Articulo Review 1

Machine Translated by Google
El número actual y el archivo de texto completo de esta revista están disponibles en Emerald Insight en: https://
www.emerald.com/insight/20404166.htm
Gestión ajustada de la cadena de Gestión
suministro e Industria 4.0: una revisión ajustada de la
sistemática de la literatura cadena de suministro e Ind
Mateo Rossini 253
Departamento de Gestión, Economía e Ingeniería Industrial,
Politécnico de Milán, Milán, Italia Recibido el 12 de mayo de 2021
Revisado el 10 de noviembre de 2021
Aceptado el 6 de mayo de 2022
Daryl John Powell
Universidad Noruega de Ciencia y Tecnología,
Trondheim, Noruega y
Kaustav Kundu
Departamento de Ingeniería y Gestión de Sistemas Industriales,
Universidad Nacional de Singapur, Singapur, Singapur
Propósito
abstracto : aunque la integración de las tecnologías Lean Supply Chain Management (LSCM) e Industria 4.0 (I4.0) es
relativamente reciente, ha estado recibiendo mucha atención. En parte porque es un campo de práctica e investigación reciente
y en parte porque el número de trabajos desarrollados en este campo ha crecido rápidamente, es importante actualizar
frecuentemente las perspectivas sobre este campo de investigación. Así, este estudio pretende revisar la integración entre
LSCM e I4.0 analizando la relación a nivel operativo, táctico y estratégico.
Diseño/metodología/enfoque: se realizó una revisión sistemática de la literatura para identificar y explicar la integración de LSCM
e I4.0 a partir de fuentes científicas publicadas antes de marzo de 2021.
Hallazgos – El análisis de la literatura reveló que el nivel de integración de LSCM e I4.0 está presente en diferentes niveles
gerenciales. Además, cuando se detalla la integración en diferentes niveles gerenciales, parece que LSCM allana el camino
para la adopción de I4.0 a nivel estratégico, mientras que las tecnologías I4.0 prometen mejorar las prácticas de LSCM a nivel
operativo.
Limitaciones/implicaciones de la investigación: la principal contribución de este estudio es el marco que muestra que LSCM
allana el camino para la adopción de I4.0 a nivel estratégico, mientras que las tecnologías I4.0 prometen mejorar las prácticas
de LSCM a nivel operativo.
Originalidad/valor – Este estudio desarrolla una nueva perspectiva de los artículos publicados bajo la temática de LSCM e I4.0.
Además, propone un marco de análisis que puede ser utilizado por futuros investigadores.
Finalmente, se muestran las implementaciones más recientes de LSCM e I4.0, exponiendo las tendencias actuales,
mejoras y también las principales brechas.
Palabras clave Gestión de la cadena de suministro, producción ajustada, Industria 4.0, digitalización, cadena
de suministro ajustada
Tipo de papel Revisión de la literatura
© Matteo Rossini, Daryl John Powell y Kaustav Kundu. Publicado por Emerald Publishing Limited.
Revista internacional de Lean Six
Este artículo está publicado bajo la licencia Creative Commons Attribution (CC BY 4.0). Cualquiera puede reproducir, distribuir, Sigma
vol. 14 No. 2, 2023
traducir y crear trabajos derivados de este artículo (tanto para fines comerciales como no comerciales), sujeto a la atribución págs.
total a la publicación original y a los autores. Los términos completos de esta licencia se pueden ver en http://creativecommons.org/ 253276 Emerald Publishing
Limited
licences/by/4.0/legalcode 20404166 DOI 10.1108/IJLSS0520210092
1. Introducción
IJLSS
Desde las últimas décadas, las prácticas y principios de Lean Supply Chain Management (LSCM) se han
14,2
adoptado con éxito en diferentes sectores (Chakrabarty y Wang, 2020).
Este creciente interés se debe a que la implementación de LSCM puede traer varios beneficios en forma
de reducción de costos, acortamiento del tiempo de procesamiento, calidad y otros aspectos (Moyano
Fuentes et al., 2020; Vanichchinchai, 2019).
La llegada de la Industria 4.0 (I4.0) ha reabierto el debate sobre la introducción de tecnologías
254
novedosas en sistemas de gestión ya establecidos liderados por una filosofía centrada en el ser humano,
como la gestión ajustada (Ghadge et al., 2020) . Las modernas tecnologías de la información y la
comunicación (TIC) de I4.0 permiten establecer conexiones entre productos, máquinas y procesos. En
este sentido, muchos autores han destacado los beneficios potenciales de integrar tecnologías como el
análisis de Big Data, Internet de las Cosas y Cloud Computing en sistemas lean, generando grandes
expectativas y entusiasmo (Buer et al., 2020; Tortorella et al., 2019a , 2019b).
La literatura presenta artículos que analizan la interacción entre LSCM e I4.0, pero el tema aún se
encuentra en la fase de novedad (NúñezMerino et al., 2020).
Además, la literatura presenta diferentes perspectivas de análisis, que no respaldan la estructura de
dicha relación, creando así un caos en el valor de la interacción.
Este artículo quiere llenar ese vacío en la literatura, presentando el estado del arte de la interacción
entre LSCM e I4.0, definiendo un marco para delinear la interacción y, por lo tanto, sentando las bases
para futuros estudios en este campo de investigación. Por lo tanto, nos planteamos la siguiente pregunta
de investigación:
RQ1. ¿Existe alguna interrelación entre Lean Supply Chain Management y
¿Industria 4.0?
Para responder a la pregunta de investigación, este estudio proporciona una revisión sistemática de la literatura (SLR).
El artículo está estructurado de la siguiente manera: la Sección 2 presenta y define el dominio de
LSCM e I4.0, mientras que la Sección 3 describe la metodología aplicada para el SLR. La Sección 4
describe los hallazgos del estudio y presenta el marco conceptual de la interacción entre LSCM e I4.0. La
sección 5 concluye el artículo, indicando sus limitaciones y oportunidades de investigación futuras.
2. Antecedentes teóricos 2.1
Gestión eficiente de la cadena de
suministro Dada la situación actual en la que existe una gran turbulencia en la demanda de los clientes y
el panorama competitivo está cambiando rápidamente, las empresas se enfrentan al desafío de satisfacer
las necesidades deseadas de los clientes (Vanpoucke et al., 2014 ).
Según Krajewski et al. (2015), las empresas más exitosas son aquellas que toman en consideración
a los clientes y proveedores externos en sus procesos de mejora interna. Así, la integración con
proveedores y clientes actúa como una ayuda externa para mejorar la competitividad y la eficiencia (Flynn
et al., 2010). Un enfoque que puede ayudar a las cadenas de suministro a reducir los residuos y lograr la
sostenibilidad es la Producción Lean (LP), basada en el Sistema de Producción Toyota (Rossini et al.,
2019). Como tal, en un entorno donde las empresas compiten por plazos de entrega más cortos y una
mejor calidad con reducción de costos, las prácticas de LP pueden implementarse con el espíritu de un
enfoque integrador de la cadena de suministro (Guilherme Luz Tortorella et al., 2017) .
LSCM es la gestión de diferentes organizaciones que integran flujos ascendentes y descendentes de
diferentes entidades que pueden aumentar el valor y reducir costos y desperdicios respondiendo con
prontitud para satisfacer la demanda de cada cliente (Anand y Kodali, 2008;
Saxby et al., 2020). Por lo tanto, el objetivo de LSCM es garantizar que se cree y transfiera valor de manera Oferta ajustada
eficiente al downstream. El concepto de LSCM no solo se limita a empresas automotrices, de construcción de cadenas o de
fabricación, sino que también se extiende a empresas de servicios como la gestión hotelera, la atención
médica y el comercio
minorista (Borges et al., 2019). Sin embargo, varios estudios sobre el tema y la Industria 4.0 se han
aspectos individuales de LSCM. En particular, muchos estudios se han concentrado únicamente en analizar únicamente en
centrado
las prácticas lean “upstream”, mientras que apenas se ha prestado atención a su aplicación en el
“downstream” (Reichhart y Holweg, 2007; Reitsma et al., 2020) . La adopción gradual de prácticas de LP
“aguas abajo” en el flujo podría justificarse por el concepto de nivelación de la producción (heijunka), ya 255
que existe un requisito de producción para hacer frente a las fluctuaciones con una alta variabilidad de la
demanda del mercado (MasonJones et al., 2000 ). Sin embargo, se descubre que no es posible lograr
resultados completamente sostenibles aplicando los principios de LP únicamente en los actores anteriores
de la cadena de suministro.
Hines et al. (2004) indicaron que la evolución de los principios y prácticas de LP a lo largo de los años
desde el taller hasta cada actor a lo largo de la cadena de suministro. Se pueden aplicar, desde el
desarrollo de productos y servicios, pasando por la realización de pedidos a proveedores, hasta el
transporte de los productos a los clientes (Bittencourt et al., 2021). Su objetivo es mejorar continuamente
todas las actividades que sean beneficiosas para los clientes. En este sentido, LSCM destaca la importancia
de utilizar prácticas de LP de manera efectiva para crear un sistema de producción y logística eficiente que
cumpla con las expectativas de los clientes (Chu et al., 2021).
Como afirman Agarwal et al. (2006), LSCM requiere un modelo de negocio diferente, que debería
considerar una relación estratégica con diferentes actores de la cadena de suministro y eliminar el
desperdicio a través de un enfoque cooperativo y sistemático. En este sentido, la llegada de nuevas
tecnologías abre muchas opciones nuevas para LSCM, facilitando la coordinación y colaboración entre los
socios de la cadena de suministro y fomentando la integración a niveles más competitivos (Tortorella G., Miorando R., 2019).
2.2 Industria 4.0
El término I4.0 fue acuñado por primera vez en 2011 por la Alianza Alemana de Investigación entre la
Industria y la Ciencia (Buhr, 2017). Hoy en día, la I4.0 o simplemente la transformación digital genera
muchos retos para las empresas manufactureras desde diferentes puntos de vista. La I4.0 puede verse
como una expansión de las TIC de manera horizontal (Lee et al., 2018). De hecho, las TIC ahora se utilizan
más ampliamente en todas las esferas, incluidas las empresas, el gobierno y la vida cotidiana. La
digitalización de I4.0 ayuda a conectar diferentes entidades a lo largo de toda la cadena de suministro a
través de información en tiempo real (Chiarini et al., 2020). Debido a esta interconexión, diferentes
entidades podrán hacer frente a las fluctuaciones de los factores ambientales gracias a la inteligencia
artificial (Hecklau et al., 2016). Mario et al. (2017) describieron I4.0 como “[...] un término colectivo para
tecnologías y conceptos de organización de la cadena de valor”.
