A Review of Industry 4.0 in Su

Machine Translated by Google
El número actual y el archivo de texto completo de esta revista están disponibles en Emerald
Insight en: www.emeraldinsight.com/1741-038X.htm
Industria 4.0 en los

Una revisión de la Industria 4.0 en los estudios estudios de
de gestión de la cadena de suministro gestión de la

cadena de sumi
Chetna Chauhan y Amol Singh
Instituto Indio de Gestión Rohtak, Rohtak, India 863
Resumen Recibido el 24 de mayo de 2018
Revisado el 11 de diciembre de 2018
Propósito: el propósito de este documento es evaluar cómo se considera el tema emergente de la Industria 4.0 en el contexto de
3 mayo 2019
la gestión de la cadena de suministro (SCM) e identificar áreas importantes para futuras investigaciones.
17 septiembre 2019
Diseño/metodología/enfoque – Se lleva a cabo una revisión sistemática de la literatura de 334 estudios. Los documentos han sido
Aceptado el 18 de octubre de 2019
analizados centrándose en la unidad de análisis, los métodos de investigación utilizados, los temas clave cubiertos y cómo ha
evolucionado el debate durante un período de tiempo.
Hallazgos: los hallazgos del estudio revelan que, hasta ahora, los académicos se han centrado en los principios y las prácticas
para la SCM digitalizada, han identificado facilitadores y barreras, y han considerado la Industria 4.0 en varios niveles,
particularmente a nivel de empresa. La mayoría de los estudios se centran en la fabricación desde la perspectiva de la empresa focal.
Limitaciones/implicaciones de la investigación: la limitación de este estudio es su unidad de análisis, donde solo se han
considerado artículos de revistas y congresos revisados por pares publicados en inglés.
Implicaciones prácticas: esta revisión identifica los temas y áreas importantes que los profesionales deben considerar con
respecto a la implementación de los estándares de la Industria 4.0 en las cadenas de suministro. La revisión proporciona
información sobre áreas poco investigadas y destaca la necesidad de que los futuros investigadores desarrollen modelos más
prácticos para guiar la implementación de la Industria 4.0.
Originalidad/valor: este documento es uno de los pocos estudios que evalúan la implementación de la Industria 4.0 en el contexto
de SCM y proporciona información e implicaciones para futuras investigaciones.
Palabras clave Digitalización, Gestión de la cadena de suministro, Industria 4.0
Tipo de papel Revisión de la literatura
1. Introducción
Industria 4.0 se ha convertido recientemente en un tema destacado no solo en el dominio de la gestión
sino en toda la comunidad global. A la luz de las tendencias comerciales cambiantes, las organizaciones
deben adoptar este próximo cambio en sus operaciones, así como en las redes más amplias de la
cadena de suministro (Geerts y O'Leary, 2014; Ivanov et al., 2016; Lin et al., 2017). ). Industry 4.0 implica
una combinación de fabricación inteligente, productos inteligentes e Internet de las cosas (IoT) y tiene
como objetivo proporcionar información en tiempo real sobre la producción, las máquinas y el flujo de
componentes. Esta información está integrada para ayudar a los gerentes a tomar decisiones, monitorear
el desempeño y rastrear materiales en tiempo real (Lasi et al., 2014; Stock y Seliger, 2016). A pesar de
las ventajas descritas anteriormente, la Industria 4.0 se encuentra en su etapa inicial con respecto a la
aplicación en SCM.
Según Rivera y van der Meulen (2014), un aumento de 30 veces en la cantidad de dispositivos
inteligentes para el año 2020 cambiará drásticamente la forma en que operan las cadenas de suministro.
Es importante que las empresas tengan visibilidad de los productos en cada etapa de la cadena de
suministro, como la identidad, la ubicación y otra información de seguimiento (Ganesan et al., 2016).
Como resultado, la implementación de la Industria 4.0 ha surgido como un lente potencial importante
para considerar cómo se puede modificar SCM para lograr los objetivos comerciales. Aunque el tema
de la Industria 4.0 surgió en 2011 en Alemania cuando se propuso el desarrollo de una nueva estrategia
para la política económica alemana (Mosconi, 2015), los estudiosos de la SCM solo recientemente han
comenzado a mostrar interés en abordar la Industria 4.0.
Las revisiones de literatura en el campo relacionado anteriormente tenían un alcance más limitado.
Revista de gestión de
Por ejemplo, Ben-Daya et al. (2019) examinan el papel del IoT y su impacto en la gestión de la cadena tecnología de fabricación
vol. 31 No. 5, 2020
de suministro (SCM). Estos autores reconocen la importancia de la Industria 4.0 en SCM pero se enfocan págs.
principalmente en la visión centrada en el proceso de SCM que está siendo afectada por las aplicaciones 863-886 © Emerald Publishing
Limited
de IoT. Büyüközkan y Göçer (2018) presentan una visión general de las cadenas de suministro digitales 1741-038X DOI 10.1108/JMTM-04-2018-010
JMTM junto con definiciones, características y desafíos, pero enfatizan cómo los diferentes aspectos de la Industria
31,5 4.0 están evolucionando en SCM. Ghobakhloo (2018), en su revisión de la literatura, identifica, agrupa y
describe los principios de diseño y las tendencias tecnológicas asociadas con la Industria 4.0.
Sin embargo, en el estudio actual, tenemos la intención de tener en cuenta el interés de los investigadores
de SCM en Industry 4.0 para examinar cómo se han considerado los principios de Industry 4.0 en el estudio
de SCM. Usamos el término "digitalización" en el contexto de la implementación de la Industria 4.0. Las
siguientes preguntas de investigación guían nuestra revisión de la literatura:
864
RQ1. ¿Cómo se define y operativiza el concepto de Industria 4.0 en la literatura?
RQ2. ¿Cuáles son los principales temas, tendencias y teorías en el debate sobre Industria 4.0 en SCM?
RQ3. ¿Cuáles son las vías potenciales para futuras investigaciones y prácticas en esta área?
El documento está organizado en seis secciones. La sección 2 presenta la metodología adoptada para
llevar a cabo una revisión sistemática de la literatura. El análisis de la literatura se presenta en la Sección
3. La Sección 4 presenta la discusión y las vías para futuras investigaciones. Las implicaciones académicas
y administrativas se presentan en la Sección 5. Finalmente, en la Sección 6 discutimos las limitaciones y
las futuras direcciones de investigación.
2. Metodología
Revisamos y sintetizamos la literatura sobre Industria 4.0 en SCM para responder a nuestras preguntas de
investigación mediante una revisión sistemática de la literatura. Las revisiones sistemáticas difieren de las
revisiones narrativas en que el proceso involucrado es replicable, científico y transparente. Las revisiones
sistemáticas permiten a los investigadores examinar la solidez de la evidencia publicada sin dejar de ser lo
más imparcial posible (Tranfield et al., 2003). De esta manera, las revisiones sistemáticas de la literatura
contribuyen al desarrollo de las bases de conocimiento existentes (Denyer y Tranfield, 2009; Tranfield et
al., 2003).
2.1 Enfoque de revisión sistemática de la

literatura Seguimos los pasos para el proceso de revisión sistemática de la literatura, que se describen a
continuación: (1) identificación de la investigación; (2) selección de estudios; (3) evaluación de la calidad
de los estudios; (4) extracción de datos y examen del progreso; y (5) síntesis de datos.
La figura 1 ofrece un resumen de los pasos de una revisión sistemática de la literatura.

El primer paso en la revisión sistemática de la literatura es la identificación de la literatura. Para
identificar la literatura, limitamos nuestra búsqueda a artículos publicados en inglés en revistas y
conferencias revisadas por pares. Buscamos la siguiente combinación de cadena de búsqueda en las bases
de datos académicas: "Industria 4.0" O "Internet de las cosas" O "Cadena de suministro inteligente" O
"digitalización de la fabricación" O "cadenas de suministro digitales" O "fabricación inteligente" O "Industria
del Futuro ” O “Industria inteligente”. Aplicamos la cadena de búsqueda a los títulos, palabras clave y
resúmenes de publicaciones en Google Scholar y
Eliminación de
Búsqueda de Análisis de
Figura 1. duplicados y Análisis de texto
palabras clave título, resumen y
Proceso de revisión artículos irrelevantes completo
en bases de datos palabras clave
sistemática de la literatura
otras bases de datos académicas que incluyen bases de datos Scopus, EBSCOhost, ProQuest y Emerald. Industria 4.0 en los
Estas bases de datos son fuentes de literatura ampliamente utilizadas para estudios de revisión. estudios de
Al buscar en las bases de datos, aparecieron 3.890 resultados de una búsqueda inicial que contenía al
gestión de la
menos una instancia de nuestras cadenas de búsqueda. Los resultados de los libros, capítulos de libros,
cadena de sumi
encuestas, documentos de trabajo e informes se eliminaron de los resultados de búsqueda. Analizamos los
resultados de la búsqueda y eliminamos los duplicados. La búsqueda bibliográfica se realizó en octubre de
2018 y se consideraron para el estudio los artículos que aparecieron en estas bases de datos junto con Google
Scholar hasta octubre de 2018. En el primer paso se recogieron un total de 895 artículos. El tiempo de duración
865
de los estudios se tomó desde todo el tiempo hasta la fecha.
En el segundo paso, los artículos fueron analizados para decidir si los trabajos seleccionados abordan el
tema en estudio. Examinamos cuidadosamente los títulos, palabras clave y resúmenes de los 895 artículos.
Se analizó todo el texto si el título, las palabras clave y el resumen no proporcionaban un enfoque claro de un
estudio. Los artículos con título y resumen que no cumplían con nuestros criterios de inclusión fueron
eliminados, quedando 568 artículos. Los criterios de inclusión que guiaron para filtrar los artículos son los
siguientes: para la revisión se consideraron artículos publicados en revistas académicas arbitradas, artículos
de congresos y artículos en prensa disponibles hasta octubre de 2018 inclusive. Los artículos que tienen un
enfoque claro en las tecnologías de Industria 4.0 y uno o más aspectos de SCM fueron seleccionados para la
revisión. Después de revisar los textos completos, finalmente se seleccionaron 334 artículos para la revisión
sistemática. Se excluyeron los artículos si el enfoque no estaba en la Industria 4.0 desde el punto de vista de
SCM. Específicamente, los artículos que se centran en la perspectiva técnica de la Industria 4.0 que incluyen
minería de datos, arquitectura de sistemas y campos relacionados se consideraron fuera del alcance de esta
revisión. Reconociendo la naturaleza multidisciplinaria de la investigación de la Industria 4.0, incluimos todas
las revistas y conferencias que abordaron el tema de la Industria 4.0 dentro del contexto de la cadena de
suministro.
En la tercera etapa de la revisión sistemática de la literatura, evaluamos la calidad de los artículos.
Nuestra revisión solo incluyó artículos que se sometieron a una revisión por pares. Incluimos solo las revistas
revisadas por pares y los artículos de congresos, ya que el proceso de revisión actúa como control de calidad
(McCartney et al., 1986). En el cuarto paso, se realizó un análisis de la literatura y en el quinto paso se
identificaron categorías emergentes de la literatura durante la síntesis. Se llevó a cabo un análisis completo del
artículo de acuerdo con las recomendaciones de Denyer y Tranfield (2009). La Figura 2 muestra los criterios
para el análisis de los artículos. Después de eso, se llevó a cabo un análisis de frecuencia para analizar la
asignación de artículos entre revistas y conferencias, el año de publicación y los métodos de investigación. De
acuerdo con nuestras preguntas de investigación, se llevó a cabo un análisis cualitativo de los documentos
manteniendo un enfoque en las siguientes áreas:
• definiciones de Industria 4.0;
• temas/temas principales; y
• principales hallazgos.
Al analizar los tópicos y temas abordados en los documentos, creamos códigos para la identificación de temas
clave cubiertos en los estudios revisados. Los códigos cubrieron todos los temas evidentes en la literatura
relacionada con la Industria 4.0 en SCM. Después de codificar individualmente, los códigos y categorías fueron
discutidos y emparejados por los autores. Las diferencias en la codificación se reconciliaron releyendo y
recodificando los artículos. En caso de superposición de los temas, el documento se revisó bajo ambos temas.
Las siguientes categorías y subcategorías de temas surgieron después de codificar los estudios:
• conceptualización de Industria 4.0 en SCM; • principios
para implementar Industria 4.0; • gestionar cadenas de
suministro digitalizadas; • resultados de la digitalización;

