Transformação digital na indústria de defesa : análise da adoção da inteligência artificial na performance e resiliência da cadeia de suprimentos

• Ano de defesa: 2024
• Autor(a) principal: Vargas, Rafael de Oliveira
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio)
• Palavras-chave em Português: Indústria 4.0; Setor de defesa; Inteligência artificial; Logística de material (DGPM-305); Secretaria-Geral da Marinha (SGM)
• Link de acesso: https://www.repositorio.mar.mil.br/handle/ripcmb/846709

A Indústria 4.0 (I4.0) está provocando mudanças significativas na dinâmica competitiva de diversos setores econômicos. Os avanços tecnológicos impulsionados pela I4.0 na gestão da cadeia de suprimentos (SCM) têm sido objeto de estudo abrangente tanto na academia quanto na indústria. A SCM desempenha um papel fundamental no aprimoramento da eficiência operacional, na promoção da satisfação do cliente, na redução de custos e na adaptação às mudanças de mercado. Ao trazer essas perspectivas para o contexto empresarial, a sigla VUCA (Volatilidade; Incerteza; Complexidade; e Ambiguidade), que descreve um mundo volátil, incerto, complexo e ambíguo, ganha relevância considerável. Adicionalmente, eventos altamente improváveis e imprevisíveis, denominados Black Swan, como a COVID- 19 e a guerra entre Rússia e Ucrânia, deixam o cenário ainda mais inconstante. Ao concentrar-se no setor de defesa, surgem desafios adicionais, dadas as circunstâncias singulares associadas à defesa de um país. Nesse cenário desafiador, entre as tecnologias introduzidas pela I4.0 com aplicação na SCM, a Inteligência Artificial (IA) destaca-se pela diferenciação estratégica que proporciona aos que a adotam. A IA desempenha um papel central no processo de transformação digital de qualquer organização. Assim, o objetivo desta pesquisa é identificar e avaliar a adoção de IA na performance e resiliência da cadeia de suprimentos do setor de defesa nacional. Para tal, utilizou-se uma metodologia mista de pesquisa, iniciando-se por uma revisão de escopo que identificou o estado da arte e tendências futuras da I4.0 na SCM do setor de defesa, culminando na elaboração de uma agenda de pesquisa composta por 4 clusters. Em seguida, realizou-se uma revisão sistemática da literatura de modo a identificar e analisar os fatores que afetam a adoção da IA no setor de defesa a partir dos achados da revisão de escopo e de artigos de grande relevância sobre o tema pesquisado, resultando na formulação de constructos e variáveis relacionados aos fatores que influenciam a adoção de IA e como essa tecnologia impacta a cadeia de suprimentos. Como terceiro método de pesquisa, conduziu-se um survey aplicado no setor de defesa com o propósito de se identificar e avaliar empiricamente a adoção de IA no desempenho e resiliência da cadeia de suprimentos. Foram feitas análises descritivas e fatorial exploratória dos dados, chegando-se a 6 fatores latentes compostos pelas variáveis com maiores cargas fatoriais e permitindo a formulação de novos constructos e variáveis que agora aguardam uma análise confirmatória por meio de pesquisas futuras. Por fim, a pesquisa propõe um roadmap para fortalecer e melhorar o desempenho da cadeia de suprimentos na indústria de Defesa, usando IA. Este novo artefato foi desenvolvido por meio de uma abordagem que combina diferentes métodos, como análise bibliométrica, revisão sistemática e questionários, para entender e explorar os desafios. Para demonstrar sua aplicação prática, o plano foi adaptado para a Marinha do Brasil, destacando como a IA pode ser usada no planejamento e execução de metas para aumentar a robustez, resiliência e responsividade (Triple-R) da cadeia de suprimentos, considerando-se tanto os aspectos técnicos quanto sociais do contexto institucional. Além disso, a pesquisa teórica resultou em uma agenda de futuras pesquisas sobre transformação digital na indústria de defesa, delineando um caminho para o desenvolvimento de soluções inovadoras orientadas pela adoção de IA.