Коришћење блокчеина и вештачке интелигенције у управљању набавкама и ланцем снабдевања: стратешки приступ за Валмарт

Овај чланак је први пут објављен на блогу др Крега Рајта, а ми смо га поново објавили уз дозволу аутора.

увод

Валмарт Инц. (НАСДАК: ВМТ), са седиштем у Бентонвилу, Арканзас, највећа је светска малопродајна корпорација по приходима и запосленима (Банк Муноз ет ал., 2018). Управљајући различитим форматима малопродајних објеката у 27 земаља под 55 различитих имена, Валмарт управља опсежним глобалним ланцем снабдевања. Његове кључне категорије производа укључују намирнице, одећу, потрепштине за дом и електронику, које се добијају од низа домаћих и међународних добављача. Овај рад истражује критичне неизвесности у Валмартовом управљању набавкама и снабдевањем и нуди препоруке за управљање овим неизвесностима и побољшање односа са добављачима.

1. Главне неизвесности које утичу на управљање набавком и снабдевањем

Као једна од највећих мултинационалних малопродајних корпорација, Валмартове набавке и активности управљања ланцем снабдевања су под значајним утицајем различитих неизвесности. Први међу њима су геополитички поремећаји (Иеунг & Цое, 2015). Промене трговинске политике, увођење царина или увођење санкција могу драстично утицати на цену и доступност робе. Да би одржао ефикасност и ефективност свог ланца снабдевања, Валмарт мора континуирано да прати и прилагођава се таквим променама политике.

Бриге о животној средини представљају још једну значајну неизвесност. С обзиром на глобалну ширину његових операција, на путеве снабдевања Волмарта могу значајно утицати еколошке катастрофе као што су урагани, поплаве или пожари. На пример, поплава у региону где се налази кључни добављач могла би да поремети производњу или испоруку робе, утичући на способност Волмарта да складишти своје продавнице и опслужује своје купце (МцКнигхт & Линненлуецке, 2019).

Економске флуктуације такође представљају значајан изазов. Потрошачи могу смањити потрошњу у условима економске кризе, смањујући потражњу (Греенвалд & Стиглитз, 1993). Алтернативно, током периода економског раста, повећана конкуренција може повећати цене робе, утичући на структуру трошкова компаније Валмарт. У оба сценарија, Валмарт-ове активности управљања набавком и снабдијевањем морају бити довољно агилне да се прилагоде овим промјенама, што може укључивати тражење исплативијих добављача или прилагођавање стратегија набавке у складу са промјењивом потражњом.

Још једна значајна неизвесност је брзи напредак технологије. Малопродајна индустрија се све више дигитализује, при чему се е-трговина појављује као значајно подручје раста (Декхне ет ал., 2019). Као такав, Валмарт мора осигурати да његове активности управљања набавком и снабдијевањем буду у корак са овим технолошким напретком. Ово може укључивати интеграцију дигиталних алата за поједностављење процеса набавке или аналитику података ради доношења одлука о куповини на основу информација.

Коначно, промене у понашању потрошача могу значајно утицати на Валмартово управљање набавкама и снабдевањем (Масон ет ал., 2020). Све већи број потрошача тражи одрживе и етичке производе, тако да Валмарт треба да прилагоди своје стратегије набавке у складу са тим. Ово може укључивати ригорознију проверу добављача како би се осигурало да испуњавају ове одрживе и етичке стандарде или давање приоритета добављачима који то испуњавају.

У суштини, неизвесности са којима се Валмарт суочава у управљању набавкама и снабдевањем су вишеструке и сложене, што захтева динамичан и прилагодљив приступ. Како се свет буде развијао, ови изазови ће вероватно трајати и чак ће се интензивирати, наглашавајући важност ефикасних стратегија управљања набавком и снабдевањем у одржавању конкурентске предности компаније Валмарт (Банк Муноз ет ал., 2018).

2. Управљање утицајем неизвесности

Да би ублажио потенцијалне утицаје ових неизвесности, Валмарт би могао да примени различите стратегије које не само да користе његове постојеће капацитете већ и да прихвате најсавременије технологије као што је блоцкцхаин (Тан ет ал., 2018). У основи ових стратегија је успостављање разноврсне базе снабдевања и логистичке мреже, нудећи Валмарту флексибилност у суочавању са геополитичким поремећајима.

