RESUMO
Este artigo analisa a evolução conceitual da Indústria 4.0 para a Indústria 5.0 e discute, em perspectiva prospectiva, propostas associadas à denominada Indústria 6.0, com ênfase na gestão logística. O problema central consiste em compreender por que, diante da possibilidade de operações altamente automatizadas, a centralidade humana permanece relevante para a gestão industrial e para a sociedade. Adota-se revisão narrativa e análise conceitual de documentos institucionais e literatura selecionada sobre transformação digital, inteligência artificial e gestão de riscos. A discussão examina fábricas escuras, Internet das Coisas, centros de distribuição automatizados, repercussões sobre o trabalho e governança de decisões algorítmicas. Como resultado analítico, propõe-se uma matriz de critérios para determinar quando automatizar, quando manter supervisão humana e quando reservar decisões a agentes responsáveis. Conclui-se que a automação não elimina obrigações sociais, jurídicas e organizacionais; a Indústria 5.0 amplia a avaliação do desempenho ao incluir sustentabilidade, resiliência e bem-estar humano. A Indústria 6.0, por sua vez, é tratada como hipótese emergente, não como paradigma historicamente consolidado.
Palavras-chave: Indústria 4.0, Indústria 5.0, Logística inteligente, Automação, Governança da inteligência artificial.
1 INTRODUÇ,ÃO
A transformação industrial recente articula conectividade, sensores, análise de dados, robótica e inteligência artificial (IA) em processos produtivos e cadeias de suprimentos. A expressão Indústria 4.0 consolidou-se como referência à integração digital entre equipamentos, sistemas e organizações, com potencial para elevar visibilidade operacional e flexibilidade (KAGERMANN; WAHLSTER; HELBIG, 2013). No setor logístico, tal integração alcança armazéns, transporte, inventários, previsão de demanda e rastreabilidade.
A possibilidade de uma operação produtiva quase integralmente automatizada, popularmente denominada fábrica escura, suscita uma questão aparentemente paradoxal: se as máquinas podem executar grande parte das tarefas, por que a Indústria 5.0 propõe recolocar o ser humano no centro? A resposta exige distinguir capacidade técnica de finalidade econômica e social. Automatizar uma tarefa não implica que todos os objetivos, riscos e consequências dessa automação possam ser delegados à máquina.
O objetivo geral é analisar criticamente a relação entre automação e centralidade humana na evolução dos paradigmas industriais, com aplicação à logística. Como objetivos específicos, busca-se: caracterizar a Indústria 4.0 e a fábrica escura; examinar os fundamentos da Indústria 5.0; discutir repercussões gerenciais e sociais da automação; avaliar perspectivas da Indústria 6.0; e propor critérios de governança para decisões automatizadas.
A relevância do tema para a Administração reside no fato de que a adoção tecnológica envolve escolhas sobre investimentos, desenho do trabalho, qualificação, segurança, sustentabilidade, competitividade e responsabilização. Assim, a questão não é apenas o que a tecnologia permite fazer, mas quais resultados devem orientar seu uso.
2 METODOLOGIA
O estudo é de natureza qualitativa, exploratória e teórico-conceitual. Emprega revisão narrativa de literatura e análise interpretativa de referências institucionais e obras sobre transformação industrial, riscos e inteligência artificial. Entre os documentos centrais estão as recomendações da iniciativa Industrie 4.0 (KAGERMANN; WAHLSTER; HELBIG, 2013), a formulação da Comissão Europeia sobre Indústria 5.0 (EUROPEAN COMMISSION, 2021) e o AI Risk Management Framework do National Institute of Standards and Technology (NIST, 2023).
A revisão narrativa não constitui levantamento sistemático ou metanálise: não foram realizadas buscas bibliométricas exaustivas, coleta de dados em empresas ou testes experimentais. Os resultados apresentados são proposições analíticas decorrentes da comparação entre conceitos e critérios de governança. Os exemplos empresariais e logísticos são hipotéticos, destinados a ilustrar decisões gerenciais, sem representar estudos de caso empíricos.
3 DESENVOLVIMENTO
3.1 Indústria 4.0: conectividade, dados e automação
A Indústria 4.0 está associada à integração de sistemas ciberfísicos, Internet das Coisas (IoT), computação e comunicação em rede, análise de dados e automação. Sua lógica é permitir que informações do ambiente físico alimentem decisões operacionais e que essas decisões produzam respostas rápidas no processo produtivo (KAGERMANN; WAHLSTER; HELBIG, 2013). A conectividade, entretanto, não equivale automaticamente à autonomia: sistemas podem coletar dados sem tomar decisões ou executar ações sem capacidade adaptativa significativa.
