[pt] AVALIAÇÃO E SELEÇÃO DE TECNOLOGIA ROBOTIC PROCESS AUTOMATION PARA PROCESSOS DE COMPRAS DE UMA OPERADORA OFFSHORE DE PETRÓLEO, GÁS E ENERGIA EÓLICA

Detalhes bibliográficos
Autor(a) principal: KLOE CARDOSO SIQUEIRA
Data de Publicação: 2022
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da PUC-RIO (Projeto Maxwell)
Texto Completo: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=60084&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=60084&idi=2
http://doi.org/10.17771/PUCRio.acad.60084
Resumo: [pt] Atualmente, na era da quarta revolução industrial, também conhecida como Indústria 4.0 (I4.0), a tecnologia Robotic Process Automation (RPA) tem sido considerada uma importante ferramenta de transformação digital em operações e cadeias de suprimentos, em função da sua abordagem leve para automatizar e otimizar tarefas repetitivas, agilizar e aprimorar os processos internos, e controlar processos de negócio de ponta a ponta, o que permite a redução de custo e do risco operacional. Impulsionado pelo COVID-19, o mercado de tecnologias RPA continua sendo um dos segmentos que mais cresce no mercado de software corporativo. Entretanto, na literatura acadêmica ainda há poucos trabalhos referentes ao tema RPA com a abordagem voltada para a cadeia de suprimentos, ainda que seja cada vez mais utilizado na área de compras com foco na automatização dos processos. Além disso, apesar de existirem modelos de aceitação de tecnologia (e.g., TAM e TAM2), que possuem critérios relevantes para apurar a inovação, ainda existem poucos estudos que combinem esses critérios com métodos de apoio multicritério a decisão para propor uma metodologia mais robusta para seleção de tecnologias na era I4.0. E, pela análise da literatura ainda não há pesquisas relacionando critérios para adoção de tecnologias RPA e abordagem multicritério em grupo pelas lentes da teoria da difusão da inovação. Diante disso, o objetivo desta pesquisa é propor uma metodologia para avaliação de plataformas de RPA no contexto da I4.0 e pelas lentes da teoria da difusão da inovação. Esta metodologia é testada a partir da seleção de uma plataforma de RPA para aplicação no processo de compras de uma empresa operadora offshore de petróleo, gás e energia eólica. A metodologia da pesquisa envolve métodos mistos, com abordagem multicritério em grupo, a qual combinou dois métodos: Fuzzy Delphi e AHP-express, e a coleta de dados através de questionários estruturados elaborados a partir dos relatórios das empresas de consultoria Gartner (2021) e Forrester (2021) referentes as plataformas de RPA presentes no mercado. Os resultados da pesquisa indicaram que a plataforma de RPA Workfusion foi a melhor plataforma a ser aplicada na área de compras da empresa, o que pode estar relacionado a sua boa performance nos critérios: processamento de dados estruturados, automação assistida e aplicativos de RPA desenvolvidos para usuários de front-end. Por outro lado, a plataforma de RPA Blue Prism foi a pior avaliada, possuindo baixa pontuação nos critérios: disponível na cloud, dashboards integrados e automação autônoma. Assim, do ponto de vista prático, o trabalho contribui com uma nova metodologia seleção de plataformas de RPA para o setor de compras, a qual possui relevância para literatura acadêmica e traz a sua contribuição para indústria que em futuros estudos, deve ser aplicada a mais empresas da indústria de petróleo, gás e energia eólica.
