Un Modelo de Madurez para La Logística 4.0: Un Análisis Empírico y Una Hoja de Ruta para Investigaciones Futuras
Un Modelo de Madurez para La Logística 4.0: Un Análisis Empírico y Una Hoja de Ruta para Investigaciones Futuras
Un Modelo de Madurez para La Logística 4.0: Un Análisis Empírico y Una Hoja de Ruta para Investigaciones Futuras
com
sostenibilidad
Artículo
---- -
Recibido: 16 de noviembre de 2019; Aceptado: 19 de diciembre de 2019; Publicado: 20 de diciembre de 2019 ---
Abstracto:La adopción de tecnologías de la Industria 4.0 ha cobrado especial importancia hoy en día para las
empresas con el fin de optimizar sus procesos productivos y estructuras organizativas. Sin embargo, a las empresas
a veces les resulta difícil desarrollar un plan estratégico que innove su modelo de negocio actual y desarrolle una
visión de Industria 4.0. Para superar la creciente incertidumbre e insatisfacción en la implementación de la Industria
4.0, se desarrollaron nuevos métodos y herramientas que abordan específicamente áreas dedicadas de las
empresas, como logística, gestión de la cadena de suministro y procesos de fabricación, para proporcionar
orientación y apoyo para alinear las estrategias comerciales de las empresas y operaciones. En particular, este
artículo desarrolla y presenta la aplicación de un modelo de madurez para la Logística 4.0, centrándose en las
aplicaciones específicas de la Industria 4.0 en el área de la logística. Para ello, en las principales investigaciones
científicas se examinaron los modelos de madurez existentes, vinculados al contexto de la implementación de la
Industria 4.0 en los procesos logísticos. Posteriormente, se ha investigado a dos empresas a través de una encuesta,
construida en torno a tres macroaspectos fundamentales, denominados (i) la propensión de la empresa hacia la
Industria 4.0 y la Logística 4.0, (ii) el uso actual de tecnologías en el proceso logístico, y ( iii) el nivel de inversión hacia
tecnologías de Industria 4.0 para una transición de Logística 4.0. De esta manera, surgió como principal resultado de
nuestra investigación un modelo de madurez para la Logística 4.0, capaz de identificar el nivel de madurez de las
empresas en la implementación de las tecnologías de la Industria 4.0 en sus procesos logísticos. Además, el modelo
destacó las fortalezas y debilidades de las dos empresas investigadas con respecto a la transición hacia la Logística
4.0. A partir de los resultados obtenidos, finalmente se propuso una hoja de ruta para mejorar la digitalización de los
procesos logísticos, según los principios de la cuarta revolución industrial.
1. Introducción
En un contexto donde la cadena de suministro es cada vez más amplia, en términos de alcance e
interconexión, los márgenes de mejora que hoy se pueden capitalizar no sólo se refieren a la optimización de la
eficiencia dentro del proceso logístico empresarial, sino que están fuertemente abordados. a la mejora de las
sinergias entre los actores implicados en el proceso logístico global. En consonancia con esta cuestión, en los
últimos años, los procesos logísticos estaban recibiendo presión para aumentar los niveles de sostenibilidad,
en términos ambientales, lo que ayuda a afrontar los desafíos generales de sostenibilidad, como minimizar las
emisiones de gases de efecto invernadero. Según la definición teórica, el concepto de sostenibilidad en una
empresa está relacionado con tres pilares importantes, a saber, el ambiental, el social y el económico.1].
En la intersección de estos tres pilares se encuentran actividades organizacionales que tienen un efecto positivo
en el medio ambiente y resultan tanto en beneficios a largo plazo como en una mayor capacidad competitiva.
Según Strandhagen et al. [1], el desarrollo de la sostenibilidad puede considerarse una capacidad transversal
para las empresas individuales, ya que requiere que toda la empresa cambie su forma de pensar. En
consecuencia, la sostenibilidad se está convirtiendo en un elemento importante de los modelos de negocio que
cambia radicalmente la forma en que operan las empresas. Actualmente, existe una atención cada vez mayor
hacia la gestión de los impactos sociales y ambientales en las empresas, lo que hace que la integración con las
cuestiones ambientales, económicas y sociales sea una opción obvia para garantizar la estabilidad y el
desarrollo de la empresa a largo plazo. Además, a un nivel más operativo, puede ser muy importante que las
empresas rediseñen sus procesos logísticos para alcanzar objetivos específicos de sostenibilidad [2]. En este
punto, las tecnologías de la Industria 4.0 pueden ayudar eficazmente a alcanzar los objetivos de sostenibilidad
deseados en los procesos logísticos, contribuyendo también a la mejora del rendimiento general de las
empresas [3]. La Industria 4.0 introdujo diferentes paradigmas tecnológicos como el big data, el Internet de las
cosas (IoT) y la fábrica inteligente; cada uno de ellos tiene un efecto positivo en el desempeño de las empresas.
Por tanto, la integración de conceptos de Industria 4.0 puede aumentar el volumen de negocio y solucionar
diversos problemas, como la obsolescencia de las plantas. Aunque la adopción de las nuevas tecnologías de la
Industria 4.0 puede representar una tarea difícil para las empresas, estudios recientes han demostrado la
escalabilidad de las tecnologías de la Industria 4.0 [4], y muchos expertos afirman que, en esta revolución,
existe la capacidad de aportar una contribución fundamental a la sostenibilidad de las empresas. El término
“Logística 4.0” se centra en las aplicaciones específicas de la Industria 4.0 en el ámbito de la logística. De
acuerdo con las definiciones científicas existentes, la Logística 4.0 representa el sistema logístico que permite la
satisfacción sostenible de las demandas individualizadas de los clientes sin aumentar los costos.5]. La logística
4.0 cambia las soluciones existentes ya adoptadas en la logística tradicional e introduce nuevas tecnologías
habilitadoras, como los sistemas ciberfísicos (CPS), que nos permiten realizar la conexión en red y la
automatización del transporte del sistema de almacenamiento y el control de software descentralizado.2,3,5,6].