Na logística, sensores de temperatura e localização podem informar a condição de cargas; leitores RFID e sistemas de gestão de armazéns (WMS) podem atualizar inventários; sistemas de gestão de transporte (TMS) podem apoiar roteirização; e algoritmos podem antecipar necessidades de reposição. A integração entre esses componentes depende de interoperabilidade, qualidade de dados, segurança cibernética e procedimentos de continuidade operacional.
A produtividade deve ser medida por indicadores compatíveis com a finalidade do processo. Exemplos incluem acuracidade de estoque, tempo de ciclo do pedido, taxa de atendimento no prazo, custo por unidade movimentada, incidentes de segurança e emissões por operação. Uma elevação isolada de produtividade pode ocultar maior vulnerabilidade sistêmica ou transferir custos a trabalhadores, fornecedores e comunidades.
3.2 Fábricas escuras e os limites da automação integral
A expressão lights-out manufacturing descreve operações nas quais determinadas etapas produtivas funcionam com presença humana reduzida ou dispensável durante intervalos prolongados. A imagem de uma fábrica que pode operar com as luzes apagadas é uma metáfora da automação avançada, não uma condição obrigatória nem universal da Indústria 4.0. Experiências de automação intensiva antecedem a difusão do termo Indústria 4.0.
Mesmo quando a execução rotineira ocorre sem operadores presentes, a organização continua dependendo de atividades humanas: projeto de produto, definição de metas, manutenção especializada, auditoria, gestão de exceções, segurança, conformidade, relações com fornecedores e decisões de investimento. O grau de automação deve ser descrito por processo e contexto; afirmar que uma empresa é “100% automatizada” pode ocultar atividades externas ao chão de fábrica.
Em um centro de distribuição hipotético, robôs móveis autônomos deslocam unidades de carga, esteiras fazem triagem e algoritmos definem posições de armazenagem. A operação pode reduzir deslocamentos e erros de separação, mas exige resposta a falhas de sensores, incêndios, ataques cibernéticos, avarias, produtos perigosos e mudanças bruscas de demanda. Quanto maior a dependência tecnológica, maior a importância do desenho de contingência e da gestão de riscos.
3.3 Indústria 5.0: centralidade humana, sustentabilidade e resiliência
A Comissão Europeia apresenta a Indústria 5.0 como uma orientação complementar à Indústria 4.0, destacando três dimensões: centralidade humana, sustentabilidade e resiliência (EUROPEAN COMMISSION, 2021). Não se trata de eliminar robôs ou restabelecer integralmente ocupações anteriores, mas de subordinar o desenvolvimento tecnológico a finalidades sociais e ambientais mais amplas.
A centralidade humana implica considerar segurança, ergonomia, autonomia profissional, participação, competências e consequências distributivas das decisões. Sustentabilidade exige avaliar consumo energético, materiais, emissões, circularidade e impactos ao longo da cadeia. Resiliência refere-se à capacidade de antecipar, absorver e recuperar-se de interrupções, evitando que a eficiência de curto prazo produza fragilidade estrutural.
Uma fábrica escura pode ser compatível com os princípios da Indústria 5.0 se o modelo de gestão incluir trabalho digno nas atividades remanescentes, transição profissional responsável, supervisão adequada, proteção ambiental e governança. Por outro lado, automação avançada e elevada lucratividade, isoladamente, não comprovam aderência a esses princípios. A Indústria 5.0 não corresponde a um certificado universal de empresa responsável.
3.4 O paradoxo do emprego: eficiência econômica e função social
A automação pode substituir tarefas, transformar ocupações e criar novas necessidades de qualificação. Seus efeitos líquidos sobre emprego, salários e distribuição de renda dependem de fatores econômicos, institucionais, educacionais e setoriais. Por isso, não é metodologicamente adequado afirmar que cada posto eliminado será compensado por um novo emprego ou que toda automação necessariamente causará desemprego permanente.
