de las tecnologías de transformación digital en las cadenas de suministro
sostenibles. Sin embargo, este trabajo se centró únicamente en las dimensiones social y ambiental. Por otro
lado, Dossou (2018) estudió el impacto de la sostenibilidad en el desempeño de la cadena de suministro 4.0.
Sin embargo, estos dos estudios no son suficientes para tener una visión general sólida del impacto mutuo de
la sostenibilidad y SC 4.0. Además, la gestión de riesgos en el contexto de SCM 4.0 no ha sido ampliamente
estudiada. Sin embargo, la digitalización de la gestión de riesgos de SC ha sido tratada por varios autores, por
ejemplo, Dawson (2002) y Schluter € y Henke (2017). En otras palabras, se han centrado en cómo tener una
gestión inteligente del riesgo.
Se puede ver en la literatura estudiada que el enfoque en SCM 4.0 se ha centrado principalmente en
Gestión de la
sus habilitadores. Los artículos existentes que contribuyen a SCM 4.0 y sus tecnologías que se centran en
SC se clasifican en el Apéndice 1. cadena de
suministro 4
5.2 Tecnologías habilitadoras en SCM
Se pueden utilizar diferentes tecnologías o técnicas para gestionar SC 4.0. Estas tecnologías incluyen
CPS, IoT, CC (computación en la nube), blockchain, BD, AR y AI (Attaran, 2007; Ben-Daya et al., 2017;
Buy€ uk€ €ozkan and G€oçer, 2018; ElMaraghy, 2019 ; Min, 2019; Nguyen et al., 2018). 477
La Tabla A1 del Apéndice 2 presenta las diferentes definiciones de estas tecnologías:
Todas las tecnologías anteriores tienen un impacto en el SC. BD tiene efectos positivos en el
desempeño de la cadena de suministro y el desempeño organizacional (Dubey et al., 2019a, b). Puede
influir en la red de producción mediante el avance de la brillantez operativa, los fondos de reserva de
costos y la lealtad del consumidor. Los supervisores de SC pueden usar BD para mejorar la relación de
sus organizaciones con los clientes y proveedores y actualizar el reabastecimiento mediante el avance de
la gestión de existencias (Lamba y Singh, 2017a). BD es útil para ayudar a los gerentes a comprender el
desempeño de los proveedores (Kamble et al., 2018a, b). BD proporciona mejores pronósticos, aumenta
la visibilidad de SC y relaciones sólidas de SC (Ivanov et al., 2018). Actualmente, el uso de BD en la
planificación y el control de la producción se encuentra en etapa de desarrollo (Nguyen et al., 2018). BD es
valioso para el SC (Govindan et al., 2018), especialmente en la previsión de demanda, compras, inventario y logística inversa.
IoT en SC ayuda a aumentar la eficiencia de las operaciones de almacén, reduce los procesos
innecesarios y gana tiempo en el inventario (Lee et al., 2017). IoT hace que la gestión de los SC sea más
eficaz y eficiente. Por ejemplo, IoT permite mejoras en el ahorro de costos, la precisión del inventario y el
seguimiento de productos (Ben-Daya et al., 2017). IoT también puede participar en la mejora de productos,
servicios, experiencia del cliente y seguridad (Addo-Tenkorang and Helo, 2016).
Las principales áreas de uso eficiente de CC son la gestión logística, la gestión de bases de datos y la
previsión y planificación de la demanda. La asimilación de CC fomentaría la cooperación entre los miembros
del SC. Mejoraría el intercambio de recursos e información. También mejoraría la adaptabilidad a los
cambios de demanda (Manuel Maqueira et al., 2018).
Los CPS son la base de I4.0, ya que permiten la integración digital de procesos físicos utilizando
computadoras y redes integradas para monitorear y controlar dichos procesos físicos. En este contexto,
estos sistemas pueden crear industrias inteligentes (da Silva et al., 2018). Los CPS contribuyen a la
optimización y gestión del inventario y control de la producción (Lee et al., 2015).
La aparición de la tecnología blockchain introduce una nueva forma de pensar sobre la gestión de la
cadena de suministro (Liu y Li, 2020). Blockchain ya está contribuyendo a remodelar los modelos
comerciales tradicionales y creando nuevas oportunidades en toda la cadena de suministro (Wamba y
Queiroz, 2020). Gracias a la tecnología blockchain, el seguimiento y el intercambio de datos se vuelven
más rápidos y la adaptabilidad se puede garantizar de inmediato (Kamble et al., 2018a, b).
A través de una red de inventario potenciada por blockchain, las empresas pueden realizar intercambios
en tiempo real (Kamble et al., 2018a, b). BT (Bitcoin) asume un papel fundamental, ya que tiende a
utilizarse para contrarrestar las interrupciones de seguridad al tiempo que refuerza la disponibilidad de SC.
BT es a prueba de hackers, cuidadosamente diseñado para ofrecer trazabilidad automática (Min, 2019).
La tecnología Blockchain permite la mejora y el seguimiento de mercancías y pasajeros en tiempo real,
desde sus orígenes y en todo el SCM en general. Ayuda a eliminar los problemas de divulgación y rendición
de cuentas (T€onnissen y Teuteberg, 2020).
La impresión 3D se utiliza para crear prototipos de ingeniería. Puede permitir la personalización masiva
de bienes a gran escala (Varsha Shree et al., 2020). 3DP contribuye a reducir el almacenamiento excesivo
de inventario. Como resultado de la flexibilidad 3DP, se puede reducir el número de proveedores y
aumentar la calidad de los productos. Del mismo modo, se puede lograr variedad de productos, tiempos
de entrega más cortos, eficiencia y un aumento en el control de inventario (Ivanov et al., 2018).
AR alude a la superposición de modelos de reproducción de PC sobre el diseño físico de un entorno actual.

BJ
AR mejora la efectividad de los procesos SC actuales. La mayoría de los tipos normales de AR incluyen un tipo
28,2 de presentación visual de vidrio para que el usuario lo use durante el tiempo que pasa aumentando la rentabilidad
y el rendimiento. La realidad expandida se utiliza para dar una sensación de reconocimiento de escena en medio
de formularios de selección de solicitudes (Merlino y Sproge, 2017).
RFID proporciona identificación en tiempo real, seguimiento y flujo de materiales en tiempo real, lo que ayuda
a aumentar la calidad de los datos (Ivanov et al., 2018). La importante promesa de la tecnología RFID es reducir
478 los costos y proporcionar una gran cantidad de información que ayude a las empresas a comprender, predecir y
responder a la demanda de los clientes de manera más efectiva (Attaran, 2007).
Las técnicas de IA se utilizan para la programación en sistemas de fabricación celular (Singh, 2003).
Además, la IA a través de la visión artificial y las aplicaciones autónomas se utilizan en campos industriales.
Mediante el uso de tecnologías predictivas que modelan escenarios futuros y también desarrollan una comprensión
profunda de las interacciones en los controladores SC, se mejorará su rendimiento (Nguyen et al., 2018).
5.3 SCM 4.0

Para ayudar a superar los desafíos asociados con la volatilidad y la incertidumbre, las organizaciones necesitan
una cadena de suministro digital basada en la visibilidad, la sostenibilidad y mejores experiencias del cliente.
En otras palabras, la transparencia en la cadena de suministro ayuda a reducir la complejidad de sus procesos al
mejorar la visibilidad de las operaciones de la cadena de suministro aguas arriba y aguas abajo (Dubey et al.,
2020; Liotine, 2020). Entonces, la entrada de CPS en las cadenas de suministro es uno de los cambios más
revolucionarios en la cuarta revolución SCM. El significado de “inteligente” es la capacidad de un elemento para
percibir sin la interrupción de nadie la razón por la que debe lograrse, funcionar admirablemente y reaccionar ante
cualquier cambio de forma adaptativa (Oh y Jeong, 2019).
SC4.0 es un marco avanzado con procedimientos interconectados que crece desde aplicaciones separadas hasta
una relación amplia, coordinada y efectiva entre las fases del SC (Merlino y Sproge, 2017).
La transformación digital experimentada ha proporcionado una plataforma desde la cual las empresas de todo
el mundo pueden volverse más eficientes de principio a fin. Pero con eso, existe una expectativa creciente de que
cada proceso de SC se vuelva más eficiente, más confiable y más transparente. Por lo tanto, los SC inteligentes
aprovechan la capacidad de los datos y la tecnología digital para lograr resultados de clase mundial en costos,
capital y satisfacción del cliente. Crea ventajas competitivas y aprovecha nuevas posibilidades de la empresa.
Además, los SC inteligentes conectan a los clientes, las empresas y los distribuidores para generar transparencia,
confiabilidad y eficacia mediante el uso inteligente de los datos desde la demanda hasta la cadena de valor del
suministro. Gracias al uso inteligente de las tecnologías digitales, se asegurarán los siguientes puntos según
(Dossou, 2018b):
(1) SC totalmente integrados: transparencia de extremo a extremo (E2E), red sincronizada dinámicamente
ajustable y gestión de transacciones globales de blockchain (Liotine, 2020);
(2) Toma de decisiones E2E inteligente holística: datos en tiempo real/análisis predictivo, rendimiento en
tiempo real y gestión de procesos en tiempo real;
(3) SC automatizado sin contacto: suministro instantáneo y planificación de la demanda, fabricación

automatizada e inteligente, almacenamiento, logística y servicio al cliente.
5.4 Impulsores y barreras de la implementación de SCM 4.0

Para seguir siendo competitivas y tener flexibilidad en sus SC, las empresas deben aprovechar las tecnologías
autónomas. Como se muestra en la Tabla A2 ubicada en el Apéndice 2, estas motivaciones impulsan a las
empresas a implementar SCM4.0. Por lo tanto, para mejorar el rendimiento de los sistemas y el trabajador
productividad, las empresas prefieren utilizar tecnologías novedosas. Hacer inversiones digitales para
Gestión de la
disminuir los gastos y eliminar la complejidad de SC impulsa el desarrollo de ingresos. Por lo tanto, las
empresas tienen en cuenta la satisfacción del cliente, las relaciones con los socios y las cantidades de cadena de
suministro 4
producción como impulsores importantes en los procedimientos de SC para implementar la digitalización.
Las ventajas de la integración de SCM4.0 son consistentes, pero al mismo tiempo, también crea
ciertas dificultades y obstáculos. Como se presenta en la Tabla A3 (Apéndice 2), las empresas que han
elegido o ya han aplicado tecnologías digitales enfrentan desafíos como el costo de la configuración
técnica y el largo tiempo de desarrollo. La falta de coordinación y la ausencia de urgencia también son 479
inhibidores importantes para la implementación de la digitalización. Los líderes podrían apoyar a su
personal con asistencia continua y una visión estratégica clara para superar estas barreras al enfatizar
la importancia de las tecnologías novedosas para el SC.
6. Marco para el desarrollo de SCM 4.0 El tema de SCM 4.0

es difícil de comprender porque incluye distintos flujos de actividad, elementos, características y actores.
El marco original que se muestra en la Figura 13 conceptualiza una hoja de ruta para una mejor
comprensión del tema de SCM4.0. Basado en la revisión de la literatura, el marco propuesto
descompone la conexión entre distintas partes dentro de SC digitales. El marco se creó definiendo
temas clave en SCM 4.0, revisando las categorizaciones actuales de SCM y analizando los marcos
existentes. Este marco se puede utilizar como guía para investigadores y profesionales en el campo. El
propósito del marco es integrar temas e ideas dominantes dentro de SCM4.0. Para su desarrollo se
consideraron los siguientes componentes:
Figura 13.
Framework para
el desarrollo
de SCM4.0
(1) MCS
BJ
28,2 (2) Tecnologías digitales
(3) Digitalización
(4) Gestión de riesgos
480
6.1 SCM
La función de cualquier SC se centra en mover equipos, productos terminados, capital y otros recursos de
un lugar a otro. Los SC consisten en varias operaciones, intercambiando tiempo, dinero, datos o equipos
físicos por alguna otra unidad de valor. En otras palabras, los SC generalmente involucran información,
productos y servicios y flujos de efectivo de extremo a extremo (Dwivedi et al., 2020; Patnayakuni et al.,
2002). Por lo tanto, la gestión de estos elementos impacta el posicionamiento competitivo de una
organización en campos como el precio de los productos, los requisitos de capital de trabajo, la velocidad
de comercialización y la percepción del servicio. Las organizaciones están explorando formas creativas
de optimizar sus SC para satisfacer los requisitos cambiantes de los consumidores. Los SC tradicionales
se han visto afectados en varios aspectos por las dramáticas innovaciones tecnológicas y digitales, como
una mayor potencia informática y menores gastos generales, incluida la reducción de los costos de
transacción y el aumento de la innovación vinculada a los propios procesos de fabricación.
SCOR fue desarrollado y establecido en 1996 por el Consejo de la Cadena de Suministro (SCC) como
un modelo de referencia para el diseño y mejora de SC (Chehbi-Gamoura et al., 2020). El modelo SCOR
es un marco bien conocido que divide los procesos del SC en “planificar, generar, fabricar, entregar,
devolver y habilitar” (Council, 2015). Este modelo es ampliamente aceptado en la práctica, principalmente
por su capacidad para vincular procesos con métricas de desempeño y, por lo tanto, se utilizó para llevar
a cabo vistas centradas en procesos de las revisiones de literatura relacionadas con SC (Ben-Daya et al.,
2017). La Tabla 3 ilustra el impacto de cada tecnología en el proceso SC, presentado en la Sección 6.2,
según el modelo SCOR.
6.2 Tecnologías digitales

