Durante o período pós-guerra, muitas áreas da pesquisa em gestão de operações e engenharia industrial se desenvolveram de maneira muito acelerada e independentes umas das outras. No entanto, um dos aspectos essenciais da logística é seu papel de integração e coordenação entre fornecimento, produção, estocagem, consumo, transportes, etc. Assim, no final dos anos 60, uma nova visão contrapôs esta abordagem analítica e individual de cada uma destas partes. Trata-se da visão sistêmica, ou visão integrada.
A logística integrada se propõe a estudar os sistemas complexos de maneira global, de forma que as relações existentes entre as diferentes partes sejam consideradas, e não se tente otimizar uma parte em detrimento do todo. Na área de logística, esta visão abriu espaço para o planejamento integrado, e este à análise do custo total, que embora pareça muito simples hoje em dia, foi um grande salto para o estudo da logística há 50 anos.
A análise do custo total leva em consideração todos os custos que serão incorridos com uma decisão. Por exemplo, pode-se transportar alguns produtos com aviões (pagando muito caro pelo transporte), mas reduz-se o lead time e assim diminui-se o nível de estoque, economizando neste último ponto. Se o custo total for mais baixo com o uso de aviões, então a situação é vantajosa.
Com esta integração, apareceu o conceito de gestão da cadeia de suprimentos, no início dos anos 80. Este novo conceito visava levar em consideração não apenas as integrações das atividades logísticas de uma empresa, mas também as integrações com seus parceiros de fornecimento e de consumo (acima e abaixo na cadeia de suprimentos). Esta gestão integrada pode ser vista também como uma extensão natural de diversas filosofias de redução de desperdícios (como o Just in Time e a qualidade total). A gestão integrada da cadeia de suprimentos também visa eliminar desperdícios, garantir um alinhamento mais afinado das decisões e uma melhor coordenação dos fluxos de produtos e de informações entre os diferentes elos de uma rede logística.
Diante dos diversos problemas de planejamento observados na logística, os tomadores de decisão se vêem frequentemente com um problema muito maior do que sua capacidade de raciocínio. A quantidade de ligações e a complexidade delas tornam as decisões muito difíceis: para um fabricante, por exemplo, como escolher entre a melhor localização para a fábrica, para os depósitos, as capacidades deles, os melhores modos de transporte, os bons níveis de estoques?
Todas estas decisões são claramente ligadas entre elas e deve-se encontrar uma maneira de tomar uma decisão que leve em consideração todas essas variáveis. As soluções com auxílio da matemática e informática são naturais, e assim, podemos dizer que a pesquisa operacional permite aplicar a abordagem sistêmica ao integrar todos os aspectos de um problema num mesmo modelo de decisão.
No entanto, é inútil tentar conceber um modelo muito completo se os dados necessários para alimentá-lo não são disponíveis ou se o modelo não pode ser resolvido , mesmo com os melhores métodos e computadores (ainda é o caso hoje em dia para muitos problemas).
A partir do final dos anos 80, vimos que os computadores estavam mais presentes nas empresas, os dados podiam ser obtidos de maneira sistemática e confiável, e softwares mais potentes e amigáveis combinavam modelos mais realistas e algoritmos mais desenvolvidos. Com isso, a logística e o transporte foram as áreas onde a pesquisa operacional teve mais sucesso. O resultado disso é evidente, mas é assunto para outra matéria.
O homem com todo o seu potencial criativo desenvolveu máquinas maravilhosas. Voam, computam, fazem diagnósticos, controlam a produção, centralizam o processo decisório, flexibilizam as operações complexas, etc. Grande parte desse arsenal tecnológico foi desenvolvido a partir das pesquisas realizadas na natureza, muito especialmente, no reino animal.
Em mais um artigo da série Pesquisa Operacional (confira a 
A Pesquisa Operacional (PO) é a área que analisa formas de modelar os sistemas do mundo real em termos matemáticos, para identificar mais claramente as relações entre diferentes elementos com o objetivo de melhorar ou otimizar seu desempenho. Ela faz uso de modelos matemáticos, estatísticos e de algoritmos para identificar pontos de melhoria e ajudar na tomada de decisões empresariais.