Gestão da resiliência da cadeia de suprimentos: impacto das tecnologias e capabilidades tecnológicas no desempenho operacional na perspectiva da teoria dos custos de transação

• Ano de defesa: 2024
• Autor(a) principal: Bezerra, Rawflin Praia
• Orientador(a): Perez, Gilberto
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por; eng
• Instituição de defesa: Universidade Presbiteriana Mackenzie
• Palavras-chave em Português: cadeia de suprimentos; disrupções; AI; PDCA; desempenho operacional; sinais fracos; weak signals
• Link de acesso: https://dspace.mackenzie.br/handle/10899/39586

Os desafios globais dos últimos anos têm incentivado as empresas a buscarem a otimização dos seus processos da cadeia de suprimentos, como uma forma de desenvolver maior resiliência e a capacidade em responder rapidamente aos eventos disruptivos geradores de perdas no desempenho operacional. As empresas que dependem de cadeias de suprimentos têm funcionalidade complexa, por estarem seus fornecedores e clientes dispersos globalmente, portanto vulneráveis a riscos. Ao tornar uma cadeia de suprimentos mais resiliente, utilizandose ferramenta baseadas em inteligência artificial e aprendizado de máquina (machine learning), reduz-se o risco de interrupções operacionais não programadas, em razão de se permitir a visibilidade de todas as operações da cadeia de suprimentos e de se proporcionar maior segurança às empresas para adaptar seus processos produtivos em tempo real. Nesse processo, empresas buscam a inovação tecnológica como forma de aumentar a resiliência através da utilização de novas tecnologias disruptivas baseadas na aplicação de inteligência artificial. Este estudo teve como objetivo avaliar o impacto dessas tecnologias inteligentes (AI/ML) e suas capabilidades tecnológicas como fator moderador na relação entre gestão da resiliência da cadeia de suprimentos e o desempenho operacional, sob a perspectiva dos custos de transação e com foco nas empresas do setor de bens de capital instaladas no Brasil. Esta pesquisa foi constituída em três fases. A primeira, pesquisa bibliométrica, por meio de consultas em base de dados. A segunda, de natureza exploratória, utilizou amostra de sete respondentes, tendo sido os dados coletados por meio de entrevistas individuais, gravadas em áudio e avaliadas por meio de análise de conteúdo. A terceira, de natureza descritiva, em que se utilizou uma amostra de 1500 respondentes, cujos dados foram coletados por meio de questionários estruturados, tendo um retorno de 113 respondentes validados como aplicáveis para as etapas seguintes. As respostas foram tratadas e avaliadas por estatística descritiva, análise fatorial e validação do modelo. As amostras da população foram delimitadas a respondentes pertencentes a empresas associadas aos CNAE 10 a 33, sediadas no Brasil, de origem nacional ou multinacional. Os testes de hipóteses evidenciaram que há uma relação de moderação fortalecendo a relação entre Gestão Resiliente da Cadeia de Suprimentos e o Processo de Redução dos Custos de Transação, quando as Tecnologias Inteligentes e Capabilidades Tecnológicas moderam essa relação. Esta pesquisa contribui para o crescente conhecimento sobre resiliência da cadeia de suprimentos, fornecendo uma análise consistente do impacto da aplicação de tecnologias avançadas de AI/ML no aumento da robustez da cadeia de suprimentos. A investigação também sublinha a importância estratégica da AI na promoção de uma abordagem proativa à gestão da cadeia de suprimentos. Do ponto de vista acadêmico, considera-se que a contribuição do trabalho foi identificar a importância de uma etapa de maturação da aplicação da tecnologia AI/ML, quando moderando a relação entre Gestão Resiliente da Cadeia de Suprimentos e o Desempenho. No campo gerencial, como contribuição empírica, a empresa pode trabalhar os indicadores de processos relacionados aos ganhos de resiliência quando AI/ML é aplicada. Esta pesquisa identificou um conjunto de assertivas preferenciais relacionadas às práticas gerenciais de gestão de processos baseadas no PDCA, destacam-se as atividades de monitoramento, aplicação e fechamento do ciclo PDCA através da retroalimentação do processo de gestão da resiliência na cadeia de suprimentos. Finalmente, a contribuição para a sociedade prevê a operacionalizado do projeto de Gestão Resiliente da Cadeia de Suprimentos através da geração de um piloto de monitoramento inteligente de sinais fracos (weak signals) de eventos disruptivos, usando-se machine learning apoiado em tecnologia shareware disponível, promovendo a disseminação do conhecimento através da extensão universitária e aproximando a academia das organizações.