Considere-se o cenário hipotético de um armazém que reduz de 500 para 50 o número de trabalhadores diretamente envolvidos na movimentação de mercadorias. O resultado poderia representar expressivo ganho operacional, mas seria insuficiente para avaliar o desempenho social da organização. Seria necessário examinar custos totais, qualidade, segurança, capacitação, realocação, fornecedores terceirizados, impactos regionais e condições dos 50 trabalhadores remanescentes.
Cumprir a legislação trabalhista e tributária constitui requisito jurídico; programas de qualificação, diálogo social e mecanismos de compartilhamento de ganhos representam escolhas adicionais de governança. Não se deve confundir ausência de grande contingente de empregados com violação automática da função social da empresa: essa avaliação exige contexto e critérios jurídicos específicos. Em termos administrativos, o desafio consiste em conciliar competitividade com legitimidade, gestão de riscos e responsabilidade por externalidades.
3.5 Logística 5.0 e colaboração entre pessoas e sistemas inteligentes
Na logística, a centralidade humana pode aparecer na concepção de postos de trabalho, em interfaces acessíveis, na assistência por sistemas inteligentes e na participação de profissionais na definição de parâmetros. A automação pode retirar pessoas de tarefas perigosas ou repetitivas e deslocar sua atuação para análise de exceções, manutenção, relacionamento e melhoria contínua. Entretanto, essa transição demanda investimento em formação e não deve ser presumida como espontânea.
O conceito de colaboração humano-máquina não implica que um operador deva aprovar cada ação automática. Em processos estáveis e de baixo risco, a supervisão pode ser feita
por amostragem, limites operacionais, alertas e auditorias. Em processos de alto impacto, controles mais restritivos podem ser necessários, incluindo autorização prévia, capacidade de interrupção e registro de responsabilidades.
3.6 Perspectivas associadas à chamada Indústria 6.0
A expressão Indústria 6.0 aparece em debates prospectivos, mas ainda não possui definição normativa ou consenso comparável à difusão dos conceitos de Indústria 4.0 e 5.0. Seu uso deve ser explicitamente qualificado. Entre as tendências frequentemente associadas ao futuro industrial estão agentes de IA, sistemas autônomos interoperáveis, gêmeos digitais mais sofisticados, robótica adaptativa e coordenação dinâmica entre organizações.
É plausível que sistemas futuros executem não apenas operações físicas, mas também partes do planejamento, negociação, previsão e otimização logística. Contudo, autonomia decisória técnica não equivale a legitimidade para estabelecer valores e objetivos. A organização continua responsável por definir limites, monitorar desempenho, proteger direitos e responder por danos, observando a legislação aplicável.
A narrativa linear segundo a qual a Indústria 4.0 automatiza, a 5.0 humaniza e a 6.0 substitui administradores é didaticamente atraente, mas simplificadora. Os paradigmas podem coexistir, e sua adoção depende de contexto. Uma empresa pode utilizar robótica avançada e, simultaneamente, operar com baixa maturidade em segurança, governança ou gestão de pessoas.
3.7 Governança: o que deve ou não ser automatizado?
O NIST AI RMF 1.0 organiza a gestão de riscos de IA em funções de governança, mapeamento, medição e gerenciamento (NIST, 2023). Para decisões logísticas, recomenda-se traduzir tais princípios em critérios concretos: gravidade do dano possível, reversibilidade, explicabilidade, confiabilidade dos dados, impactos sociais, requisitos legais, possibilidade de supervisão e existência de mecanismos de contingência.
A pergunta “a IA decide mais rápido?” não basta. A organização deve investigar quem define a função-objetivo, como erros são detectados, que dados sustentam as recomendações, como vieses são mitigados e qual pessoa ou órgão possui autoridade para suspender o sistema. Em decisões de segurança crítica, a supervisão precisa ser efetiva e compatível com a velocidade do processo, não apenas simbólica.
Como regra prática, atividades repetitivas, reversíveis e bem delimitadas são candidatas à automação mais ampla; decisões de risco intermediário demandam monitoramento e escalonamento; decisões com potencial de dano grave, conflitos de direitos ou consequências irreversíveis requerem governança reforçada e, conforme o caso, decisão humana substantiva. O grau adequado de intervenção deve ser definido em avaliação contextual de risco, não por uma proibição genérica de automação.
4 RESULTADOS E DISCUSSÃO
Os resultados desta revisão são analíticos, não estatísticos. A comparação entre os referenciais permite identificar três mudanças de ênfase: da integração tecnológica para a avaliação ampliada do desempenho; da substituição de tarefas para a reorganização responsável do trabalho; e da decisão algorítmica isolada para sistemas auditáveis com responsabilidades definidas.