Las tecnologías digitales ayudan a las organizaciones a resolver diferentes problemas, crear nuevas
oportunidades, obtener una ventaja competitiva (Dubey et al., 2019a, b) y mejorar el desempeño de las
empresas (Chiappetta Jabbour et al., 2020). La aplicación de tecnologías novedosas en los SC lineales
tradicionales con un movimiento discreto de "planificar, generar, fabricar, entregar y devolver" cambia los
SC de una sucesión estática a una dinámica (Liotine, 2020). Este cambio de actividades lineales y
consecutivas de la red de producción a una disposición interconectada y abierta de las tareas de suministro
es importante para que las organizaciones se enfrenten más adelante.
A medida que cada proceso de suministro se vuelve cada vez más eficiente y asociado, el SC se
descompone en un sistema de suministro integrado y dinámico. SC4.0 es la reforma de los SC utilizando
tecnologías I4.0. Estas tecnologías, que surgieron en el siglo XXI, son introducidas principalmente por
empresas de países de altos ingresos. Estas empresas buscan mantener SC competitivos.
SC4.0 incluye el despliegue de instrumentos modernos como IoT, BDA, Robótica Autónoma, etc.
(Buy€ uk€ €ozkan and G€oçer, 2018; Nasiri et al., 2020). Transforma el modelo SCM de un modelo lineal
(Garay-Rondero et al., 2019), ver Figura 14, a un modelo más integrado (Garay Rondero et al., 2019)
donde los flujos de datos son omnidireccionales, Figura 15. En otras palabras , los desarrollos tecnológicos
se refieren a la conversión de SC lineales en una red de suministro digital continua y dinámicamente
vinculada, transformando el intercambio y el intercambio de datos y recursos entre empresas.
Las organizaciones exitosas deben definir los proyectos digitales apropiados alineados con sus
objetivos, aprender rápidamente de su implementación piloto y ser decididos y capaces de
modelo SCOR
en SC con
Tecnologías impacto
'
Devolver Entregar
Hacer Fuente
Tabla 3.
Plan
Alto
impacto Impacto
intermedio Bajo
impacto
Transporte
de
almacén
Gestión
inversa administración Obtención
Servicio
de
campo
producción pronósticos
logís
cos
y Adquisitivo
Garantía Inventario Planificación Pedir
capacidad
logis
c control
Internet
de
las
cosas
de
grandes
datos
tecnología
nube
Impresión
3D
de
cadena
bloques
Aumentado
La
realidad
CPS
RFID
Ciberseguridad
481
inteligencia
Artificial
4.0
administración
Cadena de suministro
alcanzando escala. Por lo tanto, para enfrentar el doble desafío de atraer talento y potenciar a los empleados que trabajan
BJ
en SC tradicionales, los gerentes deben:
28,2
(1) Buscar diversificar su estrategia de reclutamiento;
(2) Desarrollar una atmósfera que facilite el aprendizaje;
(3) Desarrollar una ruta de carrera clara para el personal;

482
(4) Dar al talento la autoridad para conducir el cambio;
(5) Desarrollar programas apropiados para adquirir nuevas habilidades.
6.3 Digitalización Las

empresas están decididas a introducir productos, mejoras tecnológicas y administrativas para generar valor agregado tanto
para los clientes como para ellas mismas. La digitalización puede generar posibilidades para alcanzar estos valores con el
fin de mejorar los procedimientos de SC (Nasiri et al., 2020; Patnayakuni et al., 2002). De hecho, la cuarta revolución SCM
está teniendo lugar hoy en día, y cada empresa necesita repensar cómo aplicarla y cómo hacerlo.
En el campo del liderazgo de datos, la digitalización ya ha alterado la forma en que operamos (Singh, 2003). La
implementación de SC digitales se ve obstaculizada por una gran inversión y desafíos significativos relacionados con la
digitalización (Ardito et al., 2019). Debido a la naturaleza peligrosa de los sistemas SC digitales, las empresas focales deben
adaptar la configuración externa y múltiples partes externas, a menudo fuera de su control (Xue et al., 2013).
La digitalización de SC trae tantas ventajas. Ofrece tanto flexibilidad como eficiencia (Buy€ uk€ €ozkan and G€oçer,
2018; Wong et al., 2020). Las nuevas tecnologías de instrumentación, interconexión e inteligencia pueden crear los SC
robustos, seguros y sostenibles que requieren las empresas. Los SC más inteligentes utilizarían modelos inteligentes para
analizar solo la información necesaria y darle sentido (Tjahjono et al., 2017).
Los beneficios más relevantes son mayor flexibilidad, estándares de calidad, eficiencia y productividad. Por otro lado,
BDA, tecnología en la nube, ciberseguridad, IoT, miniaturización
Figura 14.
CS tradicional
Figura 15.
SC digitales
de la electrónica, RFID, robótica, drones y nanotecnología también pueden ser amenazas para las organizaciones
Gestión de la
(Liotine, 2020; Lorite et al., 2017).
Además, las ventajas de las cadenas de suministro más inteligentes normalmente se traducen en un aumento
cadena de
suministro 4
en el precio de los productos (ElMaraghy, 2019). El aumento de la cantidad de datos digitalizados y la expansión de
las empresas de Internet hace que el riesgo de ataques a sus bases de datos también sea mayor. Los piratas
informáticos pueden tener la intención de modificar, robar o eliminar datos (Ghadimi et al., 2018).
483
6.4 Gestión de riesgos La
inversión en tecnología se ha vuelto importante para fortalecer la “competitividad” de las industrias
(Nasiri et al., 2020). Sin embargo, los factores que hacen que estas tecnologías sean tan importantes para los SC las
hacen vulnerables. Además, todo el proceso industrial es actualmente más abierto e interconectado, gracias a las
tecnologías habilitadoras (Garay-Rondero et al., 2019). Esto significa que las ralentizaciones de la información se
reducen a niveles cercanos al tiempo real y se eliminan los casos de falta de comunicación o incluso la falta de
comunicación. Con esta apertura, la confidencialidad del sistema se verá amenazada (Chhetri et al., 2017). En otras
palabras, interconectar los diferentes dispositivos e intercambiar con partes externas a la organización como clientes
implica que el sistema de la empresa se está abriendo a una gran cantidad y tipo de ataques, ver Tabla 4.
Además, las redes internacionales dependen intensamente de las innovaciones tecnológicas no solo para gestionar
la complejidad del SC sino también para asegurar su eficacia (Hahn, 2019). Esta confiabilidad aumentará su
vulnerabilidad a los ciberataques (Smith y Dhillon, 2019).
Cuando las empresas adoptan marcos SC digitales para coordinar y realizar transacciones con sus cómplices,
enfrentan riesgos críticos (Xue et al., 2013). Además, la transformación digital en la era de la cuarta revolución
industrial crea una especie de complejidad e incertidumbre que amenaza a las SC (Faizal y Palaniappan, 2014). Por
lo tanto, a través de la adopción y aceptación de múltiples tecnologías en SC, en particular, nuevos riesgos impactan
en las empresas (Kumar et al., 2019). Estos riesgos incluyen malware, ciberataques, spyware y pérdida de datos que
eventualmente pueden tener un impacto significativo en los diferentes procedimientos de producción (Kumar et al.,
2019a). En resumen, las empresas se enfrentan al reto de implementar nuevas tecnologías en la cadena de
suministro. Sin embargo, asegurar adecuadamente los SC digitales es el verdadero desafío, ya que los piratas
informáticos pretenden atacar las actividades de fabricación (Kumaret al., 2019). Las consecuencias de tales
ciberataques son pérdidas económicas que superan el billón de dólares estadounidenses en pérdidas de ingresos
anuales para toda la industria (Smith y Dhillon, 2019).
Las técnicas avanzadas de fabricación, los sistemas integrados del ciberespacio, los componentes complejos y,
por tanto, los diversos servicios de externalización son las principales fuentes de riesgos. Por lo tanto, la identificación
adecuada de los diferentes riesgos ayuda en la gestión de riesgos (Kumar et al., 2019). De acuerdo con (Colicchia et
al., 2019a, b), los principales riesgos de información en un SC se consideran los siguientes:
(1) Riesgo para la confidencialidad de la información: preocupaciones por la posible pérdida de control sobre
información/datos confidenciales en todo el SC. En la era digital, la pérdida de confidencialidad puede
resultar costosa para una organización, ya que hay importantes flujos de información que deben protegerse;
(2) Riesgo para la privacidad de la información: se refiere al posible uso indebido de información/datos en un
contexto diferente al propósito principal establecido por el propietario de la información;
(3) Riesgo para la integridad de la información: se refiere a la posible corrupción y daño de los datos/información
almacenados en el sistema SC. Debido a la digitalización de los SC, los ataques cibernéticos pueden
afectar fácilmente la integridad de los sistemas industriales.
En consecuencia, para evitar estos riesgos, los tres requisitos de seguridad fundamentales para la próxima generación
de SC inteligentes son los siguientes:
Riesgos de SCM 4.0
Tabla 4.
Riesgo
de
transacción La
pérdida
del
control
de
los
recursos software
espía Inversión
específica Riesgo
para
la
integridad
de
la
información Riesgo
para
la
información Exploraciones
de
vulnerabilidad
red datos
Malware
ypérdida
de Perder
los
datos
del
cliente Propiedad
intelectual Privacidad
de
la
información Mayor
vulnerabilidad
a
accidentes
operacionales Explotación
del
acceso
de
mantenimiento Robo
de
datos Ataque
cibernetico Confidencialidad Desastres
naturales/
provocados
por
el
hombre Seguridad
de
la
información
de
la
máquina Falta
de
trabajadores
calificados Pedir Demandas
fluctuantes
de
los
clientes Pérdida
de
proveedores Variabilidad
de
la
llegada
del
producto
(retrasos) Calidad
del
producto
entrante Estado
operativo
de
una
sola
empresa Coordinación
general
SC Fluctuación
macroeconómica Riesgos
Riesgos
operativos
I4.0
riesgos
ambientales Riesgos
de
demanda Riesgos
de
suministro Riesgos
financieros tipo
de
riesgo
Colicchia
(2019a,
b),
Schr€oder
et
al.
(2014),
Xue
et
al.
(2013) Faizal
yPalaniappan
(2014) Faizal
yPalaniappan
(2014) Faizal
yPalaniappan
(2014) Faizal
yPalaniappan
(2014),
Yang
et
al.
(2019) Faizal
yPalaniappan
(2014) Referencias
Diversificar
en
cuanto
a
sistemas
tecnológicos Recuperarse
después
de
que
ha
ocurrido
un
ataque Responder
a
las
amenazas, Detectar
la
ocurrencia
de
eventos
seguridad, Implementar
salvaguardas
apropiadas
para
proteger
las
infraestructuras
críticas, Identificar,
medir
yanalizar
riesgos Establecer
estándares
uniformes
en
cooperación
con
los
principales
actores/
asociaciones
de
la
industria
del
SC Presentar
las
instituciones
de
seguros. Dando
al
juego
rol
de
supervisión
la
información
logística Establecer
un
sistema
de
control
riesgos Estandarizar
el
comportamiento
del
mercado Perfeccionar
las
leyes
yreglamentos
pertinentes, Solución
484
(2018),
Schr€oder
et
al.
(2014) Arunachalam
et
al. Schr€oder
et
al.
(2014) Yang
et
al.
(2019) Referencias
28,2
BJ
(1) Confidencialidad: implica mantener la privacidad del flujo de información a lo largo de las cadenas de valor
Gestión de la
horizontales y verticales del sistema de fabricación; (2) Disponibilidad: varias formas de ciberataques y
cadena de
ataques físicos pueden hacer que el sistema de fabricación quede fuera de servicio. En un I4.0 bien suministro 4
conectado, un ataque a la disponibilidad puede mitigarse debido a la arquitectura distribuida;
(3) Integridad: garantiza la modificación o destrucción adecuada.