La digitalización está afectando a todos los sectores, ya sea reemplazando productos tradicionales con
contrapartes digitales o mejorando esos productos con nuevas características digitales (Prem, 2015). Sin
embargo, la transformación digital que resulta de un cambio hacia I4.0 va más allá de la mejora a nivel de
producto y proceso. Aunque ha creado una revolución en la producción y los modelos de negocio, dejó a
las empresas con desafíos (Bleicher y Stanley, 2018). En particular, el objetivo final de la digitalización de
la fabricación es establecer conexiones entre todos los actores de las cadenas de valor de la fabricación.
En otras palabras, la digitalización mejora no solo los productos físicos sino también el negocio y la
estrategia general de la estructura organizacional (Matt et al., 2015). Según Meier (2016), para la
transformación digital total, las empresas deben primero analizar e identificar lo que quieren los clientes;
luego, deberán realizar los cambios dentro de la organización de acuerdo con las necesidades del cliente.
Pero el desafío para las empresas sigue siendo la velocidad y profundidad con la que las empresas pueden
adoptar la transformación digital (Rossini et al., 2021).
Se ha demostrado un vínculo estricto entre la implementación de tecnologías I4.0 y sistemas lean (GL
IJLSS
Tortorella et al., 2019b), pero la investigación se centra en la implementación de una sola planta y aún pierde
14,2
una perspectiva más amplia de relación fuera de los muros de la planta única, mirando la cadena de suministro.
Dado que LSCM e I4.0 representan dos oportunidades relevantes para los negocios pero su relación aún
no está estructurada, este artículo tiene como objetivo explorar y discutir la sinergia potencial para las
256 empresas que adoptan ambos enfoques.
3. Metodología Para
explorar el panorama de la combinación de LSCM con I4.0, adoptamos SLR. Según Fink (2005), una SLR es:
[...] método sistemático, explícito, integral y reproducible para identificar, evaluar y sintetizar el
conjunto existente de trabajos completos y registrados producidos por investigadores, académicos
y profesionales.
En esta sección se describe la metodología adoptada para realizar la revisión de la literatura.
Según los autores, se puede decir que es bastante sistemático, considerando el estricto procedimiento que se
ha utilizado.
Siguiendo la guía de Xiao y Watson (2017), para que una revisión sea exitosa, es
debe incluir tres fases: planificación, realización y presentación de informes.
La Figura 1 muestra las revisiones en ocho pasos diferentes.
Figura 1.
Metodología de
revisión de la literatura.
En los siguientes párrafos, se analizan detalladamente todos los pasos y se proporciona una explicación Suministro Lean
de cómo se han puesto en práctica. cadena Paso 1: Formulación de la gestión del problema El punto de partida para realizar una
SLR es la formulación del problema.
Las fuerzas impulsoras y de la Industria 4.0 del proceso SLR son las preguntas de
investigación (Kitchenham y Charters, 2007), que son el objetivo de la formulación del problema.
Una pregunta de investigación demasiado amplia podría invalidar el SLR debido a una enorme cantidad
257
de datos identificados con los que trabajar (Cronin et al., 2008). Por esta razón, la pregunta de investigación
adecuada podría identificarse con un proceso iterativo.
La base del SLR es la relación entre el entorno de la cadena de suministro ajustada y el de I4.0. Por
tanto, el objetivo inicial fue estudiar cómo interactúan los dos paradigmas entre sí. Paulatinamente,
realizando la investigación inicial, se ha hecho necesaria una pregunta más estructurada y depurada. De
hecho, se podrían identificar diferentes relaciones entre la cadena de suministro ajustada y la I4.0 en
relación con diferentes sectores empresariales. Además, es posible que estas relaciones ya se hayan
estudiado a fondo en algunos sectores, mientras que en otros la investigación apenas ha comenzado. Este
proceso iterativo ha sido fundamental para identificar los límites de la pregunta de investigación de la SLR.
Paso 2: Desarrollar y validar el protocolo de revisión El
protocolo de revisión es “un plan preestablecido que especifica los métodos utilizados para realizar la
revisión” (Xiao y Watson, 2017), y es absolutamente crucial para revisiones sistemáticas rigurosas. Debería
reducir significativamente el sesgo durante el análisis de los datos seleccionados (Kitchenham y Charters
2007).
Paso 3: Búsqueda de literatura La
búsqueda sistemática sigue cinco pasos. En primer lugar, los investigadores deben definir los canales
para la búsqueda de literatura. Como hay infinitos canales disponibles, los investigadores deben elegir un
subgrupo de canales. En segundo lugar, la pregunta de investigación debe traducirse en palabras clave
que puedan usarse para la investigación. En tercer lugar, los investigadores deben identificar la estrategia
de muestreo. Según el requisito de revisión, la investigación puede ser exhaustiva o selectiva (Suri y
Clarke, 2009; Bayliss y Beyer, 2015). En cuarto lugar, los investigadores deberían refinar los resultados
con restricciones adicionales porque podría haber criterios prácticos adicionales para excluir algunos
artículos del SRL. Finalmente, es importante identificar una regla de detención que ayude al investigador a
comprender cuándo los estudios podrían considerarse terminados.
En cuanto a los canales de revisión de la literatura, entre las innumerables fuentes disponibles, se ha
elegido Scopus como única base de datos para esta SLR. Esta elección se debe a que este almacenamiento
electrónico ofrece "una visión general completa de la producción de investigación mundial en los campos
de la ciencia, la tecnología, la medicina, las ciencias sociales y las artes y las humanidades".
El siguiente paso es la identificación de la palabra clave utilizada para la búsqueda. En lo que respecta
a este estudio, como el objetivo es estudiar la relación entre LSCM e I4.0, las primeras palabras clave son
“Lean”, “Supply Chain” e “Industry 4.0”. Dada la necesidad de contar con un entorno de investigación
integral, la búsqueda debe ampliarse utilizando sinónimos, grafías alternativas, abreviaturas y términos
relacionados. En concreto, un sinónimo de “Lean” es “JIT”, mientras que los sinónimos de “Industria 4.0”
son “Digital” e “Smart”.
Además, también existe una abreviatura de "Industria 4.0" que es "I4.0" y la ortografía alemana alternativa
de "Industria 4.0" que es "Industrie 4.0". Para crear las cadenas de búsqueda, se utiliza “Y” para unir los
términos principales, mientras que “O” se utiliza para incluir sinónimos y abreviaturas.
Por lo tanto, la cadena de búsqueda final fue {[(“JIT” OR “Lean”) AND (“Supply Chain”)] AND (“Industry 4.0”
OR “I 4.0” OR “Digital” OR “Smart” OR “Industrie 4.0” )}. La Tabla 1 sintetiza el conjunto final de palabras
clave, dividido en los dos temas abordados en esta revisión de la literatura.
IJLSS En lo que respecta a la estrategia de muestreo, la búsqueda puede ser exhaustiva o seleccionada (Suri y Clarke, 2009;
Bayliss y Beyer, 2015). Esta SLR es más seleccionada y representativa. Por este motivo, en los artículos de búsqueda no se
14,2
incluyó la “literatura gris”, como los congresos. Esta decisión se debe al hecho de que la literatura gris se considera de menor
calidad que los artículos revisados por pares (Xiao y Watson, 2017). Además, la “literatura gris” podría verse afectada por
más sesgos que los artículos revisados por pares.
258 Para refinar aún más los resultados, se han aplicado restricciones adicionales, incluido el rango de fechas de publicación
y el idioma de publicación. En lo que respecta al horizonte temporal, los documentos publicados antes de 2011 fueron
excluidos de la investigación, ya que el término "Industria 4.0" apareció por primera vez durante la Feria de Hannover de ese
año. Por otro lado, la fecha de finalización del horizonte de investigación corresponde a finales de 2020. En cuanto al idioma
de publicación, la investigación se ha circunscrito al idioma inglés.
Finalmente, según Levy y Ellis (2006), una regla general es detener la búsqueda en caso de obtener las mismas
referencias sin nuevos resultados. En este caso, se ha aplicado la regla de parada a las palabras clave de investigación. En
particular, se ha probado que agregar las nuevas palabras clave “I4.0” e “Industrie 4.0” para identificar I4.0 conduce a los
mismos resultados. Por esta razón, no se incluyeron otras palabras clave además de las presentadas en la Tabla 1.
Paso 4: Criba para inclusión Una
vez finalizada la búsqueda de artículos, se ha generado un listado de artículos en el canal seleccionado para la búsqueda
bibliográfica. A partir de esta lista, los investigadores deben seleccionar cada artículo para identificar la posibilidad de incluirlo
para la extracción y análisis de datos. A partir de la lista de artículos generada en los pasos anteriores, los autores deben
cribar esta lista leyendo el resumen de cada artículo según criterios de inclusión y exclusión. Este procedimiento debe
realizarlo cada investigador para seleccionar los estudios con base en los criterios de inclusión y exclusión (Gomersall et al.,
2015). Estos criterios, que se basan en la pregunta de investigación, deben coincidir con las situaciones prácticas y ser lo
suficientemente apropiados para clasificar la investigación. Además, pueden ser confiables y deberían resultar en una fuente
de literatura manejable (Xiao y Watson, 2017). Sólo cuando la pantalla de artículos sea completada por cada investigador,
deberá comparar los dos resultados respectivos de este procedimiento. En caso de opiniones encontradas, se debe incluir
el artículo.
La lista de criterios de exclusión aplicados por los autores en esta revisión de la literatura se describe a continuación:
No revisado por pares (NR): Los artículos encontrados con las palabras clave descritas anteriormente y que no
estén revisados por pares deben descartarse. En concreto, los artículos de congresos se consideran “literatura
gris”. Por esta razón, según la estrategia de muestreo adoptada, estos artículos deben ser rechazados, mientras
que sólo los tipos de artículo y revisión deben ser considerados por los investigadores; Completamente no
relacionado (CU): Los artículos que no
estén relacionados con la relación entre la cadena de suministro ajustada y I4.0 no deben incluirse en la revisión de
la literatura. De hecho, debido a algunas palabras clave utilizadas, como "inteligente" y "digital", los artículos que
tienen en
Cadena de suministro ajustada Industria 4.0
cadena de suministro JAT Industria 4.0
Cadena de suministro ajustada Industria 4.0
Tabla 1. I4.0
Palabras clave de investigación Digital
utilizadas Inteligente
su resumen estos términos han aparecido en la lista de búsqueda. Sin embargo, estos artículos Lean Supply a veces no están
relacionados con la relación entre la cadena de suministro Lean y la cadena I4.0 y, por esta razón, deben rechazarse. Gestión
vagamente relacionada (VR): Deben excluirse
los artículos que están relacionados únicamente con la cadena de suministro
ajustada o I4.0 pero no con la Industria 4.0 con la relación entre estos dos. Además, los artículos que
se centran únicamente
en una de estas dos áreas y mencionan brevemente las otras fueron descartados de la revisión de la
literatura.