JMTM
31,5 Industria 4.0 en SCM
866 Análisis de frecuencia Análisis de contenido
Estudiar
Año Diario Metodología Palabras clave Definición Temas/Temas
escribe
Figura 2. Tipo de
Unidad de Análisis
método
Metodología de investigación
• rendimiento de las cadenas de suministro digitalizadas;
• impulsores y barreras de la Industria 4.0 en SCM;

• Prácticas de Industria 4.0; y
• ingeniería colaborativa y personalización.
En la Sección 3 presentamos los resultados y hallazgos de los análisis de frecuencia y cualitativos.
3. Análisis de la literatura
3.1 Análisis de frecuencia
3.1.1 Tipo de artículo. El análisis de frecuencia presenta los resultados descriptivos de nuestra muestra.
de 334 artículos. Analizamos el tipo de publicación a través de las fuentes. La visión general de la
Los hallazgos se presentan en la Figura 3. Las revistas contribuyen con el 58 por ciento de los artículos con 194 de
Tipo de artículo
2%
4%
36%
58%
Figura 3.
Tipo de estudio
Artículo de revista Artículo de revisión de artículo de conferencia Artículo en prensa
de 334 artículos. En total, el 36 por ciento de las publicaciones son artículos de conferencias que Industria 4.0 en los
representan 120 de 334 artículos. De los 238 artículos evaluados en nuestro estudio, 13 son artículos de revisión.
estudios de
Los siete estudios restantes que representan el 2 por ciento de los artículos son artículos de prensa.
gestión de la
3.1.2 Publicaciones anuales. En la Figura 4, se representa la asignación de los artículos revisados a lo
cadena de sumi
largo de los años. La Figura 4 ilustra la presencia de una tendencia creciente en el número de artículos
desde 2013, con un repentino aumento en el número de artículos desde 2015 en adelante. En el año 2013,
son siete los artículos que se publicaron. Esta cifra se duplicó en 2014 y aumentó más de tres veces en 867
2015. En 2016, el número de artículos se triplicó y se publicaron 71 artículos; este número aumentó a 112
artículos en 2017 y en el año 2018, hasta octubre, el número de artículos publicados es de 97. Esta
distribución muestra un aumento inmenso en la literatura a lo largo de los años. Un área de investigación
recibe reconocimiento en relación con el desarrollo del número de publicaciones si el número de
publicaciones en la comunidad científica se duplica en 10 a 20 años (Beske-Janssen et al., 2015). La
literatura en esta área ya ha cruzado esta marca, y esto enfatiza el interés académico emergente. Este
hallazgo también confirma que el tema es ampliamente reconocido en el campo de SCM.
3.1.3 Publicaciones en forma de revista. Un gran número de revistas han publicado artículos sobre
Industria 4.0 y SCM. La Figura 5 muestra la distribución de artículos en las 10 principales revistas.
120
100
80
60
40
20
0 Figura 4.
Número de documentos
2011 2012 2013 2014 2015 2016 2017 2018
publicados en
Número de documentos publicados años
25
20
15
10
0 Internacional Tecnológico Diario de Internacional Diario de Diario de Producción Empresa Calidad total Apoyo a las decisiones Figura 5.
Diario de Pronóstico y Fabricación Diario de Limpiador Industrial Planificación y Información Gestión y Sistemas
Producción Cambio social Tecnología Producción Producción Ingeniería y Control Sistemas Negocios Número de artículos
Investigar administración Ciencias económicas administración Excelencia
publicados en las 10
Nº de artículos mejores revistas
JMTM Las 6 principales revistas contribuyen con aproximadamente el 18 por ciento de las publicaciones con 59 de los 334 artículos.
31,5 Las siguientes 10 revistas produjeron 35 de 334 artículos que contribuyen al 10,4 por ciento de las publicaciones.
Las revistas restantes con la menor cantidad de artículos (menos de tres artículos cada una) contribuyen con
alrededor del 41 por ciento de los artículos. Los artículos restantes son ponencias de congresos. Industry 4.0 ha
recibido una amplia atención en el campo de la fabricación y la producción, como se desprende de la lista de
publicaciones que se muestra en la Figura 5. El tema también está ampliamente cubierto por las publicaciones
868 que se centran en la gestión de operaciones sostenibles, como Sustainability Switzerland y Journal of Cleaner
Production. .
3.1.4 Análisis por países. El análisis por país da una amplia gama de interpretaciones. La Figura 6 informa
sobre los 12 países más productivos elegidos por los artículos seleccionados para la investigación Industria 4.0 y
SCM. La mayoría de las publicaciones se refieren a Alemania (54 artículos) y EE. UU. (50 artículos), seguidos de
Italia (33 artículos), Reino Unido (26 artículos) y China (25 artículos). Alrededor del 90 por ciento de la investigación
proviene de los 12 países, como se muestra en la Figura 6. Con el advenimiento de la cuarta revolución industrial,
varios países europeos han anunciado su estrategia Industria 4.0 en los últimos años, lo que ha llevado al
desarrollo de hojas de ruta tecnológicas e investigación. agendas (Santos, Mehrsai, Barros, Araújo y Ares, 2017).
Está claro en la Figura 6 que la mayoría de los estudios sobre Industria 4.0 en SCM provienen de los países
europeos.
3.1.5 Análisis de palabras clave. El autor considera las palabras clave como un medio para resaltar el contenido central y
el tema de un artículo. Las tendencias de investigación se pueden revelar mediante el análisis de frecuencia de palabras clave.
El análisis de frecuencia de palabras clave se puede utilizar para descubrir las tendencias y transformaciones de
la investigación (Ji et al., 2018). Construimos una red de co-ocurrencia para analizar las palabras clave de los
autores (Strozziet al., 2017). En la Figura 7, los nodos de redes de co-ocurrencia son las palabras clave de los
autores extraídas de 334 artículos. Para realizar el análisis de co-ocurrencia, primero, se seleccionaron las
palabras clave de los autores de los 334 artículos. Las palabras clave que aparecieron juntas al menos cinco
veces se consideraron para crear una red de palabras compartidas. En este estudio, la red de palabras clave de
co-ocurrencia se analiza utilizando el software VOSviewer aplicando la visualización de la técnica de agrupamiento
de similitudes. VOSviewer determina las ubicaciones de los elementos en un mapa minimizando una función en
función de una medida de similitud (ASij) entre los elementos (van Eck y Waltman, 2011). ASij se define como:
cij
ASij ¼ ;
cicj
donde cij es una medida de la co-ocurrencia de las palabras clave i y j en el mismo documento; ci es el número
esperado de co-ocurrencias de i bajo el supuesto de que las co-ocurrencias de iyj son estadísticamente
independientes; ycj el número esperado de co-ocurrencias de j bajo el supuesto de que las co-ocurrencias de iyj
son estadísticamente independientes.
Número de documentos entre países
0 10 20 30 40 50 60
Alemania
EE.UU
Italia
Reino Unido
Porcelana
Francia
Suecia
India
Italia
Figura 6. Australia
Número de documentos Federación Rusa
en los 12 países más Noruega
productivos
Documentos
Industria 4.0 en
cadena de suministro
administración
estudios
869
Figura 7.
Análisis de palabras clave
La figura 7 ofrece un análisis de las palabras clave del autor de los 238 artículos.
El análisis de co-ocurrencia se basa en la suposición de que en un artículo, las palabras clave de los autores
reflejan una descripción adecuada del contenido (Strozzi et al., 2017). temas de investigación o
los patrones son revelados por co-ocurrencias alrededor de las mismas palabras. Los datos obtenidos por el
el análisis de palabras clave puede ser importante para comprender los temas
relacionados con el campo para futuros trabajos. Por ejemplo, en la Tabla I se puede ver que en la primera
clúster (Cluster 1) la eficiencia energética y la utilización de la energía era un grupo de cuestiones asociadas,
entre otros, con las empresas manufactureras. Los más frecuentes y los más
Grupo 1 Grupo 2 Grupo 3 Grupo 4 Grupo 5 Grupo 6
Toma de decisiones Repartido Automatización de grandes datos Industrial Entero

computadora administración programación
sistemas
Eficiencia energética Industrial Diseño de la competencia Inclinarse Mejoramiento
desarrollo fabricación
Utilización de energía Industrial Económico y Industrial Fabricación Planificación
producción efectos sociales investigar proceso
Información Innovación Ciencias económicas Información y Producción
administración comunicación proceso
tecnología
Sistemas de información Internet Inversiones Ciclo vital SCM
Fabricación Internet Producción Diseño de producto
compañías de cosas sistema
Planificación Logística Inteligente Ventas
fabricación
Control de producción Fabricación
ambiente
Evaluación de riesgos Sustentabilidad Tabla I.
Sostenible Agrupación de
desarrollo palabras clave
JMTM componente interconectado en el clúster fue la toma de decisiones. Aquí, este elemento exhibió una relación
31,5 muy fuerte con el desarrollo sostenible. Las áreas de planificación y control de producción están asociadas a
los sistemas de información que forman el núcleo de la Industria 4.0. En estas áreas, los autores también
impusieron el contexto de la evaluación del riesgo en los debates presentados en las publicaciones. Aquí, la
gestión de la información se encuentra en el centro del mapa y tiene numerosas conexiones con una gran
cantidad de otros temas.
870 3.1.6 Naturaleza del estudio. La Tabla II presenta una visión general de la naturaleza del estudio. Los
métodos de investigación aplicados en relación con la aplicación Industria 4.0 en la literatura SCM emplean
diferentes categorías de métodos de investigación como se describe en la Tabla II.
Como se desprende de la Tabla II, más del 82 por ciento de los artículos de nuestra revisión son
documentos conceptuales. En consonancia con las características de un campo que está emergiendo,
también crece el número de trabajos que buscan desarrollar teoría. En la corriente de estudios empíricos, la
investigación de estudios de casos, las encuestas y las entrevistas contribuyen solo al 8 por ciento de los artículos revisados.
Las revisiones de literatura contribuyen con solo alrededor del 5 por ciento de la literatura. Los estudios y
experimentos de métodos mixtos contribuyen a aproximadamente el 1 por ciento de las publicaciones. Otros
modelos matemáticos dan cuenta de los estudios restantes.
3.1.7 Unidad de análisis. A partir de los resultados de una unidad de análisis, es evidente que alrededor
del 40 por ciento de los artículos (151 de 334) se centran en el nivel de planta/empresa central. Menos
estudios (25 de 334) enfatizaron en la logística en la era de la Industria 4.0. Alrededor de 30 estudios indicaron
que su estudio abarcaba a toda la industria. Solo cuatro estudios se centraron en la perspectiva de los
proveedores y los fabricantes. Sorprendentemente, en un gran número de estudios (151 de 334), no se
especifica la unidad de análisis. La mayoría de estos estudios mencionan que su enfoque está en la cadena
de suministro. Estos estudios no se centran en los actores de la cadena de suministro ni en el nivel de
análisis. La perspectiva de múltiples niveles no se trata explícitamente en la literatura existente. La Tabla III
presenta una visión general de la literatura basada en una unidad de análisis.
Naturaleza Nº de
de estudio Artículos de muestra estudios
Teoría/ Geerts y O'Leary (2014), Arnold (2018), Rauch et al. (2017), Trentesaux et al. 277
Documento (2016), Jensen y Remmen (2017), Barreto et al. (2017), Bechtsis et al. (2018), Strandhagen,
conceptual Vallandingham, Fragapane, Strandhagen, Stangeland y Sharma (2017), Trstenjak y Cosic
(2017), Tjahjono et al. (2017), Bogataj et al.
(2017), Hwang et al. (2017), Zhong et al. (2017), Anderseck y Hille (2013), Dawid et al.
(2017), Shamim et al. (2017)
Revisión de la literatura Costabile et al. (2017), Büyüközkan y Göçer (2018), Lu (2017), Xu et al. (2014), Thibaud et al. 13
(2018), Ben-Daya et al. (2019), Filho et al. (2017), Oesterreich y Teuteberg (2016), Wu et al.
(2016), Tachizawa et al. (2015), Bowles y Lu (2014), Randhawa y Ahuja (2017), Ghobakhloo
(2018)
Estudio empírico/ Rymaszewska et al. (2017), Zhang et al. (2013), Wakenshaw et al. (2017), Zaheer y Trkman 25
de caso (2017), Ooi et al. (2018), Lim et al. (2018), Rymaszewska et al. (2017), Strandhagen, Alfnes,
Strandhagen y Vallandingham (2017), Qrunfleh y Tarafdar (2015), Yang et al. (2013), Schumacher
et al. (2016), Martínez et al.
(2010), Rachinger et al. (2019)
Método Delphi Tonelli et al. (2016), Kiel et al. (2017), Kiel et al. (2017) 3
Analítica Diedrichs et al. (2016), Dunke et al. (2018), Qi y Bi (2014) modelado Optimización 3
Lee (2017), Fiasche et al. (2016), Nagadi et al. (2018), Luthra et al. (2018), Veza et al. (2015), 9
Hauder et al. (2017), Hsu y Yang (2017), Ivanov et al. (2016)
Enfoque de Dossou y Nachidi (2017), Majeed y Rupasinghe (2017) 2
Tabla II. método mixto
Naturaleza del estudio Experimento Chan et al. (2017) 1
Industria 4.0 en los

