Análise multicritério de investimentos na Indústria 4.0 em uma montadora de automóveis

As decisões de investimento em tecnologias da Indústria 4.0 (I4.0) exigem avaliação multidimensional, e não apenas financeira, condição que limita o uso isolado de indicadores de retorno. A aplicação conjunta do Analytic Hierarchy Process (AHP) e da estrutura Benefícios, Oportunidades, Custos e Riscos (BOCR) à avaliação de investimentos em I4.0 permanece pouco documentada na manufatura. Esta pesquisa desenvolveu e aplicou um modelo de apoio à decisão que integra o AHP e o BOCR para essa avaliação. O estudo foi conduzido por pesquisa-ação, combinada com modelagem matemática e abordagem quali-quantitativa, em uma montadora de veículos, com hierarquia de quatro méritos estratégicos e vinte subcritérios nas perspectivas de competitividade, aspectos sociotécnicos e sustentabilidade. Um painel de 12 especialistas seniores forneceu 864 julgamentos pareados, agregados pela média geométrica e submetidos à verificação de consistência, em ferramenta computacional desenvolvida na pesquisa, com módulo de cálculo verificado por comparação com implementação independente e camada de interpretabilidade com inteligência artificial explicável (XAI) baseada em Geração Aumentada por Recuperação (RAG). Os resultados foram avaliados por análise de sensibilidade, por cinco métodos de síntese e por devolutiva à alta direção. Na priorização entre duas alternativas para reduzir o consumo de gás natural nas estufas de cura, os pesos estratégicos foram de 0,3723 para Benefícios, 0,2786 para Riscos, 0,1974 para Custos e 0,1517 para Oportunidades, e o controle em tempo real dos queimadores por inteligência artificial foi priorizado frente ao gêmeo digital com simulação termodinâmica na formulação subtrativa com rescaling weights, com manutenção do ranking nos cinco métodos e na análise de sensibilidade. O estudo restringe-se a um caso e a um painel, e as inconsistências individuais e as estimativas financeiras de escopo não equivalente exigem a revisão dos julgamentos e dos fluxos de caixa antes da decisão de investimento. Como implicação prática, a pesquisa disponibiliza protocolo replicável e ferramenta computacional para priorizar investimentos em I4.0, com transparência e rastreabilidade na alocação de capital. A originalidade reside na configuração do AHP-BOCR para a priorização de projetos tecnológicos em um ativo produtivo automotivo, com elicitação separada dos pesos estratégicos e de magnitude, três perspectivas decisórias e camada de interpretação ancorada na literatura, que preserva o cálculo determinístico do modelo.

Resumo (inglês)

Investment decisions on Industry 4.0 (I4.0) technologies require a multidimensional assessment rather than a purely financial one, a condition that limits the isolated use of return indicators. The joint application of the Analytic Hierarchy Process (AHP) and the Benefits, Opportunities, Costs, and Risks (BOCR) framework to I4.0 investment assessment remains sparsely documented in manufacturing. This research aimed to develop and apply a decision-support model integrating AHP and BOCR to assess I4.0 investments in manufacturing. The study was conducted through action research, combined with mathematical modeling and a qualitative-quantitative approach, at an automotive assembly plant, with a hierarchy of four strategic merits and twenty subcriteria across the perspectives of competitiveness, sociotechnical aspects, and sustainability. A panel of 12 senior specialists provided 864 pairwise judgments, aggregated by the geometric mean and submitted to consistency verification, using a computational tool developed for this research, with an AHP-BOCR computation module verified by comparison with an independent implementation and an explainable artificial intelligence (XAI) interpretation layer based on Retrieval-Augmented Generation (RAG). The results were assessed through sensitivity analysis, five synthesis methods, and a feedback session with top management. In prioritizing between two alternatives for reducing natural gas consumption in the curing ovens, the strategic weights were 0.3723 for Benefits, 0.2786 for Risks, 0.1974 for Costs, and 0.1517 for Opportunities, and real-time burner control using artificial intelligence was prioritized over the digital twin with thermodynamic simulation under the subtractive formulation with rescaling weights, with the ranking preserved across the five synthesis methods and in the sensitivity analysis. The study is limited to a single case and a single panel, and the individual inconsistencies and the financial estimates of non-equivalent scope require the revision of judgments and cash flows before the investment decision. As a practical implication, the research provides industrial managers with a replicable protocol and a computational tool to prioritize I4.0 investments with transparency and traceability in capital allocation. The originality lies in the configuration of AHP-BOCR for prioritizing technology projects in an automotive production asset, with separate elicitation of strategic and magnitude weights, three decision perspectives and an interpretation layer grounded in the literature, which preserves the deterministic computation of the model.

Palavras-chave

Indústria 4.0 Decisão de investimento Tomada de decisão multicritério Analytic Hierarchy Process BOCR Indústria automotiva Inteligência artificial Processo decisório por critério múltiplo Indústria automobilística

Idioma

Português

Citação

PALMA, Pedro Luis Tozoni. Análise multicritério de investimentos na indústria 4.0 em uma montadora de automóveis. 2026. 189 f. Dissertação (Mestrado Profissional em Engenharia de Produção) – Faculdade de Engenharia e Ciências, Universidade Estadual Paulista, Guaratinguetá, 2026.