id PUC_RIO-1_f952066622fac1d0c512516ed459e510
oai_identifier_str oai:MAXWELL.puc-rio.br:60084
network_acronym_str PUC_RIO-1
network_name_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository_id_str 534
spelling [pt] AVALIAÇÃO E SELEÇÃO DE TECNOLOGIA ROBOTIC PROCESS AUTOMATION PARA PROCESSOS DE COMPRAS DE UMA OPERADORA OFFSHORE DE PETRÓLEO, GÁS E ENERGIA EÓLICA [en] EVALUATION AND SELECTION OF ROBOTIC PROCESS AUTOMATION TECHNOLOGY FOR THE PROCUREMENT PROCESSES OF AN OFFSHORE OIL, GAS AND WIND ENERGY OPERATOR [pt] AHP[pt] INDUSTRIA DE ENERGIA[pt] FUZZY DELPHI[pt] DIFUSAO DA INOVACAO[pt] DIGITALIZACAO DE COMPRAS[pt] RPA[en] AHP[en] ENERGY INDUSTRY[en] FUZZY DELPHI[en] INNOVATION DIFFUSION[en] PROCUREMENT DIGITIZATION[en] RPA[pt] Atualmente, na era da quarta revolução industrial, também conhecida como Indústria 4.0 (I4.0), a tecnologia Robotic Process Automation (RPA) tem sido considerada uma importante ferramenta de transformação digital em operações e cadeias de suprimentos, em função da sua abordagem leve para automatizar e otimizar tarefas repetitivas, agilizar e aprimorar os processos internos, e controlar processos de negócio de ponta a ponta, o que permite a redução de custo e do risco operacional. Impulsionado pelo COVID-19, o mercado de tecnologias RPA continua sendo um dos segmentos que mais cresce no mercado de software corporativo. Entretanto, na literatura acadêmica ainda há poucos trabalhos referentes ao tema RPA com a abordagem voltada para a cadeia de suprimentos, ainda que seja cada vez mais utilizado na área de compras com foco na automatização dos processos. Além disso, apesar de existirem modelos de aceitação de tecnologia (e.g., TAM e TAM2), que possuem critérios relevantes para apurar a inovação, ainda existem poucos estudos que combinem esses critérios com métodos de apoio multicritério a decisão para propor uma metodologia mais robusta para seleção de tecnologias na era I4.0. E, pela análise da literatura ainda não há pesquisas relacionando critérios para adoção de tecnologias RPA e abordagem multicritério em grupo pelas lentes da teoria da difusão da inovação. Diante disso, o objetivo desta pesquisa é propor uma metodologia para avaliação de plataformas de RPA no contexto da I4.0 e pelas lentes da teoria da difusão da inovação. Esta metodologia é testada a partir da seleção de uma plataforma de RPA para aplicação no processo de compras de uma empresa operadora offshore de petróleo, gás e energia eólica. A metodologia da pesquisa envolve métodos mistos, com abordagem multicritério em grupo, a qual combinou dois métodos: Fuzzy Delphi e AHP-express, e a coleta de dados através de questionários estruturados elaborados a partir dos relatórios das empresas de consultoria Gartner (2021) e Forrester (2021) referentes as plataformas de RPA presentes no mercado. Os resultados da pesquisa indicaram que a plataforma de RPA Workfusion foi a melhor plataforma a ser aplicada na área de compras da empresa, o que pode estar relacionado a sua boa performance nos critérios: processamento de dados estruturados, automação assistida e aplicativos de RPA desenvolvidos para usuários de front-end. Por outro lado, a plataforma de RPA Blue Prism foi a pior avaliada, possuindo baixa pontuação nos critérios: disponível na cloud, dashboards integrados e automação autônoma. Assim, do ponto de vista prático, o trabalho contribui com uma nova metodologia seleção de plataformas de RPA para o setor de compras, a qual possui relevância para literatura acadêmica e traz a sua contribuição para indústria que em futuros estudos, deve ser aplicada a mais empresas da indústria de petróleo, gás e energia eólica.[en] Today, in the era of the fourth industrial revolution, also known as Industry 4.0 (I4.0), Robotic Process Automation (RPA) technology has been considered an important tool for digital transformation in operations and supply chains because of its lightweight approach to automate and optimize repetitive tasks, streamline and improve internal processes, and control end-to-end business processes, which enables cost and operational risk reduction. Driven by COVID-19, the market for RPA technologies continues to be one of the fastest growing segments in the enterprise software market. However, in the academic literature there are still few works referring to the RPA theme with the approach focused on the supply chain, even though it is increasingly used in the purchasing area with a focus on process automation. Moreover, despite the existence