En otros casos, el soporte de la tecnología Internet de las Cosas (IoT) permite vincular objetos físicos para
permitir la visualización de datos en tiempo real con el fin de automatizar los flujos logísticos [7–9] bajo una
demanda incierta o dada [10], y al considerar diferentes tipos de materiales [11]. Nuevamente, la
implementación de big data [12] en operaciones de logística y cadena de suministro [13] contribuye a “mejorar
la visibilidad, la flexibilidad y la integración de las cadenas de suministro y los procesos logísticos globales,
gestionando eficazmente la volatilidad de la demanda y manejando las fluctuaciones de costos” [14]. La
adopción de soluciones ecológicas permite mejorar el desempeño ambiental y puede abrir nuevos segmentos
de mercado que antes estaban inexplorados. De hecho, según García-Muiña et al. [15], hay una nueva porción
del mercado caracterizada por consumidores que requieren conocimiento e información detallada sobre los
costos ambientales de lo que consumen y utilizan. Por tanto, pueden posibilitar el éxito del producto, que
incluye tanto los atributos de calidad y diseño, como los de sostenibilidad. En esta dirección, la atención a los
consumidores, a la distancia recorrida y a los medios de transporte adoptados se integra con las evaluaciones
de los flujos de energía, recursos y materiales necesarios para fabricar, transportar y utilizar los productos. El
objetivo es reducir su impacto en el entorno exterior, haciéndolos sostenibles también desde el punto de vista
económico y social. Estos impulsores forman un entorno dinámico y desafiante para las empresas y,
especialmente en las industrias manufactureras, pueden abordarse con la Industria 4.0.
Si, por un lado, la Logística 4.0 representa una innovación importante, ya que está relacionada con una serie de
problemas y cuestiones que afectan el desempeño de sostenibilidad de las empresas, por otro lado, muchas
empresas no están seguras, tanto sobre el esfuerzo financiero requerido para implementar las tecnologías
relacionadas, y sobre el impacto correspondiente en sus estrategias de negocio [dieciséis]. En consecuencia, los
gobiernos del mundo diseñaron y prepararon planes nacionales con el objetivo de guiar y facilitar la transición de las
empresas hacia la Industria 4.0 [17]. Los próximos pasos consisten en evaluar si las empresas están preparadas para
entrar en la Industria 4.0 o no, en función de su capacidad para captar la idea general de la Industria 4.0 y cambiar su
modelo de negocio en consecuencia.
Sostenibilidad2020,12, 86 3 de 18
Sin embargo, aunque las empresas pueden relacionar su posicionamiento actual con su estrategia de negocio
actual, a veces les resulta difícil identificar un plan estratégico que innove su modelo de negocio actual y desarrolle
una visión de Industria 4.0.18]. En particular, las empresas a veces no reconocen campos de acción, programas y
proyectos concretos para la implementación de la Industria 4.0. En la mayoría de los casos partiendo de la búsqueda
de tres objetivos diferentes, uno paradigmático, otro tecnológico y otro relacionado con la sostenibilidad debido a la
integración del ser humano y los sistemas industriales.2]. Para superar la creciente incertidumbre e insatisfacción de
las empresas con la implementación de la Industria 4.0, se desarrollaron nuevos métodos y herramientas para
proporcionar orientación y apoyo para alinear las estrategias y operaciones comerciales de las empresas.19]. No
obstante, se necesita un esfuerzo mucho más teórico y empírico para desarrollar y proponer métodos y herramientas
que aborden específicamente áreas de empresas dedicadas a la implementación de la Industria 4.0, como la logística,
la gestión de la cadena de suministro, los procesos de fabricación, etc.20–22].
Partiendo de esta premisa, el artículo centra su atención en el ámbito de la logística de las empresas con el
objetivo principal de proponer un modelo capaz de guiar a las empresas a evaluar su nivel de madurez en la
implementación de la Industria 4.0 en los procesos logísticos. En particular, este artículo busca discutir las
oportunidades de la Industria 4.0 en el contexto de la logística, ya que se esperan implicaciones relevantes en este
campo [23]. Por ejemplo, los académicos sostienen que "la logística puede verse como una red donde todos los
procesos pueden comunicarse entre sí, así como con los humanos para mejorar sus potencialidades analíticas a lo
largo de la cadena de suministro" [24]. En consecuencia, los procesos logísticos representan un terreno fértil para
experimentar la Industria 4.0, dado también que aún no se han explorado los caminos adecuados para implementar
soluciones de la Industria 4.0 en los procesos logísticos.25,26]. Al hacerlo, el artículo propone un modelo de madurez
para la Logística 4.0, que aún falta en la literatura existente. Al evaluar su nivel de madurez en la implementación de la
Industria 4.0 en los procesos logísticos, las empresas estarán en mejores condiciones para planificar los próximos
pasos hacia la cuarta revolución industrial.
El documento está estructurado de la siguiente manera. Sección2resume los antecedentes de la investigación
existente en la intersección entre Industria 4.0 y Logística 4.0 y propone, desde un punto de vista teórico, un modelo
de madurez para la Logística 4.0. Sección3destaca la justificación de la metodología utilizada para abordar el análisis
empírico, mientras que la Sección4prueba el modelo en dos empresas manufactureras comprometidas en una
transformación digital de sus procesos logísticos. Finalmente, sección5señala algunas observaciones finales y una
hoja de ruta para futuras investigaciones.
2. Antecedentes teóricos
El término “madurez” se refiere a un “estado de ser completo, perfecto o listo” [27]. Un modelo de madurez es
una herramienta que se utiliza para medir, comparar, describir o determinar una ruta o hoja de ruta [28]. Un modelo
de madurez es un conjunto estructurado de elementos que describe un camino evolutivo de mejora desde procesos
inmaduros hasta procesos maduros, efectivos y cualitativamente mejores. La madurez se puede capturar cualitativa o
cuantitativamente de manera discreta o continua [29]. Así, los modelos de madurez se adoptan para evaluar el estado
de una empresa, o de una organización productiva, de acuerdo con uno de los estados indicados por dichos modelos
con el fin de obtener información útil sobre el punto de partida para la mejora de los procesos de las organizaciones
existentes. También se pueden utilizar para comparar diferentes organizaciones [30,31].