Набављањем из више региона, Валмарт може да се заштити од промена у трговинским политикама или санкцијама које непропорционално утичу на одређене регионе. Слично, као одговор на еколошке кризе, разноврсна логистичка мрежа може да обезбеди алтернативне путеве снабдевања, чиме се одржава проток робе.

Процена ризика и планирање ванредних ситуација су виталне компоненте Валмартове стратегије (Схеффи, 2009). Овај проактивни приступ укључује систематску идентификацију и процену потенцијалних ризика и креирање планова за ванредне ситуације за ефикасно решавање ових ризика. На пример, ако је критичан снабдевач у региону подложном природним катастрофама, поседовање плана за ванредне ситуације, као што је идентификација алтернативних снабдевача или повећање нивоа залиха, може обезбедити сигурносну мрежу, обезбеђујући несметано снабдевање.

Технолошки напредак, посебно блоцкцхаин (Цхристопхер, 2016), може да понуди
трансформативна решења за Валмарт-ове активности управљања набавком и снабдевањем. Блоцкцхаин технологија би могла да обезбеди транспарентну и непроменљиву књигу, обезбеђујући следљивост и верификацију трансакција дуж ланца снабдевања. Ово би могло помоћи у доношењу информисанијих одлука о куповини и повећати поверење међу свим заинтересованим странама. Валмарт би такође могао да користи решења за набавку заснована на облаку да поједностави своје операције, побољша ефикасност и омогући сарадњу у реалном времену са добављачима, побољшавајући време одговора и процесе доношења одлука.

Растућа потражња потрошача за одрживим и етичким производима захтева појачан фокус на одрживост у активностима набавке. Блокчејн овде може да игра значајну улогу пружањем видљивости пракси добављача и потврђивањем придржавања одрживих и етичких стандарда (Ахмад ет ал., 2021). Давањем приоритета добављачима који демонстрирају чврсту посвећеност одрживости и етичким праксама, чак и ако су њихове цене нешто више, Валмарт би могао да побољша имиџ свог бренда и да заради дугорочну лојалност купаца.

Суочени са економским флуктуацијама, исплативе стратегије су најважније. Валмарт би могао да ојача односе са добављачима како би преговарао о бољим условима. Посвећеност дугорочним уговорима са добављачима, уз помоћ паметних блокчејн уговора (Цонг & Хе, 2019), могла би да обезбеди ниже цене и гарантује снабдевање, чак и током економске кризе. Ови паметни уговори би могли да аутоматизују трансакције на основу унапред постављених правила, смањујући административне трошкове и вероватноћу спорова.

Док се Валмарт сналази у сложеностима и неизвесностима својственим глобалном малопродајном сектору, стратешко планирање и вешта примена најсавременијих технологија као што су блоцкцхаин и вештачка интелигенција (АИ) могу помоћи у смањењу ризика и одржавању оперативне ефикасности. Блоцкцхаин технологија наглашава транспарентност, следљивост и безбедност и омогућава Валмарту да управља ризицима повезаним са фалсификованом робом, прекидима у ланцу снабдевања и усаглашеношћу добављача (Ахрам ет ал., 2017). Блоцкцхаин-ов непроменљив, децентрализовани систем књиге обезбеђује аутентичност робе, прати њихово путовање кроз ланац снабдевања и бележи придржавање добављача договореним стандардима и уговорима. Овај ниво видљивости и одговорности помаже у управљању неизвесностима у вези са квалитетом и испоруком, а истовремено подстиче поверење између Валмарта, његових добављача и купаца.

Штавише, интеграција вештачке интелигенције са блокчејном отвара нове путеве за управљање ризицима и неизвесностима (Цхарлес ет ал., 2023). Предиктивна аналитика вештачке интелигенције може да анализира податке блокчејна да би предвидела потенцијалне поремећаје у ланцу снабдевања, дајући Валмарту проактиван став у управљању овим ризицима. На пример, алгоритми за машинско учење могу да користе податке ускладиштене на блокчејну да предвиде могућа кашњења испоруке или идентификују добављаче који представљају ризик због претходних проблема са неусаглашеношћу.

