Traducido del inglés al español - www.onlinedoctranslator.

com

Operacionalización Industria 4.0 Basada

en un Marco Integrado de Industria
Digitalización y Automatización

Andreas Schumacher1,2(&), Christian Schumacher3,

y Wilfried Sihn1,2

1Universidad Tecnológica de Viena, Viena, Austria

[email protected]
2Fraunhofer Austria Research GmbH, Viena, Austria
[email protected]
3Universidad de Economía de Viena, Viena, Austria
[email protected]

Abstracto.La utilización de la Digitalización y Automatización (DA) es actualmente

uno de los factores determinantes para aumentar la prosperidad, la
productividad y la eficiencia. Aunque ampliamente promovidas e incentivadas
por los tomadores de decisiones y políticas, las empresas industriales parecen
reacias a impulsar activamente el desarrollo de DA en sus organizaciones. Desde
un punto de vista científico, encontramos que la falta de operacionalización
resulta en una falta de análisis y comprensión de los elementos básicos de DA en
entornos de producción reales como la principal barrera para la implementación
de Industry 4.0 y DA. Por lo tanto, en este documento presentamos un enfoque
novedoso para transferir conceptos abstractos de Industria 4.0 a entornos
industriales mediante la utilización de conceptos básicos de automatización y
digitalización industrial. Con base en este marco, desarrollamos un modelo para
evaluar el grado de digitalización y automatización de los factores de creación de
valor y los factores organizacionales (DAVO). El conocimiento sobre el título DAVO
de la empresa permite a los responsables de la toma de decisiones derivar
estados objetivo operativos de la Industria 4.0, definir estrategias y, por lo tanto,
decidir inversiones específicas en desarrollos organizacionales y tecnológicos.
Aplicamos la métrica y el modelo de medición desarrollados y operacionalizados
en un estudio empírico en la industria austriaca que evalúa el grado DAVO de 200
empresas industriales. Además de los conocimientos sobre su estado de
madurez, encontramos evidencia clara en nuestro estudio de la necesidad de
conceptos de Industria 4.0 operacionalizados. Además,

Palabras clave:Industria 4.0-Digitalización-Automatización-

Procesos de creación de valor-Estudios empíricos

©Springer Nature Suiza AG 2020

NM Durakbasa y MG Gençyilmaz (Eds.): ISPR 2019, LNME, págs. 301–310, 2020. https://
doi.org/10.1007/978-3-030-31343-2_26
302 A. Schumacher et al.

1 Introducción
Actualmente, la utilización de la Digitalización y Automatización (DA) de manera integrada es uno de los
principales factores determinantes del aumento de la prosperidad, la productividad y la eficiencia tanto
en la sociedad como en la industria. Aunque ampliamente promovidas e incentivadas por los tomadores
de decisiones y políticas, las empresas industriales parecen reacias a impulsar activamente el desarrollo
de DA en su organización. Los profesionales mencionan la alta abstracción y complejidad de los
conceptos de DA, es decir, a través de aplicaciones de Industria 4.0, así como la falta de métodos y
herramientas prácticos para evaluar y aumentar el grado de DA de su empresa como la principal barrera
para la realización [1]. Desde un punto de vista científico, identificamos el problema subyacente como la
falta de métodos prácticos para evaluar el DA que se basa en la falta de análisis y puesta en
funcionamiento de la Industria 4.0 en entornos de producción reales [2].
Para abordar estos problemas del mundo real, nuestro objetivo es el desarrollo de un
concepto integrado de DA para reducir la complejidad de los conceptos de Industria 4.0, así
como un método de medición, métrica y soporte de herramientas para evaluar y mejorar el
DAVO. -grado en empresas industriales (ver Fig.1).

Figura 1.Operacionalización de la industria 4.0 a través de cuatro elementos básicos DAVO

El conocimiento sobre el grado DAVO de la empresa permite a los responsables de la toma de

decisiones derivar estados objetivo de DAVO, definir estrategias e inversiones en desarrollos
organizativos y tecnológicos. Para realizar este proyecto de investigación, primero definimos un concepto
integrado de digitalización y automatización industrial. A continuación, desarrollamos la métrica y el
método de medición DAVO a través de la relación de los elementos DA con los factores de creación de
valor y los factores organizativos. Para permitir la prueba, validación y reelaboración del modelo en las
primeras fases de desarrollo, y para generar los primeros conocimientos sobre el estado de desarrollo de
DA de la industria, evaluamos el grado de digitalización y automatización en 200 empresas industriales
en Austria.