Desde una perspectiva histórica, Stewart (1924) comenzó a trabajar en la mejora de procesos con
sus principios de control estadístico de calidad. Estos principios fueron luego refinados por otros, incluido
Humphrey (1978), quien los amplió y desarrolló software elaborando sobre estos principios. Humphrey
llevó este marco de madurez al Instituto de Ingeniería de Software (SEI) en 1986, añadió el concepto de
niveles de madurez y desarrolló las bases para su uso actual en toda la industria del software. A
continuación, Humphrey describió los principios básicos en los que se basan muchos de los llamados
modelos de madurez de capacidades (CMM). Estos principios han sido adoptados por el SEI en un marco
de madurez que establece la gestión de proyectos y la ingeniería.
Sostenibilidad2020,12, 86 4 de 18
base para el control cuantitativo del proceso de software, que es la base para la mejora continua
del proceso [32].
Las CMM se han extendido enormemente y demostrado su validez en diversos campos de aplicación, no
exclusivamente relacionados con la industria del software, sino también en la gestión de riesgos, gestión de recursos,
gestión de proyectos, etc. Esto dio lugar a la creación de la integración del modelo de madurez de capacidad (CMMI),
que nació como modelo general para varios campos de aplicación. El CMMI es un proceso basado en modelos de
comportamiento que apoyan a las organizaciones a agilizar la mejora de procesos y fomentar comportamientos
eficientes para disminuir los riesgos en el desarrollo de productos y servicios.33]. En muchos casos, el CMMI puede
considerarse como una 'constelación' de mejores prácticas que pueden ser utilizadas por organizaciones, que también
pertenecen a diferentes áreas de actividad. CMMI proporciona dos tipos diferentes de enfoques metodológicos,
clasificados como "continuos" y "a niveles".
El CMMI 'continuo' permite identificar un área de proceso de una empresa y mejorar una o más partes del
mismo proceso. Este tipo de enfoque adopta los niveles de capacidad para caracterizar la mejora relacionada
con un área de proceso única. El enfoque continuo proporciona la máxima flexibilidad, ya que conduce a
mejorar el desempeño de un solo proceso o de múltiples áreas asintóticamente alineadas con los objetivos de
negocio perseguidos. El CMMI 'en niveles' adopta paquetes predefinidos de múltiples áreas de proceso para
definir una ruta de mejora. Cada camino de mejora se caracteriza por niveles de madurez, cada nivel
proporciona un conjunto de áreas de proceso bien definidas. El enfoque, por tanto, ofrece un camino
estructurado y sistemático para alcanzar un cierto nivel de madurez. La consecución de un nivel garantiza la
madurez necesaria para pasar al siguiente nivel. Los niveles de madurez son los siguientes:
• Nivel 1—Inicial:
Los procesos se caracterizan por la falta de reglas y en algunos casos se desarrollan de forma
"caótica". Sólo unos pocos procesos están bien definidos y el éxito de los proyectos depende de la
iniciativa individual.
• Nivel 2—Administrado:
Los procesos principales generalmente están bien definidos, para controlar su costo, tiempo y funciones. Los resultados del
proceso son reproducibles.
• Nivel 3—Definido:
El proceso del software, tanto a nivel organizativo como de producción, está documentado y estandarizado.
Todos los proyectos de desarrollo y mantenimiento de software se gestionan según los procedimientos y
estándares de la empresa.
• Nivel 4: Gestionado cuantitativamente:
Se recopilan y analizan medidas detalladas para cada proceso de software. Tanto los procesos como los
productos son estudiados y controlados.
• Nivel 5: optimización:
2.2. Hacia niveles de madurez para la Logística 4.0 basados en los niveles de madurez de la Industria 4.0
El modelo de Renania del Norte-Westfalia (NRW) define cinco niveles de madurez de la Industria 4.0 que representan la
transición de una producción en gran medida analógica a una producción automatizada y en red. El nivel de madurez más
alto representa un intercambio automático con las empresas a lo largo de la cadena de valor [34].
El primer nivel es la producción analógica desconectada. En el segundo nivel se introduce el procesamiento de
datos digitales, que en el tercer nivel se convierte en una recopilación automática de datos en la mayoría de los
programas dedicados. El cuarto nivel define un alto nivel de interconexión de procesos individuales a través de una
solución de software que realiza análisis de datos automatizados y permite el fácil intercambio de datos entre
Sostenibilidad2020,12, 86 5 de 18
otros programas. El quinto nivel describe una producción completamente interconectada. El software utilizado puede
identificar relaciones reales en producción de forma independiente [34].
A partir de este modelo de referencia, los autores identificaron sistemas logísticos individuales. En otras
palabras, la logística puede considerarse como un sistema que puede dividirse en subsistemas individuales que son
interdependientes en ciertos ámbitos pero que están interconectados. Estos subsistemas individuales son:
• Logística de compra.
• Logística de producción.
• Logística de distribución.
• Logística postventa.
Cuadros resumen (Tablas1–4) por lo tanto se proporcionan ya que se han definido diferentes niveles de
madurez para cada subsistema.
Sin intercambio de datos con el proveedor Los pedidos se entregan por teléfono o personalmente de forma manual en papel.
Los pedidos se liberan telefónicamente o presencialmente y se registran digitalmente (más información como
Intercambio de datos específicos
horario de promociones especiales, puntos de entrega, etc.).
El sistema de información tiene una imagen completa de los pedidos existentes y de los nuevos pedidos que se ingresan
Intercambio de datos adicionales automáticamente en tiempo real (datos adicionales como pedidos programados, horario de promociones especiales,
puntos de entrega, datos de pronóstico).