АИ такође може да оптимизује држање залиха предвиђањем образаца потражње, помажући Валмарту да избегне залихе и превелике залихе, који представљају финансијске ризике. Поред тога, способност вештачке интелигенције да анализира огромне количине података може помоћи Валмарту да предвиди промене у понашању потрошача, тржишним трендовима или регулаторним променама, оспособљавајући на тај начин компанију да ефикасно и благовремено реагује, смањујући ризик од застарелости или неусаглашености (Натанелов ет ал. , 2022).

Комбиновањем блокчејна и вештачке интелигенције може да се створи робустан оквир за управљање ризиком за Валмарт (Касхем ет ал., 2023). Блоцкцхаин обезбеђује поуздану евиденцију трансакција и кретања кроз ланац снабдевања, док АИ анализира ове податке да би предвидео потенцијалне ризике и понудио стратешке препоруке. Ова фузија штити Валмарт-ове набавке и активности управљања снабдевањем и обезбеђује конзистентно снабдевање робом, испуњавајући потребе и очекивања купаца. Ефикасно управљање неизвесностима кроз ове напредне технологије јача конкурентску позицију компаније Валмарт у малопродајном сектору, омогућавајући му да испоручи супериорну вредност за купце и одржи оперативну изврсност, чак и у условима промене тржишне динамике и непредвиђених поремећаја (Деива Ганесх & Калпана, 2022).

3. Пракса управљања набавком и снабдевањем

Ефикасне праксе управљања набавком и снабдевањем су кључне у све сложенијој глобалној малопродајној индустрији. Блоцкцхаин, дистрибуирани и транспарентни систем главне књиге, може да побољша ове праксе, значајно повећавајући конкурентност компаније Валмарт. Централно за ову стратегију је неговање чврстих, сарадничких односа са добављачима где су заједнички циљеви испреплетени. Транспарентност и следљивост блокчејна могу да отворе нове путеве за сарадњу, протежући се од заједничких иницијатива за развој производа до заједничких циљева одрживости, чиме се подстиче квалитет производа и укупна оперативна ефикасност (Тан ет ал., 2018).

Блоцкцхаин токени могу да револуционишу Валмартов ланац снабдевања обезбеђујући видљивост и следљивост у реалном времену (Алкхадер ет ал., 2020). Ови дигитални токени представљају физичку имовину и могу се пратити кроз ланац снабдевања, од фазе сировине до крајњег потрошача. Ово може помоћи Валмарту да осигура аутентичност производа, надгледа кретање производа и идентификује уска грла или неефикасност у ланцу снабдевања, чиме се смањују губици повезани са фалсификатима, крађом и неефикасношћу. Ова врста видљивости такође може да увери потрошаче о пореклу и квалитету њихових куповина, побољшавајући имиџ Валмарт бренда и његову поузданост.

Витални аспект ових пракси је редовна комуникација и транспарентност, област у којој блоцкцхаин може пружити значајне користи. Блоцкцхаин може олакшати дељење података у реалном времену у целом ланцу снабдевања, што доводи до проактивног решавања проблема и размене идеја. Овај ниво транспарентности такође омогућава Валмарту да дели своје пословне стратегије и очекивања са добављачима, помажући им да ефикасније ускладе своје пословање (Бертино ет ал., 2019).

Континуирано праћење перформанси добављача и пружање конструктивних повратних информација је још једна критична област у којој блокчејн може да игра трансформативну улогу. Уз блоцкцхаин, Валмарт може да креира непроменљиву, тачну евиденцију показатеља учинка добављача као што су квалитет, испорука, цена и иновација (Оздаии ет ал., 2020). Јасноћа коју пружа ова технологија омогућава добављачима да разумеју своје области побољшања и ускладе своје циљеве са Валмартовим циљевима. Поред тога, Валмарт може покренути иницијативе за изградњу капацитета, као што су програми обуке о блокчејн технологији, како би побољшао способности добављача и њихову удобност усвајањем ове технологије.