485
Para construir cadenas de suministro resilientes, es necesario contar con diversas capacidades (Dubey et al.,
2020). Las partes interesadas deben centrarse en identificar, medir y analizar los riesgos para reducir los impactos
negativos (Diaz et al., 2020). El control y la gestión de riesgos en un CS digital se centrará específicamente en
abordar la ciberseguridad de terceros y proporcionar reacciones organizativas rápidas ante incidentes no
planificados. Además, los sistemas de seguridad para SCM4.0 necesitan detectar ocurrencias de eventos de
seguridad, proteger estructuras críticas, implementar las herramientas de protección necesarias, responder a
amenazas en tiempo real y tener la posibilidad de recuperar cada ataque, si ocurre (Chhetri et al. ., 2017).
Con las nuevas tecnologías, utilizar un sistema de monitorización de riesgos basado en BD e indicadores de
alerta ayudará a las empresas a estar un paso por delante de sus competidores en caso de que hayan sido
atacados.
7. Brechas de investigación, direcciones para futuras investigaciones e implicaciones para los

profesionales Este documento es el primero en revisar la literatura existente sobre SCM4.0
publicada durante el período entre 1994 y 2020 y en desarrollar un marco de trabajo para la implementación de
SCM4.0. Por lo tanto, para fomentar la investigación en el campo de la gestión de la cadena de suministro digital,
se establecen las siguientes lagunas en la literatura existente, direcciones para futuras investigaciones e
implicaciones para los profesionales.
7.1 Brechas de investigación y direcciones para futuras

investigaciones En el presente documento, SCM4.0 se analizó a través de una revisión de la literatura. A partir
de dicho análisis, se identificaron las siguientes lagunas de investigación:
(1) El campo carece de un marco que proporcione una hoja de ruta para la implementación de SCM 4.0. Los
marcos existentes no brindan lineamientos estratégicos y concretos para implementar una SCM 4.0.
Sería útil para las organizaciones tener una hoja de ruta sobre cómo digitalizar sus SC. La hoja de ruta
debe tener en cuenta los diferentes recursos necesarios (p. ej., financieros, competencias humanas,
legales, éticos, ambientales).
(2) De los 176 documentos identificados, ningún artículo discutió las habilidades SC necesarias en la era I4.0.
Con la digitalización de los SC se crearán nuevos puestos de trabajo. Esos trabajos estarán dedicados
a nuevas competencias. Por lo tanto, este primero debe ser bien conocido para ser incluido en el
sistema educativo de las nuevas generaciones egresadas y para reorientar el mercado laboral.
(3) Hay una falta de artículos que traten sobre SCM4.0 en varias industrias, por ejemplo, alimentos, moda,
etc. A pesar del papel importante que la industria automotriz suele desempeñar en el avance del
desarrollo tecnológico y su aplicación, no hay artículos que estudien se identificó una implementación
de caso real de SCM4.0 en esta industria;
(4) Del análisis bibliométrico, quedó claro que hay una falta de discusión sobre SC digitales e inteligentes
lejos de sus habilitadores (tecnologías novedosas). En otras palabras, los estudios sobre Digital SCM
no son suficientes para comprender bien todos los cambios.
realizado en la cadena de valor. Además, la digitalización de cada proceso de SC no se trata en ninguno de

BJ
los trabajos;
28,2
(5) También se identificó una falta de investigación que aborde los desafíos de implementación y mantenimiento
de SCM4.0. A pesar de la importancia de la sostenibilidad para conservar una ventaja competitiva, ninguno
de los trabajos seleccionados estudió la coexistencia de la sostenibilidad y la inteligencia en el SC.
Adicionalmente, no se discute el impacto de la digitalización en las diferentes dimensiones de la sustentabilidad
486 SC;
(6) En los 176 artículos estudiados, los autores no han explorado los efectos de la implementación de SCM 4.0 en
el desempeño de los seres humanos. Los seres humanos son el núcleo de cualquier organización.
Por lo tanto, es de suma importancia implementar tecnologías que ayuden a mejorar la productividad pero
sin tener efectos secundarios negativos en la salud y seguridad de los humanos. Además, no se han realizado
estudios que aborden la probabilidad de que las personas pierdan su trabajo. En otras palabras, se debe
explorar el hecho de reemplazar las competencias humanas por tecnología novedosa o la creación de nuevos
puestos de trabajo gracias a la digitalización;
(7) El cambio de un sistema tradicional a una red interconectada difiere de una empresa a otra. Por lo tanto, ningún
artículo se ha ocupado de superar las dificultades de la transformación SC. Cada SC es diferente de los
demás (por ejemplo, un SC automotriz es diferente de un SC alimentario). Por lo tanto, es importante estudiar
las dificultades específicas (por ejemplo, financieras, materiales, sociales) que las empresas podrían enfrentar
al digitalizar sus SC.
Además, también se podrían proponer directrices o una hoja de ruta para superar esas dificultades;
(8) No se identificó ningún artículo que trate sobre la gestión de riesgos en los diferentes procesos de SCM4.0. Las
organizaciones trabajan en entornos de importantes incertidumbres y, especialmente, con la irrupción de las
novedosas tecnologías en las SC, han nacido nuevos riesgos. Por lo tanto, es importante realizar estudios
que aborden la forma en que se pueden enfrentar los riesgos al implementar una cadena de suministro digital.
Además, cada proceso SC debe ser estudiado para establecer estrategias para defender los diferentes
recursos del proceso de los riesgos internos y externos.
A continuación se presenta una futura agenda de investigación para SCM4.0 en forma de preguntas de investigación,
consulte la Tabla 5. Subraya rutas potenciales para futuras investigaciones de SCM4.0.
7.2 Implicaciones para profesionales y gerentes Este

documento tiene cuatro implicaciones principales para la teoría y la práctica. En primer lugar, proporciona una base
sólida para el campo temático de SCM4.0 en la era de la digitalización. En segundo lugar, la revisión de la literatura
ofrece perspectivas únicas sobre el tema y describe las motivaciones, las barreras y el impacto de las tecnologías. En
tercer lugar, puede ser una referencia para que los investigadores tengan una visión general del contexto de SCM 4.0
y los problemas en los que trabajar en estudios futuros. Finalmente, se desarrolla un marco conceptualizado para la
implementación de SCM4.0, que puede ser seguido como hoja de ruta en trabajos posteriores. El estudio contribuye a
la literatura de SCM4.0 al ser el primer estudio centrado tanto en SCM4.0 como en sus tecnologías.
Los profesionales y gerentes están expuestos a información importante sobre las nuevas tendencias, técnicas y
métodos derivados de I4.0. Por esta razón, pueden tener dificultades para implementar SCM4.0 y pueden confundirse
para seleccionar las tecnologías adecuadas para sus SC. Además, pueden tener dificultades para definir el impacto de
cada tecnología en el SC. Nuestro estudio ofrece un marco, consulte la Figura 12, para guiar a los profesionales y
gerentes a implementar SCM4.0 y hacerlos conscientes de los posibles riesgos que pueden enfrentar. Nuestro marco
distingue diferentes componentes que son esenciales para cada transformación SC.
Implementación de SCM 4.0