La información de los sistemas de TI se intercambia automáticamente con socios directos en la cadena de
valor y se habilita el acceso a información externa relevante de la empresa. Los vínculos e interacciones de los
Intercambio automático de datos
diferentes tipos y cantidades de pedidos se conocen y se tienen en cuenta al realizar el pedido.
Sobre la base de previsiones integrales, las cantidades esperadas de pedidos se relacionan con el
Intercambio automático en la cadena de suministro
inventario, los trabajos preparatorios, etc.
Sin intercambio de datos por parte del cliente Los datos del pedido no se intercambian durante el procesamiento del pedido.
Los datos de pedidos especiales, como la hora de promociones especiales, puntos de venta y datos de previsión, se
Intercambio de datos específicos
pueden transmitir manualmente previa consulta.
Intercambio de datos adicionales Los datos del pedido se intercambian automáticamente.
Los datos de los pedidos se intercambian automáticamente con socios directos en la cadena de valor y el acceso a
Intercambio automático de datos
información externa relevante de la empresa.
Los datos de los pedidos se intercambian automáticamente con empresas a lo largo de la cadena de valor y el
Intercambio automático en la cadena de suministro
acceso a información externa relevante de la empresa.
Sin intercambio de datos entre subsistemas Ninguna función específica del sistema.
Es posible acceder a información de otras áreas a través del sistema de gestión y controlar el
Intercambio de datos a través de ERP
intercambio interno de materiales.
Es posible acceder a toda la información/datos relevantes de otras áreas en tiempo real a través del
Datos en tiempo real
sistema de gestión y controlar el intercambio interno de materiales.
Garantía automática de datos Suministro automático de datos de contexto preparados de otros departamentos.
El intercambio interno de información se realiza entre todos los dominios, no es necesario revisar los
Intercambio automático de datos
datos.
Sostenibilidad2020,12, 86 6 de 18
Dividir la logística en subsistemas fue fundamental para nosotros para entender las diversas
articulaciones de los niveles de madurez de los procesos logísticos y permitir construir una base sólida sobre la
cual comenzar a diseñar un modelo de madurez efectivo para la Logística 4.0.
El modelo propuesto fue diseñado para ofrecer medidas que puedan traducirse en un conjunto de pautas
o soluciones recomendadas hacia la Logística 4.0. Partimos de la definición de logística dada por el Council of
Supply Chain Management Professionals (CSCMP), que define la logística como “...aquella parte de la Supply
Chain Management que planifica, implementa y controla el eficiente y efectivo flujo y almacenamiento directo
e inverso”. de bienes, servicios e información relacionada entre el punto de origen y el punto de consumo para
satisfacer las necesidades de los clientes”. Esta definición subraya la necesidad
–en un proceso logístico– de gestionar todo el conjunto de flujos de materiales e información. En consecuencia,
identificamos tres dimensiones principales según las cuales se prueba el nivel de madurez de una empresa para la
Logística 4.0. Cada dimensión se caracteriza por áreas de evaluación dedicadas (como se muestra en la Tabla5).
Las tres dimensiones anteriores se pueden utilizar para evaluar la madurez y el conocimiento de las soluciones de la Industria
4.0 para una transición de la Logística 4.0.
Por lo tanto, basándose en la revisión de la literatura sobre el concepto de "niveles de madurez" de las Secciones
2.1 y2.2, avanzamos cinco niveles de madurez para evaluar la madurez de las empresas en cada una de las tres
dimensiones de la Logística 4.0. Los niveles de madurez son cinco: el primer nivel identifica la ausencia de cualquier
capacidad de Logística 4.0 y el quinto nivel identifica la implementación e integración completa de las soluciones de
Logística 4.0. Los cinco niveles de madurez son:
• Postergación
• Definiendo
• Adoptando
• Gerente
• Integrado
Cifra1muestra los cinco niveles de madurez combinados con las tres dimensiones de Logística 4.0 ya
mostradas en la Tabla5.
Sostenibilidad2020,12, 86 7 de 18
3. Materiales y métodos
Se consideran dos empresas líderes que operan en el mercado europeo e internacional, ubicadas en la
región de Wielkopolska (en Polonia), y comprometidas en una transformación digital en logística. la
identificacion La evaluación de las empresas ha seguido la teoría y se han seleccionado casos criterios g [37],
Por lo tanto, estos de muestreo por conveniencia porque han implementado la Industria 4.0. tecnologías para
apoyar a sus procesos logísticos. En este sentido, las empresas investigadas parten para er un útil
base empírica lograr el objetivo principal de proponer un modelo capaz de guiar a las empresas.nies para evaluar
su madurez Nivel de implantación de la Industria 4.0 en los procesos logísticos. La empresa es
La primera líder en el sector de Logística, Transporte y Almacenamiento, con 0 millones y más de una facturación de
más que€5 250 empleados. La sede está ubicada y la empresa tiene alrededor de 10 sucursales ened en Poznan.
Además, toda Polonia y ofrece una calificación superior en los mercados nacional e 80.000 activos
instalaciones, abiertas internacional. Desde hace más de 30 años, cuidamos el área de almacenamiento, ofertas de empresas
con improvisación transporte de mercancías y producción de modernos equipos de almacén y almacén dee a través del
selección óptima nuestros clientes. Los sistemas de almacenamiento, equipos de carga, sistemas de montacargas, metal
muebles, hoi carga y embalaje son sólo una pequeña parte de t el amplio rango
de su oferta.
el seco La segunda empresa analizada es una empresa de producción de automóviles que europeo y
internacional opera en los mercados desde hace más de 70 años. La capacidad de producción de la aproximadamente
100.000 coches p fábrica llega a un año. La empresa tiene cuatro plantas de producción: dos plantas en warzędz, uno
planta en Wrze Poznań/S snia y la planta de componentes (fundición) situada en Poznań. El COM La empresa también tiene
invirtió en instalaciones tecnológicamente avanzadas que incluyen taller de carrocería, taller de pintura, sala de
montaje y parque de proveedores, así como una planta de carrocerías para vehículos especiales y una planta de
fabricación piloto. La empresa también lleva a la nube dos áreas principales: por un lado, el vehículo en red y los
servicios digitales y, ahora, su producción y logística. El objetivo de esta empresa es seguir operando en el ámbito de
la Industria 4.0.