259
Duplicados (D): Como se ha decidido que la literatura utilice una sola base de datos, Scopus, no hay
resultados superpuestos que puedan obtenerse utilizando diferentes bases de datos. Por cierto, en
una misma base de datos podría haber duplicados que hay que descontar del total de artículos
revisados.
Sin acceso (NA): Es posible que en el listado de la revisión de la literatura existan algunos artículos a
los que se podría acceder en términos de título y resumen, pero que no permiten acceder al texto
completo. Por esta razón, estos trabajos deben ser rechazados de la lista final de trabajos.
Además, para tener una visión completa y exhaustiva de la relación entre la cadena de suministro ajustada y
I4.0, los autores han decidido utilizar también los criterios de inclusión que se presentan a continuación:
Relacionados hacia atrás (BR): Algunos artículos que son citados en los artículos revisados deben
incluirse en la revisión de la literatura para profundizar el conocimiento sobre los dos paradigmas bajo
análisis.
Forward related (FR): Los investigadores deben incluir publicaciones de los autores clave de los dos
paradigmas analizados utilizando la misma base de datos, Scopus.
Todos estos criterios de inclusión y exclusión descritos anteriormente han sido implementados por
investigadores solo después de que se aplicaron los demás criterios de exclusión e inclusión descritos en el
Paso 3. De hecho, el paso de refinar los resultados con restricciones adicionales permitió a los investigadores
delinear los límites de la revisión de la literatura. Más concretamente, las condiciones de rechazo utilizadas
han sido:
Obsoleto (O): Los artículos publicados antes de 2011 deben excluirse de la revisión de la literatura
porque el paradigma de “Industria 4.0” surgió por primera vez durante la Feria de Hannover de 2011.
Idioma (L): Los trabajos escritos en un idioma diferente al inglés deben descartarse para la revisión
de la literatura.
En la Figura 2 se proporciona un resumen del proceso de exclusión e inclusión con los números relacionados.
Después de la aplicación de los criterios de inclusión y exclusión presentados anteriormente, se pudo
identificar una lista final de artículos para la revisión de la literatura, primero por cada investigador de forma
independiente, antes de que todos los investigadores pudieran discutir la lista y llegar a un consenso para su
inclusión en el estudio. Nos aseguramos de que los investigadores tuvieran un equilibrio de experiencia; por
ejemplo, uno de nosotros tiene experiencia en lean, otro en I4.0 y el otro tanto en lean como en I4.0. Para
garantizar que los futuros lectores puedan replicar la misma búsqueda, se ha mantenido un registro de los
artículos excluidos para su referencia (Kitchenham y Charters, 2007).
Paso 5: Evaluación de la
calidad Según Whittemore y Knafl (2005), los estándares de calidad diferirán de una revisión a otra. Por
un lado, la evaluación de la calidad es de vital importancia para las revisiones de pruebas,
IJLSS
14,2
260
Figura 2.
Revisión de literatura
proceso
cuyo objetivo es la generalización. Por otro lado, esta fase no es importante para determinadas revisiones como las
de alcance, cuyo objetivo es descubrir la amplitud de los estudios, no la calidad. De manera similar al proceso de
selección de inclusión, los autores realizaron la evaluación de calidad en paralelo, según lo recomendado por
Noordzij et al. (2009). Cualquier desacuerdo se ha resuelto mediante discusión y consulta.
Como ya se ha comentado que esta revisión de la literatura puede clasificarse como una revisión de alcance,
el tipo de evaluación de calidad aplicada no ha excluido los artículos del grupo. Esta decisión está alineada tanto
con el deseo de contar con la mayor cantidad de aportes posible como con la novedad del tema.
Por lo tanto, la evaluación de la calidad ha sido un medio importante para conocer la calidad y distribución
general de los estudios seleccionados.
Las especificaciones objeto de esta evaluación son la metodología utilizada para realizar el estudio y el ranking
de la revista editorial. La lista de 45 artículos, incluido su título, autores, año de publicación, nombre de la revista,
clasificación y metodología, se presenta en la Tabla 2.
En la Figura 3, es posible notar una tendencia creciente en el interés por este tema. En particular, vale la pena
señalar que la mayoría de los artículos se publicaron durante los últimos tres años, 20182020.
Al observar las metodologías utilizadas para la investigación (Figura 4), queda inmediatamente claro que el
31% de los estudios han utilizado estudios de casos, aplicando normalmente esta metodología a campos específicos.
Por ejemplo, RamírezPeña et al. (2020) se centró en la construcción naval, una industria manufacturera
compleja que necesita pautas 4.0 para mejorar la eficiencia de la cadena de suministro, mientras que Ge y Jackson
(2014) investigaron la usabilidad de las tecnologías Big Data como herramientas para el proceso Six Sigma para
lograr una reducción de costos en la industria automotriz.
suministro magro
N° Autores Diario del año Metodología
cadena
1 Homero, G. y Thompson, D. 2001 Revista Internacional de Caso de estudio gestión
Tecnología automotriz y
Gestión e Industria 4.0
2 White, RE y Pearson, JN 2001 Revista Internacional de Estructura
Distribución física y
Gestion de logistica 261
3 Heikkila, J. Diario de operaciones 2002 Caso de estudio
Gestión
4 Tan, KC, Lyman, SB y Wisner, JD 2002 Revista Internacional de Encuesta
Operaciones y Producción
Gestión
5 Berkhout y Hertin 6 Bruun, Futuros 2004 Estructura
P. y Mefford, RN 2004 Revista Internacional de Estructura
Economía de la producción
7 Ward, P. y Zhou, H. 2006 Ciencias de la Decisión Encuesta
8 Adamides, ED, Karacapilidis, N., Pylarinou, 2008 Planificación de la producción y Caso de estudio
H. y Koumanakos, D. Control
9 Hong, PC, Dobrzykowski, DD y Evaluación comparativa de 2010: una Encuesta
Vonderembse, Massachusetts, EE.UU. Revista Internacional
10 Ge X. y Jackson J. 2014 SAE Revista Internacional de Caso de estudio
Vehículos comerciales
11 Lasi, H., Kemper, HG, Fettke, P., Feld, T. 2014 BISE Estructura
y Hoffmann, M.
12 Digiesi, S., Facchini, F., Mossa, G., 2015 IFACPapersOnLine Caso de estudio
Mummolo, G. y Verriello, R.
13 Haq, AN y Boddu, V. 2015 Int. J. Desempeño empresarial Caso de estudio
y modelado de la cadena de suministro
14 Jasti, NVK y Kodali, R. 2015 Planificación de la producción y Estructura
Control
15 Hermann, M., Pentek, T. y Otto, B. 2016 49 ° Internacional de Hawái Caso de estudio
Conferencia sobre el sistema
Ciencias
16 Sanders, A., Elangeswaran, C. y 2016 Revista de Industria Literatura
Wulfsberg, J. Ingeniería y Gestión revisar
17 Davies, R., Coole, T. y Smith, A. 2017 Procedia Manufacturing 2017 Caso de estudio
18 lu Revista de Industria Encuesta
Integración de información
19 Mrugalska, B., Wyrwicka, MK 2017 Ingeniería Procedia 2017 Estructura
20 Pinho, C. y Mendes, L. Revista Internacional de Literatura
Investigación de producción revisar
21 VázquezMartínez, GA, GonzálezCompeán, 2018 Revista Internacional de Simulación
JL, SosaSosa, VJ, MoralesSandoval, M. Gestión de la información
y Pérez, JC
22 Perboli, G., Musso, S. y Rosano, M. Acceso IEEE 2018 Caso de estudio
23 Ante, G., Facchini, F., Mossa, G. y 2018 IFACPapersOnLine Estructura
Digiesi, S.
24 Tortorella, GL y Fettermann, D. 2018 Revista Internacional de Encuesta
Investigación de producción Tabla 2.
25 Horvath, D. y Szabo, RZ Previsión Tecnológica 2019 y Entrevista Artículos seleccionados para
Cambio social literatura sistemática
(continuado) revisar
IJLSS N° Autores Diario del año Metodología

14,2
26 Rossini, M., Costa, F., Tortorella, GL y Portioli 2019 Revista Internacional de Tecnología Encuesta
Staudacher, A. de Fabricación Avanzada 2019
Revista
27 Haddud, A. y Khare, A. Internacional de Lean Six Sigma 28 Encuesta
Bittencourt,
262 VL, Alves, AC y Leão, CP 2019 IFACPapersOnLine Revisión de
literatura
29 Bevilacqua, M., Ciarapica, FE y Antomarioni, S. 2019 Gestión y Producción Estructura
Revisión de ingeniería
30 Ashrafian, A., Powell, DJ, Ingvaldsen, JA, Dreyer, HC, 2019 Federación internacional para el Revisión de
Holtskog, H., Schütz, P., Holmen, E., Pedersen, procesamiento de la información. literatura
A. y Lodgaard, E.
31 Roy, M. y Roy, A. 2019 IEEE Engineering Caso de estudio
Management Review
32 De Giovanni, P. y Cariola, A. 2020 Investigación en economía del Encuesta
transporte
33 NúñezMerino, M., MaqueiraMarín, JM, 2020 Revista internacional de Revisión de
MoyanoFuentes, J. y MartínezJurado, PJ investigación de literatura
34 Chiarini, A., Belvedere, V. y Grando, A. producción 2020 Planificación y control Encuesta
de la
producción 35 Pekarcikova, M., Trebuna, P., Kliment, M. 2020 Revista Internacional de y Simulación
Rosocha, L. Modelado de simulación
36 Saxby, R., CanoKourouklis, M. y Viza, E. 2020 The TQM Journal 37 Alieva, J. y von Haartman, Entrevista
R. 2020 Gestión de operaciones y cadena de Entrevista
suministro 2020
38 Frontoni, E., Rosetti, R., Paolanti, M. y Alves, AC Cartas de fabricación Caso de estudio
39 RamírezPeña, M., Sánchez Sotano, AJ, Pérez Fernández, Estudio de caso de la Revista de Producción Más Limpia 2020
V., Abad, FJ y Batista, M.