Gestión de la
1. ¿Cuál es la estrategia eficiente para transformar un SC tradicional en uno digital? cadena de
2. ¿Cuáles son las barreras y los efectos negativos de implementar SCM4.0? suministro 4
3. ¿Puede la transformación actual de un SC tradicional a uno interconectado asegurar un mejor desempeño del SC para
cada organización de la red?
4. ¿La ubicación de una empresa puede afectar la implementación de SC4.0?
5. ¿Qué constituye un enfoque de digitalización efectivo?
SCM 4.0 en la industria 487
1. ¿Es suficiente tener un marco de hoja de ruta para todas las industrias?
2. ¿Se puede adaptar el marco de implementación actual a una industria específica?
SCM 4.0 y recursos humanos 1.
¿Cuáles son las habilidades de SC necesarias en la era SCM 4.0?
2. ¿Puede SCM4.0 tener un efecto negativo en la vida social de los empleados?
3. ¿Cuál es la contribución humana en el desempeño SCM4.0 de una organización?
Tecnologías en SCM 4.0 1.
¿Cuál es la tecnología más adecuada para cada proceso SC?
2. ¿Cuáles pueden ser los principales impulsores y barreras para implementar una tecnología específica en el SC?
Gestión de riesgos en SCM 4.0 1.
¿Cuáles son los nuevos riesgos potenciales que aparecen con la digitalización de SC? Tabla 5.
2. ¿Cómo se puede proteger el SC4.0 contra amenazas e incidentes? Preguntas de investigación
3. ¿Cuáles son las características de un enfoque eficaz de gestión de riesgos para SC4.0? para orientar futuras investigaciones
8. Conclusiones Este
estudio presenta una revisión de la literatura de vanguardia sobre SCM4.0 y propone un marco conceptual para
comprender mejor la SCM digital como guía para los gerentes de SCM4.0. SCM4.0 se refiere al desarrollo de SC,
una consecuencia de la cambiante escena de la innovación y la expansión de la disponibilidad entre los universos
computarizados y físicos.
El nuevo acceso a los datos, las capacidades computacionales y los avances inventivos se han reducido y se han
asociado con el SC que alguna vez fue directo. Actualmente, los datos y las experiencias en tiempo real se pueden
compartir en todo el sistema de suministro para impulsar las decisiones. Estos cambios están ocurriendo rápidamente.
En cualquier caso, con el cambio llega la oportunidad: la capacidad del SC digital para asumir un proceso de elección
indispensable, modificando numerosos sistemas de suministro a las necesidades particulares de los clientes.
El marco desarrollado tiene varios componentes útiles que pueden alentar a los científicos y profesionales a
usarlo. Ofrece una representación gráfica sencilla y fácil de usar de SCM4.0. Además, se enfoca en demostrar la
conexión entre módulos en el campo.
El marco representa un instrumento explicativo y una hoja de ruta de referencia. Por lo tanto, aplicar el marco
propuesto SCM4.0 se implementará en una aplicación de caso real industrial, como la digitalización de un SC
automotriz.
Este trabajo tiene una serie de limitaciones que ofrecen oportunidades para el desarrollo de futuros estudios. El
marco de comprensión sugerido está diseñado para respaldar la explicación general de SCM4.0. En consecuencia,
no proporciona una explicación detallada del tercer nivel del marco del SCM 4.0. Por lo tanto, los estudios futuros
pueden ampliar el marco, concentrándose en componentes específicos. En otras palabras, el marco actual se puede
ampliar y también se puede estudiar la importancia de los diversos subcomponentes y elementos.
Referencias
Abaker, I., Hashem, T., Yaqoob, I., Anuar, B., Mokhtar, S., Gani, A. y Khan, U. (2014), “The rise of
'big data' on cloud computing: revisión y temas abiertos de investigación”, Information Systems,
vol. 47, págs. 98-115, doi: 10.1016/j.is.2014.07.006.
Accorsi, R., Cholette, S., Manzini, R. y Tufano, A. (2018), “Una arquitectura de datos jerárquicos para la gestión y planificación
BJ sostenible de la cadena de suministro de alimentos”, Journal of Cleaner Production, Elsevier, vol. 203, págs. 1039-1054.
28,2
Addo-Tenkorang, R. y Helo, PT (2016), "Aplicaciones de big data en operaciones/gestión de la cadena de suministro: una revisión
de la literatura", Informática e ingeniería industrial, Elsevier, vol. 101, págs. 528-543.
Ardalan, A. y Ardalan, R. (2009), “Una estructura de datos para los sistemas de gestión de la cadena de suministro”, Industrial
488 Management and Data Systems, vol. 109 núm. 1, págs. 138-150.
Ardito, L., Petruzzelli, AM, Panniello, U. y Garavelli, AC (2019), “Hacia la industria 4.0”, Business Process Management Journal,
vol. 25 núm. 2, págs. 323-346.
Arunachalam, D., Kumar, N. y Kawalek, JP (2018), "Comprender las capacidades de análisis de big data en la gestión de la
cadena de suministro: desentrañar los problemas, desafíos e implicaciones para la práctica", Investigación de transporte
Parte E: Revisión de logística y transporte, Elsevier , vol. 114, págs. 416-436.
Aryal, A., Liao, Y., Nattuthurai, P. y Li, B. (2018), “El análisis emergente de big data y el IoT en la gestión de la cadena de
suministro: una revisión sistemática”, Supply Chain Management, vol. 25 N° 2, págs. 141-156, doi: 10.1108/
SCM-03-2018-0149.
Attaran, M. (2007), “RFID: un habilitador de las operaciones de la cadena de suministro”, Supply Chain Management, vol. 12 núm.
4, págs. 249-257.
Bala, PK (2012), "Mejora del rendimiento del inventario con pronósticos de demanda basados en agrupaciones", Journal
de Modelado en Gestión, vol. 7 N° 1, págs. 23-37.
Baryannis, G., Validi, S., Dani, S. y Antoniou, G. (2018), “Gestión de riesgos de la cadena de suministro e inteligencia artificial:
estado del arte y futuras direcciones de investigación”, International Journal of Production Research, Taylor & Francisco,
vol. 57 núm. 7, págs. 2179-2202.
Ben-Daya, M., Hassini, E. y Bahroun, Z. (2017), "Internet de las cosas y gestión de la cadena de suministro: una revisión de la
literatura", International Journal of Production Research, Taylor & Francis, vol. 7543, noviembre, págs. 1-24.
Birkel, HS y Hartmann, E. (2019), "Impacto de los desafíos y riesgos de IoT para SCM", Supply Chain Management, vol. 24 núm.
1, págs. 39-61.
Butner, K. (2010), “La cadena de suministro más inteligente del futuro”, Estrategia y Liderazgo, vol. 38 nº 1,
págs. 22-31.
Buy€ uk€ €ozkan, G. y G€oçer, F. (2018), “Cadena de suministro digital: revisión de la literatura y un marco propuesto para
investigaciones futuras”, Computers in Industry, vol. 97, págs. 157-177.
Carbonneau, R., Laframboise, K. y Vahidov, R. (2008), “Aplicación de técnicas de aprendizaje automático para la previsión de la
demanda de la cadena de suministro”, European Journal of Operational Research, vol. 184 núm. 3, págs. 1140-1154.
Casado-Vara, R., Prieto, J., La Prieta, F. De y Corchado, JM (2018), “Cómo blockchain mejora la cadena de suministro: estudio
de caso de la cadena de suministro alimentaria”, Procedia Computer Science, Elsevier BV, vol. 134, págs. 393-398.
Chan, HK, Griffin, J., Lim, JJ, Zeng, F. y Chiu, ASF (2018), "El impacto de la tecnología de impresión 3D en la cadena de
suministro: perspectivas legales y de fabricación", International Journal of Production Economics, vol. . 205, agosto, págs.
156-162.
Chaudhuri, A., Dukovska-Popovska, I., Subramanian, N., Chan, HK y Bai, R. (2018), "Toma de decisiones en la logística de la
cadena de frío mediante el análisis de datos: una revisión de la literatura", International Journal of Logistics Management ,
vol. 29 núm. 3, págs. 839-861.
Chavez, R., Yu, W., Jacobs, MA y Feng, M. (2017), "Cadenas de suministro basadas en datos, capacidad de fabricación y
satisfacción del cliente", Planificación y control de la producción, Taylor & Francis, vol. 28 núms. 11 y 12, págs. 906-918.
Chehbi-Gamoura, S., Derrouiche, R., Damand, D. y Barth, M. (2020), “Insights from big Data Analytics in supply chain
management: an all-inclusive literatura review using the SCOR model”, Production Planning y control, vol. 31 núm. 5,
Gestión de la
págs. 355-382. cadena de
Chhetri, SR, Rashid, N., Faezi, S. y Faruque, MA Al. (2017), "Tendencias de seguridad y avances en los sistemas de fabricación
suministro 4
en la era de la industria 4.0", Conferencia internacional IEEE/ACM sobre diseño asistido por computadora, Compendio
de documentos técnicos, Vols 2017, noviembre, ICCAD, pp. 1039-1046.
Chiappetta Jabbour, CJ, Fiorini, PDC, Ndubisi, NO, Queiroz, MM y Piato, EL (2020), “Cadenas de suministro sostenibles 489
habilitadas digitalmente en el siglo XXI: una revisión y una agenda de investigación”, Science of The Total Environment,
vol. . 725, pág. 138177.
Chryssolouris, G., Makris, S., Xanthakis, V. y Mourtzis, D. (2004), “Hacia la gestión de la cadena de suministro basada en
Internet para la industria de reparación de barcos”, International Journal of Computer Integrated Manufacturing, vol. 17
núm. 1, págs. 45-57.
Colicchia, C., Creazza, A. y Menachof, DA (2019a), “Gestión de los riesgos cibernéticos y de información en las cadenas de
suministro: perspectivas de un análisis exploratorio”, Supply Chain Management, vol. 24 núm. 2, págs. 215-240.
Colicchia, C., Creazza, A., Noe, C. y Strozzi, F. (2019b), “Compartir información en cadenas de suministro: una revisión de
riesgos y oportunidades utilizando el análisis sistemático de redes de literatura (SLNA)”, Supply Chain Management ,
vol. 24 núm. 1, págs. 5-21.
Consejo, ASC (2015), “Guía de referencia rápida de SCOR. Versión 11.0”, disponible en: http://www. ápices org/docs/default-
source/scc-nonresearch/apicsscc_scor_quick_reference_guide.pdf.
da Silva, VL, Kovaleski, JL y Pagani, RN (2018), “Transferencia de tecnología en la cadena de suministro orientada a la industria
4.0: una revisión de la literatura”, Análisis tecnológico y gestión estratégica, Taylor & Francis, vol. 31 núm. 5, págs.
546-562.
da Silva, VL, Kovaleski, JL y Pagani, RN (2019), “Transferencia de tecnología en la cadena de suministro orientada a la industria
4.0: una revisión de la literatura”, Análisis tecnológico y gestión estratégica, vol. 31 núm. 5, págs. 546-562.
Dawson, A. (2002), “Tecnología de la cadena de suministro”, Estudio de trabajo, vol. 51 núm. 4, págs. 191-196.
De Clercq, D., Jalota, D., Shang, R., Ni, K., Zhang, Z., Khan, A., Wen, Z., Caicedo, L. y Yuan, K. (2019), “ Software impulsado
por aprendizaje automático para la predicción precisa de la producción de biogás: un estudio de caso sobre datos de
producción chinos a escala industrial”, Journal of Cleaner Production, Elsevier, vol. 218, págs. 390-399.
Diaz, R., Smith, K., Landaeta, R. y Padovano, A. (2020), “Marco de la cadena de suministro de construcción naval y
transformación digital: una evaluación de riesgo de carteras de proyectos”, Procedia Manufacturing, vol. 42, págs.
173-180.
Dossou, P.-E. (2018), “Impacto de la sustentabilidad en el desempeño de la cadena de suministro 4.0”, Procedia Manufacturing,
vol. 17, págs. 452-459.
Dubey, R., Gunasekaran, A. y Childe, SJ (2019a), "Capacidad de análisis de big data en la agilidad de la cadena de suministro:
el efecto moderador de la flexibilidad organizacional", Management Decision, vol. 57 núm. 8, págs. 2092-2112.
Dubey, R., Gunasekaran, A., Childe, SJ, Wamba, SF, Roubaud, D. y Foropon, C. (2019b), “Investigación empírica de la
capacidad de análisis de datos y la flexibilidad organizacional como complementos para la resiliencia de la cadena de
suministro”, International Journal of Production Research, págs. 1-19, doi: 10.1080/00207543.2019.1582820.
Dubey, R., Gunasekaran, A., Bryde, DJ, Dwivedi, YK y Papadopoulos, T. (2020), "Tecnología de cadena de bloques para
mejorar la confianza rápida, la colaboración y la resiliencia dentro de un entorno de cadena de suministro humanitario",
International Journal of Production Investigación, vol. 58 núm. 11, págs. 3381-3398.
Dwivedi, SK, Amin, R. y Vollala, S. (2020), "Protocolo seguro de intercambio de información basado en blockchain en el sistema
de gestión de la cadena de suministro con mecanismo de distribución de claves", Journal of Information Security and
Applications, vol. 54, pág. 102554.
Ehie, I. and Ferreira, LMDF (2019), “Desarrollo conceptual de la digitalización de la cadena de suministro
BJ marco”, IFAC-PapersOnLine, vol. 52 núm. 13, págs. 2338-2342.
28,2
ElMaraghy, H. (2019), “Sistemas de fabricación cambiables inteligentes”, Procedia Manufacturing, Elsevier
BV, vol. 28, págs. 3-9.
Engelseth, P. y Wang, H. (2018), “Big data y conectividad en cadenas de suministro de larga data”, Revista
de Marketing Comercial e Industrial, vol. 33 No. 8, págs. 1201-1208.
490 Faizal, K. and Palaniappan, PLK (2014), “Evaluación y gestión de riesgos en la cadena de suministro”, Global
Revista de investigaciones en ingeniería, vol. 14 núm. 2, págs. 19-30.
Feldmann, C. y Pumpe, A. (2017), "Un marco de decisión holístico para inversiones en impresión 3D en cadenas de
suministro globales", Transportation Research Procedia, Elsevier BV, vol. 25, págs. 677-694.
Fernando, Y., Chidambaram, RRM y Wahyuni-TD, IS (2018), “El impacto del análisis de Big Data y las prácticas de
seguridad de datos en el desempeño de la cadena de suministro de servicios”, Benchmarking: An International
Journal, vol. 25 N° 9, págs. 4009-4034, doi: 10.1108/BIJ-07-2017-0194.
Garay-Rondero, CL, Martinez-Flores, JL, Smith, NR, Caballero Morales, SO and Aldrette-Malacara, A. (2019), “Digital
supply chain model in Industry 4.0”, Journal of Manufacturing Technology Management. doi: 10.1108/
JMTM-08-2018-0280.
Ghadimi, P., Wang, C., Lim, MK y Heavey, C. (2018), “Selección inteligente de proveedores sostenibles mediante
tecnología multiagente: teoría y aplicación para las cadenas de suministro de la Industria 4.0”, Informática e
ingeniería industrial, Elsevier, vol. 127, abril de 2018, págs. 588-600.
Ghobakhloo, M. (2020), "Determinantes de la implementación de la tecnología digital y de la información para la
fabricación inteligente", International Journal of Production Research, vol. 58 núm. 8, págs. 2384-2405.
Gilaninia, S., Mousavian, SJ, Tayebi, F., Panah, MP, Ashouri, S., Touhidi, R. y Seighalani, FZ
(2011), "El impacto de la aplicación de tecnología de la información en el desempeño de la cadena de
suministro", Revista interdisciplinaria de investigación contemporánea en negocios, vol. 3 núm. 8, págs. 489-496.
Glas, AH y Kleemann, FC (2016), “El impacto de la Industria 4.0 en la gestión de adquisiciones y suministros: un análisis
conceptual y cualitativo”, International Journal of Business and Management Invention ISSN, vol. 5 núm. 6, págs.
55-66.
Gonul Kochan, C., Nowicki, DR, Sauser, B. y Randall, WS (2018), "Impacto del intercambio de información basado en
la nube en el rendimiento de la cadena de suministro hospitalario: un marco de dinámica del sistema",
International Journal of Production Economics, Elsevier BV , vol. 195, págs. 168-185.
Govindan, K., Cheng, TCE, Mishra, N. y Shukla, N. (2018), "Análisis de big data y aplicación para la logística y la gestión
de la cadena de suministro", Investigación en transporte Parte E: Revisión de logística y transporte, vol. 114,
marzo, págs. 343-349.
Hahn, GJ (2019), “Industria 4.0: una perspectiva de innovación en la cadena de suministro”, International Journal of
Investigación de producción, Taylor & Francis, págs. 1-17.
Helms, MM, Lawrence, P. y Ettkin, SC (2011), “Previsión de la cadena de suministro La previsión colaborativa apoya la
gestión de la cadena de suministro”, Business Process Management Journal, vol. 6, págs. 392-407.
Hofmann, E. y Rutschmann, E. (2018), "Análisis de big data y pronóstico de la demanda en las cadenas de suministro:
un análisis conceptual", International Journal of Logistics Management, vol. 29 núm. 2, págs. 739-766.
Horv ath, D. y Szab o, RZ (2019), “Fuerzas impulsoras y barreras de la Industria 4.0: ¿las multinacionales y las
pequeñas y medianas empresas tienen igualdad de oportunidades?”, Previsión tecnológica y cambio social,
Elsevier, vol. 146, marzo, págs. 119-132.
Howell, G. (2017), Real-time Supply Chain Management for Industry 4.0, EeNews Europe 27 de junio, disponible en:
https://www.eenewseurope.com/news/real-time-supply-chain-management industry-40 .
Huang, B. y Xue, X. (2012), “Un análisis de aplicación de la cadena de suministro de clústeres: un estudio de caso de
JCH”, Kybernetes, vol. 41 Nos 1–2, págs. 254-280.
Ivanov, D., Dolgui, A. y Sokolov, B. (2018), “El impacto de la tecnología digital y la Industria 4.0 en el efecto dominó y el
análisis de riesgos de la cadena de suministro”, International Journal of Production Research, vol. 57 nº 3, págs.
Gestión de la
829-846, doi: 10.1080/00207543.2018.1488086. cadena de
suministro 4
Ivanov, D., Dolgui, A. y Sokolov, B. (2019), "El impacto de la tecnología digital y la Industria 4.0 en el efecto dominó y el
análisis de riesgos de la cadena de suministro", International Journal of Production Research, vol. 57 núm. 3, págs.
829-846.
Junge, AL y Straube, F. (2020), "Cadenas de suministro sostenibles: el impacto de las tecnologías de transformación digital
en la dimensión social y ambiental", Procedia Manufacturing, vol. 43, págs. 736-742. 491
Kamble, S., Gunasekaran, A. y Arha, H. (2018a), "Comprender la adopción de la tecnología Blockchain en las cadenas de
suministro: contexto indio", International Journal of Production Research, vol. 57 N° 7, págs. 2009-2033.
Kamble, SS, Gunasekaran, A. y Gawankar, SA (2018b), “Marco de la Industria Sostenible 4.0: una revisión sistemática de la
literatura que identifica las tendencias actuales y las perspectivas futuras”, Process Safety and Environmental
Protection, vol. 117, págs. 408-425.
Kamble, SS, Gunasekaran, A., Parekh, H. y Joshi, S. (2019), “Modelado de las barreras de adopción de Internet de las cosas
en las cadenas de suministro minorista de alimentos”, Journal of Retailing and Consumer Services, Elsevier, vol. 48,
enero, págs. 154-168.
Kumar, K., Zindani, D. y Davim, JP (2019), Industry 4.0, pp. 35-42.
Lamba, K. y Singh, SP (2017), “Big data en operaciones y gestión de la cadena de suministro: tendencias actuales y
perspectivas futuras”, Planificación y control de la producción, Taylor & Francis, vol. 28 núms. 11 y 12, págs. 877-890.
Lee, J., Bagheri, B. y Kao, H.-A. (2015), “Una arquitectura de sistemas cibernéticos para sistemas de fabricación basados en
la Industria 4.0”, Manufacturing Letters, vol. 3, págs. 18-23.
Lee, CKM, Lv, Y., Ng, KKH, Ho, W. y Choy, KL (2017), "Diseño y aplicación del sistema de gestión de almacenes basado en
Internet de las cosas para logística inteligente", International Journal of Production Research, vol. . 7543, octubre,
págs. 1-16.
Liotine, M. (2020), "Desbloqueo de la innovación digital: principios rectores para impulsar la tecnología digital en la cadena de
suministro", Tecnología en la gestión y logística de la cadena de suministro, Elsevier, págs. 143-167.
Liu, Z. y Li, Z. (2020), "Un marco basado en blockchain de la cadena de suministro de comercio electrónico transfronterizo",
International Journal of Information Management, vol. 52, pág. 102059.
~ ~
Lorite, GS, Selk€al€a, T., Sipola, T., Palenzuela, J., Jubete, E., Vinuales, A., Caba nero, G., Grande, HJ, Tuominen, J.,
Uusitalo, S., Hakalahti, L., Kordas, K. y Toth, G. (2017), “Indicador de temperatura crítica novedoso, inteligente y
asistido por RFID para el monitoreo de la cadena de suministro”, Journal of Food Engineering, vol. 193, págs. 20-28.
Luthra, S. y Mangla, SK (2018), “Evaluación de los desafíos de las iniciativas de la Industria 4.0 para la sostenibilidad de la
cadena de suministro en las economías emergentes”, Process Safety and Environmental Protection, vol. 117, págs.
168-179, Instituto de Ingenieros Químicos.
Makris, D., Hansen, ZNL y Khan, O. (2019), "Adaptación a la cadena de suministro 4.0: un estudio exploratorio de empresas
multinacionales", Foro de la cadena de suministro: una revista internacional, vol. 20 núm. 2, págs. 116-131.
Manuel Maqueira, J., Moyano-Fuentes, J. y Bruque, S. (2018), “Impulsores y consecuencias de la asimilación de una
tecnología innovadora en la cadena de suministro: computación en la nube e integración de la cadena de suministro”,
International Journal of Production Research, vol. . 7543, doi: 10.1080/00207543. 2018.1530473.
Merlino, M. y Sproge, I. (2017), “La cadena de suministro aumentada”, Procedia Engineering, vol. 178,
págs. 308-318.
Min, H. (2010), “Inteligencia artificial en la gestión de la cadena de suministro: teoría y aplicaciones”, International Journal of
Logistics Research and Applications, vol. 13 N° 1, págs. 13-39.
Min, H. (2019), "Tecnología de cadena de bloques para mejorar la resiliencia de la cadena de suministro", Business Horizons, vol.
BJ 62 No. 1, págs. 35-45, Kelley School of Business, Universidad de Indiana.
28,2
Mohammadi, V. y Minaei, S. (2019), Inteligencia artificial en el proceso de producción, herramientas de ingeniería en la industria de
bebidas, Elsevier, doi: 10.1016/B978-0-12-815258-4.00002-0.
Moreira, RZLMDFFAC (2011), “La influencia de la cadena de suministro en el proceso de innovación: una revisión sistemática de la
literatura”, Supply Chain Management: An International Journal, vol. 16 núm. 2004, págs. 474-483.
492 €
Muller, JM y Voigt, KI (2018), "El impacto de la industria 4.0 en las cadenas de suministro en las industrias de ingeniería bajo pedido:
un estudio de caso exploratorio", IFAC-PapersOnLine, Elsevier BV, vol. 51 núm. 11, págs. 122-127.
Nasiri, M., Ukko, J., Saunila, M. y Rantala, T. (2020), "Gestión de la cadena de suministro digital: el papel de las tecnologías
inteligentes", Technovation, vol. 96-97, pág. 102121.
Nguyen, T., ZHOU, L., Spiegler, V., Ieromonachou, P. y Lin, Y. (2018), "Análisis de big data en la gestión de la cadena de suministro:
una revisión de la literatura de vanguardia", Informática e investigación de operaciones, Elsevier, vol. 98, págs. 254-264.
Novais, L., Maqueira, JM y Ortiz-Bas, A. (2019), "Una revisión sistemática de la literatura sobre el uso de la computación en la nube
en la integración de la cadena de suministro", Informática e ingeniería industrial, Elsevier, vol. 129, págs. 296-314.
Oh, J. y Jeong, B. (2019), “Planificación de suministro táctico en la cadena de suministro de fabricación inteligente”, Robótica
y fabricación integrada por computadora, Elsevier, vol. 55, abril de 2017, págs. 217-233.
Patnayakuni, R., Patnayakuni, N. y Rai, A. (2002), “Hacia un marco teórico de integración de la cadena de suministro digital”, Actas
de ECIS 2002, Gdansk, p. 156.
Piecyk, MI y Bj€orklund, M. (2015), “Artículo de la revista internacional de distribución física y gestión logística Información: para citar