La primera fase de este análisis consistió en la redacción de un cuestionario en inglés titulado “Logistics
4,0”. La encuesta, compuesta por 15 preguntas, se basó en entrevistas personales con lápiz y papel (PAPI)
Sostenibilidad2020,12, 86 8 de 18
para recopilar información general, como el nombre de la empresa, el volumen de negocios de la empresa, el sector
industrial y el número medio de empleados. Las preguntas estuvieron relacionadas principalmente con los siguientes tres
macroaspectos fundamentales:
Los resultados recogidos por las dos encuestas permitieron alcanzar el objetivo prediseñado, es
decir, la evaluación del nivel de madurez de las empresas analizadas para la Logística 4.0.
Percepción de adopción
Conocimiento Dinámica de desarrollo
Gestión Posición competitiva
Impactos
Estrategia y Liderazgo (S&L)
Obstáculos
Empleados Habilidades
Sistemas TI Adopción
Flujo de material y Productos inteligentes Dispositivos
Equipo de almacén
Almacenes inteligentes
Impactos
Obstáculos
Conocimiento
Relevancia tecnológica
Tecnologías
Adopción de posición
Inversiones
Sobre la base de las investigaciones existentes en la intersección entre Logística 4.0 e Industria 4.0,
asumimos que no todos los ítems/preguntas tienen el mismo impacto para evaluar la “madurez” de una
empresa en términos de Logística 4.0. De manera consistente con esta consideración, la importancia práctica
de cada ítem de madurez se calificó en una escala Likert que va desde “no importante” (calificación = 1) a “muy
importante” (calificación = 4). La técnica adoptada para la implementación del modelo se basa en el proceso de
jerarquía analítica (AHP). En mesa7, se muestran los pesos asignados a cada ítem/pregunta.
Sostenibilidad2020,12, 86 9 de 18
Nuevamente, para cada pregunta se identificaron cuatro respuestas diferentes según la escala Likert
(incluidos los valores del 1 al 4). Por ejemplo, para la pregunta que se muestra en la Figura2, se han asignado
los siguientes valores: (a) no inhibidor = 4; (b) poco inhibidor = 3; (c) suficiente inhibidor = 2; (d) muy inhibidor =
1.
El último paso de la evaluación consistió en la estimación global del promedio ponderado de todos los ítems/
preguntas de vencimiento de acuerdo con la Ecuación (1):
∑norte
i=1METROdii∗gramodii
METROD= ∑norte (1)
i=1gramodii
1. Ignorar→1
2. Definición→ (1;2]
3. Adoptar→ (2;3]
Sostenibilidad2020,12, 86 10 de 18
4. Gestión→ (3;4]
5. Integrado→4
Basado en elMETRODvalor obtenido para cada dimensión es posible desarrollar un informe de madurez, que puede
mostrarse fácilmente mediante un gráfico radar.
4. Hallazgos
Promedio 3
Peso promedio 3
Sostenibilidad2020,12, 86 11 de 18
Una vez ponderado Se ha calculado el promedio para cada subdimensión deactivado, puede asignar cada uno
A un nivel específico de madurez, de acuerdo con los niveles de madurez (Pting, de los definidos en la Figura1(es
madurez pertenecen Gestión e Integrado). Por lo tanto, sigue a decir, mínimos que el máximo en
Ignorar, Definir y Ado, “Conocimiento” con una puntuación de 4 y cae dentro deel nivel “Integrado”,
seguido de “Estrategia” y“Liderazgo (S&L)” y “Empleados” con una puntuación.3 de 3, que corresponde a la
al nivel “Adoptar”. Representa los resultados obtenidos por un radar cha. rt.
Figura 3.Gráfico radial que visualiza la madurez de la Logística 4.0 en la macrodimensión “Gestión”.
3.9
Almacenamiento
P. Indique el tipo de instalaciones de almacenamiento que ofrece a sus clientes.
instalaciones
Conocimiento 4 Integrado
Estrategia y Liderazgo (S&L) 3 Adoptando
Empleados 3 Adoptando
Sistemas TI 4 Integrado
Productos inteligentes 3 Adoptando
Almacenes inteligentes 2.9 Adoptando
Tecnologías 2.3 Adoptando
Sostenibilidad2020,12, 86 13 de 18
Figura 4. rad gráfico ar que visualiza la madurez de Logística 4.0 en “Flow de materiales y
macro de información - dimensión.
Figura 5.Gráfico radial que visualiza la madurez de la Logística 4.0 en las siete dimensiones.
Según declara la misma empresa, ya se están realizando o están a punto de realizarse intervenciones
técnicas y de escenarios para implementar nuevas tecnologías y facilitar la consecución de objetivos como la
mejora en términos de productividad y el crecimiento del ritmo de innovación. Donde la empresa sobresale son
las dimensiones “Conocimiento” y “Sistemas TI”, esto quiere decir que tiene una idea y conocimiento claro y
preciso de lo que está pasando y lo que implica el cambio en términos de reducción de personal de la empresa.
en el ámbito logístico el multiplicación de operaciones correctoras con las r cies y costos, puede causar problemas en el
inventario es inconsistente roturas de stock con consecuencias negativas hacia arriba equipo y en el flujo descendente.
Sostenibilidad2020,12, 86 14 de 18
del proceso. Para solucionarlo se necesitan almacenes automáticos verticales o almacenes automáticos
horizontales.