of technology acceptance models (e.g., TAM and TAM2), which have relevant criteria to assess innovation, there are still few studies that combine these criteria with multicriteria decision support methods to propose a more robust methodology for technology selection in the I4.0 era. And, from the literature review there is still no research relating RPA technology adoption criteria and group multicriteria approach through the lens of innovation diffusion theory. Given this, the objective of this research is to propose a methodology for evaluating RPA platforms in the context of I4.0 and through the lenses of innovation diffusion theory. This methodology is tested from the selection of an RPA platform for application in the procurement process of an offshore oil, gas and wind energy operating company. The research methodology involves mixed methods, with a group multicriteria approach, which combined two methods: Fuzzy Delphi and AHP-express, and data collection through structured questionnaires elaborated from the reports of the consulting companies Gartner (2021) and Forrester (2021) regarding the RPA platforms present in the market. From the research results, the RPA platform Workfusion was selected as the best platform to be applied in the purchasing area of the company that is the object of study, due to its good evaluation in the criteria: structured data processing, assisted automation and RPA applications developed for front-end users, however the RPA platform Blue Prism was in the lowest level of the ranking of the 14 RPA platforms evaluated, due to its low score in the criteria: available in the cloud, integrated dashboards and autonomous automation. Thus, from a practical point of view, the work contributes a new methodology for selecting RPA platforms for the procurement industry, which has relevance for academic literature and brings its contribution to industry that in future studies, should be applied to more companies in the oil, gas and wind energy industry.MAXWELLRODRIGO GOYANNES GUSMAO CAIADORODRIGO GOYANNES GUSMAO CAIADORODRIGO GOYANNES GUSMAO CAIADOKLOE CARDOSO SIQUEIRA2022-08-08info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesishttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=60084&idi=1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=60084&idi=2http://doi.org/10.17771/PUCRio.acad.60084porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2022-08-11T00:00:00Zoai:MAXWELL.puc-rio.br:60084Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342022-08-11T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false
dc.title.none.fl_str_mv [pt] AVALIAÇÃO E SELEÇÃO DE TECNOLOGIA ROBOTIC PROCESS AUTOMATION PARA PROCESSOS DE COMPRAS DE UMA OPERADORA OFFSHORE DE PETRÓLEO, GÁS E ENERGIA EÓLICA
[en] EVALUATION AND SELECTION OF ROBOTIC PROCESS AUTOMATION TECHNOLOGY FOR THE PROCUREMENT PROCESSES OF AN OFFSHORE OIL, GAS AND WIND ENERGY OPERATOR
title [pt] AVALIAÇÃO E SELEÇÃO DE TECNOLOGIA ROBOTIC PROCESS AUTOMATION PARA PROCESSOS DE COMPRAS DE UMA OPERADORA OFFSHORE DE PETRÓLEO, GÁS E ENERGIA EÓLICA
spellingShingle [pt] AVALIAÇÃO E SELEÇÃO DE TECNOLOGIA ROBOTIC PROCESS AUTOMATION PARA PROCESSOS DE COMPRAS DE UMA OPERADORA OFFSHORE DE PETRÓLEO, GÁS E ENERGIA EÓLICA
KLOE CARDOSO SIQUEIRA
[pt] AHP
[pt] INDUSTRIA DE ENERGIA
[pt] FUZZY DELPHI
[pt] DIFUSAO DA INOVACAO
[pt] DIGITALIZACAO DE COMPRAS
[pt] RPA
[en] AHP
[en] ENERGY INDUSTRY
[en] FUZZY DELPHI
[en] INNOVATION DIFFUSION
[en] PROCUREMENT DIGITIZATION
[en] RPA
title_short [pt] AVALIAÇÃO E SELEÇÃO DE TECNOLOGIA ROBOTIC PROCESS AUTOMATION PARA PROCESSOS DE COMPRAS DE UMA OPERADORA OFFSHORE DE PETRÓLEO, GÁS E ENERGIA EÓLICA
title_full [pt] AVALIAÇÃO E SELEÇÃO DE TECNOLOGIA ROBOTIC PROCESS AUTOMATION PARA PROCESSOS DE COMPRAS DE UMA OPERADORA OFFSHORE DE PETRÓLEO, GÁS E ENERGIA EÓLICA
title_fullStr [pt] AVALIAÇÃO E SELEÇÃO DE TECNOLOGIA ROBOTIC PROCESS AUTOMATION PARA PROCESSOS DE COMPRAS DE UMA OPERADORA OFFSHORE DE PETRÓLEO, GÁS E ENERGIA EÓLICA
title_full_unstemmed [pt] AVALIAÇÃO E SELEÇÃO DE TECNOLOGIA ROBOTIC PROCESS AUTOMATION PARA PROCESSOS DE COMPRAS DE UMA OPERADORA OFFSHORE DE PETRÓLEO, GÁS E ENERGIA EÓLICA
title_sort [pt] AVALIAÇÃO E SELEÇÃO DE TECNOLOGIA ROBOTIC PROCESS AUTOMATION PARA PROCESSOS DE COMPRAS DE UMA OPERADORA OFFSHORE DE PETRÓLEO, GÁS E ENERGIA EÓLICA
author KLOE CARDOSO SIQUEIRA
author_facet KLOE CARDOSO SIQUEIRA
author_role author
dc.contributor.none.fl_str_mv RODRIGO GOYANNES GUSMAO CAIADO
RODRIGO GOYANNES GUSMAO CAIADO