este documento”, Revista internacional de distribución física y gestión logística, vol. 45 No. 5, pp. 459-485, doi: 10.1108/
IJPDLM- 08-2013-0228.
Piramuthu, S. (2005), “Aprendizaje automático para la formación dinámica de cadenas de suministro de múltiples productos”, Experto
Sistemas con aplicaciones, vol. 29 núm. 4, págs. 985-990.
Queiroz, MM, Telles, R. y Bonilla, SH (2019), “Integración de la gestión de la cadena de bloques y la cadena de suministro: una
revisión sistemática de la literatura”, Supply Chain Management, vol. 25 N° 2, págs. 241-254, doi: 10.1108/SCM-03-2018-0143.
Raisinghani, MS y Meade, LL (2005), “Decisiones estratégicas en la inteligencia de la cadena de suministro utilizando la gestión del
conocimiento: un marco de trabajo de red analítica”, Supply Chain Management, vol. 10 núm. 2, págs. 114-121.
Rajnai, Z. and Kocsis, I. (2017), “Labor market risk of industry 4.0, digitization, robots and AI”, SISY 2017 - IEEE 15th International
Symposium on Intelligent Systems and Informatics, pp. 343-346, Actas.
Rodriguez Molano, JI, Contreras Bravo, LE and Trujillo, ER (2017), “Modelo de arquitectura de la cadena de suministro basado en la
industria 4.0, validado a través de una aplicación móvil”, Ciencias de la Ingeniería Contemporánea, vol. 10 N° 32, págs.
1581-1594.
Sahay, BS y Ranjan, J. (2008), “Inteligencia empresarial en tiempo real en el análisis de la cadena de suministro”, Gestión de la
información y seguridad informática, vol. 16 núm. 1, págs. 28-48.
Sander, F., Semeijn, J. y Mahr, D. (2018), “La aceptación de la tecnología blockchain en carne
trazabilidad y transparencia”, British Food Journal, vol. 120 núm. 9, págs. 2066-2079.
Short, M. (1995), “Aplicaciones de inteligencia artificial en la industria del suministro de electricidad”, Aslib
Actas, vol. 47 No. 6, págs. 153-160, doi: 10.1108/eb051393.
€
Schluter, F. y Henke, M. (2017), “Gestión de riesgos de la cadena de suministro inteligente: un marco conceptual”, en Digitalización
en la gestión de la cadena de suministro y la logística: Soluciones inteligentes y digitales para una
Industria 4.0 Medio ambiente. Actas de la Conferencia Internacional de Logística de Hamburgo (HICL), epubli
GmbH, Berlín, pp. 361-380.
Gestión de la
cadena de
Schr€oder, M., Indorf, M. y Kersten, W. (2014), “Industria 4.0 y su impacto en la gestión de riesgos de la cadena de
suministro 4
suministro”, Actas de la 14ª Conferencia Internacional “Reliability and Statistics in Transportation and
Communication”, octubre de 2014. Riga, págs. 114-125.
Seo, YJ, Dinwoodie, J. y Kwak, DW (2014), “El impacto de la innovación en el desempeño de la cadena de
suministro: ¿es la integración de la cadena de suministro un eslabón perdido?”, Supply Chain Management,
vol. 19, págs. 733-746. 493
Singh, A., Shukla, N. y Mishra, N. (2018), “Análisis de datos de redes sociales para mejorar la gestión de la cadena
de suministro en las industrias alimentarias”, Investigación en transporte Parte E: Revisión de logística y
transporte, Elsevier, vol. 114, págs. 398-415.
Singh, N. (2003), “Tecnologías emergentes para apoyar la gestión de la cadena de suministro”, Comunicaciones de
el ACM, vol. 46 núm. 9, pág. 243.
Smith, KJ y Dhillon, G. (2019), Revisión del riesgo de la cadena de suministro, Springer International Publishing, vol.
7, doi: 10.1007/978-3-030-03813-7.
Soni, G., Jain, V., Chan, FTS, Niu, B. y Prakash, S. (2019), "Enfoques de inteligencia de enjambre en la gestión de
la cadena de suministro: potenciales, desafíos y futuras direcciones de investigación", Gestión de la cadena
de suministro, vol. . 24 núm. 1, págs. 107-123.
Tjahjono, B., Esplugues, C., Ares, E. y Pelaez, G. (2017), “¿Qué significa la industria 4.0 para la cadena de
suministro?”, Procedia Manufacturing, Elsevier BV, vol. 13, págs. 1175-1182.
T€onnissen, S. y Teuteberg, F. (2020), "Análisis del impacto de la tecnología blockchain para la gestión de las
operaciones y la cadena de suministro: un modelo explicativo extraído de múltiples estudios de casos",
International Journal of Information Management, vol. 52, pág. 101953.
Tortorella, G., Miorando, R. y Mac Cawley, AF (2019), “El efecto moderador de la Industria 4.0 sobre la relación
entre la gestión de la cadena de suministro ajustada y la mejora del rendimiento”, Supply Chain Management:
An International Journal, vol. 24 núm. 2, págs. 301-314.
Tranfield, D., Denyer, D. y Smart, P. (2003), “Hacia una metodología para desarrollar conocimiento de gestión
basado en evidencia por medio de una revisión sistemática”, British Journal of Management, vol. 14 núm. 3,
págs. 207-222.
Treiblmaier, H. (2018), "El impacto de la cadena de bloques en la cadena de suministro: un marco de investigación
basado en la teoría y un llamado a la acción", Supply Chain Management, vol. 23 núm. 6, págs. 545-559.
Tsang, YP, Choy, KL, Wu, CH, Ho, GTS, Lam, CHY y Koo, PS (2018), “Un sistema de monitoreo de riesgos basado
en Internet de las cosas (IoT) para administrar los riesgos de la cadena de suministro en frío”, Industrial
Management y sistemas de datos, vol. 118 núm. 7, págs. 1432-1462.
Tu, M., Lim, M. y Yang, M.-F. (2016), "Gestión industrial y sistemas de datos Sistema de cadena de suministro y
logística de producción basado en Internet de las cosas - Parte 1: modelado de la cadena de suministro de
fabricación basada en IoT "Sistema de cadena de suministro y logística de producción basado en Internet de
las cosas - Parte 1: modelado de IoT -ba””, Gestión industrial y sistemas de datos, vol. 118 No. 1, págs.
65-95, doi: 10.1108/IMDS-11-2016-0503.
Urciuoli, L. and Hintsa, J. (2017), “¿Adaptar las estrategias de gestión de la cadena de suministro a la seguridad?
un análisis de las brechas existentes y recomendaciones para mejorar”, International Journal of Logistics
Research and Applications, vol. 20 núm. 3, págs. 276-295.
Varsha Shree, M., Dhinakaran, V., Rajkumar, V., Bupathi Ram, PM, Vijayakumar, MD y Sathish, T. (2020), "Efecto
de la impresión 3D en la gestión de la cadena de suministro", Materials Today: Proceedings, vol. . 21, págs.
958-963.
Wamba, SF y Queiroz, MM (2020), “Blockchain en la gestión de operaciones y cadena de suministro: beneficios,
desafíos y futuras oportunidades de investigación”, International Journal of Information Management, vol. 52,
pág. 102064.
Wang, B. y Ha-Brookshire, JE (2018), “Exploración de los requisitos de competencia digital dentro de la cadena de suministro de
BJ
la moda con anticipación a la industria 4.0”, International Journal of Fashion Design, Taylor & Francis, vol. 11 No. 3, pp.
28,2 333-342, Tecnología y Educación.
Wang, J. y Yue, H. (2017), “Sistema de preaviso de inocuidad de los alimentos basado en la minería de datos para un
cadena de suministro de alimentos”, Food Control, Elsevier, vol. 73, págs. 223-229.
Wang, Y., Han, JH y Beynon-Davies, P. (2019a), "Comprender la tecnología blockchain para futuras cadenas de suministro: una
revisión sistemática de la literatura y una agenda de investigación", Supply Chain Management, vol. 24 núm. 1, págs.
494 62-84.
Wang, Y., Singgih, M., Wang, J. y Rit, M. (2019b), “Entendiendo la tecnología blockchain: ¿cómo transformará las cadenas de
suministro?”, International Journal of Production Economics, Elsevier BV, vol. 211, págs. 221-236.
Webster, J. (1994), “¿Redes de colaboración o conflicto? El desarrollo del intercambio electrónico de datos”, Journal of Strategic
Information Systems, vol. 4 núm. 1, págs. 31-42.
Wong, L.-W., Leong, L.-Y., Hew, J.-J., Tan, GW-H. y Ooi, K.-B. (2020), "Es hora de aprovechar la evolución digital: adopción de
blockchain en las operaciones y la gestión de la cadena de suministro entre las pymes de Malasia", International Journal
of Information Management, vol. 52, pág. 101997.
Wu, L., Yue, X., Jin, A. y Yen, DC (2016), "Gestión inteligente de la cadena de suministro: una revisión e implicaciones para la
investigación futura", The International Journal of Logistics Management, vol. 27 núm. 2, págs. 395-417.
Xue, L., Zhang, C., Ling, H. y Zhao, X. (2013), "Mitigación de riesgos en la digitalización de la cadena de suministro: modularidad
del sistema y gobernanza de la tecnología de la información", Journal of Management Information Systems, vol. 30 N° 1,
págs. 325-352.
Yang, Q., Wang, Y. y Ren, Y. (2019), "Investigación sobre el modelo de gestión de riesgos financieros de la cadena de suministro
de Internet basada en la ciencia de datos", Investigación de sistemas cognitivos, Elsevier BV, vol. 56, págs. 50-55.
Zhu, Y., Zhou, L., Xie, C., Wang, GJ y Nguyen, TV (2019), "Pronóstico del riesgo crediticio de las pymes en el financiamiento de la
cadena de suministro con un enfoque mejorado de aprendizaje automático de conjuntos híbridos", International Journal of
Production Economía, Elsevier BV, vol. 211, págs. 22-33.
Lamba
ySingh Nguyen
et
al. Govindan
et
al. yHola
(2016) Addo-
Tenkorang et
al.
(2018) Arunachalam minuto
(2010) Baryannis
et
al. Minaei
(2019) mohammadi
y proceso
Helms
et
al.
(2011)
2011
El
artículo
presenta
los
beneficios
del
pronóstico
colaborativo
ylos
problemas
del
pronóstico
tradicional bala
(2012) Bomba
(2017) Feldmann
y Chan
et
al.
(2018)
2018
A
través
de
entrevistas
empíricas
semiestructuradas
con
empresas
3DP
en
China,
se
descubre
que
muchas Autores
(2017) (2018) (2018) (2018) (Corto,
1995)
2017
Este
trabajo
describe
algunos
marcos
que
facilitarán
la
inclusión
del
modelo
3V
BD
en
algunos 2018
Contribuye
con
un
nuevo
marco
de
clasificación
proporcionando
una
imagen
completa
de
la
literatura
actual
sobre 2018
El
documento
analiza
una
gama
de
posibilidades
para
mejorar
BDA
para
aplicaciones
SCM
con
SC
basados
en
datos 2016
El
artículo
proporciona
estudios
iniciales
de
revisión
de
la
literatura
sobre
problemas,
tendencias
yperspectivas
de
"BD"
en
SCM
para 2018
El
artículo
analiza
las
capacidades
de
BDA
SC
yofrece
orientación
para
estudios
futuros.
Contribuye
a
continuar 2010
Este
artículo
explora
diferentes
subcampos
de
IA
que
son
ideales
para
superar
problemas
prácticos
relacionados
con
SCM.
Eso 2019
Proporciona
una
descripción
general
de
los
diversos
métodos
de
IA.
Los
conceptos,
fundamentos,
las
aplicaciones
informadas
de
cada
1995
Revisa
las
aplicaciones
de
IA
para
la
industria
del
suministro
de
electricidad
con
dos
estudios
de
caso:
un
sistema
experto
para
2018
Proporciona
una
revisión
exhaustiva
de
la
literatura
de
SC
que
aborda
cuestiones
relacionadas
con
la
gestión
de
riesgos
de
SC
utilizando
IA
Año
Contribución
clave
campos
no
discutidos
de
O&SCM.
Explora
el
estado
actual
de
los
estudios
de
BD
en
adquisiciones,
producción
ylogística. dónde
ycómo
se
aplicó
BDA
en
el
contexto
SCM para
proporcionar
un
marco
IOT
-valor
agregado enfoques
de
espectro método,
se
presentan
las
estructuras,
algoritmos
yfunciones
utilizadas
monitoreo
de
seguridad
yaplicaciones
de
redes
neuronales
para
monitoreo
de
colapso
voltaje impulsar
el
valor
del
negocio.
Debido
a
la
existencia
de
conceptos
basados
en
valor,
SCM
no
pueden
proporcionar
respuestas
adecuadas
al
uso
de
niveles
de
inventario
3DP
yun
aumento
en
el
nivel
de
servicio
al
cliente
2017
Este
documento
contribuye
a
la
creación
de
un
marco
para
identificar
la
contribución
de
una
inversión
3DP
para
2012
El
documento
presenta
un
modelo
de
pronóstico
con
el
sistema
de
reposición
de
inventario
que
conduce
a
una
disminución
en las
empresas
no
han
suministrado
el
potencial
3DP
como
prometieron
discusión
de
BDA
en
este
campo define
las
áreas
más
fructíferas
de
SCM
donde
se
puede
aplicar
la
IA
495
4.0
administración
Contribuciones de los autores en SCM 4.0
BDA AI 3dp Tecnologías
Apéndice 1
(continuado)
Govindan
et
al.
(2018) Huang
yXue Fernando
et
al. Chaudhuri
et
al.
(2018)
(2012) Engelseth
yWang
(2018) Hofmann
yRutschmann
Accorsi
et
al. Brookshire
(2018) wang
yha Bjorklund
(2015) piecyk
y Ranyan
(2008) Sahay
y Aryal
et
al.
(2018)
2018
Este
artículo
presenta
un
método
de
análisis
minería
de
textos
para
la
revisión
de
la
literatura.
Este
documento
cubrió
el
disruptivo Chávez
et
al.
(2017) Autores
(2018)
2018
El
artículo
resume
las
discusiones
sobre
los
atributos
de
BD,
prácticas
efectivas
para
la
implementación
y 2012
Este
artículo
cierra
la
brecha
entre
los
estudios
teóricos
académicos
yla
realización
práctica
a
través
del
caso. brinda
asesoramiento
sobre
cómo
las
empresas
pueden
emplear
BDA
en
sus
planes
de
demanda
operativos,
tácticos
o
estratégicos
2018
Este
documento
contribuye
a
la
literatura
analizando
la
relación
de
los
métodos
de
pronóstico
con
BDA.
Este
papel 2018
El
artículo
proporciona
a
los
programas
académicos
una
evaluación
actualizada
yoportuna
de
la
industria
potencial 2015
Los
autores
analizan
la
forma
en
que
se
emplea
BD
en
todo
el
SC,
descubren
el
potencial
de
BD
para
influir
en
el
rendimiento
del
SC 2008
Este
artículo
discute
la
necesidad
de
revisar
el
concepto
tradicional
de
BI
que
integra
yconsolida en
la
rutina
de
programación
los
sistemas
SCM
2009
Este
artículo
analiza
el
papel
de
las
estructuras
de
datos
en
el
software
SCM
ydesarrolla
una
estructura
de
datos
que
se
puede
utilizar
Ardalan
y(2009) 2017
Esta
investigación
confirma
la
conexión
entre
DDSC
yvarias
dimensiones
de
la
capacidad
de
fabricación.
Año
Contribución
clave
estudio
de
JCH,
que
puede
incentivar
yconducir
a
evitar
fundamentos
deficientes
o
erróneos
en
la
planificación,
implementación
yevaluación
de
los
métodos
de
evaluación
e
implementación
del
clúster
SC operaciones
de
producción
ydistribución
de
alimentos
en
un
área
agran
escala
yuna
perspectiva
estratégica,
una
red
de
suministro
vinculada
desde
hace
mucho
tiempo.
Este
ámbito
de
investigación
mejora
el
uso
de
BD
para
mitigar
el
riesgo
en
los
SC
vinculados
durante
mucho
tiempo
en
la
gestión
de
la
cadena
de
frío
yproporciona
instrucciones
para
futuras
capacidades
de
innovación
de
investigación
2018
Este
documento
ilustra
un
marco
para
el
diseño
de
una
base
de
datos
que
ayuda
a
la
evaluación,
planificación
ydiseño
de
2018
La
investigación
el
proyecto
está
a
punto
de
estudiar
el
uso
de
la
tecnología
de
la
información
en
el
entorno
yalcance
inherentemente
complejos
de
2018
Este
documento
analiza
la
necesidad
de
una
evaluación
integral
para
la
adopción
yaplicación
del
análisis
de
datos
2017
Este
documento
propone
un
servicio
modelo
para
el
desempeño
de
SC
al
examinar
el
efecto
de
BDA,
seguridad
de
datos
ySC necesidades
de
la
fuerza
laboral,
lo
que
permite
a
los
educadores
realizar
los
cambios
necesarios
para
preparar
mejor
a
los
estudiantes
con
los
conjuntos
de
habilidades
requeridos tecnologías
utilizadas
en
informática,
ciencias
de
la
gestión
ysistemas
de
información
en
una
organización
para
apoyar
a
las
empresas
que
buscan
fidelizar
yretener
clientes
ydetallar
los
obstáculos
para
desarrollar
el
potencial
de
BD Además,
este
estudio
proporciona
información
sobre
la
relación
entre
la
capacidad
de
fabricación
yla
satisfacción
del
cliente.
También
proporciona
una
perspectiva
holística
de
BDA.
496
28,2
BJ
Tecnologías
Singh
et
al.
(2018)
2018
El
artículo
ilustra
el
uso
del
enfoque
de
minería
textos
para
el
análisis
de
las
redes
sociales
Wang
yYue M€uller
yVoigt
Urciuoli
yHintsa
(2017) Gonul
Kochan
et
al.
(2018)
(2017) Novais
et
al. Treiblmaier
(2018)
2018
El
artículo
investiga
la
relación
entre
SCM
yblockchain
desde
una
perspectiva
teórica
Manuel
Maqueira
Howell
(2017) Sander
et
al. Queiroz
et
al.
(2019)
(2018)
et
al.
(2018) Kamble
et
al. Wang
et
al. mínimo
(2019) Casado
Vara
et
al.
(2018) Wang
et
al. Autores
(2019) (2019a,
b)
(2018a,
b) (2019a,
b)
2017
Este
artículo
ha
propuesto
un
nuevo
sistema
de
preaviso
seguridad
alimentaria
para
analizar
los
riesgos
de
seguridad
en
SC
alimentarios.
Este 2017
Este
documento
revela
importantes
desafíos
de
seguridad
que
enfrentan
los
gerentes
de
SC 2018
Los
autores
desarrollaron
un
nuevo
enfoque
dinámico,
una
estructura
basada
en
comentarios
para
modelar
e
investigar
el
2018
Este
documento
proporciona
una
descripción
general
completa
de
los
potenciales
ydesafíos
de
I4.0
en
el
campo
de
Ingeniería
para 2019
Este
artículo
analiza
el
estado
actual
de
la
investigación
en
Integración
CC
ySC
con
el
objetivo
de
identificar
investigaciones comunicación
ynube
2017
El
artículo
analiza
el
nuevo
sistema
basado
en
los
conceptos
I4.0
de
interoperabilidad,
máquina
a
TI 2018
Este
estudio
revela
los
factores
determinantes
del
nivel
de
uso
o
asimilación
de
CC
en
el
SC. 2018
Este
estudio
investiga
los
TTS
actuales
ylas
etiquetas
de
certificación
ysondea
la
percepción
del
cliente
de
un
posible 2019
Este
estudio
arroja
luz
sobre
la
interrupción
causada
por
las
reconfiguraciones
de
SCM.
Este
estudio
investigó
la 2018
El
documento
presenta
un
enfoque
holístico
para
futuros
estudios
sobre
la
adopción
de
nuevas
tecnologías
basadas
en
la
ciencia
de
la
información. base
para
futuras
investigaciones
2019
Este
documento
es
uno
de
los
primeros
estudios
que
examina
el
estado
actual
de
la
difusión
de
blockchain
dentro
de
los
SC.
Se
pone
firme
Año
Contribución
clave
El
marco
de
infraestructura
respaldado
por
la
tecnología
IoT
yla
minería
de
reglas
de
asociación
tiene
como
objetivo
mejorar
la
sostenibilidad
de
la
calidad
SC comportamiento
de
los
SC
del
hospital,
ypara
evaluar
el
impacto
de
los
sistemas
de
intercambio
de
información
basados
en
la
nube
Ordenar
industrias.
Además,
delinea
diferentes
perspectivas
entre
las
partes
interesadas
más
pequeñas
ymás
grandes
de
un
SC. brechas
yproporcionar
orientación
para
futuras
investigaciones Solución
basada
en
BCT
para
la
trazabilidad
de
la
carne estado
actual
de
las
aplicaciones
de
blockchain
en
el
campo
SCM tecnologías áreas
de
aplicación
operaciones
de
gestión
riesgos
de
BT
a
SC tecnología
blockchain
aplicando
un
estudio
de
caso
real
para
implementar
la
tecnología
blockchain
2019
La
investigación
ofrece
varios
conocimientos
valiosos
a
los
profesionales
de
SC
para
la
posible
adopción
yexplotación
de
2018
Este
documento
presenta
un
nuevo
enfoque
de
blockchain
para
mejorar
el
SC
actual.
La
novedad
de
este
documento
radica
en
2019.
Este
artículo
analiza
formas
de
aprovechar
la
tecnología
blockchain
para
mejorar
la
resiliencia
de
SC.
Se
identifica
497
suministro 4
cadena de
Gestión de la
Procesamiento
de
datos La
seguridad
cibernética CPS CC cadena
de
bloques Tecnologías
(continuado)
Raisinghani
yMeade
(2005) Tu
et
al.
(2016) Birkel
yHartmann
(2019) Kamble
et
al. Tsang
et
al.
(2018)
2018
Los
autores
proponen
un
Sistema
de
Gestión
Riesgos
IoT
para
contribuir
al
área
de
monitoreo
de
riesgos
por
parte
de
IOT Rodríguez
Molano
et
al. Lee
et
al.
(2017) Ben
Daya
et
al. Chryssolouris
et
al.
(2004) Tjajono
et
al. Autores
Gadimi
et
al.
(2018) (2019) (2017) (2017) (2017)
2005
Este
documento
proporciona
un
modelo
de
decisión
que
ayuda
a
determinar
qué
construcción
de
KM
es
más
importante
según 2018
Este
artículo
adopta
los
cuatro
principios
de
diseño
I4.0
desarrollados
originalmente
en
la
fabricación
yconsiderando
el para
optimizar
los
procesos
en
tiempo
real,
además
de
evaluar
la
arquitectura
através
de
una
aplicación
móvil
2017
Este
artículo
presenta
una
propuesta
de
arquitectura
para
el
SC
en
el
contexto
I4.0,
que
puede
ser
utilizada
por
cada
miembro
del
SC 2017
El
artículo
analiza
el
impacto
de
I4.0
en
el
SC
ydiscute
cómo
ayudar
a
las
empresas
acomprender
mejor
el
Año
Contribución
clave
en
los
criterios
de
rendimiento
de
una
organización,
las
dimensiones
de
la
agilidad
ylos
impulsores
de
la
cadena
de
suministro mismos
principios
en
un
escenario
SC
utilizando
un
enfoque
MAS diseño
en
capas
de
ontología,
proceso
ymodelado
de
objetos.
Nueva
arquitectura
de
implementación
también
propuesta
para
transformar
los
modelos
de
diseño
del
sistema
IoT
en
lógica
de
implementación
2016
El
marco
de
modelado
IoT
desarrollado
en
este
estudio
es
el
primero
en
este
campo
que
descompone
el
sistema
IoT La
aplicación
ylas
técnicas
de
IA
también
investigan
las
interdependencias
entre
los
factores
utilizando
ISM
yla
metodología
SLR
de
DEMATEL.
Se
desarrolla
un
marco
yuna
clasificación
del
contenido
clave
para
sintetizar
el
cuerpo
fragmentado
de
literatura
2019
Este
estudio
identifica
las
diversas
barreras
que
afectan
la
adopción
de
IoT
en
el
SC
minorista
en
el
contexto
indio
y2019
Este
estudio
proporciona
una
visión
integral
de
los
desafíos
yriesgos
de
IoT
en
el
campo
de
SCM
mediante
la
realización
de
un utilizando
técnicas
de
inteligencia
computacional
para
permitir
una
logística
inteligente
para
I4.0 por
su
sencillez
yapertura.
Este
documento
analiza
la
implementación
de
un
mecanismo
de
este
tipo,
que
permite
la
comunicación
de
sistemas
heterogéneos,
mediante
la
adaptación
de
un
formato
de
datos
neutral.
Resumen
informativo
de
los
últimos
desarrollos
en
esta
área
emergente
yen
crecimiento.
2004
Este
trabajo
demuestra
que
el
uso
de
XML
para
la
implementación
de
la
comunicación
en
el
SC
ofrece
ventajas
2017
Este
documento
explora
el
papel
de
IoT
ysu
impacto
en
SCM
a
través
de
una
extensa
revisión
de
la
literatura.
Proporciona
un
2017
Este
documento
propone
un
sistema
de
gestión
almacenes
basado
en
IoT
con
un
enfoque
analítico
de
datos
avanzado Implicaciones
de
I4.0
ysus
tecnologías
relevantes
para
el
logro
del
Digital
SC
o
SC4.0
498
28,2
BJ
MAS internet
de
las
cosas Tecnologías
(continuado)
Attaran
(2007) Lorita
et
al.
(2017)
2017
La
investigación
presenta
el
diseño
ydesarrollo
de
un
CTI-
RFID
integrado
para
monitorear
la
SC
de
alimentos
frescos Piramuthu
(2005)
2005
Los
autores
desarrollaron
un
marco
para
la
posible
aplicación
de
métodos
descubrimiento
de
conocimiento
en
SC
automatizado Carbonneau
et
al. De
Clercq
et
al. Zhu
et
al.
(2019) Autores
(2008) (2019)
2007
El
documento
presenta
los
desafíos
de
implementación
de
RFID,
las
fases
de
adopción
ylos
factores
de
éxito.
también
discute 2008
El
documento
revisa
los
antecedentes
yel
trabajo
relacionado
con
la
previsión
de
la
demanda
en
el
SC
ampliado.
También
describe 2019
El
estudio
presenta
un
diseño
de
interfaz
gráfica
de
usuario
para
modelos
ML
capaz
de
predecir
la
producción
de
biogás
dada 2019
El
estudio
analiza
los
enfoques
de
ML
utilizados
para
refinar
el
rendimiento
en
la
previsión
del
riesgo
crediticio
de
las
empresas
en
Año
Contribución
clave
aplicaciones cortar
frutas
dentro
de
un
rango
de
temperatura
crítico
los
desafíos
de
cómo
integrar
RFID
con
SCM
existente,
gestión
de
relaciones
con
el
cliente
yERP configuración ycompara
los
resultados
de
los
experimentos
con
diferentes
métodos
de
pronóstico un
conjunto
de
insumos
de
desecho.
El
objetivo
del
estudio
es
potenciar
la
producción
de
biogás
en
instalaciones
industriales canales
financieros
tradicionales
499
4.0
administración
rfid ML Tecnologías
Apéndice 2
BJ
28,2
Tecnologías Definición Referencias
BD Descripción de cualquier gran cantidad de datos Merlino y Sproge