40 Buer, SV, Semini, M., Strandhagen, JO y Sgarbossa, F. 2020 Revista Internacional de Encuesta
Investigación de producción
41 NúñezMerino, M., MaqueiraMarín, JM, 2020 Revista Internacional de Revisión de
MoyanoFuentes, J. y MartínezJurado, PJ Investigación de producción literatura
42 Bittencourt, VL, Alves, AC y Leao, CP 2021 Revista Internacional de Revisión de
Investigación de producción literatura
43 Ciano, MP, Dallasega, P., Orzes, G. y Rossi, T. 2021 Revista Internacional de Caso de estudio
Investigación de producción
44 Raji, IO, Shevtshenko, E., Rossi, T. y Strozzi, F. 2021 La Revista Internacional de Estructura
Gestion de logistica
45 Spenhoff, P., Wortmann, JCH y Semini, M. 2021 Planificación y control de la producción Caso de estudio
Tabla 2.
En segundo lugar, un número significativo de estudios desarrollaron un marco que conecta los dos paradigmas de la
cadena de suministro ajustada y la I4.0. Por ejemplo, Bevilacqua et al. (2019) formularon un procedimiento basado
en principios lean para minimizar el número y la duración de los procesos de preparación de pedidos en un almacén
equipado con un sistema automatizado de almacenamiento y recuperación.
Luego, tres estudios de la muestra utilizaron entrevistas como forma de recopilar información no estructurada.
información para obtener conclusiones reveladoras.
En tercer lugar, el 4% de los estudios explotaron el poder de la simulación para realizar algún análisis hipotético.
Mediante esta técnica, VázquezMartínez et al. (2018) desarrollaron un modelo que es capaz de conectar diferentes
clientes, socios y organizaciones y realizar las etapas del ciclo de vida del producto digital a través de ellos.
50
Gestión ajustada de la
45
cadena
40
de suministro e Industria
35
4.0
30
25
No. de artículos
20 263
No. Acumulado de Artículos
solu c .í oterN
d
a
15
10
5
Figura 3.
Distribución anual de los
0 2001 2006 2011 2016 2021 2026
trabajos considerados
Año de publicación
Metodologías de investigación
Caso de estudio
22%
31% Estructura
Entrevista
4%
Revisión de literatura
dieciséis% Simulación
20%
7% Encuesta Figura 4.
Distribución
metodológica de los
trabajos considerados.
A continuación, el 16% de los estudios ha utilizado la metodología de revisión de la literatura con el objetivo de describir el estado del arte de la
literatura sobre la interacción y aplicación concurrente de la cadena de suministro ajustada y la I4.0. En particular, el propósito de De Giovanni
y Cariola (2020) es investigar cómo una estrategia de innovación de procesos que las empresas implementan a través de tecnologías I4.0
afecta el desempeño de las prácticas lean y las cadenas de suministro verdes.
Finalmente, la metodología de encuesta ha sido aplicada por Rossini et al. (2019), entre otros (22%), para evaluar cómo la adopción de
tecnologías I4.0 junto con prácticas LP impactan el desempeño operativo de los fabricantes europeos.
Paso 6: Extracción de datos
Generalmente, el proceso de extracción de datos suele implicar codificación. Según lo recomendado por Gomersall et al. (2015), los
investigadores codificaron los estudios de forma independiente revisando los artículos completos, sin basarse simplemente en la interpretación
principal. De esta forma, es posible evitar la distorsión del papel original. Los artículos se codificaron para identificar las características de cada
estudio (por ejemplo, método de investigación) y las variables que podrían usarse para explicar temas emergentes o diferencias en los trabajos
(por ejemplo, interacción entre los enfoques Lean e I4.0).
IJLSS Paso 7: Analizar y sintetizar datos Una vez
completado el proceso de extracción de datos, los revisores deben ordenar los datos según el tipo
14,2
de revisión previamente definido (Xiao y Watson, 2017). Cada investigador analizó nuevamente de
forma independiente cada literatura cualitativa y cuantitativa identificada con la búsqueda establecida a
través de los pasos anteriores. Posteriormente, los revisores discutieron juntos para traducir los
resultados cuantitativos propuestos en los artículos en un resultado cualitativo. El enfoque adoptado es
264 el diseño integrado que analiza y sintetiza la investigación cuantitativa y cualitativa juntas. Los resultados
se sintetizaron en tres grupos emergentes (nuevamente alcanzando un consenso sobre las similitudes
y diferencias emergentes de la literatura): lean que favorece a I4.0, apoyo mutuo de lean y I4.0 e I4.0
que apoyan a lean (ver análisis de la literatura en el sección siguiente).
Paso 8: Informe de los
resultados Al final, los resultados de la búsqueda bibliográfica deben informarse después de la
selección y evaluación de la calidad en un diagrama visual. Cabe destacar las nuevas ideas. Además,
los resultados del informe deberían incluir también oportunidades y dirección para futuras investigaciones
(Okoli y Schabram, 2010).
4. Resultados y discusión En
esta sección se analiza la literatura sobre la interacción entre I4.0 y LSCM. A través del análisis de la
literatura, se identificaron 45 artículos que directa e indirectamente cumplieron con nuestros criterios y
nos ayudaron a establecer las interrelaciones entre I4.0 y LSCM. En primer lugar, se presenta un análisis
de la literatura mostrando la tendencia de los artículos. Luego se presentan los hallazgos en cada una
de las líneas identificadas seguido de una discusión.
4.1 Análisis de la literatura
Podemos dividir los artículos en tres categorías principales: Lean favoreciendo I4.0; Apoyo mutuo de
lean e I4.0; y I4.0 apoyando lean. La Tabla 3 muestra los artículos basados en estas categorías.
Debido al bajo número de artículos y la novedad del tema, los autores definieron dos líneas de
investigación que definen claramente diferentes enfoques en este campo de investigación: niveles
estratégico y operativo.
La primera línea de investigación incluye todos los artículos que investigan la interacción de los dos
paradigmas centrándose en una perspectiva de sistema, mirando un camino de implementación, con
una perspectiva de largo plazo. Esta última línea de investigación incluye todos los artículos que analizan
la interacción de los dos paradigmas a nivel operativo, con un punto de vista único de implementación y
una perspectiva de corto plazo vinculada con la implementación específica de práctica/tecnología en un
contexto específico.
Los detalles se analizan en las siguientes secciones.
4.2 Nivel estratégico
Con la automatización proporcionada por I4.0, han surgido dudas sobre la interoperabilidad con el
enfoque lean. El entorno Lean crea una cultura más receptiva a las nuevas tecnologías, especialmente
aquellas que reducen el desperdicio (Bittencourt et al., 2019, Torri et al., 2021). En este sentido, LSCM
e I4.0, a pesar de tener diferentes perspectivas, deben considerarse juntos, ya que tienen el mismo
objetivo de reducir costes y aumentar la productividad de las empresas. Los autores revisaron esta
interacción, centrándose en el papel que podría desempeñar Lean en la cuarta Revolución Industrial en
curso. Dedujeron que lean podría facilitar la implementación de I4.0 en las empresas, lo cual también
menciona Kolberg y Zühlke (2015).
Por lo tanto, el nivel de madurez lean dentro de un sistema es una métrica importante que determina la
asociación con I4.0 (Saxby et al., 2020). Sin embargo, los autores enfatizaron la
Lean favoreciendo la Industria 4.0 Apoyo mutuo de Lean e Industria 4.0 Industria 4.0 apoyando Lean
suministro magro
cadena
Berkhout y Hertin (2004) Ge y Jackson (2014) Homero y Thompson (2001)
VázquezMartínez et al. (2018) Digiesi et al. (2015) Blanco y Pearson (2001)
gestión
Bittencourt et al. (2019) Davies et al. (2017) Heikkila (2002) e Industria 4.0
RamírezPeña et al. (2019) Lu (2017) Tan et al. (2002)
Rossini et al. (2019) Mrugalska y Wyrwicka (2017) Bruun y Mefford (2004)
Alieva y von Haartman (2020) Ante et al. (2018) Ward y Zhou (2006) 265
Saxby et al. (2020) Tortorella y Fettermann (2018) Adamides et al. (2008)
Bittencourt et al. (2021) Buer et al. (2020) Hong et al. (2010)
NúñezMerino (2020) Lasi et al. (2014)
Ciano et al. (2021) Haq y Boddu (2015)
Raji et al. (2021) Jasti y Kodali (2015)
Spenhoff y cols. (2021) Hermann et al. (2016)
Sanders y cols. (2016)
Pinho y Mendes (2017)
Perboli et al. (2018)
Ashrafian et al. (2019)
Bevilacqua et al. (2019)
Haddud y Khare (2019)
Horvath y Szabo (2019)
Roy y Roy (2019)
Chiarini et al. (2020)
Frontoni et al. (2020)
Giovanni y Cariola (2020) Tabla 3.
Pekarcikova et al. (2020) Detalles de la literatura
Importancia de comprender qué elementos de LSCM brindan más soporte a I4.0
introducción. Esto es necesario para evitar grandes inversiones, tanto en términos de dinero como de tiempo,
para reinventar los sistemas operativos, mientras que una simple actualización de algún elemento efectivamente
admite implementaciones de tecnologías I4.0 (Saxby et al., 2020).
El vínculo entre las TIC y la LSCM también ha sido confirmado por Jasti y Kodali (2015).
quienes incluyeron la Gestión de Tecnologías de la Información entre los pilares de su LSCM
marco ya presentado en la revisión de la literatura sobre la cadena de suministro ajustada. Además,
según Tan et al. (2002), la tecnología de la información está monitoreando el flujo de información.
dentro de la cadena de suministro, y también es crucial mantener y controlar la cadena de suministro de múltiples organizaciones.
redes en el escenario actual (White y Pearson, 2001). Adamides et al. (2008)
destacó la relevancia de las TIC como facilitador para el desarrollo de LSCM si se logra una mayor integración
con clientes y proveedores está permitido.
Muchos estudios presentaron I4.0 y LSCM como mutuamente complementarios, donde los elementos de LSCM son
Se cree que son impulsores de I4.0, y se cree que I4.0 fortalece el lean (Uriarte et al., 2018). Este
Tortorella y Fettermann (2018) también confirman esta idea y presentaron un estudio de encuesta
demostrando que las empresas que implementaron tanto lean como I4.0 habían logrado mayores
niveles de mejora del desempeño que otras empresas.
Chiarini et al. (2020) en su investigación exploratoria sobre los desarrollos tecnológicos I4.0 han
destacó el soporte que I4.0 puede brindar a LSCM, confirmando los resultados de anteriores
académicos (Kolberg y Zühle, 2015). En particular, destacan el impacto de la I4.0 en la calidad
prácticas de gestión, en particular la aparición del concepto Calidad 4.0. Sin embargo, ellos también
mostró cierta preocupación por la implementación de tecnologías I4.0 en un entorno ágil y ágil que cambia rápidamente.