Nº de
Unidad de Análisis Papeles de muestra documentos
estudios de
gestión de la
Indicado como cadena de Tonelli et al. (2016), Zhang et al. (2013), Lin et al. (2017), Geerts y O'Leary (2014), Bao et al. 151
cadena de sumi
suministro (2013), Grieco et al. (2017), Man y Strandhagen (2017), Büyüközkan y Göçer (2018), Qi y Bi (2014),
Ben-Daya et al. (2019), Kumar et al. (2016), Majeed y Rupasinghe (2017), Strange y Zucchella
(2017), Bogataj et al. (2017), Ganesan et al. (2016)
871
Nivel de empresa/planta focal Arnold (2018), Costabile et al. (2017), Dunke et al. (2018), Hwang et al. (2017), Longo et al. (2017), 124
Rauch et al. (2017), Rymaszewska et al. (2017), Kiel et al. (2017)
Indicado como industria Mrugalska y Wyrwicka (2017), Oesterreich y Teuteberg (2016), Štofová et al. (2017), Trentesaux 30
et al. (2016)
Logística Barreto et al. (2017), Bechtsis et al. (2018), Diedrichs et al. (2016), Ivanov et al. (2016), Lu et al. 25
(2017), Strandhagen, Alfnes, Strandhagen y Vallandingham (2017), Strandhagen, Vallandingham,
Fragapane, Strandhagen, Stangeland y Sharma (2017), Anderseck y Hille (2013), Hofmann y
Rüsch (2017)
Cadena de suministro de Ninguna 0

varios niveles
Proveedores y/o Muller et al. (2018), Khemiri et al. (2017), Marqués et al. (2017) 4 Cuadro III.
fabricantes Unidad de Análisis
3.2 Análisis cualitativo En

esta sección, presentamos los hallazgos del análisis cualitativo de la literatura y abordamos las tres
preguntas de investigación.
3.2.1 Definición de Industria 4.0 en la literatura SCM. Aunque el término Industria 4.0 ha recibido mucha
atención recientemente, todavía carece de una definición precisa y generalmente aceptada (Hofmann y
Rüsch, 2017). Se puede ver un interés creciente en la investigación de la Industria 4.0 en la literatura de
SCM. Si bien los académicos en el campo de SCM han indicado un interés creciente en estudiar cuestiones
sociales, solo una fracción de los estudios considera este aspecto al definir Industria 4.0.
En la Tabla IV presentamos las diferentes perspectivas sobre la definición de Industria 4.0 en la literatura
de SCM. Por ejemplo, Sanders et al. (2016) introducen el concepto de tecnologías orientadas al futuro,
abordando el paradigma de interacción hombre-máquina relacionado con la Industria 4.0.
Además, Pereira y Romero (2017) se enfocan en enumerar las “tecnologías del futuro” en su definición, las
cuales involucran Cyber-Physical Systems (CPS), IoT, Internet of Services (IoS), Robótica, Big Data, Cloud
Manufacturing y Realidad aumentada. Los otros aspectos en la definición de Industria 4.0 enfocan aún más
el concepto de mejoras en tiempo real en el desempeño de los procesos, en términos de productividad,
seguridad, eficiencia energética y costo (Peruzzini et al., 2017). Los principios de la Industria 4.0 requieren
un cambio general mediante la digitalización y automatización de cada parte de la empresa, junto con el
proceso de fabricación (Trstenjak y Cosic, 2017). Schlechtendahlet al. hace otra adición a estas definiciones.
(2014) centrándose en la interconexión entre los participantes. Madsen y Mikkelsen (2018) destacan aún
más el concepto de automatización a través de la Industria 4.0 que incluye la autoconfiguración para la
resiliencia, el autoajuste para la variación y la autooptimización para una perturbación.
Longo et al. (2017) enfatizan en el recurso humano al definir Industria 4.0 como una red inteligente de CPS
y recursos humanos que se comunican sobre IoT e IoS. Barata et al. (2018) argumentan además que
Industry 4.0 depende en gran medida del intercambio de datos a lo largo de la cadena de suministro a
través de servicios comerciales, procesos y sistemas de información interconectados. Estas definiciones
alientan a los investigadores a proponer una definición unificada de Industria 4.0 desde la perspectiva de SCM.
3.2.2 Temas emergentes. La mayoría de los artículos se centran en la conceptualización de Industria
4.0 en varios aspectos de la investigación de gestión de cadenas de suministro. Por ejemplo, Wu et al. (2016)
JMTM Artículo Definición

31,5
Hofmann y Rüsch (2017, “Productos y servicios, conectados de forma flexible a través de Internet u otras aplicaciones de red”
p. 25)
Sanders et al. (2016, “Industria 4.0 es la cuarta revolución industrial que aplica los principios de los sistemas
pág. 816) ciberfísicos (CPS), Internet y tecnologías orientadas al futuro y sistemas inteligentes con paradigmas
mejorados de interacción hombre-máquina”
872 Pereira y Romero (2017, “Este concepto emergente de la Industria 4.0 es un término general para un nuevo paradigma
p. 1207) industrial que abarca un conjunto de futuros desarrollos industriales relacionados con los
Sistemas cibernéticos (CPS), Internet de las cosas (IoT), Internet de los servicios (IoS), Robótica,
Big Data , Fabricación en la Nube y Realidad Aumentada”
Peruzzini et al. (2017, “El paradigma de Industria 4.0 se basa en sistemas de comunicación y cooperación entre sí y con
pág. 806) humanos en tiempo real para mejorar el desempeño de los procesos en términos de productividad,
seguridad, eficiencia energética y costos”
Trstenjak y Cosic “La Industria 4.0 se ha presentado como un cambio global por la digitalización y automatización de
cada parte de la empresa, así como del proceso de fabricación” (2017, p. 1745)
Schlechtendahl et al. “Un paradigma de Industria 4.0 es un entorno en el que todos los participantes están
(2014, p. 145) interconectados y compartiendo información entre sí”
Madsen y “Industria 4.0 se refiere a la automatización a través de Internet de las Cosas se lleva a un Mikkelsen (2018, p. 91)
nivel aún más alto y se espera
unaque
perturbación
se autoconfigure
” para la resiliencia, se autoajuste para la variación y se autooptimice para
Tjajono et al. (2017, pág. “La visión de la industria 4.0 enfatiza la red global de máquinas en un entorno de fábrica inteligente
1175) capaz de intercambiar información de forma autónoma y controlarse entre sí”
Tabla IV. Longo et al. (2017, “Industria 4.0 va con redes inteligentes de Sistemas Ciberfísicos y Humanos p. 144)
Definición de la Industria 4.0 en Recursos que se comunican a través del Internet de las Cosas y el Internet de los Servicios”
los estudios de la cadena de Randhawa y Ahuja "Industria 4.0 depende en gran medida de la adquisición y el intercambio de datos a lo largo de la cadena de
suministro suministro (2017, p. 173) a través de servicios comerciales, procesos y sistemas de información interconectados"
conceptualice la cadena de suministro inteligente como un término general para desarrollar sistemas para
una mejor comunicación, toma de decisiones inteligente y capacidades de automatización por parte de los
actores de la cadena de suministro. Stefansson y Lumsden (2009) sugieren los tres componentes principales
de la gestión inteligente del transporte, a saber, productos inteligentes, vehículos inteligentes e infraestructura
inteligente. Los autores argumentan que los componentes del transporte inteligente tienen efectos en el
desempeño de la cadena de suministro. Ivanov et al. (2016) teorizan un concepto de red de fabricación
inteligente como un escenario donde las máquinas y los productos interactúan entre sí en ausencia de
intervención humana.
Varios estudios subrayan los principios de Industria 4.0 en SCM (Mrugalska y Wyrwicka, 2017; Müller et
al., 2018; Nunes et al., 2017; Qi y Bi, 2014; Toh et al., 2009; Tu et al., 2018) . Los autores argumentan cómo
las tecnologías clave ayudarán a la implementación de los estándares de Industria 4.0 en SCM. Estas
tecnologías incluyen CPS, IoT, robótica, Big Data, fabricación en la nube, realidad aumentada, RFID y
tecnología de la información y la comunicación, por nombrar algunas (Ben-Daya et al., 2019). Ghobakhloo
(2018), a través de su revisión de la literatura, ha incluido los principios de diseño específicos de la Industria
4.0. Estos principios incluyen interoperabilidad, virtualización, descentralización, capacidad en tiempo real,
orientación al servicio y modularidad.
Un número creciente de estudios se centran en gestionar el cambio de las cadenas de suministro
tradicionales a las cadenas de suministro digitalizadas. Estos estudios abordan temas como la gestión de
los sistemas de información para la seguridad de los datos y las leyes de confidencialidad (Kodym y Unucka,
2016); definición de responsabilidades para el manejo eficaz y eficiente de cadenas de suministro inteligentes
(Chen, 2015) y lineamientos de implementación para la gestión de nuevas tecnologías (Li, 2018; Santos,
Mehrsai, Barros, Araújo y Ares, 2017).
Los investigadores prevén la Industria 4.0 como un medio para generar cambios económicos y sociales
en el mundo. Por ejemplo, Li (2018) argumenta que la implementación de Industria 4.0 en redes industriales
mejorará la capacidad industrial a través de la fabricación impulsada por la innovación. Los académicos también Industria 4.0 en los
han analizado el efecto de las tecnologías de la Industria 4.0 en la sostenibilidad ambiental (Garcia-Muiña et al., estudios de
2018; Lopes de Sousa Jabbour et al., 2018; Nascimento et al., 2019).
gestión de la
La Industria 4.0 conducirá a una reducción de costos a través de una productividad mejorada y una utilización,
cadena de sumi
reciclaje y reutilización eficientes de los recursos. La literatura existente subraya y enfatiza la calidad sobre la
cantidad, el desarrollo verde, la optimización de la estructura de la industria y el fomento del talento humano
como algunos de los resultados de la digitalización. Oesterreich y Teuteberg (2016) y Reischauer (2018) evalúan 873
hasta qué punto la Industria 4.0 da forma a las industrias manufactureras, así como a la vida económica y social
de las personas. Los autores sostienen que los resultados previstos de Industry 4.0 son sistemas de innovación
que forman parte de la academia, los negocios, la sociedad y la política. Sin embargo, factores como la mano de
obra no calificada, la obsolescencia de los equipos más antiguos y la alta demanda de los consumidores pueden
tener un impacto negativo en el desempeño ambiental (Bonilla et al., 2018; Tsai y Lu, 2018).
Los sistemas de Industria 4.0 permiten una respuesta rápida y rentable al mejorar la flexibilidad y conducen
a un mejor rendimiento operativo general (Dubey et al., 2017; Fatorachian y Kazemi, 2018). Tonelli et al. (2016)
subrayan los recursos internos clave y los impulsores del rendimiento operativo en la Industria 4.0. Los autores
identifican áreas de mejora y definen iniciativas de procesos, indicadores clave de rendimiento e intervenciones
para mejorar la alineación empresarial. Ooi et al. (2018) exploran la relación entre la capacidad de absorción de
la tecnología de computación en la nube y el desempeño de la empresa. Varios estudios (consulte la Tabla V)
argumentan que la implementación de Industria 4.0 conducirá a un mejor desempeño en términos de
productividad, costos, calidad, sostenibilidad, capacidad de respuesta y agilidad.
Varios autores subrayan los impulsores y las barreras de la aplicación de la Industria 4.0 en SCM (Tabla V).
Por ejemplo, según Oesterreich y Teuteberg (2016), los empleados tienen que lidiar con requisitos laborales
cada vez mayores y pueden encontrarse con un mayor nivel de estrés mental debido al miedo a perder el trabajo.
Esto surgirá como una barrera en forma de resistencia de los empleados. Bienhaus y Haddud (2018) enumeran
los factores relacionados con la digitalización de las organizaciones y las formas de superarlos. Los autores
separan estos factores como tecnologías habilitadoras y barreras clave. Varios otros académicos también han
identificado las barreras y los facilitadores de la Industria 4.0. En líneas similares, Lin et al. (2018) enumeran los
factores que conducen a una respuesta positiva o negativa hacia las iniciativas de la Industria 4.0. Los autores
sostienen que el tamaño de la empresa no afecta su respuesta hacia estas tecnologías. Desde el punto de vista
operativo, pueden surgir varios problemas, como la falta de estándares para muchas tecnologías, requisitos más
altos para equipos informáticos, aumento de la necesidad de redes de comunicación mejoradas. Cuestiones
como el cumplimiento normativo, la ambigüedad legal y contractual también pueden plantear un desafío para la
digitalización. Por otro lado, la creciente competencia global, la disponibilidad de datos, las tecnologías
habilitadoras y las empresas excéntricas de los clientes impulsarán el cambio hacia la digitalización (Neugebauer
et al., 2016).
Ben Daya et al. (2019) brindan una descripción detallada del impacto de las tecnologías de la Industria 4.0
en varias funciones de la cadena de suministro. Los autores identifican el papel de IoT en SCM a través del
análisis de la literatura basada en el impacto en los procesos de la cadena de suministro. Un segmento importante
de estudios de literatura arroja luz sobre los procesos de "hacer" y "entregar" de la gestión de la cadena de suministro.
Ben Daya et al. (2019) presentan una descripción detallada de cómo las tecnologías habilitadoras afectan las
diferentes funciones de los procesos de la cadena de suministro. Además de la fabricación, una gran cantidad
de artículos brindan un marco conceptual para crear valor para los procesos de servitización mediante el uso de
datos de tecnologías basadas en la Industria 4.0, como IoT, big data y computación en la nube (Opresnik y
Taisch, 2015). Vandermerwe y Rada (1988) argumentaron que muchas empresas podrían mejorar la
competitividad aumentando los servicios ofrecidos en su cartera por Servitization.
Los académicos sostienen que el concepto de servitización se puede desarrollar hacia mejores propuestas de
valor y una mayor rentabilidad, con la ayuda de IoT (Bressanelli et al., 2018;
JMTM Temas Temas clave Documentos clave