estructurados o no estructurados que tengan el potencial (2017)
500 de ser extraídos para obtener información Una infraestructura
internet de las cosas
de red global dinámica con capacidades de autoconfiguración Dossou (2018)
basada en protocolos de comunicación estándar e
interoperables donde las "Cosas" físicas y virtuales tienen
identidades, atributos físicos, personalidades virtuales y usan
interfaces inteligentes y se integran a la perfección en la red
de información “CC es una tecnología poderosa para realizar
CC computación compleja y a gran escala. Elimina la necesidad Abaker et al. (2014)
de mantener hardware informático costoso, espacio dedicado
y software”
cadena de bloques Una estructura de información diseminada que se recrea y mínimo (2019)
comparte entre los individuos de una red.
Blockchain se ensambla utilizando criptografía. Cada bloque
se reconoce por su propio hash criptográfico y cada bloque
alude al hash del bloque anterior. Esto construye una conexión
entre los bloques, enmarcando una cadena de bloques. Se
refiere a varios procesos utilizados para sintetizar un objeto
3dp tridimensional. Utiliza un archivo de diseño digital abstracto Chan et al. (2018),
que se puede transformar en un objeto físico mediante el uso Ghadimi et al. (2018)
de una impresora 3D Extensión de la realidad física al agregar
al entorno real capas de cualquier tipo de información generada
Arkansas
por computadoras Sistemas de ingeniería que se construyen Merlino y Sproge
a partir de y dependen de la integración perfecta de algoritmos (2017)
computacionales y componente físico Útil para identificar y
CPS rastrear objetos. Consiste en una etiqueta RFID que contiene Luthra y Mangla (2018)
la información de identificación única del producto, un lector
recopila la información almacenada en la etiqueta y un sistema
Identificación por de servidor almacena los datos relacionados con el Rodríguez Molano
radiofrecuencia (RFID) comportamiento inteligente de los artefactos. Su objetivo es et al. (2017)
desarrollar máquinas que puedan involucrar la percepción, la
razón, aprender, comunicarse y actuar en un entorno complejo
como humano.
AI
Tabla A1.
Tecnologías,
definición
Motivaciones Referencias
administración
Mejora de la fabricación Chávez et al. (2017), Rodríguez Molano et al. (2017) 4.0
Autónomo y autoorganizado Schr€oder et al. (2014)
producción
Conectividad de extremo a extremo Raisinghani y Meade (2005), Sahay y Ranjan (2008), Schr€oder
et al. (2014), Wang y Ha-Brookshire (2018)
Información de mayor volumen Ardalan y Ardalan (2009), Mohammadi y Minaei (2019), Piecyk
501
disponibilidad en tiempo real y Bjorklund (2015), Schr€oderet al. (2014), Tsang et al. (2018), Wang
y Ha-Brookshire (2018)
Mejora del desempeño del SC Chavez et al. (2017), Glas y Kleemann (2016), Moreira (2011),
Rodríguez Molano et al. (2017), Tortorella et al. (2019)
Producción histórica y en tiempo real Howell (2017), Wu et al. (2016), Rajnai y Kocsis (2017), Sahay y
visibilidad Ranjan (2008), Tsang et al. (2018)
Alertas y notificaciones en tiempo real Chávez et al. (2017), Rajnai y Kocsis (2017)
monitoreo de condición y predictivo
mantenimiento para maquina
Eliminación del error humano y retrabajo Chavez et al. (2017), Howell (2017), Mohammadi y Minaei (2019)
Ahorro de costos directos Bala (2012), Wu et al. (2016), Piramuthu (2005), Raisinghani y
Meade (2005), Seo et al. (2014)
Aumentar la productividad de los empleados Kamble et al. (2019)
Mejorar la seguridad de los productos y Chávez et al. (2017), Piramuthu (2005)
servicios
La satisfacción del cliente Aryal et al. (2018), Bala (2012), Wu et al. (2016), Piramuthu (2005)
Mayor competitividad Bala (2012), Colicchia et al. (2019a, b), Webster (1994), Piramuthu
(2005), Soni et al. (2019), Tortorella et al. (2019)
Alta calidad Wu et al. (2016), Tsang et al. (2018)
€
Tabla A2.
Disminución del riesgo Schluter y Henke (2017) SCM 4.0
Garantice la transparencia y la flexibilidad Tortorella et al. (2019), Tsang et al. (2018) impulsores de implementación
Barreras Referencias
Falta de conocimiento interno. Horvath y Szab o (2019), Wang y Ha-Brookshire (2018)