En cuanto a tecnologías como los robots colaborativos, los vehículos guiados automáticamente (AGV) y el
big data, el modelo de madurez muestra que estas tecnologías ya están implementadas en el contexto de la
empresa de referencia. Bajo esta perspectiva, resulta ineludible repensar y adaptar la protección y las
capacidades de los trabajadores frente a estas nuevas tecnologías y entornos laborales.
El modelo de madurez, ya adoptado para analizar la primera empresa, se replica para la segunda
evaluación de la empresa. Mesadieciséismuestra las puntuaciones correspondientes y los promedios
ponderados de la dimensión “Gestión”, mientras que la Tabla17muestra las puntuaciones de la segunda
dimensión “Flujo de material e información”.
En este caso, el nivel máximo de madurez corresponde a “Conocimiento” y “Sistemas TI” con una puntuación
para ambos de 4 y se sitúan dentro del nivel “Integrado”, seguido de “Estrategia y Liderazgo (S&L)” con una puntuación
de 3.7, “Productos Inteligentes” y “Almacenes Inteligentes” tienen la misma puntuación 3.3, “Tecnologías” con una
puntuación de 3,1 sobre 4 y todos entran dentro del nivel “Gestión”. Sólo “Empleados” con una puntuación de 3
corresponde al nivel “Adoptando”. Los resultados se han resumido en la tabla18y representado por el gráfico de radar
en la Figura6.
Sostenibilidad2020,12, 86 15 de 18
Conocimiento 4 Integrado
Estrategia y Liderazgo (S&L) 3.7 Gerente
Empleados 3 Adoptando
Sistemas TI 4 Integrado
Productos inteligentes 3.3 Gerente
Almacenes inteligentes 3.3 Gerente
Tecnologías 3.1 Gerente
El objetivo de este per era aplicar un modelo de madurez para la Logística 4.0 probar su viabilidad en la
estudio de caso real de dosy las empresas. Para alcanzar este objetivo, revisamos la investigación existente en el
intersección entre Logística 4.0 e Industria 4.0 para explorar los modelos de madurez que abordan la
implementación de soluciones de Industria 4.0 en los procesos logísticos. Luego, se identificaron dos empresas
manufactureras que operan en Polonia como casos de estudio para evaluar su nivel de madurez en términos
de Logística 4.0. Por tanto, los resultados ponen de relieve las fortalezas y debilidades de las dos empresas
respecto a la transición hacia la Logística 4.0.
Aunque el tamaño de la muestra de las empresas analizadas es muy pequeño y, por tanto, no permite
identificar los resultados a nivel conceptual, la prueba del modelo en estos dos casos reales de empresas
demostró su capacidad de adaptarse a diferentes escenarios. Además, la anatomía de las empresas analizadas,
caracterizadas por un core business muy diferente, nos permitió evaluar la flexibilidad del modelo. En ambos
casos, el modelo permitió identificar el nivel de madurez de las empresas de acuerdo con la Logística 4.0.
Aunque las pruebas realizadas no son suficientes para permitir una validación completa del modelo, han
demostrado la eficacia del modelo en el contexto industrial. En consonancia con esta consideración, nuestra
investigación representa sólo el primer paso para mejorar la transición hacia la Industria 4.0 en los procesos logísticos
de las empresas. En consecuencia, proporciona a los responsables de la toma de decisiones de las empresas una
herramienta fácil de usar para una rápida evaluación del nivel de madurez de la empresa en términos de Logística 4.0.
Desde una perspectiva teórica, principalmente a la luz de los resultados emergentes, este trabajo puede considerarse
como uno de los primeros intentos de profundizar en las formas de transición hacia la Logística 4.0 proponiendo un modelo
de madurez ad-hoc para evaluar la implementación de la Industria 4.0 en procesos logísticos. Desde una perspectiva
gerencial, el artículo presenta el modelo de madurez propuesto como una herramienta que, especialmente para las empresas
de logística, puede aplicarse para evaluar su nivel de preparación para la cuarta revolución industrial.
Sostenibilidad2020,12, 86 16 de 18
A partir de esta investigación se pueden hacer además varias reflexiones. En primer lugar, la Industria 4.0
representa un camino necesario que las empresas deberían considerar si pretenden sobrevivir en mercados en
rápida y constante evolución. Rohrbeck y Schwarz (2013) ya han observado que ignorar los cambios en un
mundo globalizado a menudo resulta en perder oportunidades o no responder a las amenazas.38]. Iniciar y
completar con éxito los procesos de innovación y transformación digital desde la perspectiva de la Industria 4.0
requiere, además de inversiones en tecnologías hardware y software, un cambio cultural interno y en
consecuencia una hoja de ruta empresarial bien definida. En segundo lugar, la transición digital impulsada por
la Industria 4.0 no sólo desafía la capacidad de las empresas para innovar, sino que también requiere nuevas
estrategias, modelos organizativos y operativos, así como cambios en toda la organización en infraestructura
física, operaciones de fabricación, tecnologías, recursos humanos y gestión. prácticas [39]. De ahí que esto
represente un cambio profundo, una transformación hacia lo digital requiere un conocimiento profundo del
estado actual de transición de una empresa, de ahí que se sugieran acciones posteriores, como el desarrollo de
nuevos métodos y herramientas para afrontar la transición.
Nuevamente, aunque se desarrollaron nuevos métodos y herramientas para brindar orientación y apoyo para
alinear las estrategias y operaciones comerciales de las empresas [19,40], se necesita mucho más esfuerzo teórico y
empírico para desarrollar y proponer métodos y herramientas que aborden específicamente áreas de empresas
dedicadas a la implementación de la Industria 4.0, como la logística, la gestión de la cadena de suministro, los
procesos de fabricación, etc.41]. En este sentido, aunque recién partimos de los procesos logísticos, seguramente hay
espacio para futuras investigaciones tanto en funciones como en sectores de actividad de otras empresas. Finalmente,
esperamos que a través de este trabajo, de naturaleza preliminar, proporcione un modelo de referencia eficaz para
académicos y profesionales que operan en los campos de la Industria 4.0 y la Logística 4.0.