A matriz não substitui análise jurídica ou avaliação técnica específica. Ela serve como instrumento inicial para administradores, permitindo documentar justificativas, responsabilidades e condições de revisão. Em sistemas logísticos, o uso pode começar por uma classificação dos processos de previsão de demanda, alocação de estoque, roteirização, transporte de produtos perigosos e decisões que afetam trabalhadores.
Um caso didático hipotético ilustra a aplicação. Um algoritmo pode sugerir rotas para uma frota com base em tráfego e consumo. Para entregas comuns, recomendações podem ser executadas automaticamente dentro de limites. Para cargas perigosas, restrições legais, segurança da população, meteorologia e contingências exigem parâmetros reforçados, validações e capacidade de intervenção. A diferença não reside na sofisticação do algoritmo, mas na natureza do risco e nas obrigações da organização.
A discussão evidencia ainda um dilema distributivo: a empresa que captura ganhos de produtividade pode não ser a única afetada por sua implantação. Trabalhadores, territórios, consumidores e fornecedores também suportam consequências. A governança da transformação digital deve, portanto, incorporar avaliação de impactos e mecanismos de prestação de contas, evitando que métricas financeiras sejam tomadas como indicadores suficientes de progresso.
5 CONCLUSÃO
A evolução da Indústria 4.0 para a 5.0 não representa recuo tecnológico, mas ampliação das finalidades consideradas legítimas na gestão da produção e da logística. A fábrica escura demonstra a possibilidade de automatizar extensamente operações específicas; não comprova a irrelevância humana para projeto, governança, manutenção, responsabilização e definição de objetivos.
A centralidade humana proposta pela Indústria 5.0 pode coexistir com operações altamente automatizadas quando as escolhas empresariais incorporam segurança, qualificação, sustentabilidade, resiliência e consequências sociais. O desempenho organizacional deve ser examinado por múltiplas dimensões, sem confundir lucratividade com responsabilidade social nem presumir que menor emprego direto implique, por si só, ilicitude.
Quanto à Indústria 6.0, recomenda-se cautela conceitual: suas possíveis características são tendências prospectivas e não fatos consolidados. A expansão da IA e da autonomia torna mais importante distinguir decisões automatizáveis de decisões que requerem controle humano efetivo. A matriz proposta oferece uma base didática para essa avaliação, mas sua aplicação real demanda análise contextual, controles técnicos, responsabilidades claras e revisão periódica.
Em síntese, a questão decisiva para o administrador não é apenas quanto trabalho as máquinas conseguem realizar, mas como governar o uso dessa capacidade em benefício de organizações, trabalhadores e sociedade. Estudos futuros podem testar a matriz em centros de distribuição reais e comparar resultados econômicos, ambientais e sociais de diferentes níveis de automação.
REFERÊNCIAS
- EUROPEAN COMMISSION. Directorate-General for Research and Innovation. Industry 5.0: towards a sustainable, human-centric and resilient European industry. Luxembourg: Publications Office of the European Union, 2021. Disponível em: https://op.europa.eu/en/publication-detail/-/publication/468a892a-5097-11eb-b59f-01aa75ed71a1. Acesso em: 6 nov. 2026.
- KAGERMANN, Henning; WAHLSTER, Wolfgang; HELBIG, Johannes (ed.). Recommendations for implementing the strategic initiative INDUSTRIE 4.0: final report of the Industrie 4.0 Working Group. Frankfurt am Main: acatech, 2013.
- NATIONAL INSTITUTE OF STANDARDS AND TECHNOLOGY (NIST). Artificial Intelligence Risk Management Framework (AI RMF 1.0). Gaithersburg: NIST, 2023. (NIST AI 100-1). Disponível em: https://doi.org/10.6028/NIST.AI.100-1. Acesso em: 6 nov. 2026.
- ORGANISATION FOR ECONOMIC CO-OPERATION AND DEVELOPMENT (OECD). Recommendation of the Council on Artificial Intelligence. Paris: OECD, 2019. Atualizada em 2024. Disponível em: https://legalinstruments.oecd.org/en/instruments/OECD-LEGAL-0449. Acesso em: 6 nov. 2026. SCHWAB, Klaus. The Fourth Industrial Revolution. Geneva: World Economic Forum, 2016.
Sobre o Autor