2 Medición de Digitalización y Automatización – Estado

del Arte

Al comienzo de la iniciativa Industria 4.0, la plataforma alemana para Industria 4.0 define Industria
4.0 como “[…]la interconexión inteligente de máquinas y procesos en la industria con la ayuda de
la tecnología de la información y la comunicación” [3]. Sin embargo, con el tiempo,
 Operacionalización de Industria 4.0 Basada en un Marco Integrado 303

Tanto los científicos como los profesionales utilizan cada vez más el término Industria 4.0 como
sinónimo o término colectivo para la implementación de varios enfoques de DA, como productos
inteligentes, arreglos de trabajo más flexibles o la integración digital de los clientes. Para
considerar ambos entendimientos, nos enfocamos en la utilización básica de Industria 4.0 para
una producción eficiente e incluimos aspectos organizacionales y externos relevantes como
productos, clientes o elementos estratégicos.
Para capturar el estado del arte, llevamos a cabo una extensa investigación bibliográfica sobre
investigaciones publicadas en el campo de la Industria 4.0 y el DA industrial, así como modelos y métodos
para permitir su evaluación. En la Fig.2resumimos los resultados de la búsqueda después de aplicar un
procedimiento de filtro de dos pasos basado en criterios en todos los hallazgos, lo que resultó en más de
600 hallazgos relevantes y alrededor de 25 publicaciones que presentan el estado del arte con respecto a
los modelos y métodos de evaluación específicos de Industria 4.0 y DA.

Figura 2.Resumen de la literatura que captura los modelos de evaluación más relevantes

Existen varios enfoques para la valoración global del grado de digitalización de una
organización que, sin embargo, no se centran específicamente en las empresas industriales y no
muestran transparencia en cuanto a su lógica de valoración. Los enfoques científicamente más
sólidos evalúan el DA sin un enfoque integral en la creación de valor, consideran el título de DA en
áreas aisladas o utilizan escalas y métricas de medición genéricas. Un gran grupo de enfoques de
evaluación se centran en DA en forma de Industria 4.0 desde varios tobillos, como nuestro propio
modelo de madurez de Industria 4.0 desarrollado en 2015 [2]. En general, los enfoques que
revisamos muestran al menos una de las siguientes características:

• Falta un enfoque holístico para medir y evaluar el grado general de DA de creación de

valor y factores organizacionales, lo que resulta en evaluaciones aisladas
• Métricas de medición que utilizan conceptos abstractos como integración, interconexión o
inteligencia de objetos, sistemas o procesos, lo que genera dificultades para evaluar los conceptos
con precisión debido a la falta de relevancia para los profesionales.
• Principalmente escalas cualitativas para la medición de DA, lo que genera dificultades para evaluar los
conceptos de manera objetiva.
• Faltan herramientas prácticas para evaluar y evaluar los conceptos de DA, lo que resulta en una falta de
relevancia en el mundo real

Hasta donde sabemos, no encontramos publicaciones que presenten enfoques con rigor científico
para medir el grado DAVO en empresas industriales. Por lo tanto, nuestro objetivo es cerrar esta brecha
de investigación y definir nuestros dos objetivos de investigación que se abordan en este documento.
304 A. Schumacher et al.

1. En primer lugar, el desarrollo de un concepto y modelo de integración DAVO que capture las
características centrales de la digitalización y automatización industrial, así como la creación
de valor y los factores organizativos relevantes.
2. En segundo lugar, la transformación del modelo DAVO abstracto en elementos medibles
utilizando escalas cuantitativas que permitan una medición objetiva y precisa.