Referencias
1. Strandhagen, JO; Vallandingham, LR; Fragapane, G.; Strandhagen, JW; Stangeland, ABH; Sharma, N. Logística 4.0 y
modelos de negocio sostenibles emergentes.Adv. Fabricante.2017,5, 359. [Referencia cruzada]
2. Winkelhaus, S.; Grosse, EH Logistics 4.0: una revisión sistemática hacia un nuevo sistema logístico.En t. J. Prod. Res.2019. [
Referencia cruzada]
3. Carli, R.; Dotoli, M.; Pellegrino, R.; Ranieri, L. Uso de la optimización multiobjetivo para la mejora integrada de la eficiencia
energética de la cartera de edificios públicos de una ciudad inteligente. En Actas de la Conferencia Internacional IEEE
sobre Ciencia e Ingeniería de Automatización (CASE) de 2015, Gotemburgo, Suecia, 24 a 28 de agosto de 2015; págs.
21-26.
4. Haseeb, M.; Hussain, Hawai; Ślusarczyk, B.; Jermsittiparsert, K. Industria 4.0: una solución a los desafíos tecnológicos del
desempeño empresarial sostenible.Soc. Ciencia.2019,8, 154. [Referencia cruzada]
5. Carli, R.; Dotoli, M.; Epicoco, N.; Angélico, B.; Vinciullo, A. Evaluación automatizada de la congestión del tráfico urbano utilizando el
autobús como sonda. En Actas de la Conferencia Internacional IEEE sobre Ciencia e Ingeniería de Automatización (CASE) de
2015, Gotemburgo, Suecia, 24 a 28 de agosto de 2015; págs. 967–972.
6. Rosa, P.; Sassanelli, C.; Urbinati, A.; Chiaroni, D.; Terzi, S. Evaluación de las relaciones entre la economía circular y la industria 4.0: una
revisión sistemática de la literatura.En t. J. Prod. Res.2019. [Referencia cruzada]
7. Ardito, L.; Papá papá.; Messeni Petruzzelli, A. Mapeo de la dinámica de la innovación en el dominio de Internet de las cosas:
evidencia del análisis de patentes.Tecnología. Pronóstico. Soc. Chang.2018,136, 317–330. [Referencia cruzada]
8. Zhong, RY; Xu, X.; Klotz, E.; Newman, ST Fabricación inteligente en el contexto de la Industria 4.0: una revisión.
Ingeniería2017,3, 616–630. [Referencia cruzada]
9. Urbinati, A.; Chiaroni, D.; Chiesa, V.; Frattini, F. El papel de las tecnologías digitales en los procesos de innovación abierta: un análisis
exploratorio de múltiples estudios de casos.Gerente de RD.2018. [Referencia cruzada]
Sostenibilidad2020,12, 86 17 de 18
10. Digiesi, S.; Mossa, G.; Mummolo, G. Un modelo de cantidad de pedido sostenible bajo una demanda de producto incierta. Procedimiento de
Ifac. vol.2013,46, 664–669. [Referencia cruzada]
11. Digiesi, S.; Mossa, G.; Rubino, S. Un modelo EOQ sostenible para repuestos reparables bajo demanda incierta.Ima. J.
Gestionar. Matemáticas.2015,26, 185-203. [Referencia cruzada]
12. Urbinati, A.; Bogers, M.; Chiesa, V.; Frattini, F. Creación y captura de valor a partir de Big Data: un análisis de estudios de casos
múltiples de empresas proveedoras.Tecnonovación2019,84, 21–36. [Referencia cruzada]
13. Digiesi, S.; Mossa, G.; Mummolo, G. Incertidumbre en el tiempo de entrega de suministro en un modelo de inventario de cantidad de pedido sostenible.
14. Wang, G.; Gunasekaran, A.; Ngai, EWT; Papadopoulos, T. Análisis de big data en logística y gestión de la cadena de
suministro: ciertas investigaciones para investigación y aplicaciones.En t. J. Prod. Economía.2016,176, 98-110. [
Referencia cruzada]
15. García-Muiña, FE; gonzalez-SaSánchez, R.; Ferrari, AM; Volpi, L.; Pini, M.; Siligardi, C.; Settembre-Blundo, D. Identificación del punto
de equilibrio entre los objetivos de sostenibilidad y las prácticas de economía circular en un contexto de fabricación de la
Industria 4.0 utilizando el ecodiseño.Soc. Ciencia.2019,8, 241.
16. Nagy, J.; olah, J.; Erdei, E.; METROatmi,D.; Popp, J. El papel y el impacto de la industria 4.0 y el Internet de las cosas en la
estrategia empresarial de la cadena de valor: el caso de Hungría.Sostenibilidad2018,10, 3491. [Referencia cruzada]
17. Alcacer, V.; Cruz-Machado, V. Explorando la Industria 4.0: Una revisión de la literatura sobre tecnologías para sistemas de
fabricación.Ing. Ciencia. Tecnología. En t. J.2019,22, 899–919.
18. Burmeister, C.; Lüttgens, D.; Piller, Innovación del modelo de negocio de FT para la Industria 4.0: Por qué la 'Internet
industrial' exige una nueva perspectiva.Electrón SSRN. J.2015. [Referencia cruzada]
19. Schumacher, A.; Erol, S.; Sihn, W. Un modelo de madurez para evaluar la preparación y la madurez de las empresas manufactureras
para la Industria 4.0.Procedimiento CIRP2016,52, 161–166. [Referencia cruzada]
20. Ardito, L.; Petruzzelli, AM; Panniello, U.; Garavelli, AC Hacia la Industria 4.0.Autobús. Gestión de procesos. J.2019, 25, 323–346. [
Referencia cruzada]
21. Uva, AE; Fiorentino, M.; Gattullo, M.; Colaprico, M.; De Ruvo, MF; Marino, F.; Trotta, GF; Manghisi, VM; Bocaccio, A.;
Bevilacqua, V.; et al. Diseño de un banco de trabajo AR proyectivo para estaciones de trabajo manuales.
