Big data e criação de valor no setor produtivo - framework na indústria de manufatura

Abstract

A Tecnologia da Informação passa por um rápido desenvolvimento sustentado por descobertas disruptivas, que permeiam a indústria de manufatura e permitem a fusão de mundos físicos e virtuais através de sistemas físicos cibernéticos (CPS), marcando o advento da quarta revolução industrial, a Indústria 4.0. O objetivo deste trabalho é desenvolver framework conceitual e estratégico de avaliação da tecnologia Big Data, para ser utilizado pelos gestores da indústria manufatureira com o objetivo de aumentar valor, eficiência, ganho de competitividade e fomentar inovações. O método aplicado no estudo foi o Design Science Research, seguindo o processo sugerido por Hevner (2007). O trabalho iniciou-se pelo desenvolvimento e formação da fundamentação teórica, como base de conhecimento para o processo de aprendizado, sendo utilizado para isso artigos científicos de bases relevantes das áreas pesquisadas, como Google Scholar, Science Direct e Scopus Preview, o que garantiu o ciclo de rigor do estudo, e finalizou-se com o processo de criação, desenvolvimento e avaliação do artefato proposto. Como resultado do estudo, identificaram-se as tecnologias habilitadoras da indústria 4.0 que devem ser integradas ao Big Data, seis vetores fundamentais e característicos do Big Data na indústria manufatureira, sendo estes Volume, Velocidade, Variedade, Veracidade, Visibilidade e Vulnerabilidade dos dados, além da necessidade de alinhamento da estratégia, governança dos dados, equipes e gestões competentes, liderança no processo e, finalmente, a cultura de dados da organização como base do sucesso e criação de valor proposto. O Ciclo de Relevância do Framework Proposto fez-se presente através de uma Pesquisa Survey aplicada a engenheiros de Automação, analistas de Sistemas e Profissionais de TI, os quais ofereceram Inputs relevantes e, após os ajustes necessários, uma sessão de Grupo Focal, aplicada a Usuários Especialistas da Tecnologia Big Data, contribuíram para validar o Artefato.

Information Technology is undergoing rapid development supported by disruptive discoveries, in terms of its application and potential, such as cloud computing, internet of things, big data, additive technologies, machine learning and artificial intelligence. These concepts permeate the manufacturing industry, allow the fusion of physical and virtual worlds through cyber physical systems (CPS) and mark the advent of the fourth industrial revolution, Industry 4.0. The objective of this work is to develop a conceptual and strategic framework for evaluating Big Data technology, to be used by managers in the manufacturing industry in order to increase value, efficiency, gain in competitiveness and foster innovation. The method applied in the study was Design Science Research, following the process suggested by Hevner (2007). The work began with the development and formation of theoretical foundations, as a knowledge base for the learning process, using scientific articles from relevant bases in the researched areas, such as Google Scholar, Science Direct and Scopus Preview, which ensured the cycle of rigor of the study, and ended with the process of creation, development and evaluation of the proposed artifact. As a result of the study, the enabling technologies of industry 4.0 that should be integrated into Big Data were identified, six fundamental and characteristic vectors of Big Data in the manufacturing industry, these being Volume, Speed, Variety, Veracity, Visibility and Vulnerability of data, in addition to the need for strategy alignment, data governance, competent teams and management, process leadership and, finally, the organization's data culture as the basis for success and the creation of proposed value. The Relevance Cycle of the Proposed Framework was present through a Survey applied to specialists, Automation engineers, Systems analysts and IT Professionals, who offered relevant Inputs and, after the necessary adjustments, a Focus Group session, applied to Expert Users of Big Data Technology, contributed to validate the Artefact. In addition to qualitative results, the study also offers quantitative results that contribute to the conclusion and relevance of the work.