Sugirieron que se debería utilizar LSCM para eliminar los residuos,
lo que será un requisito previo para las tecnologías I4.0 y, por lo tanto, evitará la automatización de los residuos.
IJLSS La cuestión del desperdicio también es abordada por Alieva y von Haartman (2020), quienes se centraron
en el impacto negativo del uso ineficiente de datos en el proceso de toma de decisiones sobre el rendimiento
14,2
de la fabricación. De hecho, estos autores afirmaron que las soluciones tecnológicas creadas para obtener
ventajas a través del análisis de datos también producen una nueva forma de desperdicio, el desperdicio
digital. Según ellos, los residuos digitales deberían considerarse como un nuevo tipo de Muda y deberían
animar a prestar especial atención al análisis de datos.
266 Según Ashrafian et al. (2019), la fabricación lean digital significa la aplicación de tecnología digital en forma
de eKanbans o kaizen en entornos colaborativos digitales en un entorno donde el lean ya está implementado.
Puede mejorar los principios lean en forma de digitalización que genere menos desperdicio.
Además, la digitalización en la comunicación es muy importante para todos los socios de la cadena de
suministro (Ashrafian et al., 2019). De hecho, el desarrollo estratégico de proveedores intenta alentar y permitir
que los proveedores desarrollen sus capacidades lean. Les ayudará a mejorar su desempeño utilizando
prácticas lean (Sako, 2004). Además, los desafíos de la rivalidad competitiva se han considerado en el
desarrollo de redes de proveedores eficientes.
Los méritos de las tecnologías digitales para transformar el desempeño ahora son ampliamente reconocidos,
y también se pueden ver algunas contribuciones para la conexión de la transformación digital con los principios
de LSCM (Pinho y Mendes, 2017). Sin embargo, sigue siendo un desafío saber cómo la digitalización puede
facilitar u obstaculizar la forma en que las empresas manufactureras utilizan y fomentan el desarrollo de
prácticas eficientes con sus proveedores.
Aunque, a pesar de ser iniciativas complementarias en concepto, las tecnologías de la información I4.0 y
LM no siempre son compatibles, las empresas deberían intentar adoptar ambas de tal manera que se pueda
alcanzar una competitividad sostenible. El trabajo de Powell (2013) presentó formas en las que se podría
utilizar ERP para respaldar la LP y impulsar la producción, particularmente en las pequeñas y medianas
empresas. De manera similar, Spenhoff et al. (2021) presentan desafíos y oportunidades para la integración
lean y I4.0 desde una perspectiva técnica. Como tal, sugerimos que la TI debería adoptarse para resolver
problemas organizacionales reales, en lugar de adoptar ciegamente nueva tecnología "atractiva". Si las
empresas comienzan por encontrar y formular problemas, entonces se podrá explorar mucho mejor el espacio
de solución para las técnicas lean y, de hecho, para las tecnologías digitales. De esta manera, las empresas
pueden fortalecer los beneficios obtenidos con LM y volverse más digitales y sostenibles en el tiempo (Mo,
2009).
Kolberg y Zühlke (2015) discutieron una posible contradicción entre el enfoque lean y el paradigma I4.0.
Este último destacó la contradicción entre el enfoque de Lean en las personas y el enfoque de I4.0 en las
tecnologías de las máquinas. Además, Ruttimann y Stockli (2016) investigaron el diferente papel del empleado
para los dos enfoques: mientras que lean históricamente ha valorado los recursos humanos por su conocimiento,
I4.0 los considera como una fuente de variabilidad y potenciales solucionadores de problemas en su interacción
laboral. con el trabajo realizado por las máquinas.
En cambio, pocos autores enfatizaron perspectivas totalmente diferentes y resaltaron el potencial
enriquecimiento laboral que I4.0 podría generar para los empleados, eliminando la monotonía de las actividades
físicas y una mayor estimulación intelectual (Lagorio et al., 2021).
Muchos autores enfatizaron la relevancia de las TIC como elementos necesarios para la gestión de las
operaciones de LSCM, no solo simplemente intercambiando información con diferentes actores de la cadena
de suministro sino también estableciendo una integración con los socios externos (MartínezJurado y José
MoyanoFuentes, 2014), como como la identificación y optimización de flujos de valor.
Sin embargo, Ward y Zhou (2006) encontraron que las implementaciones de tecnología de la información
utilizadas para el funcionamiento eficiente a lo largo de las cadenas de suministro resultaron en fallas debido a
la infraestructura y comunicación deficientes. Además, los diferentes tipos de tecnología de la información
tienen diferentes impactos en la cadena de suministro ajustada. Por lo tanto, Hong et al. (2010) señalaron la
importancia de la categorización de la tecnología de la información para el desempeño de la cadena de suministro.
Partiendo del supuesto de que la existencia de las empresas depende totalmente de la competitividad a Lean Supply
largo plazo, Ante et al. (2018) resaltaron la relevancia de un sistema robusto de indicadores de la cadena de desempeño para obtener
excelentes resultados. En este contexto, I4.0 representa una gran oportunidad de gestión, ya que, por un lado,
facilita el análisis de los
datos de las máquinas, mejorando así la calidad de la Industria 4.0; por otro lado, ayuda a evitar fallas en el
proceso productivo. Sin
embargo, la revolución digital tiene muchas desventajas para diferentes industrias. De hecho, I4.0 requiere un
alto nivel de control del sistema para proporcionar mayor flexibilidad y competitividad (Digiesi et al., 2015; Lu,
2017). Entonces, Ante et al. (2018) diseñaron un árbol de indicadores clave de desempeño para conectar los 267
indicadores clave de desempeño con las medidas de mejora de manera eficiente. El árbol de KPI se divide en
una estructura jerárquica de cinco niveles: la contribución de valor, el resultado clave de rendimiento (KPR),
los KPR del flujo de valor, los KPR de seguimiento y los KPR de mejora. Estas estructuras ayudan a monitorear
los proyectos I4.0, así como a impulsar el proceso de mejora continua.
4.3 Nivel operativo En
una rama diferente de la literatura sobre la interacción de LSCM e I4.0, los autores se han centrado en
tecnologías y aplicaciones específicas de I4.0 y sus vínculos con elementos específicos de LSCM.
Según el estudio de RamírezPeña et al. (2020), para implementar correctamente I4.0, la cadena de
suministro debe ser ágil. De hecho, las tecnologías I4.0 pueden desempeñar un papel importante para
diferentes actores de la cadena de suministro.
La simulación es una de ellas, como lo destacan Rossini y Staudacher (2016) que realizaron un estudio
mediante simulación para comprender cómo las técnicas lean pueden mejorar el desempeño de la planificación
de la cadena de suministro. Haq y Boddu (2015) demostraron que la inteligencia artificial está conectada a una
cadena de suministro eficiente, quienes presentaron un modelo de lógica difusa que incrementa
significativamente la eficiencia del sistema.
Según Ahmed et al. (2018), Big Data impacta la gestión de la cadena de suministro desde el punto de vista
ambiental. RamírezPeña et al. (2020) investigaron y descubrieron que los robots autónomos, la fabricación
aditiva, la ciberseguridad, la computación en la nube y la realidad aumentada son los elementos más relevantes
para mejorar el Green LSCM.
Con una perspectiva similar, De Giovanni y Cariola (2020) investigaron el impacto de la implementación de
tecnologías I4.0 en las prácticas eficientes y ecológicas en las cadenas de suministro. Los autores afirmaron
que la innovación de procesos a través de tecnologías I4.0 no tiene un efecto relevante en el desempeño
ecológico, mientras que hace que las prácticas lean sean más efectivas para mejorar el desempeño operativo
y económico.
Roy y Roy (2019) describieron previamente en la revisión de la literatura sobre I4.0 cómo desarrollar su
Sistema de Gestión Inteligente (SMgS). Los nuevos SMgS basados en tecnología ayudarán a las industrias a
ser más eficientes, sostenibles, ágiles, seguras y rentables. En particular, “Lean and Efficient” aparece entre
los beneficios del sistema, lo que significa que SMgS se puede utilizar más rápido y con menos dificultad en
comparación con la filosofía lean, pero conduce a los mismos resultados. De hecho, la integración del sistema
hará que la operación sea ágil y eficiente al eliminar los desechos (Heikkilä, 2002).
En cambio, recientemente, pocos autores investigaron la evolución de elementos LSCM tradicionales,
como Kanban, con la introducción de la tecnología I4.0. En particular, se centraron en la implementación de un
CPS y en los consiguientes beneficios para el Kanban con el objetivo de automatizar con interacción humana
limitada o nula. El “eKanban” se basa en un sistema virtual; la tarjeta tradicional evoluciona a una tarjeta digital
y se transmite electrónicamente. El eKanban sustituye las tarjetas Kanban tradicionales por códigos de barras;
Explota la tecnología para mejorar el movimiento del material. El eKanban reduce el esfuerzo humano en la
gestión de la tarjeta y
proporciona disponibilidad en tiempo real de toda la información Kanban relevante, directamente vinculada en
IJLSS
línea con la nube.
14,2
Bevilacqua et al. (2019) afirmaron que, con el entorno de fabricación actual avanzando hacia una
perspectiva 4.0, hay un enfoque creciente en las técnicas de Big Data Analytics.
De hecho, la comprensión de los datos representa un aspecto clave para extraer conocimientos útiles y nueva
información con el objetivo de aprovecharlos. Estos autores afirmaron que, al igual que la fabricación ajustada,
268 la automatización de la fabricación también tiene el objetivo de satisfacer a los clientes al mínimo coste posible.
La automatización de la fabricación aborda la eliminación de actividades que no agregan valor y produce una
calidad predecible para lograr estos objetivos. En este escenario, los métodos de Big Data Analytics ayudan a
comunicar entre la automatización y los enfoques de LP (Bevilacqua et al., 2019).
VázquezMartínez et al. (2018) presentaron un nuevo modelo de distribución con el nombre CloudChain,
inspirado en los principios de LSCM y útil para la cadena de suministro de productos digitales. En el modelo,
las tecnologías I4.0 crean contenedores seguros y una configuración de red de operaciones que respalda las
actividades de transporte.
Los gerentes pueden configurar CloudChain como un servicio tradicional de embalaje y logística pero
aprovechando el potencial de I4.0. Este modelo de distribución alinea aplicaciones de múltiples socios
involucrados en la cadena de suministro, tanto upstream como downstream, y apoya el diseño de cadenas de
valor con flujos continuos de información a través de diferentes recursos de almacenamiento en la nube
(VazquezMartinez et al., 2018).
Anteriormente, Blockchain, la capa tecnológica líder, se utilizaba únicamente para aplicaciones financieras.