Штавише, мотивациони аспект управљања добављачима се такође може побољшати путем блоцкцхаина. Дугорочни уговори се могу извршавати као паметни уговори на блокчејну, пружајући добављачима сигурност и демонстрирајући Волмартову посвећеност односу (Натанелов ет ал., 2022). Слично томе, подстицаји засновани на учинку могу се аутоматизовати путем блоцкцхаина. Као признање за изузетан учинак или иновацију, добављачи могу бити награђени путем токенизованих подстицаја на блокчејн платформи.

Штавише, увођење дигиталних валута Централне банке (ЦБДЦ) у Валмартов систем плаћања могло би смањити трошкове трансакције и поједноставити прекогранична плаћања. Ова дигитална валута, којом управља централна банка земље, може поједноставити процес плаћања, смањити време трансакција и смањити пословне трошкове (Ким ет ал., 2022). Коришћење ЦБДЦ-а такође може да смањи ослањање на традиционалне банкарске системе, минимизирајући ризик од кашњења плаћања и додајући више вредности Валмартовим активностима управљања набавком и снабдевањем.

Кроз ове праксе засноване на блокчејну, Валмарт може успоставити хармоничан однос са својим добављачима, усклађујући се са својим стратешким циљевима, смањујући губитке и јачајући своју конкурентску позицију. Комбинација блоцкцхаин технологије и потенцијалне употребе ЦБДЦ-а ће револуционисати Валмартово управљање набавкама и снабдевањем, подстицати ефикасност трошкова и повећавати транспарентност и следљивост (Тан ет ал., 2018).

4. Процес евалуације и одабира добављача

Процес процене и одабира добављача у Валмарту захтева пажљиво разматрање бројних фактора, укључујући контекст индустрије, стратешке приоритете компаније, природу тржишта снабдевања и карактеристике њене мреже снабдевања. Пошто Валмартов оперативни модел зависи од понуде јефтиних производа, његов процес одабира добављача је усмерен ка идентификацији добављача који доследно испоручују робу високог квалитета по конкурентним ценама (Росс, 2008).

Међутим, динамика малопродајне индустрије и еволуирајућа очекивања потрошача захтевају нијансиранији приступ. Фокус треба да буде на цени, поузданости и стратешком уклапању. То значи одабир добављача чије су пословне стратегије, вредности и циљеви усклађени са Валмартовим, што може довести до више сарадње и обострано корисних односа (Росс, 2008).

Штавише, одрживост је постала кључни приоритет за многе потрошаче и предузећа (Батех ет ал., 2014). Ово гарантује већи нагласак на пракси одрживости добављача у процесу одабира. Добављачи који показују чврсту посвећеност одрживости, као што су они са одговорним набавкама и праксама смањења отпада, могу помоћи Валмарту да задовољи растућу потражњу потрошача за етички произведеним и еколошки прихватљивим производима.

Технологија вештачке интелигенције (АИ) је на челу трансформације малопродајне индустрије, подстичући нову ефикасност и конкурентске предности. Добављачи који вешто искористе ова унапређења могу да обезбеде Валмарту стратешку предност на високо конкурентном тржишту, унапређујући сваки аспект ланца снабдевања, од производње до логистике (Деива Ганесх & Калпана, 2022).

АИ нуди неупоредиве могућности за мапирање кретања роба и услуга, чинећи ланац снабдевања транспарентнијим и ефикаснијим (Деива Ганесх & Калпана, 2022). Добављачи који користе вештачку интелигенцију могу да користе предиктивну аналитику да прецизно предвиде потражњу, омогућавајући им да прилагоде производњу у реалном времену и минимизирају отпад. АИ такође може да анализира мноштво података из различитих извора да би идентификовао трендове и обрасце, предвиђајући на тај начин потенцијалне поремећаје у ланцу снабдевања. Превентивним препознавањем ових поремећаја, Валмарт може предузети проактивне мере за ублажавање свих штетних утицаја, одржавајући тако конзистентно снабдевање робом.