EnApuntes de conferencias en informática (incluidas las subseries Apuntes de conferencias sobre inteligencia artificial y Apuntes de
conferencias sobre bioinformática); Springer: Berlín, Alemania, 2016.
22. Bocaccio, A.; Cascella, GL; Fiorentino, M.; Gattullo, M.; Manghisi, VM; Monno, G.; Uva, AE Explotación de la realidad
aumentada para mostrar información técnica sobre la industria 4.0 P&ID. EnApuntes de conferencias en ingeniería
mecánica; Springer: Cartagena, España, 2019.
23. Bauernhansl, B.; Diez Hompel, T.; Vogel-Heuser, M.Industria 4.0 en producción, automatización y logística;
Springer: Wiesbaden, Alemania, 2014.
24. Barreto, L.; Amaral, A.; Pereira, T. Implicaciones de la Industria 4.0 en la logística: una visión general.Fabricación Procedia.2017, 13,
1245-1252.
25. Hofmann, E.; Rüsch, M. Industria 4.0 y el estado actual y las perspectivas futuras de la logística.Computadora. Indiana2017,
89, 23–34. [Referencia cruzada]
26. Stahl, antes de Cristo; Obach, M.; Yaghmaei, E.; Ikonen, V.; Chatfield, K.; Brem, A. El modelo de madurez de la investigación
e innovación responsables (RRI): vincular teoría y práctica.Sostenibilidad2017,9, 1036. [Referencia cruzada]
27. Wibowo, MA; Waluyo, R. Madurez de la gestión del conocimiento en empresas constructoras.Procedia Ing.2015, 125, 85–
94. [Referencia cruzada]
28. Proença, D.; Borbinha, J. Modelos de madurez para sistemas de información: un estado del arte.Computación de procedimiento. Ciencia. 2016
,100, 1042-1049. [Referencia cruzada]
29. Kohlegger, M.; Maier, R.; Thalmann, S. Comprender los resultados de los modelos de madurez de un análisis de contenido
estructurado. En Actas de I-KNOW 2009—9ª Conferencia Internacional sobre Gestión del Conocimiento y Tecnologías
del Conocimiento y Actas de I-SEMANTICS 2009—5ª Conferencia Internacional sobre Sistemas Semánticos, Graz,
Austria, 2 a 4 de septiembre de 2009; págs. 51–61.
30. Röglinger, M.; Pöppelbuß, J.; Becker, J. Modelos de madurez en la gestión de procesos de negocio.Autobús. Gestión de procesos. J.
2012,18, 328–346. [Referencia cruzada]
31. Zhang, J.; Li, H.; Wang, SHM Análisis y aplicación potencial de la madurez de la gestión del crecimiento en la industria de la
construcción en desarrollo de una provincia de China: un estudio de caso.Sostenibilidad2017,9, 143. [Referencia cruzada
]
32. Paulk, MC Una historia del modelo de madurez de capacidad para software.Software. Cual. Perfil2009,12, 5-19.
Sostenibilidad2020,12, 86 18 de 18
33. Dennis, A.; Aarón, C.; Ricardo, T.CMMI®Destilado: una introducción práctica a la mejora integrada de procesos, 3ª
ed.; Addison-Wesley: Boston, MA, EE. UU., 2008.
34. Sternad, M.; Lerher, T.; Gajsek, B. Niveles de madurez para la logística 4.0 basados en el modelo de madurez de la Industria 4.0 de Nrw.
Autobús. Logista. Modificación. Gestionar.2018,18, 695–708.
35. Oleśkow-Szłapka, J.; Stachowiak, A. El marco del modelo de madurez de la logística 4.0. EnAvances en sistemas inteligentes
y computación; Springer: Wrocław, Polonia, 2019.
36. Batz, A.; Oleśkow-Szłapka, J.; Stachowiak, A.; Pawłowski, G.; Maruszewska, K. Identificación de los niveles de
madurez de la logística 4.0 en empresas polacas: marco del modelo e investigación preliminar. EnLogística y
Producción Sostenible en la Industria 4.0; Grzybowska, R., Awasthi, K., Sawhney, A., Eds.; Springer: Cham, Suiza,
2020; págs. 161-175.
37. Voss, C.; Tsikriktsis, N.; Frohlich, M. Riesgos de la cadena de suministro: una revisión y tipología.En t. J. Ópera. Pinchar. Gestionar. 2002,22,
195–219. [Referencia cruzada]
38. Rohrbeck, R.; Schwarz, JO La contribución de valor de la prospectiva estratégica: conocimientos de un estudio empírico de grandes
empresas europeas.Tecnología. Pronóstico. Soc. Chang.2013,80, 1593-1606. [Referencia cruzada]
39. Gilchrist, A. Presentación de la Industria 4.0. EnIndustria 4.0; Prensa: Berkeley, CA, EE. UU., 2016; págs. 195-215.
40. Neto, GO; Tucci, H.; Pinto, L.; Costa, I.; Leite, R. Ventajas económicas y ambientales del reciclaje del caucho. En
Actas de la Conferencia Internacional IFIP sobre Avances en Sistemas de Gestión de Producción (APMS),
Cataratas del Iguazú, Brasil, 3 a 7 de septiembre de 2016; págs. 818–824.
41. Tjahjono, B.; Esplugues, C.; Ares, E.; Pelaez, G. ¿Qué significa la Industria 4.0 para la Cadena de Suministro?Fabricación Procedia. 2017,13,
1175-1182. [Referencia cruzada]
©2019 por los autores. Licenciatario MDPI, Basilea, Suiza. Este artículo es un artículo de
acceso abierto distribuido bajo los términos y condiciones de la licencia Creative Commons
Attribution (CC BY) (http://creativecommons.org/licenses/by/4.0/).