3 Puesta en marcha de la Industria 4.0: el enfoque DAVO

Para transformar los conceptos abstractos de Industria 4.0 en elementos DA prácticamente observables,
se requieren definiciones iniciales de todos los conceptos relevantes. Por lo tanto, distinguimos las ideas
y los términos de digitalización, digitalización, automatización e Industria 4.0 y establecemos nuestras
definiciones de trabajo en la Tabla1:

Tabla 1.Definiciones de trabajo para conceptos

digitalización Digitalización Automatización Autonomía Industria 4.0

Describe el Describe el Describe el Describe Describe el
técnico social implementación autónomo utilización de
conversión de implicaciones de de tecnología, sistemas, moderno
continuo aumentó software y procesos o información-
analógico, ruidoso computadora- programas para objetos que und
y suavemente asistencia, nuevo lograr un operar y comunicación
variar medios y procesal interoperar en tecnología para
información comunicación resultado con condiciones para interconectar
en bits claros plataformas para pequeño o no alcance definido maquinas y
de 1 s y 0 s economía, humano resultados y procesos en
sociedad y interferencia goles en industrial
cultura y automatizado ambientes
laboral modales
ambientes

Estos cuatro conceptos de digitalización, digitalización, automatización y autonomía son

conceptos distintos, pero fusionados. Consideramos la digitalización, por lo tanto, como el
concepto más genérico que incluye aspectos sociales, organizacionales y centrados en los
empleados además de la tecnología. El concepto de digitalización se centra en los aspectos
técnicos dentro del área de la digitalización y, por lo tanto, nos relacionamos con ambos,
cuando nos referimos a la digitalización. La automatización describe procesos con poca
interferencia humana, no necesariamente mediante la aplicación de elementos digitales. Sin
embargo, para hacer operativa la Industria 4.0 en entornos industriales, implicamos la
automatización mediante tecnología de punta, lo que requiere una alta digitalización.
Finalmente, la autonomía captura sistemas, procesos que se ejecutan de manera
automatizada, descentralizada y autoadaptable y, por lo tanto, se consideran inteligentes o
inteligentes.
 Operacionalización de Industria 4.0 Basada en un Marco Integrado 305

sin interferencia humana y cualquier tipo de digitalización requiere elementos para manejar y
mostrar automáticamente los datos digitales. Una aplicación integrada de estos enfoques sobre
los factores de creación de valor y los factores organizacionales relevantes finalmente conduce al
concepto integrado DAVO - Grado de digitalización y automatización de los factores de creación de
valor y factores organizacionales (en empresas industriales) - ver Fig.3.

Fig. 3.Operacionalización de Industria 4.0 a través del enfoque DAVO

Para hacer operativa la Industria 4.0, seguimos un enfoque de varios pasos: en primer lugar,
representamos la Industria 4.0 como fábricas inteligentes conectadas e integradas. A continuación,
desde una perspectiva de procesos, dividimos la fábrica inteligente en procesos organizativos
inteligentes y procesos de creación de valor inteligentes. Luego argumentamos que el concepto de
procesos inteligentes se puede operacionalizar aún más al aplicar el concepto de procesos autónomos
que operan de manera flexible y optimizada para alcanzar resultados y objetivos organizacionales
definidos. Los propios procesos autónomos pueden estar compuestos por una combinación de procesos
digitales y automatizados a nivel físico y de información. Finalmente, operacionalizamos aún más estos
dos tipos de procesos utilizando características básicas de digitalización y automatización aplicadas en
todos los elementos a lo largo de ellos.
En un siguiente paso, derivamos nueve características básicas de los procesos digitales y
automatizados y las combinamos con siete factores organizacionales y 11 de creación de valor. Los
expertos calificaron la relevancia de la relación y se eliminaron las relaciones no relevantes. Finalmente,
llevamos a cabo una investigación bibliográfica adicional para definir elementos de medición para cada
relación que se puede observar y evaluar en entornos de producción reales. Con el desarrollo del modelo
de relación DAVO que se muestra en la Fig.3, alcanzamos nuestro primer objetivo de investigación
definido.
306 A. Schumacher et al.

4 Medición DAVO empírica

Nuestro segundo objetivo requiere pruebas, si nuestro nivel de operacionalización de la Industria 4.0
permite una evaluación objetiva y precisa. Por lo tanto, transformamos el modelo en una herramienta
preliminar de evaluación en línea y definimos la siguiente configuración de encuesta:

• Evaluación de 200 empresas industriales austriacas del área de producción relacionada con la
maquinaria y el acero
• Utilización de un cuestionario para la autoevaluación en línea utilizando 30 elementos de evaluación
• Definición de 4 niveles DAVO para categorizar todas las empresas en función de su
progresividad
• Definición de 6 dimensiones DAVO preliminares para permitir una evaluación más
detallada
• La mitad de todas las preguntas de evaluación usan escalas Likert cualitativas y la mitad escalas cuantitativas
para un análisis más detallado de la métrica de medición DAVO