Recursos financieros limitados Kumar et al. (2019), mínimo (2019)
Inmadurez tecnológica Arunachalam et al. (2018)
Menos familiaridad con tecnologías avanzadas. Arunachalam et al. (2018)
Acceso limitado a fondos de inversión Glas y Kleemann (2016), Xue et al. (2013)
Alta inversión Aryal et al. (2018), Glas y Kleemann (2016), Lorite et al.
(2017), Merlino y Sproge (2017)
Recursos humanos limitados Arunachalam et al. (2018), El Maraghy (2019)
Privacidad y seguridad de los datos Addo-Tenkorang y Helo (2016), Arunachalam et al. (2018),
Wang et al. (2019a, b)
Complejidad de la SC Aryal et al. (2018), Da Silva et al. (2018)
Comunicación insuficiente Da Silva et al. (2018), Wang et al. (2019a, b)
Falta de preparación organizativa o técnica. Arunachalam et al. (2018), Min (2019), Wang y Ha Brookshire Tabla A3.
pericia (2018) Barreras SCM 4.0
Autor correspondiente
Se puede contactar a José Arturo Garza-Reyes en: j.reyes@derby.ac.uk
Para obtener instrucciones sobre cómo solicitar reimpresiones de este artículo, visite nuestro sitio web:
www.emeraldgrouppublishing.com/licensing/reprints.htm
O contáctenos para más detalles: permisos@emeraldinsight.com
Reproducido con permiso del propietario de los derechos