31,5
Conceptualización de Fabricación inteligente, logística inteligente, Anderseck y Hille (2013), Diedrichs et al. (2016),
componentes de Industria productos inteligentes, cadenas de suministro inteligentes Ivanov et al. (2016), Strandhagen, Vallandingham,
4.0 en SCM Fragapane, Strandhagen, Stangeland y Sharma
(2017), Longo et al. (2017), Lu et al. (2017)
874
Principios para Tecnologías clave (sistemas ciberfísicos, Ghobakhloo (2018), Mrugalska e Internet de las cosas, Internet
implementar de los servicios, Wyrwicka (2017), Müller et al. (2018), robótica, big data,
al. (2017) , Qifabricación
y Bi (2014),en la nube
Shah Nunes et
y realidad
Industria 4.0 en SCM aumentada, RFID, 3D et al. (2018), Toh et al. (2009), Tu et al. fabricación), principios
(descentralización, de diseño (2018)
interoperabilidad, flexibilidad,
seguridad y confidencialidad de la información, virtualización, capacidad en
modularidad, tiempo inteligente,
producto real, orientación alinteligente,
fábrica servicio,
integración vertical, integración horizontal, personalización del producto)
Li (2018), Lincompetencia,
et al. (2017), cambio
Maslariÿeconómico
et al. y social
digitalización
resultados (2016), Oesterreich y Teuteberg (2016), Reischauer
(2018), Tseng et al. (2018)
Rendimiento de las Productividad, costos, calidad, sostenibilidad, Mrugalska y Wyrwicka (2017), capacidad de respuesta de Ooi,
cadenas de suministro manufactura esbelta et al. (2018), Qrunfleh y Tarafdar (2015), Sanders et al. (2016), Tonelli et al.
digitalizadas
(2016), Trstenjak y Cosic (2017), Tseng et al. (2018)
Gestión de cadenas de Leyes de seguridad y confidencialidad de datos, Veza et al. (2015), Santos et al. (2017), definición de
suministro digitalizadas responsabilidades, implementación Kiel et al. (2017), Rymaszewska
Trstenjakety al. directrices,
Cosic (2017) flexibilidad (2017),
Impulsores y barreras de la Impulsores: competencia global, datos, habilitación Tonelli et al. (2016), Lu (2017), tecnologías Thibaud, clientes
Industria 4.0 en SCM et al. (2018), Maslariÿ et al. (2016), Barreras: alto costo, faltaDallasega
de habilidades, falta de Ben-Daya
et al. infraestructura, et al. (2019),
problemas de
confidencialidad de datos (2017), Kache y Seuring (2017)
Prácticas de cadena de Planificar, obtener, fabricar, entregar y revertir Ben-Daya et al. (2019), Filho et al. (2017), logística, desarrollo de
suministro digitalizadas productos inteligentes, Strange y Zucchella (2017), capacidades de Coreynen
(2017), monitoreoetdeal.Trstenjak,
(2017), aservitización y Cosic
través de Industria
4.0 Bressanelli et al. (2018), Rymaszewska et al. (2017)
Cuadro V. Ingeniería Brecha entre personalización masiva y Santos et al. (2017), Wang et al. (2017)
Temas emergentes en colaborativa y personalización masiva; precio y nivel de servicio
la literatura. personalización
Rymaszewska et al., 2017). IoS promueve la servitización de la fabricación mediante un cambio estratégico de
la venta de productos a la venta de una oferta integrada de productos y servicios, es decir, un sistema de servicio
de productos (PSS) (Martinez et al., 2010).
La integración de PSS con CPS dará lugar a paquetes de productos y servicios que crearán sistemas
ciberfísicos de productos y servicios. Estas tecnologías se pueden utilizar para predecir el rendimiento del
producto, administrar el ciclo de vida del producto y optimizar las necesidades de servicio del producto (Lee et
al., 2014). Los académicos sostienen que el concepto de servitización se puede desarrollar para lograr mejores
propuestas de valor y una mayor rentabilidad, con la ayuda de IoT (Bressanelli et al., 2018; Rymaszewska et al.,
2017). Coreynen et al. (2017) examinan empíricamente la relación entre digitalización y servitización. Los
autores sostienen que la digitalización está positivamente vinculada con la servitización industrial, comercial y
de valor.
La digitalización de activos y el intercambio de datos entre compradores y proveedores industriales facilitan la Industria 4.0 en los
servitización inteligente. En la servitización inteligente, el enfoque cambia hacia la consideración del producto como estudios de
un medio para brindar valor continuo al cliente, en lugar del fin en sí mismo. El fabricante permanece conectado
gestión de la
con los clientes a través del producto (Porter y Heppelmann, 2015). A través del análisis de los datos obtenidos de
cadena de sumi
los productos, los proveedores de sistemas de productos y servicios pueden obtener una mejor comprensión del
uso de su oferta por parte de sus clientes.
Por lo tanto, el uso de la tecnología ayuda a los proveedores a proporcionar nuevas funcionalidades, capturando y 875
analizando datos interesantes y, por lo tanto, ayudando a los proveedores a desarrollar vínculos más fuertes con
los clientes. Por lo tanto, las relaciones con los clientes tienden a ser más intensas debido a la servitización basada
en datos (Kamp and Parry, 2017; Kiel et al., 2017; Penttinen and Palmer, 2007). Del análisis anterior se desprende
que las aplicaciones de la Industria 4.0 han sido ampliamente estudiadas en la literatura, en el contexto de la
fabricación y la digitalización.
Las redes de colaboración describen la dirección de la integración horizontal, lo que permite a los fabricantes
centrarse en sus competencias al ofrecer productos personalizados en cualquier mercado. La capacidad de producir
lotes más pequeños de productos personalizados requiere fábricas inteligentes altamente eficientes y efectivas
(EFFRA, 2012). Estos sistemas de fabricación representan una forma futura de redes industriales con estructuras
dinámicas que evolucionan con el tiempo (Ivanov et al., 2016). La fábrica inteligente implica la integración de
tecnologías físicas y digitales con las fases del producto (Kolberg et al., 2017). La integración entre estas áreas
proporciona más personalización a la producción y al producto, reduciendo el tiempo de desarrollo del producto.
Una gran cantidad de literatura ha abordado el tema de la personalización masiva en el contexto de los desarrollos
recientes de la Industria 4.0. Al conectar computadoras, maquinaria y procesos comerciales, Industry 4.0 ha
permitido la producción de productos de alta calidad y altamente personalizados (Fatorachian y Kazemi, 2018;
Strozzi et al., 2017; Zhong et al., 2017).
Se espera que las tecnologías de la Industria 4.0 llenen la brecha entre la personalización masiva y la
personalización masiva (Santos, Loures, Piechnicki y Canciglieri, 2017; Wang et al., 2017). La estrategia de
producción de personalización masiva por parte de las empresas se puede mejorar con la introducción de un nuevo
sistema de producción basado en la implementación de tecnologías Industry 4.0. La personalización masiva implica
una estrategia de producción de bienes y servicios para satisfacer las necesidades de los clientes individuales, de
modo que los valores superen los costos tanto para los clientes como para el fabricante (Zhou et al., 2013). Los
clientes cooperarán con los fabricantes para ganar valor a través de la creación de productos personalizados
adaptados a los requisitos y necesidades de cada cliente. Por ejemplo, la participación directa de los clientes en el
diseño permitirá a las empresas producir cada vez más productos personalizados con tiempos más cortos y costos
reducidos (Wang et al., 2017). Basada en los conceptos tecnológicos de identificación por radiofrecuencia, CPS,
IoT, IoS y big data, la Industria 4.0 permitirá esta novedosa forma de personalización (Torn y Vaneker, 2019).
4. Discusión y vías para futuras investigaciones Industria 4.0 en el

contexto de SCM carece de una definición aceptada unificada. La mayoría de los estudios definen la Industria 4.0
en el contexto de la fabricación. Hay escasez de literatura sobre modelos analíticos, así como estudios cuantitativos
que puedan abordar cuestiones prácticas relacionadas con la implementación de Industry 4.0 en SCM. Se pueden
desarrollar estudios de casos empíricos para informar a los profesionales sobre cómo las diferentes cadenas de
suministro difieren en las tecnologías de la Industria 4.0. En esta área, la investigación futura debería prestar
atención al papel que juegan los diferentes actores al implementar los principios de la Industria 4.0. Examinar el
papel fundamental de los proveedores, fabricantes y minoristas en una cadena de suministro de varios niveles
puede ser un área de investigación. Para las empresas, el proceso de selección de proveedores es una medida
fundamental de gestión de la legitimidad y reputación empresarial.
Yu et al. (2015) arrojan luz sobre cómo la digitalización afecta el proceso de selección de proveedores.
A la luz de la atención global a la seguridad y confidencialidad de los datos, el impacto que los problemas de la
Industria 4.0 tienen en la reputación de las empresas es de gran importancia. Los estudios futuros pueden centrarse en
JMTM desarrollar estrategias para aliviar el riesgo de seguridad de la información en actividades como el
31,5 abastecimiento inteligente y las decisiones de selección de proveedores. Los estudios que se centran en
los resultados de las cadenas de suministro digitalizadas son extremadamente limitados. La mayoría de
estos estudios se centran principalmente en la vulnerabilidad de los datos y los problemas de
sostenibilidad. La investigación empírica futura en el área podría explorar medidas como la mejora de la
calidad, la flexibilidad, la mejora de la capacidad de respuesta y otras medidas de sostenibilidad que
pueden resultar de la digitalización de la cadena de suministro. A la luz de lo anterior, resumimos las
876
futuras vías de investigación identificadas a través de este estudio de la siguiente manera: • Medición
del desempeño: no existe un enfoque unificado para medir y capturar el desempeño real de una
cadena de suministro digitalizada. Se encontró que solo un estudio (Dweekat et al., 2017) abordó
el tema de la medición del desempeño en el contexto de la Industria 4.0. En el futuro, los
investigadores pueden intentar desarrollar herramientas para medir el desempeño de la cadena
de suministro digitalizada. • Estudios sobre planificación y abastecimiento: el plan y la fuente son