Pero desde los últimos años, la tendencia de investigación de las tecnologías Blockchain se está desplazando
hacia otros dominios; en particular, Perboli et al. (2018) han investigado la aplicación de Blockchain en la
cadena de suministro y la logística.
Garantizar la inmutabilidad de los datos y la accesibilidad pública de los flujos de datos hacen de Blockchain
una innovación disruptiva. Además, la estructura de descentralización de Blockchain supera los problemas que
ocurrieron en la estructura de centralización, incluidos los problemas de confianza. Sin embargo, desde sus
inicios, Blockchain tiene algunos defectos inherentes que deben abordarse antes de su implementación en
otros sectores.
De todos modos, la adopción de la tecnología Blockchain puede representar la columna vertebral de una
nueva cadena de suministro digital. Junto con otros aspectos tecnológicos, como Business Analytics y la
inteligencia artificial, ha contribuido a la rápida evolución de la logística en la última década. Blockchain se
puede utilizar para superar los desafíos de seguridad en Internet de las cosas. Como, como se destacó,
Blockchain puede romper algunas barreras de las tecnologías I4.0 a lo largo de la cadena de suministro, puede
favorecer la integración de la filosofía lean y la I4.0 en la cadena de suministro.
Ge y Jackson (2014) se centraron en la adopción más reciente de Big Data para minimizar costos en el
sector automotriz. Los autores identificaron que la aplicación de Big Data es beneficiosa y minimiza de manera
proactiva el costo y la reactividad. Además, las tecnologías Big Data pueden permitir a las empresas
automotrices desarrollar una economía circular. Algunos de los beneficios proporcionados por Big Data también
respaldan otras metodologías existentes utilizadas en el dominio de la ingeniería automotriz, como las
metodologías de mejora continua de productos. Basado en Planificarhacerverificaractuar, DMAIC es una de
esas metodologías de mejora continua de productos. El uso exitoso de tecnologías Big Data para el proceso
DMAIC sugiere que podrían funcionar de manera más eficiente al agregar datos, realizar análisis preliminares
y aumentar el apoyo que la metodología DMAIC podría brindar a las decisiones de alto nivel. Por tanto, hay
margen para el uso complementario de técnicas lean y Big Data tanto en términos de reducción de costes
como de optimización de estrategias de alto nivel.
Frontoni et al. (2019) presentaron un proyecto relacionado con una empresa de productos de moda de alta Gestión ajustada
gama y su empresa de envíos internacionales, un proveedor 3PL con el objetivo de satisfacer nuevos de la
requerimientos de mayor volumen de ventas y canales digitales. En este contexto, reconocieron que tener una
cadena de
empresa verdaderamente eficiente con producción JustInTime (JIT) a lo largo del flujo de valor requiere una
sincronización de materiales y flujos de información entre proveedores, fabricantes y distribuidores que es difícil suministro e Industria 4.0
de encontrar. Para lograr esto, las nuevas tecnologías I4.0 emergentes pueden ayudar cuando se integran en
un entorno eficiente (Kagermann et al., 2013) porque permitirán: una comprensión profunda de la demanda del
269
cliente; intercambio rápido de
datos de demanda a lo largo de la compleja cadena de
suministro; producción de fábricas inteligentes más rápida y con menos residuos; flujo de
productos personalizados de una sola pieza mucho más
rápido; potencial para reducir radicalmente los inventarios en
toda la cadena de suministro; intercambio de información en tiempo real mediante la
coordinación en toda la cadena de suministro; y mejorar radicalmente la forma de producción
instantánea justo a tiempo reduciendo/eliminando la sobreproducción (Netland, 2015).
Rossini et al. (2019) examinaron el impacto de la asociación entre la adopción lean y I4.0.
Los autores destacaron que, de las 16 principales tecnologías I4.0 encontradas en la literatura, “big data” y
“realidad aumentada” fueron las más comunes. Por otro lado, la “colaboración con proveedores/clientes
mediante el intercambio de datos en tiempo real” parece escasamente investigada en la literatura I4.0. Esto
justifica que se dé un menor énfasis a los estudios relacionados con I4.0 para las relaciones clientes/proveedores
(Rossini et al., 2019).
Esta idea es notablemente importante para los fines de este análisis. De hecho, este estudio proporciona
algunas respuestas a las interrelaciones entre I4.0 y Lean en el nivel de operación del contexto de la cadena de
suministro.
Haddud y Khare (2019) investigaron el impacto de la digitalización en las cadenas de suministro y sugieren
que pueden brindar beneficios en un entorno eficiente. Más específicamente, el estudio examinó los impactos
potenciales de siete tecnologías digitales habilitadoras (Meier, 2016) en cinco prácticas de operaciones
ajustadas seleccionadas que son JIT, Gestión Visual, Mantenimiento Productivo Total, Mejora Continua y
Autonomación (prevención de fallas) y Poka Yoke (prevención de errores). pruebas). Se demostró que la
digitalización en las cadenas de suministro tiene un enorme impacto en las cinco prácticas de operaciones
ajustadas mencionadas anteriormente.
4.4 Discusión El
SLR muestra claramente que LSCM y I4.0 se apoyan mutuamente en una perspectiva sinérgica.
A medida que las tecnologías I4.0 mejoran las prácticas de LSCM con la digitalización de los artículos
tradicionales de LSCM, las prácticas de LSCM funcionan como facilitadores para la introducción de tecnologías
I4.0 en el sistema de la cadena de suministro. Este apoyo mutuo está perfectamente alineado con la mayor
parte de las investigaciones recientes sobre la interacción entre el sistema lean y I4.0 (Buer et al., 2018; Núñez
Merino et al., 2020).
Sin embargo, emergen claramente algunas ideas más. De hecho, si está fuera de discusión que LSCM e
I4.0 se apoyan mutuamente, entonces esto cambia ligeramente mientras dividimos el análisis del nivel
estratégico y operativo.
La corriente operativa de investigación se centra principalmente en presentar el impacto positivo de la
digitalización de las prácticas LSCM, o el apoyo que la introducción de las tecnologías I4.0 brinda a las prácticas
tradicionales, y en ocasiones antiguas, de LSCM. En la otra cara de la moneda, la estrategia
IJLSS La corriente de investigación se centra principalmente en proponer el paradigma LSCM como base
necesaria para la introducción de tecnologías I4.0, debido a las bondades del sistema de la cadena de
14,2
suministro de operaciones y los principios rectores para la correcta elección de inversiones.
Con estas perspectivas, hay una tendencia clara de lo que apoya y lo que es apoyado, como se
muestra en el marco presentado en la Figura 5: a nivel estratégico, LSCM apoya I4.0 porque impulsa la
introducción de I4.0, pero a nivel operativo, I4. 0 admite LSCM porque mejora las prácticas de LSCM.
270
Este marco agrega un poco de conocimiento de la literatura sobre la interacción entre LSCM e I4.0,
pero al mismo tiempo, podría ayudar a comprender de manera más general la interacción entre Lean e
I4.0. Es coherente con todos los trabajos de investigación que presentaron una correlación positiva entre
lean e I4.0 (Rossini et al., 2019; Tortorella et al., 2021). Apoya la literatura de perspectiva sinérgica de los
dos paradigmas (Buer et al., 2020), dado un posicionamiento más claro del papel de los paradigmas.
Este hecho también está respaldado por la literatura reciente donde se adaptan tecnologías I4.0
específicas con técnicas lean, desde las simples 5S hasta los sistemas SPC y Mantenimiento Productivo
Total más sofisticados (Chiarini y Kumar, 2020; Bittencourt et al., 2021; Ciano et al., 2021; Raji et al.,
2021; Spenhoff et al., 2021).
A nivel estratégico, la cadena de suministro ajustada está impulsando I4.0 al racionalizar diferentes
entidades de la cadena de suministro para reducir el desperdicio. Esto es particularmente cierto con
respecto a la mayor integración horizontal y vertical que permiten las TIC en I4.0, por ejemplo, el Internet
industrial de las cosas, el gemelo digital y las infraestructuras de TI avanzadas que se basan en sistemas
ERP más tradicionales. Según Lean, una vez que se define el valor para los clientes, se mapea la
situación dentro y entre las organizaciones, para encontrar las actividades que no agregan valor y que
deben eliminarse. El mapeo del flujo de valor también es compatible con I4.0, pero se dará más
importancia al entorno digital que al entorno físico.
A nivel operativo, el flujo continuo es uno de los elementos clave del lean. El proceso de producción
debe mantener el takt time acordado con los clientes. En lugar de entidades físicas, I4.0 tiene como
objetivo hacer que el flujo de datos fluya en tiempo real. Una vez más, vemos que las tecnologías digitales
como Big Data Analytics y los gemelos digitales, así como las herramientas que apoyan al trabajador,
como la realidad aumentada, la realidad virtual y los dispositivos portátiles inteligentes, contribuirán de
hecho a mejorar las prácticas lean.
Figura 5.
Relación entre la gestión
eficiente de la
cadena de suministro
y la Industria 4.0
Lean El objetivo final del Lean es producir sólo según el tiempo y las especificaciones Suministro
proporcionadas por los clientes. Además de los productos, I4.0 hace que los clientes tiren de la cadena de
servicios esenciales relacionados con el producto. Esto ayudará a mejorar la satisfacción
del cliente. Por lo tanto,
la smartificación de productos mediante identificación por radiofrecuencia proporcionará a
impacto evolutivo de I4.0 a favor de los principios lean. la Industria 4.0 un
En los siguientes párrafos se exponen las implicaciones teóricas y prácticas del estudio.
va a ser discutido.
271
4.5 Implicaciones teóricas
Hasta donde sabemos, este artículo representa el primer análisis estructurado sobre la interrelación
entre LSCM e I4.0 en la literatura. De hecho, actualmente en la literatura existen varios artículos
centrados en este argumento, pero no son totalmente exhaustivos. Por lo tanto, este estudio
representa el punto de partida fundamental para aquellos académicos que quieran desarrollar
investigaciones avanzadas en el campo de los entornos LSCM y I4.0.
Los resultados logrados a través del análisis desarrollado en este documento confirman el papel
de las prácticas I4.0 en un entorno LSCM. A nivel estratégico, LSCM influye en I4.0, mientras que
I4.0 en LSCM potencia la integración y el flujo de información con clientes y proveedores,
especialmente la integración horizontal y vertical, CloudChain, Big Data, etc. Además, este
documento atribuye un papel activo de I4.0 en materia de mejora continua, que es una característica
destacada de Lean. Por tanto, esto confirma la dirección del conocimiento respaldada por los
estudios previos de Ward y Zhou (2006) y Adamides et al. (2008). Por lo tanto, en este artículo, los
académicos pueden encontrar el razonamiento detrás de la escuela de pensamiento en la literatura
que sostiene la existencia de una asociación mutuamente beneficiosa entre LSCM e I4.0. Además,
los académicos pueden analizar cada relación que existe entre estos dos paradigmas y la explicación
detallada de estas conexiones.