RODRIGO GOYANNES GUSMAO CAIADO
dc.contributor.author.fl_str_mv KLOE CARDOSO SIQUEIRA
dc.subject.por.fl_str_mv [pt] AHP
[pt] INDUSTRIA DE ENERGIA
[pt] FUZZY DELPHI
[pt] DIFUSAO DA INOVACAO
[pt] DIGITALIZACAO DE COMPRAS
[pt] RPA
[en] AHP
[en] ENERGY INDUSTRY
[en] FUZZY DELPHI
[en] INNOVATION DIFFUSION
[en] PROCUREMENT DIGITIZATION
[en] RPA
topic [pt] AHP
[pt] INDUSTRIA DE ENERGIA
[pt] FUZZY DELPHI
[pt] DIFUSAO DA INOVACAO
[pt] DIGITALIZACAO DE COMPRAS
[pt] RPA
[en] AHP
[en] ENERGY INDUSTRY
[en] FUZZY DELPHI
[en] INNOVATION DIFFUSION
[en] PROCUREMENT DIGITIZATION
[en] RPA
description [pt] Atualmente, na era da quarta revolução industrial, também conhecida como Indústria 4.0 (I4.0), a tecnologia Robotic Process Automation (RPA) tem sido considerada uma importante ferramenta de transformação digital em operações e cadeias de suprimentos, em função da sua abordagem leve para automatizar e otimizar tarefas repetitivas, agilizar e aprimorar os processos internos, e controlar processos de negócio de ponta a ponta, o que permite a redução de custo e do risco operacional. Impulsionado pelo COVID-19, o mercado de tecnologias RPA continua sendo um dos segmentos que mais cresce no mercado de software corporativo. Entretanto, na literatura acadêmica ainda há poucos trabalhos referentes ao tema RPA com a abordagem voltada para a cadeia de suprimentos, ainda que seja cada vez mais utilizado na área de compras com foco na automatização dos processos. Além disso, apesar de existirem modelos de aceitação de tecnologia (e.g., TAM e TAM2), que possuem critérios relevantes para apurar a inovação, ainda existem poucos estudos que combinem esses critérios com métodos de apoio multicritério a decisão para propor uma metodologia mais robusta para seleção de tecnologias na era I4.0. E, pela análise da literatura ainda não há pesquisas relacionando critérios para adoção de tecnologias RPA e abordagem multicritério em grupo pelas lentes da teoria da difusão da inovação. Diante disso, o objetivo desta pesquisa é propor uma metodologia para avaliação de plataformas de RPA no contexto da I4.0 e pelas lentes da teoria da difusão da inovação. Esta metodologia é testada a partir da seleção de uma plataforma de RPA para aplicação no processo de compras de uma empresa operadora offshore de petróleo, gás e energia eólica. A metodologia da pesquisa envolve métodos mistos, com abordagem multicritério em grupo, a qual combinou dois métodos: Fuzzy Delphi e AHP-express, e a coleta de dados através de questionários estruturados elaborados a partir dos relatórios das empresas de consultoria Gartner (2021) e Forrester (2021) referentes as plataformas de RPA presentes no mercado. Os resultados da pesquisa indicaram que a plataforma de RPA Workfusion foi a melhor plataforma a ser aplicada na área de compras da empresa, o que pode estar relacionado a sua boa performance nos critérios: processamento de dados estruturados, automação assistida e aplicativos de RPA desenvolvidos para usuários de front-end. Por outro lado, a plataforma de RPA Blue Prism foi a pior avaliada, possuindo baixa pontuação nos critérios: disponível na cloud, dashboards integrados e automação autônoma. Assim, do ponto de vista prático, o trabalho contribui com uma nova metodologia seleção de plataformas de RPA para o setor de compras, a qual possui relevância para literatura acadêmica e traz a sua contribuição para indústria que em futuros estudos, deve ser aplicada a mais empresas da indústria de petróleo, gás e energia eólica.
publishDate 2022
dc.date.none.fl_str_mv 2022-08-08
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=60084&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=60084&idi=2
http://doi.org/10.17771/PUCRio.acad.60084
url https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=60084&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=60084&idi=2
http://doi.org/10.17771/PUCRio.acad.60084
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv MAXWELL
publisher.none.fl_str_mv MAXWELL
dc.source.none.fl_str_mv reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)
instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron:PUC_RIO
instname_str Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron_str PUC_RIO
institution PUC_RIO
reponame_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
collection Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository.name.fl_str_mv Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
repository.mail.fl_str_mv
_version_ 1817789507516235776