aspectos operativos importantes de SCM. Los estudios futuros deben analizar esta área. La
investigación sobre planificación y abastecimiento en el contexto de la digitalización es limitada y
se centra principalmente en el proceso de evaluación de proveedores. La investigación futura en
esta área puede analizar temas como las relaciones comprador-proveedor y cómo la
implementación de la Industria 4.0 influye en las relaciones. • Modelos para evaluar la viabilidad
económica: el concepto de Industria 4.0 abarca un conjunto de desarrollos industriales futuros
relacionados con CPS, Robótica, IoT, IoS, Big Data, Realidad Aumentada y fabricación en la
nube. Varios autores han desarrollado modelos para evaluar la rentabilidad de las inversiones en
tecnologías habilitadoras como RFID. Lee y Lee (2010) desarrollan el modelo de evaluación de
inversiones RFID de la cadena de suministro para mejorar la creación de valor RFID, la medición
y las formas de maximizar el valor de la tecnología RFID. CPS también aplica tecnologías de
identificación como etiquetas RFID. Estas etiquetas brindan datos para ayudar a los servicios
inteligentes que pueden usarse en operaciones de fabricación, logística, auditorías de calidad y
estrategias de fabricación, entre otros (Segura-Velandia et al., 2016). Sin embargo, la aplicación
está asociada a altas inversiones y transformaciones de procesos complejos (Irrenhauser y
Reinhart, 2014). Las organizaciones expresan su preocupación por el costo inicial de implementar
tecnologías de Industria 4.0. Para sopesar las ventajas de la digitalización frente a SCMone
convencional, es necesario considerar el retorno de la inversión, en lugar del costo de
implementación. Por lo tanto, se pueden realizar estudios exhaustivos que abarquen los modelos
para estudiar la viabilidad económica de la adopción de la Industria 4.0 para futuras investigaciones.
• Compensación entre rentabilidad y rendimiento sostenible: Industria 4.0 conducirá a una reducción
de costes a través de una mayor productividad y una utilización, reciclaje y reutilización eficientes
de los recursos. Aunque varios estudios han sostenido que la Industria 4.0 puede ser un facilitador
de la sostenibilidad ambiental, factores como la mano de obra no calificada, la alta obsolescencia
de los equipos más antiguos y la alta demanda de los consumidores pueden tener un impacto
negativo en el desempeño ambiental (Tsai y Lu, 2018).
Tanto los académicos como los profesionales quisieran comprender el efecto potencial de la
implementación de la Industria 4.0 en el desempeño social de las empresas. Los estudios futuros
pueden centrarse en cómo utilizar las tecnologías de Industria 4.0 para lograr un rendimiento
sostenible y rentabilidad. Por lo tanto, proponemos que la investigación futura en esta área debe
considerar minimizar la compensación entre la rentabilidad y el desempeño sostenible. • Gestión
de la calidad en las cadenas de suministro digitalizadas: la mayor parte de la literatura sobre
gestión de la calidad en el contexto de las cadenas de suministro digitalizadas se ocupa de las

etiquetas RFID. A través de RFID y sistemas integrados, se pueden calcular los recursos faltantes
para eliminar el defecto de calidad y la falla de entrega parcial o total (Chen, 2015). Estudios en el
El futuro puede analizar otros aspectos de gestión de calidad de una cadena de suministro digitalizada. Industria 4.0 en los
Por ejemplo, la relación entre la implementación de Industria 4.0 y las facetas del desempeño de estudios de
calidad se pueden examinar empíricamente. La investigación futura puede evaluar cualitativamente las
gestión de la
expectativas cambiantes de los gerentes de calidad en el contexto de un entorno digitalizado. La
cadena de sumi
investigación en esta área también puede analizar cómo se pueden utilizar las tecnologías de Industria
4.0 para implementar los principios de calidad.
• Estudios específicos de la industria: algunos estudios destacaron las aplicaciones de big data en la 877
cadena de suministro agrícola y alimentaria (Bao et al., 2013), la cadena de suministro automotriz (Lin
et al., 2018) y la cadena de suministro de la moda (Grieco et al., 2017). ). En el futuro, se pueden
desarrollar estudios de casos empíricos y cualitativos específicos de la industria en el contexto de las
cadenas de suministro habilitadas por la Industria 4.0.
5. Implicaciones académicas y de gestión Del estudio,

queda claro que las aplicaciones de la Industria 4.0 se encuentran en una etapa incipiente.
Sin embargo, las tecnologías pertenecientes a la Industria 4.0 presentan un enorme potencial para renovar los
procesos de SCM en áreas como la mejora de la eficiencia, la capacidad de respuesta, la gestión de la calidad,
la mejora de la atención al cliente y el rendimiento sostenible. La toma de decisiones en el entorno de la
Industria 4.0 es un proceso complejo en comparación con el SCM tradicional. Nuestro análisis de la literatura
ayudará a los gerentes a comprender los habilitadores críticos, las barreras y la complejidad involucrada en la
adopción de la Industria 4.0. Los gerentes deben comprender los desafíos y beneficios potenciales asociados
con la adopción de la Industria 4.0 y cómo estos beneficios pueden superar los desafíos. Nuestro estudio
ayudará a los gerentes a comprender los principios para la implementación de tecnologías habilitadoras y
conceptualizar las tecnologías de la Industria 4.0 como una oportunidad para lograr la reducción de costos y la
mejora de la eficiencia.
En la Tabla V, destacamos la literatura que arroja luz sobre los principios clave de la Industria 4.0.
Presentamos temas que son de actualidad e inciden en la implementación exitosa de la Industria 4.0. Los
gerentes obtienen una idea de los factores que afectan la implementación de la Industria 4.0 y cómo algunas
empresas han adoptado las tecnologías habilitadoras al referirse a los estudios empíricos investigados en
nuestra revisión. Por ejemplo, destacamos la literatura que destaca las tecnologías clave y los principios de
diseño para la implementación de la Industria 4.0 mientras apreciamos los resultados económicos y sociales
críticos que los gerentes pueden esperar de la implementación de la Industria 4.0, los problemas en la gestión
de las cadenas de suministro digitalizadas y las prácticas clave entre otros. El aumento en la disponibilidad de
datos debido a la Industria 4.0 ha brindado perspectivas a los gerentes no solo para mejorar los procesos
existentes sino también para cambiarlos. Nuestra revisión sirve como base para que los gerentes desarrollen
sus iniciativas y prácticas para una transición exitosa a la Industria 4.0. Para aprovechar todos los beneficios
potenciales de la Industria 4.0, los gerentes deben considerar la digitalización como una serie de oportunidades
para transformar sus modelos comerciales. Al desentrañar el trabajo en la Industria 4.0 con un enfoque
particular en SCM, ayudamos a los gerentes a reconocer los diferentes aspectos de la Industria 4.0 antes de
embarcarse en un fenómeno tan innovador. Una gran cantidad de estudios han destacado los desafíos y los
facilitadores de la digitalización. Se observa en la literatura que varios temas, como el cumplimiento normativo,
la ambigüedad legal y contractual, también pueden plantear un desafío para la digitalización y, por lo tanto,
justifican un enfoque de investigación interdisciplinario. Sin embargo, el aumento de la competencia, la
disponibilidad de datos, las tecnologías habilitadoras y el aumento de la excentricidad de los clientes impulsarán
la Industria 4.0. Por ejemplo, los problemas que surgen de la seguridad de la información y la privacidad de los
datos van acompañados de implicaciones tecnológicas y sociales y, por lo tanto, requieren la atención de la
comunidad de investigación interdisciplinaria.
Con base en nuestro análisis, ayudamos a futuros investigadores a identificar áreas que son de relevancia
práctica y teórica. Nuestra clasificación proporciona información esencial a los investigadores.
JMTM con respecto a la importancia de la Industria 4.0 en SCM y como una vía potencial para futuras
31,5 investigaciones. El estudio también destaca la adopción continua de nuevas tecnologías en SCM,
que pueden explorarse y expandirse más para transformar las cadenas de suministro. Además, los
académicos pueden tomar nota del estado de la investigación sobre la Industria 4.0 y apreciar cuáles
han sido las áreas de impulso. Además, describimos algunas áreas clave de investigación en el
dominio actual en términos de medición del desempeño en la era de la Industria 4.0, planificación y
abastecimiento con tecnologías habilitadoras de la Industria 4.0, viabilidad económica de implementar
878
la Industria 4.0, incluidas cuestiones relacionadas con la sostenibilidad, la gestión de calidad y el
diseño de estudios específicos de la industria que pueden ayudar a los investigadores a ampliar aún
más el cuerpo de trabajo actual.
6. Limitaciones y conclusiones Los

estudios realizados en el pasado han subrayado el impacto de las tecnologías independientes como
IoT, big data, RFID, entre otras, en SCM y cómo ayudan a las empresas a lograr una ventaja
competitiva. Sin embargo, relativamente pocos estudios han analizado de manera integral el efecto
de la Industria 4.0 en la gestión de la cadena de suministro. El presente estudio se basó en esta
brecha y analizó exhaustivamente el papel de la Industria 4.0 en los estudios de la cadena de
suministro mediante la adopción de un enfoque de revisión sistemática de la literatura. La literatura
indica que las empresas se están moviendo hacia la Industria 4.0 para lograr una mayor eficiencia y
competitividad en los procesos. Estos cambios abarcan toda la cadena de suministro y están
marcados por avances tecnológicos disruptivos que están desdibujando los límites entre el mundo
físico y el virtual. Con base en nuestra clasificación de la literatura por temas emergentes,
encontramos que la mayoría de los estudios se centran en las funciones particulares de la cadena
de suministro. La mayor parte de la investigación se limita a dos áreas funcionales, es decir,
fabricación y logística. Nuestra revisión de la literatura también destaca algunos beneficios claros
que se pueden identificar a partir de la implementación de la Industria 4.0. La literatura indica que la
digitalización de las cadenas de suministro conducirá a una mejora en la calidad, la flexibilidad y la
capacidad de respuesta. La disponibilidad de nuevos sistemas de fabricación receptivos crearía un
camino para la nueva estrategia de producción llamada personalización masiva y crearía más valor
tanto para los clientes como para los fabricantes. La Industria 4.0 también fomentaría la servitización
de la fabricación mediante un cambio estratégico de la venta de productos a la venta de una oferta
integrada de productos y servicios. Además, la colaboración entre máquinas y humanos podría impactar socialment
La Industria 4.0 afecta a las industrias manufactureras, y por tanto impactará en la vida económica y
social de los individuos. Del análisis de la literatura, se puede concluir que Industry 4.0 abarca una
gran cantidad de cambios en los diferentes aspectos de SCM que son impulsados principalmente por
las tecnologías de Industry 4.0. Al proporcionar una comprensión de los temas emergentes en el
área de la digitalización, el papel de sus tecnologías clave y principios de diseño, sus desafíos y
facilitadores, como se subraya en la literatura, y las implicaciones en varios procesos y resultados de
la cadena de suministro, este estudio hace una valiosa contribución. y SCM literatura.
Notamos ciertas limitaciones en este trabajo. Primero, las conclusiones se extraen considerando
artículos de revistas y conferencias revisados por pares en inglés. Por lo tanto, otros idiomas y otros
tipos de publicaciones quedan excluidos de nuestro estudio. En el futuro, se pueden recopilar
conocimientos adicionales al revisar diferentes cuerpos de literatura, como informes y libros. En
segundo lugar, nos centramos en la literatura en el contexto de la Industria 4.0.
Por lo tanto, los estudios de SCM que se centran en las tecnologías habilitadoras para la digitalización,
pero excluyen la perspectiva de la Industria 4.0, se han omitido de la revisión. A pesar de estas
limitaciones, nuestro estudio contribuye a identificar los temas clave utilizados para abordar la
Industria 4.0 en el campo de SCM. También destaca los aspectos poco explorados de este tema,
enfatizando así que la discusión sobre Industria 4.0 en SCM proporciona una agenda de investigación
futura favorable.
Referencias Industria 4.0 en los

