| Resumo : |
Mais de dez anos se passaram desde que o termo "Indústria 4.0" foi lançado. Nesse período, numerosas novas tecnologias e aplicações foram desenvolvidas, o que gerou tanto oportunidades, quanto desafios para os empresários e pesquisadores. É possível argumentar que a necessidade de se selecionar uma tecnologia dentre múltiplas opções consiste na diferença mais importante entre a Indústria 4.0 e as revoluções industriais anteriores. Nesse contexto, a presente tese buscou responder à questão de como priorizar tecnologias, propondo uma abordagem pragmática e replicável, que considera a heterogeneidade das empresas industriais. O método proposto se fundamenta na teoria de que padrões observados em artigos e patentes podem refletir semelhanças de investimentos, conhecimentos, processos e objetivos relacionados à adoção tecnológica. A partir disso, foram desenvolvidas ferramentas visuais denominadas "Redes de Tecnologias", utilizando-se dados extraídos de uma base de artigos (WEB OF SCIENCE) e de patentes (DERWENT INNOVATION). Então, empregou-se métricas de ciência de redes para priorizar tecnologias. Os resultados obtidos foram comparados com os de redes geradas com dados de adoção por empresas reais, buscando avaliar, também, a agregação de informações setoriais e de categorias de KPIs do SIRI (Smart Industry Readiness Index) ao processo de priorização. Desse modo, observou-se que a utilização de dados de patentes apresenta uma maior proximidade com o cenário de adoção industrial, particularmente ao considerar as ubiquidades setoriais. A integração de fatores internos, como as categorias de KPIs do SIRI, representa um avanço relevante para alinhar a priorização de tecnologias com os objetivos estratégicos de empresas, embora demande estudos futuros para validação. A tese conclui que o método proposto oferece uma ferramenta de apoio à tomada de decisão, baseada em dados, para a priorização de tecnologias, destacando suas vantagens e limitações. Por fim, avalia-se que o trabalho contribui para discussões do campo da Indústria 4.0, ao mesmo tempo que pode auxiliar praticantes da indústria, academia e formuladores de políticas públicas a desenvolver estratégias tecnológicas. |