Definimos cuatro niveles DAVO distintos y progresivos (ver Tabla2) para clasificar las
empresas evaluadas según el promedio de los 30 elementos de medición:

Tabla 2.Definición de niveles DAVO

Niveles DAVO (1-más bajo hasta 4-más alto)
Nivel 1 Nivel 2 Nivel 3 Nivel 4
• No se planean soluciones • software concreto • parcialmente concreto • Integral
de software concretas/No soluciones soluciones de software soluciones de software y
TIC modernas para planificado / selectivamente y tienda moderna moderno taller TIC
empleados TIC modernas para piso TIC para MA
• Ninguna o poca recopilación empleados • Recopilación selectiva de • Integral
de datos básicos de • Recopilación selectiva de datos de máquinas especiales colección de especial
máquinas datos de máquina ampliados • Parcialmente autónomo datos de la máquina

• Sin transportes/almacenes • transportes/almacenes interno • En gran parte autónomo

internos autónomos selectivamente autónomos transportes/almacenes interno
• Sin recopilación de datos para • Recopilación de datos • Recopilación parcial de datos transportes/almacenes
clientes o servicios basados en planificada para clientes o para clientes o servicios basados • Datos completos
datos selectivamente basado en datos en bases de datos recopilación para clientes o
• cliente digital servicios • digital parcial servicios basados en datos
integración no planificada • cliente digital integración de clientes • Integración integral
• No hay cursos de formación integración planificada • Parcialmente ya de clientes digitales
digital concretos • Formación digital concreta entrenamientos digitales • Cursos integrales de
prevista formación digital
en marcha

Para asignar una empresa a un nivel DAVO, relacionamos los rangos de escala de las 30
preguntas con los cuatro niveles, según el estado actual del arte en el campo respectivo. Además
de cuatro niveles DAVO, agrupamos todos los elementos de evaluación en seis dimensiones DAVO
para crear información adicional durante el análisis de datos.
 Operacionalización de Industria 4.0 Basada en un Marco Integrado 307

En general, recopilamos alrededor de 7000 observaciones de alrededor de 200 empresas a través de

una herramienta de encuesta durante el período de evaluación de 4 semanas, incluido un recordatorio
que resultó en un aumento de participación de alrededor del 8%. Uso de los paquetes de software
Tableau™y Stata™para el análisis de datos, creamos un informe de evaluación detallado. Los resultados
generales de la evaluación DAVO para las 200 empresas se muestran en la Fig.4.

Figura 4.Resumen: resultados de la evaluación Niveles DAVO y dimensiones DAVO

Mientras que alrededor del 75 % de todas las empresas evaluadas

muestran el nivel 2 de DAVO, solo una empresa se calificó a sí misma con el
nivel 4 de DAVO general más alto posible. más desarrollado. Por el contrario,
las dimensiones servicios basados en bases de datos (DAVO 1.30) y manejo
autónomo de objetos (DAVO 1.34) son las menos desarrolladas. En un nivel
más detallado, las preguntas destinadas a medir la recopilación de datos en
los clientes y la integración de clientes digitales revelaron áreas con bajo
desarrollo. Alrededor del 75% de todas las empresas evaluadas no planean
recopilar datos de los clientes (valor cruzado sobre tres preguntas
relacionadas),

Encontramos a partir de la alta tasa de participación, así como de los datos recopilados a través de la
encuesta, que la puesta en funcionamiento de los elementos DA parece permitir y alentar a los
profesionales a evaluar sus propias organizaciones, ya que no se requieren conocimientos específicos
sobre digitalización, automatización o Industria 4.0. En la Fig.5mostramos una pregunta ejemplar que
pone en práctica la integración del sistema vertical del concepto Industria 4.0 al calificar la proporción de
intercambio automatizado de datos entre máquinas y sistemas de TI (es decir, MES o ERP).
308 A. Schumacher et al.