Anderseck, B. and Hille, A. (2013), “smaRTI: deployment the Internet of Things in retail supply chains”, Logistics Journal Nicht- estudios de
Referierte Veröffentlichungen, disponible en: https://doi.org/10.2195/lj_ NotRev_anderseck_en_201303_01 gestión de la
cadena de sumi
Arnold, MG (2018), "Combinando el conocimiento consciente e inconsciente dentro de las interfaces hombre-máquina para fomentar
la sostenibilidad con la toma de decisiones sobre los procesos de producción", Journal of Cleaner Production, vol. 179,
págs. 581-592.
879
Bao, SZ, Liu, QS y Jia, BX (2013), “Gestión de la visibilidad de la cadena de suministro agrícola basada en Internet de las cosas”,
Mecánica aplicada y materiales, vol. 330, págs. 1041-1044.
Barata, J., Rupino Da Cunha, P. y Stal, J. (2018), “Gestión de la cadena de suministro móvil en la Industria
4.0 era”, Journal of Enterprise Information Management, vol. 31 núm. 1, págs. 173-192.
Barreto, L., Amaral, A. y Pereira, T. (2017), “Implicaciones de la Industria 4.0 en la logística: una visión general”,
Fabricación de Procedia, vol. 13, págs. 1245-1252.
Bechtsis, D., Tsolakis, N., Vlachos, D. y Srai, JS (2018), “Vehículos autónomos inteligentes en cadenas de suministro digitales: un
marco para integrar innovaciones hacia redes de valor sostenibles”, Journal of Cleaner Production, vol. 181, págs. 60-71.
Ben-Daya, M., Hassini, E. y Bahroun, Z. (2019), "Internet de las cosas y gestión de la cadena de suministro: una revisión de la
literatura", International Journal of Production Research, vol. 57 núms. 15-16, págs. 4719-4742.
Beske-Janssen, P., Johnson, MP y Schaltegger, S. (2015), “20 años de medición del desempeño en la gestión sostenible de la
cadena de suministro: ¿qué se ha logrado?”, Supply Chain Management: An International Journal, vol. 20 núm. 6, págs.
664-680.
Bienhaus, F. y Haddud, A. (2018), “Adquisiciones 4.0: factores que influyen en la digitalización de las cadenas de adquisiciones y
suministro”, Business Process Management Journal, vol. 24 núm. 4, págs. 965-984.
Bogataj, D., Bogataj, M. y Hudoklin, D. (2017), “Mitigación de riesgos de productos perecederos en los sistemas ciberfísicos
basados en el modelo MRP extendido”, International Journal of Production Economics, vol. 193, págs. 51-62.
Bonilla, S., Silva, H., Terra da Silva, M., Franco Gonçalves, R. y Sacomano, J. (2018), “Implicaciones de la industria 4.0 y la
sostenibilidad: un análisis basado en escenarios de los impactos y desafíos”, Sostenibilidad, vol. 10 núm. 10, pág. 3740.
Bowles, M. y Lu, J. (2014), “Quitarse las vendas: una revisión de la literatura sobre el potencial de las tecnologías a nanoescala
para la gestión de las cadenas de suministro”, Pronósticos tecnológicos y cambio social, vol. 82 N° 1, págs. 190-198.
Bressanelli, G., Adrodegari, F., Perona, M. y Saccani, N. (2018), “Exploring how use-focused business models enable circular
economy through digital technologies”, Sustainability, vol. 10 núm. 3, pág. 639.
Büyüközkan, G. y Göçer, F. (2018), “Cadena de suministro digital: revisión de la literatura y un marco propuesto para la investigación
futura”, Computers in Industry, vol. 97, págs. 157-177.
Chan, C., Liu, O. y Szeto, R. (2017), “Desarrollo de un modelo de intercambio de información utilizando computación en la nube y
dispositivos inteligentes para la cadena de suministro de las pymes: un caso en la venta minorista de moda”, Revista
internacional de sistemas de información y gestión de la cadena de suministro , vol. 10 núm. 3, págs. 44-64.
Chen, X. (2015), “Inicio de los problemas de conducta en la infancia y victimización violenta entre delincuentes juveniles graves: un
estudio longitudinal”, Violencia juvenil y justicia juvenil, vol. 14 núm. 3, págs. 243-256.
Coreynen, W., Matthyssens, P. y Van Bockhaven, W. (2017), “Impulsar la servitización a través de la digitalización: rutas y
configuraciones dinámicas de recursos para fabricantes”, Industrial Marketing Management, vol. 60, págs. 42-53.
Costabile, G., Fera, M., Fruggiero, F., Lambiase, A. y Pham, D. (2017), “Modelos de costos de fabricación aditiva: una revisión de
la literatura”, International Journal of Industrial Engineering Computations, vol. 8 núm. 2, págs. 263-282.
JMTM Dallasega, P., Rojas, RA, Rauch, E. y Matt, DT (2017), "Validación basada en la simulación de los efectos de la cadena de
suministro a través de la capacidad en tiempo real habilitada por las TIC en la planificación de la producción de ETO",
31,5 Procedia Manufacturing, vol. 11 de junio, págs. 846-853.
Dawid, H., Decker, R., Hermann, T., Jahnke, H., Klat, W., König, R. y Stummer, C. (2017), “La ciencia de la gestión en la era
de los productos de consumo inteligentes: desafíos y perspectivas de investigación”, Central European Journal of
Operations Research, vol. 25 núm. 1, págs. 203-230.
880 Denyer, D. y Tranfield, D. (2009), “Capítulo 39: producción de una revisión sistemática”, en Buchanan, D. y Bryman, A. (Eds),
The Sage Handbook of Organizational Research Methods, Sage Publications, Londres, págs. 671-689.
Diedrichs, DR, Phelps, K. e Isihara, PA (2016), "Cuantificación de los efectos de comunicación en la logística de respuesta a
desastres: un modelo de dinámica de sistema de red múltiple", Journal of Humanitarian Logistics and Supply Chain
Management, vol. 6 N° 1, págs. 24-45.
Dossou, PE y Nachidi, M. (2017), “Modelado del rendimiento de la cadena de suministro”, Procedia Manufacturing, vol. 11,
junio, págs. 838-845.
Dubey, R., Gunasekaran, A., Helo, P., Papadopoulos, T., Childe, SJ y Sahay, BS (2017), “Explicando el impacto de los
sistemas de fabricación reconfigurables en el desempeño ambiental: el papel de la alta dirección y cultura”, Revista de
Producción más Limpia, vol. 141, págs. 56-66.
Dunke, F., Heckmann, I., Nickel, S. y Saldanha-da-Gama, F. (2018), "Trampas de tiempo en las cadenas de suministro: ¿lo
óptimo sigue siendo suficientemente bueno?", European Journal of Operational Research, vol. 264 núm. 3, págs.
813-829.
Dweekat, AJ, Hwang, G. y Park, J. (2017), “Un enfoque de medición del desempeño de la cadena de suministro utilizando el
internet de las cosas: hacia un SCPMS más práctico”, Industrial Management & Data Systems, vol. 117 núm. 2, págs.
267-286.
European Factories of the Future Research Association (EFFRA) (2012), Factories of the Future PPP FoF 2020 Roadmap:
Consultation Document, Comisión Europea, Bruselas.
Fatorachian, H. y Kazemi, H. (2018), “Una investigación crítica de la Industria 4.0 en la fabricación: marco teórico de
operacionalización”, Planificación y control de la producción, vol. 29 núm. 8, págs. 633-644.
Fiasche, M., Pinzone, M., Fantini, P., Alexandru, A. y Taisch, M. (2016), “Fábricas centradas en humanos 4.0: un modelo
matemático para la asignación de trabajos”, 2016 IEEE 2nd International Forum on Research and Technologies for
Society and Industry Leveraging a Better Tomorrow, RTSI 2016, disponible en: https://doi.org/10.1109/
RTSI.2016.7740613 (consultado el 21 de abril de 2018).
Filho, MF, Liao, Y., Loures, ER y Canciglieri, O. (2017), “Productos inteligentes autoconscientes: revisión sistemática de la
literatura, diseño conceptual e implementación de prototipos”, Procedia Manufacturing, vol. 11 de junio, págs.
1471-1480.
Ganesan, V., Maragatham, G. y Lavanya, EE. UU. (2016), “A study of IoT in SCM and its nodes in
multimodal business process”, Indian Journal of Science and Technology, vol. 9 No. 21, disponible
en: https://doi.org/10.17485/ijst/2016/v9i21/95281
Garcia-Muiña, F., González-Sánchez, R., Ferrari, A. y Settembre-Blundo, D. (2018), “Los paradigmas de la Industria 4.0 y la
economía circular como impulsores de la competitividad de las empresas y los territorios: la caso de una empresa
italiana de fabricación de baldosas cerámicas”, Social Sciences, vol. 7 núm. 12, pág. 255.
Geerts, GL y O'Leary, DE (2014), “Una cadena de suministro de cosas: la ontología EAGLET para productos altamente
cadenas de suministro visibles”, Decision Support Systems, vol. 63, págs. 3-22.
Ghobakhloo, M. (2018), “El futuro de la industria manufacturera: una hoja de ruta estratégica hacia la Industria
4.0”, Journal of Manufacturing Technology Management, vol. 29 núm. 6, págs. 910-936.
Grieco, A., Caricato, P., Gianfreda, D., Pesce, M., Rigon, V., Tregnaghi, L. y Voglino, A. (2017), “Un estudio de caso de la
industria 4.0 en la fabricación de moda”, Procedia Fabricación, vol. 11 de junio, págs. 871-877.
Hauder, VA, Beham, A., Wagner, S. y Affenzeller, M. (2017), "Redes de optimización para problemas de producción y Industria 4.0 en los
logística del mundo real", Actas de la conferencia sobre computación genética y evolutiva complementaria, estudios de
págs. 1411-1414 .
gestión de la
Hofmann, E. y Rüsch, M. (2017), “Industria 4.0 y el estado actual, así como las perspectivas futuras en
cadena de sumi
logística”, Computers in Industry, vol. 89, págs. 23-34.
Hsu, CH y Yang, HC (2017), “Programación casi óptima en tiempo real con horizonte móvil para
celda de fabricación”, IEEE Access, vol. 5, págs. 3369-3375. 881
Hwang, G., Lee, J., Park, J. y Chang, T.-W. (2017), "Desarrollo de un sistema de medición del rendimiento para el
Internet de las cosas y el entorno de fábrica inteligente", International Journal of Production Research, vol. 55
núm. 9, págs. 2590-2602.
Irrenhauser, T. y Reinhart, G. (2014), “Evaluación de la viabilidad económica de RFID en la cadena de suministro”,

Ingeniería de Producción, vol. 8 núm. 4, págs. 521-533.
Ivanov, D., Dolgui, A., Sokolov, B., Werner, F. e Ivanova, M. (2016), “Un modelo dinámico y un algoritmo para la
programación de la cadena de suministro a corto plazo en la industria de la fábrica inteligente 4.0”, Revista
internacional de investigación de producción, vol. 54 núm. 2, págs. 386-402.
Jensen, JP y Remmen, A. (2017), “Habilitación de la economía circular a través de la administración de productos”,