Вештачка интелигенција такође може да оптимизује држање залиха, смањујући трошкове повезане са превеликим или недостатком залиха. Алгоритми машинског учења могу да анализирају историјске податке о продаји и варијабле као што су сезоналност, промотивне активности и економски индикатори да би прецизно предвидели будућу продају (Пуниа & Сханкар, 2022). Ово омогућава прецизно управљање залихама, осигуравајући да Валмарт има праве залихе у право време. Ефикасно управљање залихама смањује трошкове и повећава задовољство купаца избегавајући залихе и осигуравајући да су производи доступни када их потрошачи желе.

АИ такође може да аутоматизује и оптимизује логистику, што је критична област за глобалног продавца као што је Валмарт. Логистичка решења заснована на вештачкој интелигенцији могу да одреде најефикасније руте, узимајући у обзир факторе као што су саобраћај, временски услови и трошкови горива, како би се обезбедила благовремена и исплатива испорука робе (Пуниа & Сханкар, 2022). Штавише, добављачи опремљени АИ могућностима могу подржати Валмарт у понуди иновативнијих производа својим купцима. АИ може анализирати понашање и преференције потрошача да би идентификовао недостатке на тржишту или предвидео предстојеће трендове, усмеравајући развој нових, високо циљаних производа.

Добављачи који интегришу вештачку интелигенцију у своје пословање могу да обезбеде значајну конкурентску предност Валмарту. Од побољшања ефикасности у производњи и логистици до побољшања понуде производа на основу преференција купаца, добављачи са вештачком интелигенцијом могу помоћи Валмарту да се снађе у сложености малопродајне индустрије (Таралло ет ал., 2019). Кроз ова партнерства заснована на технологији, Валмарт може остати на челу малопродаје, испуњавајући и надмашујући очекивања купаца, истовремено побољшавајући свој резултат.

Да би побољшао укупну ефикасност свог процеса евалуације и одабира добављача, Валмарт би могао размотрити усвајање свеобухватне листе резултата добављача повезане са системом машинског учења (Гуан ет ал., 2023). Ово би укључивало процену потенцијалних добављача на основу низа критеријума, не само цене и поузданости, већ и финансијског здравља, оперативне ефикасности, напора у погледу одрживости и капацитета за иновације. На тај начин, Валмарт би могао да обезбеди холистичкију процену добављача, што би довело до боље информисаних одлука о избору које су у складу са његовим стратешким циљевима и растућим захтевима малопродајне индустрије.

Zakljucak

Као титан у глобалној малопродајној индустрији, Валмарт-ове праксе управљања набавком и ланцем снабдевања одлучујуће су у обликовању његовог учинка и конкурентског положаја (Банк Муноз ет ал., 2018). Компанија се суочава са многим неизвесностима, укључујући геополитичке поремећаје, проблеме животне средине, економске флуктуације, технолошки напредак и еволуирајуће преференције потрошача. Такве сложености могу значајно утицати на Валмартову набавку и активности у ланцу снабдевања. Да би се снашао у таквим неизвесностима, Валмарт треба да примени вишестрани приступ, укључујући диверзификацију своје базе снабдевања, усвајање робусне процене ризика и планирања за ванредне ситуације, прихватање технолошког напретка, фокусирање на одрживост и успостављање исплативих стратегија.

Процена процеса избора добављача из перспективе индустријског контекста, Валмарт-ови стратешки приоритети, тржиште снабдевања и карактеристике мреже снабдевања откривају могућности за даље унапређење. Иако су трошковна ефикасност и поузданост од суштинског значаја, проширење критеријума на стратешко усклађивање, одрживост и технолошке способности добављача може оптимизирати процес одабира. Укључивање свеобухватне листе резултата добављача и процена ширег спектра критеријума као што су финансијско здравље, оперативна ефикасност, напори у погледу одрживости и капацитети за иновације могли би дати холистичкије оцене.

Да би Валмарт оптимизовао своје управљање набавком и снабдевањем, мора се континуирано прилагођавати и иновирати, задовољавајући динамични индустријски пејзаж и растуће потребе и очекивања својих купаца. Ефикасним управљањем неизвесностима, јачањем односа са добављачима и усавршавањем процеса процене и одабира добављача, Валмарт може да ојача свој ланац снабдевања, побољшавајући своју конкурентност и позиционирајући се за дугорочни успех у глобалној малопродајној индустрији.

