COMPARATIVO DO USO DE INTELIGÊNCIA ARTIFICIAL NA GESTÃO DE PROCESSOS INDUSTRIAIS
DOI:
https://doi.org/10.69609/1516-2893.2026.v32.n3.a4313Palavras-chave:
Inteligência Artificial, Indústria 4.0, Aprendizagem de máquina, Gestão de processos industriaisResumo
A Indústria 4.0 representa uma transformação profunda nos processos produtivos, tendo a Inteligência Artificial (IA) como um de seus recursos fundamentais. No entanto, grande parte da literatura recente trata a IA como um conceito monolítico, ignorando as diferenças substanciais entre suas subtecnologias aprendizagem de máquina, aprendizagem profunda, processamento de linguagem natural, visão computacional e sistemas especialistas. O objetivo desta pesquisa foi realizar uma análise comparativa entre as tecnologias de IA, avaliando suas aplicações, limitações, custos e viabilidade no contexto da gestão de processos industriais. A metodologia baseou-se em uma revisão bibliográfica sistemática e estudo recentes complementados por uma análise de dados secundários sobre adoção tecnológica na gestão indústria. Os resultados indicaram que não existe uma solução universal de IA e que cada tecnologia apresenta vantagens específicas e barreiras igualmente específicas. Enquanto sistemas especialistas oferecem baixo custo e rápida implementação para processos bem definidos, o aprendizado de máquina requer volumes massivos de dados e infraestrutura computacional. Conclui-se que a adoção de IA na gestão de processos industriais depende de um planejamento estratégico realista, com atenção especial à capacitação profissional e ao custo-benefício de longo prazo.
Downloads
Métricas
Referências
ACEMOGLU, D.; RESTREPO, P. (2019). Automation and new tasks: how technology displaces and reinstates labor. Journal of Economic Perspectives, v. 33, n. 2, p. 3–30, 2019.
BENEVIDES, K. D. G.; RUFINO, L. J. G. C.; DOS SANTOS, D. F. A.; BENEVIDES, M. P.; PIMENTA, C. D.; DE OLIVEIRA, M. R.; DE MOURA, R. A. (2025). Inteligência Artificial na educação de indivíduos adultos com 50 anos de idade ou mais: abordagem assistiva. ARACÊ , [S. l.], v7, n8, p. e7160. DOI: 10.56238/arev7n8-085. https://periodicos.newsciencepubl.com/arace/article/view/7160.
BENEVIDES, M. P.; OLIVEIRA, M. R.; MOURA, R. A. (2026). Uso da inteligência artificial neurossimbólica no planejamento assistivo de centros urbanos inteligentes . Veredas do Direito, [S. l.], v. 23, n. 7, p. e236205, 2026. DOI: 10.18623/rvd.v23.6205. Disponível em: https://revista.domhelder.edu.br/index.php/veredas/article/view/6205 . Acesso: 7may2026.
BRASIL. (2023). Senado Federal aprova marco regulatório da inteligência artificial. Projeto de Lei 2.338/2023. Disponível em: https://www.gov.br/cultura/pt-br/assuntos/noticias/senado-federal-aprova-marco-regulatorio-da-inteligencia-artificial
DE MOURA, R. A.; BENEVIDES, M. P; et al.; (2025). Neuroergonomia no controle ... e artificial feel e melhor feedback háptico. ARACÊ , [S. l.], v7, n9, pe8071. DOI: 10.56238/arev7n9-139. Disponível em: https://periodicos.newsciencepubl.com/arace/article/view/8071. Acesso 13set2025.
DIVINO, S. (2021). Reflexões sobre a inteligência artificial na agenda 2030 para o desenvolvimento sustentável. Revista Eletrônica Direito e Política. 16. 30-64. 10.14210/rdp.v16n1.p30-64.
GOODFELLOW, I.; BENGIO, Y.; COURVILLE, A. Deep Learning. Cambridge: MIT Press, 2016.
IBGE – Instituto Brasileiro de Geografia e Estatística. Pesquisa de Inovação (PINTEC). Rio de Janeiro: IBGE, 2024.
KAGERMANN, H. et al. Recommendations for implementing the strategic initiative Industrie 4.0. Frankfurt: Acatech, 2013.
KESELJ, VLADO. (2009). Speech and Language Processing (second edition) Daniel Jurafsky and James H. Martin. Stanford University and University of Colorado at Boulder. Pearson Prentice Hall, 2009, 988 pp; hardbound, ISBN 978-0-13-187321-6. Computational Linguistics. 35. 463-466. 10.1162/coli.B09-001.
MOURA, R. A.; VILLARTA, C. J. B.; BENEVIDES, M. P.; RICHETTO, M. R.; ROSA JUNIOR, O.;, SANTOS, D. F. A. (2024). Anthropometry, neuroergonomics and immersive technologies for the workplace’s future: safer, self-sustainable and digital. RGSA, 18(12), e09859. https://doi.org/10.24857/rgsa.v18n12-032
NUNES, P. R.; SANTOS, L. M. A transição para a Indústria 5.0: O fator humano nos sistemas ciberfísicos. Journal of Industrial Engineering and Innovation, Rio de Janeiro, v. 8, n. 1, p. 112-128, 2022.
OLIVEIRA, M. R.; BENEVIDES, K. G.; RUFINO, L. G. C.; SANTOS, D. A.; BENEVIDES, M. P.; MOURA, R. A. (2025). Direito Digital e sua limitação no uso da inteligência artificial hodierna: um ponto para reflexão e ações requeridas. CLCS, [S. l.], v. 18, n. 7, p. e19679. DOI: 10.55905/revconv.18n.7-341. https://ojs.revistacontribuciones.com/ojs/index.php/clcs/article/view/19679
RUSSELL, S.; NORVIG, P. Artificial Intelligence: A Modern Approach. 4. ed. Hoboken: Pearson, 2020.
SCHWAB, K. A Quarta Revolução Industrial. São Paulo: Edipro, 2016.
SLACK, N.; CHAMBERS, S.; JOHNSTON, R. Administração da Produção. 4. ed. São Paulo: Atlas, 2014.
SZELISKI, R. Computer Vision: Algorithms and Applications. 2. ed. London: Springer, 2022.
TAURION, C. Inteligência Artificial: um guia prático para gestores. Rio de Janeiro: Brasport, 2019.
YIN, R. K. Estudo de caso: planejamento e métodos. 5. ed. Porto Alegre: Bookman, 2018.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2026 Barbara Luiza Mendes dos Santos, Jacqueline Maiara Ribeiro de Almeida , Roque Antônio Moura

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
A submissão de originais para este periódico implica na transferência, pelos autores, dos direitos de publicação impressa e digital. Os direitos autorais para os artigos publicados são do autor, com direitos do periódico sobre a primeira publicação. Os autores somente poderão utilizar os mesmos resultados em outras publicações indicando claramente este periódico como o meio da publicação original.