4.6 Implicaciones prácticas
Desde un punto de vista empresarial, este estudio investiga las interacciones entre LSCM e I4.0
proporcionando un punto de vista doble y completo. Por un lado, ofrece sugerencias sobre el plan
de acción a seguir si una empresa ya está implementando el paradigma lean a lo largo de su cadena
de suministro y quiere iniciar un nuevo proyecto con el I4.0; por otro lado, representa una guía para
las empresas que ya están adoptando I4.0 y que buscan comenzar a implementar también algunos
conceptos lean.
La comprensión de las implicaciones de I4.0 y su expansión al nivel de la cadena de suministro
ayudará a las empresas a adoptar adecuadamente los paradigmas LSCM e I4.0 al mismo tiempo.
La falta de conocimiento sobre los beneficios potenciales o los resultados inciertos de las inversiones
ha impedido muchas veces que muchas empresas implementen tanto LSCM como I4.0. Pero los
hallazgos de esta investigación sugieren concentrarse más en desarrollar LSCM dada su gran
importancia para impulsar la mejora en el paradigma I4.0, no solo fomentando la adopción de otras
prácticas sino también reduciendo las barreras de I4.0. Además, el marco puede actuar como una
herramienta de toma de decisiones para que las empresas obtengan los máximos beneficios al
implementar LSCM e I4.0 juntos.
Otra implicación práctica que vale la pena señalar se refiere a las prácticas I4.0 y en particular a
las características de las prácticas más relevantes según la influencia que pueden ejercer sobre
otras prácticas o sobre las barreras.
Finalmente, para que I4.0 sea un éxito en LSCM interna y externamente, el gobierno o el sector
público deben dar un paso adelante y tomar en consideración los hallazgos de esta investigación
como referencia para promover una hoja de ruta de transición hacia la adopción de I4.0 y LSCM. .
5. Conclusión
IJLSS
Durante muchos años, la filosofía del pensamiento lean y sus principios ofrecieron a los profesionales una
14,2
manera de construir un sistema de producción eficiente y competitivo. Éxito tras éxito, la gestión lean poco
a poco se está volviendo relevante para la mejora de la cadena de suministro, es decir, LSCM. Por otro
lado, I4.0 apareció más recientemente como una revolución, ofreciendo potenciales de mejora en calidad,
flexibilidad y productividad aprovechando las tecnologías digitales.
272 Se pone así en duda la relación entre ambos paradigmas, si son coherentes o opuestos, alternativos o
complementarios. En este contexto, proporcionamos un marco que sugiere la interrelación y la interacción
entre los dos paradigmas.
El punto de partida de la investigación ha sido recopilar la información sobre los dos paradigmas
analizados, LSCM e I4.0 que estaban disponibles en la literatura actual. Luego, los autores han investigado
a través de una SLR las relaciones entre los dos paradigmas.
Se observa en la literatura que existe una tendencia creciente en los artículos que discuten tanto sobre
la importancia de Lean como de I4.0. A partir del análisis de la literatura, es posible categorizar la
interrelación entre LSCM e I4.0 en dos direcciones: niveles estratégicos y operativos. A nivel estratégico,
LSCM está impulsando I4.0 para generar sostenibilidad y la demanda diversa de los clientes está
prosperando para Digital LSCM. A nivel operativo, I4.0 está apoyando a LSCM en términos de herramientas
y técnicas avanzadas, como Big Data, Realidad Aumentada, Productos Digitales, CloudChain, Blockchain
y fabricación aditiva.
Los principales aportes de este artículo son la identificación de las líneas de investigación desarrolladas
a partir del análisis de la literatura; una comprensión de la interrelación entre LSCM e I4.0 y una exploración
de las áreas más relevantes donde se debe realizar el mayor esfuerzo.
Una visión general de las limitaciones de la investigación y algunas sugerencias sobre la dirección.
A continuación se presentan más estudios.
5.1 Limitaciones
Considerando las interrelaciones entre LSCM e I4.0, los resultados discutidos han contribuido a mejorar el
conocimiento en este campo tanto en términos de implicaciones teóricas como prácticas, como se mencionó
anteriormente. Sin embargo, este artículo no está exento de limitaciones, como cualquier otro trabajo de
investigación.
A partir de la RSL realizada, los autores han incluido una sola base de datos, Scopus.
De acuerdo con esto, podría haber conocimiento adicional sobre la relación entre la cadena de suministro
ajustada y la I4.0. Por lo tanto, considerar diferentes bases de datos, como Google Scholar y Web of
Science, o una combinación de más de una base de datos podría generar información diferente.
Además, ha sido difícil detectar profesionales que estén aplicando los dos paradigmas industriales en
los límites de sus empresas o, al menos, que sean expertos tanto en LSCM como en I4.0.
Este aspecto demuestra la novedad del argumento tratado en este artículo.
5.2 Alcance futuro
Dada la novedad del artículo, podría considerarse como un análisis preliminar para futuras investigaciones
avanzadas sobre las relaciones entre LSCM e I4.0, como se destaca en las implicaciones teóricas. Por lo
tanto, los autores han identificado varias mejoras adicionales para posibles estudios complementarios
futuros.
Para aumentar el conocimiento de la literatura, se podrían obtener resultados relevantes considerando
solo las empresas que actualmente están aplicando LSCM y desean comenzar el viaje con I4.0 o viceversa.
En este escenario, se podría desarrollar un estudio de caso para comprender las implicaciones prácticas
de la aplicación simultánea de ambos paradigmas y validar los resultados teóricos obtenidos.
posible paso futuro puede implicar la aplicación del marco de análisis desarrollado en este documento a Lean Supply Un
situaciones específicas, es decir, considerando una industria, un tamaño de cadena de empresa o una ubicación geográfica específicos. De
hecho, considerar una pequeña y mediana empresa de gestión o una gran empresa podría traer diferentes
resultados en la adopción
simultánea y la Industria 4.0 de LSCM e I4.0.
Finalmente, debido a la novedad del argumento y la importancia significativa que está adquiriendo hoy en día,
este tipo de análisis necesitaría ser replicado después de unos años. 273
Referencias
Adamides, ED, Karacapilidis, N., Pylarinou, H. y Koumanakos, D. (2008), “Apoyo a la colaboración en el desarrollo
y gestión de redes de suministro ajustadas”, Planificación y control de la producción, vol. 19 N° 1, págs.
3552.
Agarwal, A., Shankar, R. y Tiwari, M. (2006), “Modeling the metrics of lean, agile and leagile Supply Chain: an ANP
based approach”, European Journal of Operational Research, vol. 173 N° 1, págs. 211225.
Ahmed, AK, Kumar, CBS y Nallusamy, S. (2018), “Estudio sobre el impacto ambiental mediante el análisis de big
data para la gestión de la cadena de suministro sostenible y ecológica”, Revista Internacional de
Investigación y Desarrollo en Ingeniería Mecánica y de Producción, vol. 8 N° 1, págs. 12451254.
Alieva, J. y von Haartman, R. (2020), “Digital Muda: la nueva forma de desperdicio de la Industria 4.0”, Gestión de
operaciones y cadena de suministro: una revista internacional, vol. 13 N° 3, págs. 269278.
Anand, G. y Kodali, R. (2008), “Un marco conceptual para la cadena de suministro ajustada y su implementación”,
Revista Internacional de Gestión de la Cadena de Valor, vol. 2 N° 3, págs. 313357.
Ante, G., Facchini, F. y Digiesi, S. (2018), Desarrollo de un árbol de indicadores clave de rendimiento para Lean y
Sistemas de Producción Inteligentes, IFAC.
Ashrafian, A., Powell, DJ, Ingvaldsen, JA, Dreyer, HC, Holtskog, H., Schütz, P., Holmen, E., Pedersen, A.C. y
Lodgaard, E. (2019), Sketching the Landscape for Lean Digital Transformation, IFIP Federación Internacional
para el Procesamiento de la Información.
Bayliss, HR y Beyer, FR (2015), “Recuperación de información para síntesis ecológicas”, Síntesis de investigación
Métodos, vol. 6 N° 2, págs. 136148.
Berkhout, F. y Hertin, J. (2004), “Desmaterialización y rematerialización: tecnologías digitales y el
medio ambiente”, Futuros, vol. 36 N° 8, págs. 903920, doi: 10.1016/j.futures.2004.01.003.
Bevilacqua, M., Ciarapica, FE y Antomarioni, S. (2019), “Principios lean para organizar artículos en un sistema
automatizado de almacenamiento y recuperación: un enfoque basado en minería de reglas de asociación”,
Management and Production Engineering Review, vol. 10 N° 1, págs. 2936.
Bittencourt, VL, Alves, AC y Leão, CP (2019), “Contribuciones del pensamiento Lean para la Industria 4: una
revisión sistemática de la literatura”, IFACPapersOnLine, vol. 52 N° 13, págs. 904909.
Bittencourt, VL, Alves, AC y Leão, CP (2021), “Industria 4.0 impulsada por el pensamiento lean: conocimientos de
una revisión sistemática de la literatura”, Revista Internacional de Investigación de Producción, vol. 59 N°
5, págs. 14961510, doi: 10.1080/00207543.2020.1832274.
Bleicher, J. y Stanley, H. (2018), “La digitalización como catalizador para la innovación de modelos de negocio: un
enfoque de tres pasos para facilitar el éxito económico”, Journal of Business Management, vol. 4 N° 2,
págs. 6271.
Borges, GA, Tortorella, G., Rossini, M. y PortioliStaudacher, A. (2019), “Implementación ajustada en la cadena de
suministro de atención médica: una revisión del alcance”, Journal of Health Organization and Management,
vol. 33 No. 3, doi: 10.1108/JHOM0620180176.
Bruun, P. y Mefford, RN (2004), “Producción ajustada e Internet”, Revista Internacional de Economía de la
Producción, vol. 89 N° 3, págs. 247260, doi: 10.1016/j.ijpe.2003.10.007.
Buer, SV, Strandhagen, JO y Chan, FTS (2018), “El vínculo entre la Industria 4.0 y la manufactura esbelta: mapear la
IJLSS
investigación actual y establecer una agenda de investigación”, Revista Internacional de Investigación de Producción,
14,2
vol. 56 N° 8, doi: 10.1080/ 00207543.2018.1442945.