Figura 5.Evaluación ejemplar de preguntas usando escala cuantitativa

Al poner en práctica los conceptos de la Industria 4.0 en elementos DA observables en los procesos
de trabajo diarios de los profesionales, no se requiere ningún conocimiento sobre la Industria 4.0.
Además, en lugar de utilizar escalas de Likert que van desde "ninguna máquina" hasta "todas las
máquinas", definimos escalas de evaluación cuantitativas que requieren que los participantes evalúen su
estado actual sin interpretaciones subjetivas en escalas porcentuales.
Para examinar este objetivo de investigación de la medición DAVO objetiva con más detalle,
definimos dos grupos de preguntas en nuestra encuesta, 15 preguntas con escalas Liker cualitativas y 15
preguntas con escalas cuantitativas, como se muestra en la Fig.6. Durante el análisis de datos, creamos
dos nuevas variables, en las que una muestra el nivel de madurez promedio de todos los elementos
evaluados cualitativamente y la otra el nivel de madurez de todos los elementos evaluados
cuantitativamente; consulte la Fig.6en el lado derecho.

Figura 6.Comparación de la autoevaluación utilizando escalas de evaluación cualitativas y cuantitativas

Al comparar el nivel de madurez de las dos nuevas variables (izquierda: Average_Quant-Attr y

derecha: Average_QualAttribute) podemos mostrar que los participantes autoevaluaron la
madurez de su organización un 20 % más si se utilizan escalas cualitativas (comparar valores
medios). Como las dos escalas diferentes se presentan por igual en las 6 dimensiones DAVO y las
30 preguntas, los diferentes niveles de preparación tecnológica no pueden explicar la desviación
significativa de la evaluación.
Por lo tanto, concluimos que las escalas cuantitativas alientan a los participantes a reflejar el estado
actual de su organización de manera más detallada y con menos sesgo de evaluación subjetivo. Por lo
tanto, alcanzamos nuestro segundo objetivo de investigación presentado en este artículo, que era
 Operacionalización de Industria 4.0 Basada en un Marco Integrado 309

transformar el modelo DAVO abstracto en elementos medibles utilizando escalas

cuantitativas que permitan una medición objetiva y precisa. Además, podríamos mostrar la
clara necesidad de objetivar las medidas-métricas en la Industria 4.0 y el DA industrial.

5 Conclusiones y Perspectivas

En este documento, nuestro objetivo fue el desarrollo de un modelo y enfoque DAVO novedosos para
poner en práctica los conceptos de Industria 4.0 y permitir una evaluación objetiva y precisa a través de
elementos DAVO definidos. Por lo tanto, presentamos nuestros primeros pasos de desarrollo y llevamos
a cabo una encuesta para probar y validar nuestro método y recopilar los comentarios de los
profesionales. Con respecto a nuestro desarrollo general de DAVO, concluimos positivamente que
nuestro enfoque integral puede servir a los profesionales para desarrollos estratégicos, así como a los
científicos para basar su investigación futura en un modelo científicamente sólido y prácticamente
relevante de digitalización y automatización industrial.
Nuestro próximo paso de investigación es la finalización de todos los elementos DAVO basados en el
modelo de relación. A continuación, desarrollaremos un método sistemático de valoración y evaluación y
finalmente definiremos un modelo de procedimiento que guíe a las empresas desde su primera valoración hasta
la definición de los estados-objetivo y campos de actuación.

Reconocimiento.La investigación y los resultados presentados en este documento fueron posibles gracias a la financiación
de la Agencia de Promoción de la Investigación de Austria (FFG)/grand no. 872637.

Referencias

1. Schumacher, A., Nemeth, T., Sihn, W.: Hoja de ruta hacia la digitalización industrial basada en un
modelo de madurez de Industria 4.0 para empresas manufactureras. En: Actas de la 12.ª Conferencia
CIRP sobre computación inteligente en ingeniería de fabricación, CIRP ICME, págs. 409–414. Golfo de
Nápoles (2018)
2. Schumacher, A., Erol, S., Sihn, W.: Un modelo de madurez para evaluar la preparación para la
Industria 4.0 y la madurez de las empresas manufactureras. En: Actas de la 6.ª Conferencia
internacional CARV sobre producción modificable, ágil, reconfigurable y virtual, págs. 161–166. baño
(2016)
3. Plataforma Industria 4.0 (2019) Página de inicio de Plataforma Industria 4.0.https://www.plataforma-
i40. de/PI40/Navigation/EN/Industrie40/WhatIsIndustrie40/what-is-industrie40.html
4. Berghaus, S., Back, A.: Gestaltungsbereiche der digitalen transformation von unternehmen:
entwicklung eines reifegrademodells. Die Unternehmung70,98-123 (2016)
5.Asa, F., Stahre, J., Dencker, K.: Nivel de análisis de automatización en sistemas de manufactura. En:
Karwowski, W., Salvendy, G. (eds.) Avances en factores humanos, ergonomía y seguridad en las
industrias de fabricación y servicios, págs. 233–242. Prensa CRC (2016)
6. Kotarba, M.: Medición de la digitalización: métricas clave. Encontró. Administrar9,123-138 (2015)
7. Booz & Company (2011) Página de inicio de Stragedyand.https://www.strategyand.pwc.com/media/
file/Strategyand-Measuring-Industry-Digitization-Leaders-Laggards-Digital-Economy.pdf
8. Deloitte (2017) Página de inicio de Deloitte.https://www2.deloitte.com/content/dam/Deloitte/global/
Documentos
9. Boston Consulting Group (2018) Página de inicio de Boston Consulting Group.https://www.bcg. com/
capabilities/technology-digital/digital-acceleration-index.aspx
310 A. Schumacher et al.