de autor. Prohibida la reproducción sin permiso.

Gestión de La Cadena de Suministro 4.0: Una Revisión de La Literatura y Un Marco de Investigación

Cargado por

Copyright:

Formatos disponibles

Gestión de La Cadena de Suministro 4.0: Una Revisión de La Literatura y Un Marco de Investigación

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Gestión de La Cadena de Suministro 4.0: Una Revisión de La Literatura y Un Marco de Investigación

Cargado por

Copyright:

Formatos disponibles

Machine Translated by Google

Gestión de la cadena de suministro 4.0: Gestión de la

José Arturo Garza Reyes Aceptado el 5 de septiembre de 2020

Tipo de papel Trabajo de investigación

Elsevier (www.sciencedirect.com), (3) Esmeralda

(http://www.emeraldinsight.com), (4) Taylor & Francis

(http://www.taylorandfrancis.com), (5) Springer (https://www.springer.com/

(6) IEEE (https://ieeexplore.ieee.org/)

(7) Google Scholar Las

3.1 Literatura a lo largo del

Selección de Selección de colección de

Futuro Desarrollo del

BJ Tipo de análisis Cualitativo

3.2 Área de aplicación geográfica La

Número de artículos publicados

lo largo del período 0

3 Dinamarca Brasil 469

7 Reino Unido EE.UU

3.3 Distribución por revista El

Robótica y Manufactura Integrada por Computadora 3

3.4 Tecnologías habilitadoras en el

4. Análisis bibliométrico Para

4.1 Análisis de coautoría Para

4.2 Ocurrencia del

4.4 Aparición de palabras

Grupo 1 Grupo 2 Grupo 3

Clústeres de palabras clave Sustentabilidad

4.5 Co-ocurrencia de términos de texto

5.1 Discusión de trabajos anteriores

AR alude a la superposición de modelos de reproducción de PC sobre el diseño físico de un entorno actual.

5.3 SCM 4.0

(3) SC automatizado sin contacto: suministro instantáneo y planificación de la demanda, fabricación

5.4 Impulsores y barreras de la implementación de SCM 4.0

6. Marco para el desarrollo de SCM 4.0 El tema de SCM 4.0

(4) Gestión de riesgos

6.2 Tecnologías digitales

(2) Desarrollar una atmósfera que facilite el aprendizaje;

(3) Desarrollar una ruta de carrera clara para el personal;

(5) Desarrollar programas apropiados para adquirir nuevas habilidades.

6.3 Digitalización Las

(3) Integridad: garantiza la modificación o destrucción adecuada.

7. Brechas de investigación, direcciones para futuras investigaciones e implicaciones para los

7.1 Brechas de investigación y direcciones para futuras

realizado en la cadena de valor. Además, la digitalización de cada proceso de SC no se trata en ninguno de

7.2 Implicaciones para profesionales y gerentes Este

Implementación de SCM 4.0

Kumar, K., Zindani, D. y Davim, JP (2019), Industry 4.0, pp. 35-42.

BD Descripción de cualquier gran cantidad de datos Merlino y Sproge

Falta de conocimiento interno. Horvath y Szab o (2019), Wang y Ha-Brookshire (2018)

Reproducido con permiso del propietario de los derechos

También podría gustarte