RESUMO: O planejamento de custos para Sistemas de Produto-Serviço enfrenta complexidades crescentes, tornando as estimativas de custo do ciclo de vida essenciais. Este artigo investiga como o aprendizado de máquina (ML) pode ser aplicado na estimativa de custo do ciclo de vida no desenvolvimento de produtos. Uma revisão da literatura foi realizada para identificar métodos baseados em ML, classificá-los nas fases do ciclo de vida e compará-los com métodos tradicionais. Os resultados mostram que os modelos tradicionais permanecem transparentes, mas limitados nas fases iniciais, enquanto os métodos de ML alcançam maior precisão nas fases ricas em dados. Existe uma clara lacuna de pesquisa para modelos híbridos e custos de fim de vida.
Rosemann et al. (Qui,) estudaram esta questão.