10. PricewaterhouseCoopers (2018) Página de inicio de Pricewaterhouse Coopers.https://digital.pwc.

com/en/products/digital-fitness.html
11. Sitio web de Accenture (2016).https://www.accenture.com
12. Fraunhofer ISI (2018) Página de inicio de Fraunhofer ISI.https://www.isi.fraunhofer.de/de/themen
13. Schumacher, A., Erol, S., Sihn, W.: Automatización, digitalización y digitalización y sus
implicaciones para el proceso de fabricación. En: Actas de la Conferencia Científica
Internacional "Innovación y Sostenibilidad", Bucarest (2016)
14. Ganzarain, J., Nekane, E.: Modelo de madurez de tres etapas en las pymes hacia la industria 4.0. J. Ind.
Ing. Administrar9,1119-1128 (2016)
15. Jodlbauer, H., Schagerl, M.: Reifegradmodell industrie 4.0 - ein vorgehensmodell zur
identifikation von industrie 4.0 Potentialen. En: Proceedings Informatik, págs. 1473–1487.
Bonn (2016)
16. Klotzer, C., Pflaum, A.: Hacia el desarrollo de un modelo de madurez para la digitalización dentro de la
cadena de suministro de la industria manufacturera. En: Actas de la 50.ª Conferencia Internacional
HICSS de Hawái sobre Ciencias de Sistemas, Waikoloa Village (2017)
17. de Carolis, A., Macchi, M., Negri, E., Terzi, S.: Un modelo de madurez para evaluar la
preparación digital de las empresas manufactureras. En: Lodding, H., Riedel, R., Thoben, KD
(eds.) Avances en los sistemas de gestión de la producción. El camino hacia la fabricación
inteligente, colaborativa y sostenible, págs. 13–20. Springer Verlag, Heidelberg (2017).https://
doi.org/ 10.1007/978-3-319-66923-6_2
18. Roßler, MR, Haschemi, M.: Evaluación de fábrica inteligente (SFA): eine methodik zur integralen
reifegradbewertung von produktion und logistik hinsichtlich lean und industrie 4.0. ZWF
Zeitschrift für wirtschaftlichen Fabrikbetrieb112,699–703 (2017)
19. Leyh, et al .: Evaluación de los panoramas de TI y software de las empresas de la industria 4.0: el modelo de
madurez SIMMI 4.0. Autobús. información Proceso.277,103-119 (2017)
20. Schott, P., et al.: Un modelo de madurez para organizar la multidimensionalidad de la digitalización en
fábricas inteligentes. En: Yilmaz,Ö.F, Tüfeksi,S. (eds.) Metodologías de optimización aplicadas en
sistemas de fabricación, págs. 20–42. IGI Global, norteüRömberg (2017)
21. Issa, A., Hatiboglu, B., Bildstein, A., Bauernhansl, T.: Hoja de ruta de la Industria 4.0: marco para la
transformación digital basado en los conceptos de madurez y alineación de la capacidad. En: Actas
de la 51.ª Conferencia CIRP sobre sistemas de fabricación, págs. 973–978, Estocolmo (2018)

22. Rajnai, Z., Kocsis, I.: Evaluación de la preparación de las empresas para la industria 4.0. En: Actas del
16.º Simposio mundial de IEEE sobre inteligencia e informática de máquinas aplicadas (SAMI), págs.
225-230, Kosice (2018)