Fabricación de Procedia, vol. 8, octubre, págs. 377-384.
Ji, L., Liu, C., Huang, L. y Huang, G. (2018), “La evolución de la conservación y el reciclaje de recursos durante los
últimos 30 años: una descripción bibliométrica”, Recursos, conservación y reciclaje, vol. 134 de marzo, págs.
34-43.
Kache, F. y Seuring, S. (2017), “Desafíos y oportunidades de la información digital en la intersección del análisis de
big data y la gestión de la cadena de suministro”, Journal of Management Development, vol. 37 núm. 1, págs.
10-36.
Kamp, B. y Parry, G. (2017), “Servitización y servicios empresariales avanzados como palancas para la competitividad”,
Gerencia de Marketing Industrial, vol. 60, págs. 11-16.
Khemiri, R., Elbedoui-Maktouf, K., Grabot, B. y Zouari, B. (2017), “Un enfoque difuso de toma de decisiones de criterios
múltiples para gestionar el desempeño y el riesgo en la planificación integrada de compras y producción”,
International Journal de Investigación de Producción, vol. 55 núm. 18, págs. 5305-5329.
Kiel, D., Arnold, C. y Voigt, KI (2017), “La influencia del Internet industrial de las cosas en los modelos comerciales de
empresas manufactureras establecidas: una perspectiva a nivel comercial”, Technovation, vol. 68, septiembre,
págs. 4-19.
Kodym, O. y Unucka, J. (2016), “Recopilación de información de sistemas de transporte para procesamiento en

cadenas de suministro”, Open Engineering, vol. 6 N° 1, págs. 676-680.
Kolberg, D., Knobloch, J. y Zühlke, D. (2017), “Hacia una interfaz de automatización eficiente para estaciones de
trabajo”, International Journal of Production Research, vol. 55 núm. 10, págs. 2845-2856.
Kumar, M., Graham, G., Hennelly, P. y Srai, J. (2016), “¿Cómo transformarán los sistemas de producción de ciudades
inteligentes el diseño de la cadena de suministro: una investigación a nivel de producto”, International Journal
of Production Research, vol. 54 núm. 23, págs. 7181-7192.
Lasi, H., Fettke, P., Kemper, HG, Feld, T. y Hoffmann, M. (2014), “Industria 4.0”, Business and Information Systems
Engineering, vol. 6 núm. 4, págs. 239-242.
Lee, CKH (2017), "Un modelo de optimización basado en GA para análisis de big data que respalda el envío anticipado
en Retail 4.0", International Journal of Production Research, vol. 55 núm. 2, págs. 593-605.
Lee, I. y Lee, B.-C. (2010), “Una evaluación de inversión de las tecnologías RFID de la cadena de suministro: un
enfoque de modelado normativo”, International Journal of Production Economics, vol. 125 núm. 2, págs. 313-323.
Lee, J., Kao, HA y Yang, S. (2014), “Innovación de servicios y análisis inteligente para la industria 4.0 y grandes
entorno de datos”, Procedia CIRP, vol. 16, págs. 3-8.
Li, L. (2018), “Locus de fabricación de China en 2025: con una comparación de 'Hecho en China 2025' e 'Industria
4.0'”, Previsión tecnológica y cambio social, vol. 135 de mayo de 2017, págs. 66-74.
JMTM Lim, C.-H., Kim, M.-J., Heo, J.-Y. y Kim, K.-J. (2018), "Diseño de servicios basados en la informática en las industrias
manufactureras: estudios de casos que utilizan grandes bases de datos relacionadas con vehículos", Journal of
31,5 Intelligent Manufacturing, vol. 29 núm. 3, págs. 497-508.
Lin, D., Lee, CKM, Lau, H. y Yang, Y. (2018), "Respuesta estratégica a la Industria 4.0: una investigación empírica
sobre la industria automotriz china", Gestión industrial y sistemas de datos, vol. 118 núm. 3, págs. 589-605.
882 Lin, K., Shyu, J. y Ding, K. (2017), “Una comparación a través del Estrecho de la política de innovación en la industria
4.0 y la transición hacia el desarrollo sostenible”, Sustainability, vol. 9 núm. 5, pág. 786.
Longo, F., Nicoletti, L. y Padovano, A. (2017), “Operadores inteligentes en la industria 4.0: un enfoque centrado en el
ser humano para mejorar las capacidades y competencias de los operadores dentro del nuevo contexto de
fábrica inteligente”, Informática e ingeniería industrial, vol. 113, págs. 144-159.
Lopes de Sousa Jabbour, AB, Jabbour, CJC, Godinho Filho, M. y Roubaud, D. (2018), “La industria 4.0 y la economía
circular: una agenda de investigación propuesta y una hoja de ruta original para operaciones sostenibles”,
Annals of Operations Research, vol. 270 Nos 1–2, págs. 273-286.
Lu, S., Xu, C., Zhong, RY y Wang, L. (2017), "Un sistema de posicionamiento habilitado por RFID en vehículos guiados
automatizados para fábricas inteligentes", Journal of Manufacturing Systems, vol. 44, págs. 179-190.
Lu, Y. (2017), “Industria 4.0: una encuesta sobre tecnologías, aplicaciones y temas de investigación abiertos”, Journal of
Integración de información industrial, vol. 6, págs. 1-10.
Luthra, S., Garg, D., Mangla, SK y Singh Berwal, YP (2018), "Análisis de los desafíos para la adopción y difusión de
Internet de las cosas (IoT): un contexto indio", Procedia Computer Science, vol. 125, págs. 733-739.
McCartney, JL, Light, RJ y Pillemer, DB (1986), “Resumiendo: la ciencia de revisar la investigación”,

Sociología contemporánea, vol. 15 núm. 3, pág. 452.
Madsen, ES y Mikkelsen, LL (2018), "La necesidad de modificar el conocimiento en el cambio tecnológico: un marco
para considerar los cambios en la complejidad, el conocimiento y la productividad del dominio", Planificación y
control de la producción, vol. 29 núm. 2, págs. 91-105.
Majeed, MAA y Rupasinghe, TD (2017), "Internet de las cosas (IoT) integrado en las cadenas de suministro futuras
para la industria 4.0: una evaluación de una industria de ropa y calzado de moda basada en ERP", International
Journal of Supply Chain Management, vol. 6 N° 1, págs. 25-40.
Man, JCD y Strandhagen, JO (2017), “Una agenda de investigación de Industry 4.0 para modelos de negocio
sostenibles”, Procedia CIRP, vol. 63, págs. 721-726.
Marques, M., Agostinho, C., Zacharewicz, G. y Jardim-Gonçalves, R. (2017), “Apoyo de decisiones descentralizado
para la fabricación inteligente en la Industria 4.0”, Journal of Ambient Intelligence and Smart Environments, vol.
9 N° 3, págs. 299-313.
Martinez, V., Bastl, M., Kingston, J. y Evans, S. (2010), “Desafíos en la transformación de las organizaciones de
fabricación en proveedores de servicios de productos”, Journal of Manufacturing Technology Management, vol.
21 núm. 4, págs. 449-469.
Maslariÿ, M., Nikoliÿiÿ, S. y Mirÿetiÿ, D. (2016), “Respuesta logística a la industria 4.0: la física
Internet”, ingeniería abierta, vol. 6 N° 1, págs. 511-517.
Mosconi, F. (2015), The New European Industrial Policy, The New European Industrial Policy: Global
Competitiveness and the Manufacturing Renaissance, Routledge, Londres, disponible en : https://
doi.org/10.4324/9781315761756
Mrugalska, B. y Wyrwicka, MK (2017), “Hacia la producción ajustada en la Industria 4.0”, Procedia Engineering, vol.
182, págs. 466-473.
Müller, JM, Kiel, D. y Voigt, K.-I. (2018), “¿Qué impulsa la implementación de la Industria 4.0? El papel de las
oportunidades y los desafíos en el contexto de la sostenibilidad”, Sustainability, vol. 10 N° 1, pág. 247.
Nagadi, K., Rabelo, L., Basingab, M., Sarmiento, AT, Jones, A. y Rahal, A. (2018), “Un marco de evaluación híbrido
basado en simulación de sistemas de fabricación inteligente”, International Journal of Computer Fabricación
integrada, vol. 31 núm. 2, págs. 115-128.
Nascimento, DLM, Alencastro, V., Quelhas, OLG, Caiado, RGG, Garza-Reyes, JA, Rocha-Lona, L. and Tortorella, G. Industria 4.0 en los
(2019), “Exploring Industry 4.0 technologies to enable circular economy practices in a contexto de fabricación”, estudios de
Journal of Manufacturing Technology Management, vol. 30 núm. 3, págs. 607-627.
gestión de la
cadena de sumi
Neugebauer, R., Hippmann, S., Leis, M. y Landherr, M. (2016), “Industrie 4.0: desde la perspectiva de
investigación aplicada”, Procedia CIRP, vol. 57, págs. 2-7.
Nunes, ML, Pereira, AC and Alves, AC (2017), “Smart products development approachs for 883
industria 4.0”, Procedia Manufacturing, vol. 13, págs. 1215-1222.
Oesterreich, TD y Teuteberg, F. (2016), “Comprender las implicaciones de la digitalización y la automatización en el