Buer, SV, Semini, M., Strandhagen, JO y Sgarbossa, F. (2020), “El efecto complementario de la fabricación ajustada y la
digitalización en el rendimiento operativo”, Revista Internacional de Investigación de Producción, vol. 59 N° 7, doi:
10.1080/00207543.2020.1790684.
274
Buhr, D. (2017), “Política de innovación social para la Industria 4.0”, División de Asuntos Sociales y Económicos.
Políticas.
Chakrabarty, S. y Wang, LL (2021), “Sensitivity about inventario leanness”, Journal of Manufacturing Technology Management,
vol. 32 No. 2, págs. 376399, doi: 10.1108/JMTM1220190422.
Chiarini, A. y Kumar, M. (2021), “Lean six sigma e integración de la industria 4.0 para la excelencia operativa: evidencia de
empresas manufactureras italianas”, Planificación y control de la producción, vol. 32 N° 13, págs. 10841101, doi:
10.1080/09537287.2020.1784485.
Chu, N., Nie, X., Xu, J. y Li, K. (2021), “Un enfoque sistemático de gestión eficiente de la cadena de suministro en la construcción
naval”, Applied Sciences, vol. 3 núm. 5.
Ciano, MP, Dallasega, P., Orzes, G. y Rossi, T. (2021), “Relaciones uno a uno entre las tecnologías de la industria 4.0 y las
técnicas de producción ajustada: un estudio de casos múltiples”, Revista Internacional de Investigación de Producción,
vol. 59 N° 5, págs. 13861410, doi: 10.1080/ 00207543.2020.1821119.
Cronin, MA, González, C. y Sterman, JD (2008), “Dificultades para comprender la dinámica del sistema: un desafío para
investigadores, educadores y ciudadanos”, Comportamiento organizacional y procesos de decisión humana, vol. 108
N° 1, págs. 116130.
De Giovanni, P. y Cariola, A. (2021), “Innovación de procesos a través de tecnologías de la industria 4.0, prácticas ajustadas y
cadenas de suministro verdes”, Investigación en Economía del Transporte, vol. 90, pág. 100869, doi: 10.1016/
j.retrec.2020.100869.
Digiesi, S., Facchini, F., Mossa, G., Mummolo, G. y Verriello, R. (2015), “Un DSS cibernético para un sistema integrado de
gestión de residuos bajo en carbono en una ciudad inteligente”, IFAC Artículos en línea, vol. 48 N° 3, págs. 23562361.
Frontoni, E., Rosetti, R., Paolanti, M. y Alves, AC (2020), “Proyecto HATS para una implementación global eficiente y inteligente
logística: un estudio de caso de una empresa naviera”, Manufacturing Letters, vol. 23, págs. 7174.
Ge, X. y Jackson, J. (2014), “La estrategia de aplicación de big data para la reducción de costos en la industria automotriz”,
SAE International Journal of Commercial Vehicles, vol. 7 N° 2, págs. 588598.
Ghadge, A., Er Kara, M., Moradlou, H. y Goswami, M. (2020), “El impacto de la implementación de la industria 4.0 en las
cadenas de suministro”, Journal of Manufacturing Technology Management, vol. 31 No. 4, págs. 669686, doi: 10.1108/
JMTM1020190368.
Gomersall, JS, Jadotte, YT, Xue, Y., Lockwood, S., Riddle, D. y Preda, A. (2015), “Realización de revisiones sistemáticas de
evaluaciones económicas”, International Journal of EvidenceBased Healthcare, vol. 13 N° 3, págs. 170178, doi:
10.1097/XEB.0000000000000063.
Haddud, A. y Khare, A. (2019), “La digitalización de las cadenas de suministro, posibles beneficios e impacto en las operaciones
lean”, Revista Internacional de Lean Six Sigma, vol. 11 No. 4, págs. 731765, doi: 10.1108/ IJLSS0320190026.
Haq, AN y Boddu, V. (2015), “Análisis de habilitadores ágiles de la cadena de suministro para las industrias de procesamiento
de alimentos de la India utilizando un proceso de jerarquía analítica”, Revista Internacional de Tecnología y Gestión de
Fabricación, vol. 29 Nos 1/2, págs. 3047.
Hecklau, F., Galeitzke, M., Flachs, S. y Kohl, H. (2016), “Enfoque holístico para la gestión de recursos humanos en la industria
4.0”, Procedia CIRP, vol. 54, págs. 16.
Heikkilä, J. y Cordon, C. (2002), “Outsourcing: ¿una decisión de gestión estratégica central o no central?”, Strategic Gestión
Change, vol. 11 N° 4, págs. 183193.
Hermann, M., Pentek, T. y Otto, B. (2016), “Principios de diseño para escenarios de la industria 4.0”, 49.ª Conferencia
ajustada de la
Internacional HI sobre Ciencias de Sistemas (HICSS), IEEE, págs. 39283937.
cadena de suministro e Ind
Hines, P., Holweg, M. y Rich, N. (2004), "Aprender a evolucionar: una revisión del pensamiento lean contemporáneo",
Revista internacional de gestión de operaciones y producción.
Homer, G. y Thompson, D. (2001), “La contribución de la tecnología de Internet para lograr una gestión ajustada en las 275
cadenas de suministro automotrices británicas”, Revista Internacional de Tecnología y Gestión Automotriz, vol. 1
Nos 2/3, págs. 369378.
Hong, J., Li, X. y Zhaojie, C. (2010), “Evaluación del ciclo de vida de cuatro escenarios municipales de gestión de residuos
sólidos en China”, Waste Management, vol. 30 N° 11, págs. 23622369.
Horváth, D. y Szabó, RZ (2019), “Fuerzas impulsoras y barreras de la industria 4.0: ¿Tienen las empresas multinacionales
y pequeñas y medianas igualdad de oportunidades?”, Previsión tecnológica y cambio social, vol. 146, págs.
119132.
Jasti, NVK y Kodali, R. (2015), “Producción ajustada: revisión de la literatura y tendencias”, Internacional
Revista de investigación de producción, vol. 53 N° 3, págs. 867885.
Kagermann, H., Wahister, W. y Helbig, J. (2013), “Recomendaciones para implementar la iniciativa estratégica Industrie
4.0: asegurar el futuro de la industria manufacturera alemana”.
Kitchenham, B. y Charters, S. (2007), “Directrices para realizar revisiones sistemáticas de la literatura en ingeniería de
software”.
Kolberg, D. y Zühlke, D. (2015), “Automatización ajustada habilitada por tecnologías de la industria 4.0”, IFAC
PapersOnLine, vol. 48 N° 3, págs. 18701875.
Lagorio, A. Cimini, C. y Gaiardelli, P. (2021), “Reshaping the conceptos of job enrichment and job enlargement: the
impacts of lean and Industry 4.0”, Avances en los sistemas de gestión de la producción: inteligencia artificial para
una producción sostenible y resiliente Sistemas, págs. 721729, doi: 10.1007/9783030858742_79.
Meier, C. (2016), “Gestión de la cadena de suministro digital”, Transformación empresarial digital, págs. 231262,
doi: 10.4324/97813155771669.
NúñezMerino, M., MaqueiraMarín, JM, MoyanoFuentes, J. y MartínezJurado, PJ (2020), “Información y tecnologías
digitales de la Industria 4.0 y gestión eficiente de la cadena de suministro: una revisión sistemática de la literatura”,
Internacional Revista de investigación de producción, vol. 58 N° 16, doi: 10.1080/00207543.2020.1743896.
Powell, D., Riezebos, J. y Strandhagen, JO (2013), “Producción ajustada y sistemas ERP en pequeñas y medianas
empresas: soporte ERP para producción pull”, Revista Internacional de Investigación de Producción, vol. 51 N° 2,
págs. 395409.
Reitsma, E., Manfredsson, P., Hilletofth, P. y Anderson, R. (2020), “Los resultados de proporcionar formación ajustada a
proveedores estratégicos: un estudio de caso sueco”, The TQM Journal, vol. 33 N° 5, pág. 33.
Rossini, M., Costa, F., Tortorella, GL y PortioliStaudacher, A. (2019), “La interrelación entre la Industria 4.0 y la producción
ajustada: un estudio empírico sobre los fabricantes europeos”, Revista Internacional de Tecnología de Fabricación
Avanzada, doi : 10.1007/s00170019034417 .
Rossini, M., Cifone, FD, Kassem, B., Costa, F. y P.S, A. (2021), “Being lean: cómo dar forma a la transformación digital
en el sector manufacturero”, Journal of Manufacturing Technology Management , vol. 32 N° 9, pág. 32.
Spenhoff, P., Wortmann, JCH y Semini, M. (2021), “EPEC 4.0: un concepto de control de producción ajustada respaldado
por la Industria 4.0 para la industria de semiprocesos”, Planificación y control de la producción, doi: 10.1080/
09537287.2020.1864496 .
IJLSS Tortorella, G., Miorando, R. y Mac Cawley Vergara, AF (2019a), “El efecto moderador de la Industria 4.0 en la
relación entre la gestión eficiente de la cadena de suministro y la mejora del rendimiento”, Supply Chain
14,2
Management, vol. 24 núm. 2.
Tortorella, GL, Miorando, R. y Marodin, G. (2017), “Gestión ajustada de la cadena de suministro: investigación
empírica sobre prácticas, contextos y desempeño”, Revista Internacional de Economía de la Producción,
vol. 193, doi: 10.1016/j.ijpe.2017.07.006.
Tortorella, GL, Narayanamurthy, G. y Thurer, M. (2021), “Identificación de vías hacia una implementación de
276
automatización ajustada de alto rendimiento: un estudio empírico en la industria manufacturera”, Revista
Internacional de Economía de la Producción, vol. 231, doi: 10.1016/j.ijpe.2020.107918.
Tortorella, GL, Rossini, M., Costa, F., Portioli Staudacher, A. y Sawhney, R. (2019b), “Una comparación sobre la
Industria 4.0 y la producción ajustada entre fabricantes de economías emergentes y desarrolladas”, Total
Quality Management and Excelencia Empresarial, doi: 10.1080/14783363.2019.1696184.
Se puede contactar al autor
correspondiente, Matteo Rossini, en: matteo.rossini@polimi.it
Para obtener instrucciones sobre cómo solicitar reimpresiones de este artículo, visite nuestro
sitio web: www.emeraldgrouppublishing.com/licensing/reprints.htm O
contáctenos para obtener más detalles: permisos@emeraldinsight.com

Articulo Review 1

Cargado por

Información del documento

Descripción original:

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

Articulo Review 1

Cargado por

Copyright:

Formatos disponibles

Machine Translated by Google

IJLSS N° Autores Diario del año Metodología

También podría gustarte