contexto de la Industria 4.0: un enfoque de triangulación y elementos de una agenda de investigación para la
industria de la construcción”, Computers in Industry, vol. 83, págs. 121-139.
Ooi, KB, Lee, VH, Tan, GWH, Hew, TS y Hew, JJ (2018), “Cloud computing en la fabricación: ¿la próxima revolución
industrial en Malasia?”, Expert Systems with Applications, vol. 93, págs. 376-394.
Opresnik, D. y Taisch, M. (2015), “The value of Big Data in servitization”, International Journal of Production Economics,
vol. 165, págs. 174-184.
Penttinen, E. y Palmer, J. (2007), “Mejora del posicionamiento de la empresa mediante ofertas mejoradas y relaciones
comprador-vendedor”, Industrial Marketing Management, vol. 36 núm. 5, págs. 552-564.
Pereira, AC y Romero, F. (2017), “Una revisión de los significados y las implicaciones del concepto industria 4.0”,
Procedia Manufacturing, vol. 13, págs. 1206-1214.
Peruzzini, M., Grandi, F. y Pellicciari, M. (2017), “Benchmarking of tools for user experience analysis in Industry 4.0”,
Procedia Manufacturing, vol. 11, junio, págs. 806-813.
Porter, ME y Heppelmann, JE (2015), “Cómo los productos inteligentes y conectados están transformando
empresas”, Harvard Business Review, vol. 92 núm. 11, págs. 64-88.
Qi, K. y Bi, ML (2014), "Investigación de juegos evolutivos sobre el negocio central y el comportamiento del consumidor
en la cadena de suministro verde en el entorno IOT", Mecánica aplicada y materiales, vol. 678, págs. 697-704.
Qrunfleh, S. y Tarafdar, M. (2015), "Prácticas de gestión de la cadena de suministro: alineación de la utilización de TI:
impacto en el rendimiento de la cadena de suministro y el rendimiento de la empresa", International Journal of
Business Information Systems, vol. 18 núm. 4, págs. 364-389.
Rachinger, M., Rauter, R., Müller, C., Vorraber, W. y Schirgi, E. (2019), "La digitalización y su influencia en la innovación
del modelo de negocio", Journal of Manufacturing Technology Management, vol. 30 No. 8, págs. 1143-1160.
Randhawa, JS y Ahuja, IS (2017), "Examen del papel de las prácticas 5S como facilitador de la excelencia empresarial
en las organizaciones de fabricación", Medición de la excelencia empresarial, vol. 21 núm. 2, págs. 191-206.
Rauch, E., Dallasega, P. y Matt, DT (2017), “Modelos de red de fabricación distribuida de minifábricas inteligentes y
ágiles”, International Journal of Agile Systems and Management, vol. 10 núms. 3 y 4, págs. 185-205.
Reischauer, G. (2018), “Industria 4.0 como discurso impulsado por políticas para institucionalizar los sistemas de
innovación en la fabricación”, Previsión tecnológica y cambio social, vol. 132, febrero, págs. 26-33.
Rivera, J. y van der Meulen, R. (2014), “Gartner dice que 4900 millones de 'cosas' conectadas estarán en uso en 2015”,
Gartner – Sala de prensa, págs. 9-10.
Rymaszewska, A., Helo, P. y Gunasekaran, A. (2017), “Servitización de la fabricación impulsada por IoT: un estudio de
caso exploratorio”, International Journal of Production Economics, vol. 192, marzo, págs. 92-105.
Sanders, A., Elangeswaran, C. y Wulfsberg, J. (2016), “Industria 4.0 implica manufactura esbelta: las actividades de
investigación en la industria 4.0 funcionan como habilitadores para la manufactura esbelta”, Journal of Industrial
Engineering and Management, vol. 9 N° 3, págs. 811-833.
JMTM Santos, C., Mehrsai, A., Barros, AC, Araújo, M. y Ares, E. (2017), “Hacia la industria 4.0: una visión general de las
hojas de ruta estratégicas europeas”, Procedia Manufacturing, vol. 13, págs. 972-979.
31,5
Santos, K., Loures, E., Piechnicki, F. y Canciglieri, O. (2017), “Evaluación de oportunidades del proceso de
desarrollo de productos en la Industria 4.0”, Procedia Manufacturing, vol. 11 de junio, págs. 1358-1365.
Schlechtendahl, J., Keinert, M., Kretschmer, F., Lechler, A. y Verl, A. (2014), “Hacer que los sistemas de producción
existentes estén listos para la Industria 4.0: enfoque holístico para la integración de los sistemas de
884 producción existentes en la industria 4.0 entornos”, Ingeniería de producción, vol. 9 N° 1, págs. 143-148.
Schumacher, A., Erol, S. y Sihn, W. (2016), “Un modelo de madurez para evaluar la preparación y madurez de las
empresas manufactureras de la industria 4.0”, Procedia CIRP, vol. 52, págs. 161-166.
Segura-Velandia, D., Neal, A., Goodall, P., Conway, P. y West, A. (2016), “Implementaciones de
la Industria 4.0 en la industria automotriz”, Avances en ingeniería transdisciplinaria,
disponible en: https: //doi.org/10.3233/978-1-61499-668-2-319
Shah, S., Ganji, EN, Mabbott, O. y Bate, J. (2018), "Innovación y gestión de I4.0 en la fabricación automotriz
conectada y autónoma", Actas de la Conferencia internacional IEEE de 2018 sobre ingeniería, tecnología e
innovación, ICE /ITMC 2018, IEEE, págs. 1-8.
Shamim, S., Cang, S., Yu, H. y Li, Y. (2017), “Examinando las viabilidades de la industria 4.0 para el sector hotelero
con la perspectiva de la práctica gerencial”, Energies, vol. 10 núm. 4, pág. 499.
Stefansson, G. y Lumsden, K. (2009), “Problemas de rendimiento de los sistemas inteligentes de gestión del
transporte”, Revista internacional de gestión de la productividad y el rendimiento, vol. 58 núm. 1, págs.
55-70.
Stock, T. y Seliger, G. (2016), “Oportunidades de fabricación sostenible en la Industria 4.0”, Procedia CIRP, vol. 40
CCI, págs. 536-541. Štofová, L., Szaryszová, P. y Vilámová, Š. (2017), “Desarrollo del modelo integrado de
gestión de la calidad para incrementar el desempeño estratégico de las empresas de la industria automotriz”,
Problemas y Perspectivas en la Gestión, vol. 15 núm. 3, págs. 4-15.
Strandhagen, JO, Vallandingham, LR, Fragapane, G., Strandhagen, JW, Stangeland, ABH y Sharma, N. (2017),
"Logística 4.0 y modelos comerciales sostenibles emergentes", Avances en la fabricación, vol. 5 núm. 4,
págs. 359-369.
Strandhagen, JW, Alfnes, E., Strandhagen, JO y Vallandingham, LR (2017), "El ajuste de las aplicaciones de
Industry 4.0 en la logística de fabricación: un estudio de caso múltiple", Advances in Manufacturing, vol. 5
núm. 4, págs. 344-358.
Strange, R. y Zucchella, A. (2017), “Industria 4.0, cadenas de valor globales y negocios internacionales”,
Multinational Business Review, vol. 25 núm. 3, págs. 174-184.
Strozzi, F., Colicchia, C., Creazza, A. y Noè, C. (2017), “Revisión de literatura sobre el concepto de 'Fábrica
inteligente' utilizando herramientas bibliométricas”, International Journal of Production Research, vol. 55
núm. 22, págs. 6572-6591.
Tachizawa, EM, Alvarez-Gil, MJ y Montes-Sancho, MJ (2015), “Cómo las 'ciudades inteligentes' cambiarán la
gestión de la cadena de suministro”, Supply Chain Management: An International Journal, vol. 20 núm. 3,
págs. 237-248.
Thibaud, M., Chi, H., Zhou, W. y Piramuthu, S. (2018), "Internet de las cosas (IoT) en industrias ambientales, de
salud y seguridad (EHS) de alto riesgo: una revisión exhaustiva", Decisión Sistemas de apoyo, vol. 108,
págs. 79-95.
Tjahjono, B., Esplugues, C., Ares, E. y Pelaez, G. (2017), “¿Qué significa la industria 4.0 para la cadena de
suministro?”, Procedia Manufacturing, vol. 13, págs. 1175-1182.
Toh, KTK, Nagel, P. y Oakden, R. (2009), “Una arquitectura empresarial y de TIC para una ciudad logística”,
International Journal of Production Economics, vol. 122 núm. 1, págs. 216-228.
Tonelli, F., Demartini, M., Loleo, A. y Testa, C. (2016), “Una metodología novedosa para el modelado y mapeo de
valor de las empresas manufactureras para mejorar el desempeño operativo en la era de la industria 4.0”,
Procedia CIRP, vol. 57, págs. 122-127.
Torn, IAR y Vaneker, THJ (2019), “Personalización masiva con la industria 4.0 por parte de las pymes: un concepto para Industria 4.0 en los
redes colaborativas”, Procedia Manufacturing, vol. 28, págs. 135-141. estudios de
Tranfield, DC, Denyer, DC y Smart, P. (2003), “Hacia una metodología para la gestión basada en la evidencia por D Tranfield gestión de la
D Denyer y P Smart 2003”, Academia Británica de Gestión, vol. 14 núm. 3, págs. 207-222.
cadena de sumi
Trentesaux, D., Borangiu, T. y Thomas, A. (2016), “Conceptos de TIC emergentes para sistemas industriales inteligentes,
seguros y sostenibles”, Computers in Industry, vol. 81, págs. 1-10. 885
Trstenjak, M. y Cosic, P. (2017), “Planificación de procesos en el entorno de la Industria 4.0”, Procedia Manufacturing, vol. 11
de junio, págs. 1744-1750.
Tsai, W.-H. y Lu, Y.-H. (2018), “Un marco de planificación y control de la producción con impuesto al carbono en la industria
4.0”, Sostenibilidad, vol. 10 núm. 9, pág. 3221.
Tseng, ML, Tan, RR, Chiu, ASF, Chien, CF y Kuo, TC (2018), "La economía circular se encuentra con la industria 4.0:
¿pueden los grandes datos impulsar la simbiosis industrial?", Recursos, conservación y reciclaje, vol. 131, diciembre,
págs. 146-147.
Tu, M., K. Lim, M. y Yang, M.-F. (2018), "Sistema de cadena de suministro y logística de producción basado en IoT: parte 2",
Sistemas de datos y gestión industrial, vol. 118 núm. 1, págs. 96-125.
van Eck, NJ y Waltman, L. (2011), “Extracción y visualización de texto usando VOSviewer”, ISSI Newsletter, vol. 7 núm. 3,
págs. 50-54.
Vandermerwe, S. y Rada, J. (1988), “Servitization of business: added value by added services”, European Management
Journal, vol. 6 núm. 4, págs. 314-324.
Veza, I., Mladineo, M. y Gjeldum, N. (2015), “Gestión de la red de producción innovadora de fábricas inteligentes”, IFAC-
PapersOnLine, vol. 28 núm. 3, págs. 555-560.
Wakenshaw, S., Maple, C., Chen, D. y Micillo, R. (2017), "Un marco de integración de la cadena de suministro habilitado para
IoT: estudios de casos empíricos", Avances en ingeniería transdisciplinaria, vol. 6, págs. 263-268.
Wang, Y., Ma, H.-S., Yang, J.-H. y Wang, K.-S. (2017), "Industria 4.0: una forma de pasar de la personalización masiva a la
producción de personalización masiva", Avances en la fabricación, vol. 5 núm. 4, págs. 311-320.
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.
Xu, LD, He, W. y Li, S. (2014), "Internet de las cosas en las industrias: una encuesta", IEEE Transactions on
Informática industrial, vol. 10 N° 4, págs. 2233-2243.
Yang, L., Yang, SH y Plotnick, L. (2013), “Cómo la tecnología del Internet de las cosas mejora las operaciones de respuesta
ante emergencias”, Previsión tecnológica y cambio social, vol. 80 No. 9, págs. 1854-1867.
Yu, J., Subramanian, N., Ning, K. y Edwards, D. (2015), "Selección de proveedores de servicios de entrega de productos y
satisfacción del cliente en la era de Internet de las cosas: la perspectiva de los minoristas electrónicos chinos",
International Revista de Economía de la Producción, vol. 159, págs. 104-116.
Zaheer, N. y Trkman, P. (2017), “Una perspectiva de la teoría del intercambio de información sobre la voluntad de compartir
información en las cadenas de suministro”, The International Journal of Logistics Management, vol. 28 núm. 2, págs.
417-443.
Zhang, Q., Huang, T., Zhu, Y. y Qiu, M. (2013), “Un estudio de caso de recopilación y análisis de datos de sensores en
ciudades inteligentes: procedencia en la cadena de suministro de alimentos inteligente”, International Journal of
Distributed Sensor Redes, vol. 9 núm. 11, pág. 382132.
Zhong, RY, Xu, C., Chen, C. y Huang, GQ (2017), "Análisis de macrodatos para plantas de producción inteligentes basadas
en Internet físicas", International Journal of Production Research, vol. 55 núm. 9, págs. 2610-2621.
Zhou, F., Ji, Y. y Jiao, RJ (2013), “Diseño afectivo y cognitivo para la personalización masiva: estado y perspectiva”, Journal
of Intelligent Manufacturing, vol. 24 núm. 5, págs. 1047-1069.
JMTM Lecturas adicionales
31,5 Chen, HJ, Yan Huang, S., Chiu, AA y Pai, FC (2012), “Estrategia de fabricación en pymes y sus implicaciones en
el rendimiento”, Gestión industrial y sistemas de datos, vol. 112 núm. 1, págs. 83-101.
Shrouf, F. y Miragliotta, G. (2015), “Gestión energética basada en Internet de las cosas: prácticas y marco para la
adopción en la gestión de la producción”, Journal of Cleaner Production, vol. 100, págs. 235-246.
886 Yin, Y., Stecke, KE y Li, D. (2018), “La evolución de los sistemas de producción desde la industria 2.0 hasta la
industria 4.0”, International Journal of Production Research, vol. 56 Nos 1-2, págs. 848-861.
Zawadzki, P. y Zywicki, K. (2016), "Diseño de productos inteligentes y control de producción para una
personalización masiva efectiva en el concepto de la industria 4.0", Revisión de ingeniería de producción y
gestión, vol. 7 N° 3, págs. 105-112.
Se puede contactar a la
autora correspondiente Chetna Chauhan en: chetnayashi@gmail.com
Para obtener instrucciones sobre cómo solicitar reimpresiones de este artículo, visite
nuestro sitio web: www.emeraldgrouppublishing.com/licensing/reprints.htm O comuníquese
con nosotros para obtener más detalles: permisos@emeraldinsight.com
Reproducido con permiso del propietario de los derechos

de autor. Prohibida la reproducción sin permiso.

A Review of Industry 4.0 in Su

Cargado por

Copyright:

Formatos disponibles

A Review of Industry 4.0 in Su

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

A Review of Industry 4.0 in Su

Cargado por

Copyright:

Formatos disponibles

Machine Translated by Google

Industria 4.0 en los

de gestión de la cadena de suministro gestión de la

2.1 Enfoque de revisión sistemática de la

La figura 1 ofrece un resumen de los pasos de una revisión sistemática de la literatura.

• definiciones de Industria 4.0;

• conceptualización de Industria 4.0 en SCM; • principios

para implementar Industria 4.0; • gestionar cadenas de

suministro digitalizadas; • resultados de la digitalización;

866 Análisis de frecuencia Análisis de contenido

• rendimiento de las cadenas de suministro digitalizadas;

• impulsores y barreras de la Industria 4.0 en SCM;

En la Sección 3 presentamos los resultados y hallazgos de los análisis de frecuencia y cualitativos.

Número de documentos entre países

Grupo 1 Grupo 2 Grupo 3 Grupo 4 Grupo 5 Grupo 6

Toma de decisiones Repartido Automatización de grandes datos Industrial Entero

Industria 4.0 en los

Cadena de suministro de Ninguna 0

3.2 Análisis cualitativo En

JMTM Artículo Definición

JMTM Temas Temas clave Documentos clave

(2016), Trstenjak y Cosic (2017), Tseng et al. (2018)

4. Discusión y vías para futuras investigaciones Industria 4.0 en el

de suministro digitalizada. • Estudios sobre planificación y abastecimiento: el plan y la fuente son

gestión de la calidad en el contexto de las cadenas de suministro digitalizadas se ocupa de las

5. Implicaciones académicas y de gestión Del estudio,

6. Limitaciones y conclusiones Los

Referencias Industria 4.0 en los

Irrenhauser, T. y Reinhart, G. (2014), “Evaluación de la viabilidad económica de RFID en la cadena de suministro”,

Jensen, JP y Remmen, A. (2017), “Habilitación de la economía circular a través de la administración de productos”,

Kodym, O. y Unucka, J. (2016), “Recopilación de información de sistemas de transporte para procesamiento en

McCartney, JL, Light, RJ y Pillemer, DB (1986), “Resumiendo: la ciencia de revisar la investigación”,

Oesterreich, TD y Teuteberg, F. (2016), “Comprender las implicaciones de la digitalización y la automatización en el

JMTM Lecturas adicionales

Reproducido con permiso del propietario de los derechos

También podría gustarte