Референце

Ахмад, Р. В., Хасан, Х., Јаиараман, Р., Салах, К., & Омар, М. (2021). Блоцкцхаин апликације и архитектуре за лучке операције и управљање логистиком. Истраживање у области транспортног пословања и менаџмента, 41, 100620. хттпс://дои.орг/10.1016/ј.ртбм.2021.100620
Ахрам, Т., Сарголзаеи, А., Сарголзаеи, С., Даниелс, Ј., & Амаба, Б. (2017). Блоцкцхаин технолошке иновације. 2017 ИЕЕЕ конференција о технологији и инжењерском менаџменту (ТЕМСЦОН), 137–141. хттпс://дои.орг/10.1109/ТЕМСЦОН.2017.7998367
Алкхадер, В., Алкааби, Н., Салах, К., Јаиараман, Р., Арсхад, Ј., & Омар, М. (2020). Следљивост и управљање засновано на блокчејну за адитивну производњу. ИЕЕЕ приступ, 8, 188363–188377. хттпс://дои.орг/10.1109/АЦЦЕСС.2020.3031536
Банк Муноз, Ц., Кенни, Б., & Стецхер, А. (ур.). (2018). Валмарт на глобалном југу: култура радног места, политика рада и ланци снабдевања. Университи оф Текас Пресс. хттпс://дои.орг/10.7560/315675
Батех, Ј., Хеатон, Ц., Арбогаст, Г. В., & Броадбент, А. (2014). Дефинисање одрживости у пословном окружењу. Јоурнал оф Сустаинабилити Манагемент (ЈСМ), 1(1), 1–4. https://doi.org/10.19030/jsm.v1i1.8386
Бертино, Е., Кунду, А. и Сура, З. (2019). Транспарентност података са блокчеином и етиком вештачке интелигенције. Часопис за квалитет података и информација, 11(4), 16:1-16:8. https://doi.org/10.1145/3312750
Цхарлес, В., Емроузнејад, А., & Герман, Т. (2023). Критичка анализа интеграције блокчејна и вештачке интелигенције за ланац снабдевања. Анали истраживања операција. хттпс://дои.орг/10.1007/с10479-023-05169-в
Кристофер, М. (2016). Логистика и управљање ланцем снабдевања. Пеарсон УК.
Цонг, ЛВ и Хе, З. (2019). Прекид Блоцкцхаин-а и паметни уговори. Преглед финансијских студија, 32(5), 1754–1797. https://doi.org/10.1093/rfs/hhz007
Деива Ганесх, А., & Калпана, П. (2022). Будућност вештачке интелигенције и њен утицај на управљање ризиком у ланцу снабдевања – Систематски преглед. Рачунари и индустријско инжењерство, 169, 108206. хттпс://дои.орг/10.1016/ј.цие.2022.108206
Декхне, А., Хастингс, Г., Мурнане, Ј., & Неухаус, Ф. (2019). Аутоматизација у логистици: Велика прилика, већа неизвесност. МцКинсеи К, 24.
Греенвалд, Б.Ц., & Стиглитз, Ј.Е. (1993). Несавршености финансијског тржишта и пословни циклуси. Квартални часопис за економију, 108(1), 77–114. https://doi.org/10.2307/2118496
Гуан, В., Динг, В., Зханг, Б., Верни, Ј., & Хао, Р. (2023). Да ли фактори који се односе на ланац снабдевања повећавају тачност предвиђања усвајања блокчејна? Приступ машинском учењу. Технолошко предвиђање и друштвене промене, 192, 122552. хттпс://дои.орг/10.1016/ј.тецхфоре.2023.122552
Касхем, М. А., Схамсуддоха, М., Насир, Т., & Цховдхури, А. А. (2023). Поремећај ланца снабдевања наспрам оптимизације: Преглед вештачке интелигенције и блокчејна. Знање, 3(1), 80–96. https://doi.org/10.3390/knowledge3010007
Ким, К., Тетлов, Р. Ј., Инфанте, С., Орлик, А., & Силва, А. Ф. (2022). Макроекономске импликације ЦБДЦ-а: Преглед литературе. Серија дискусија о финансијама и економији, КСНУМКС-КСНУМКС, 1–65. хттпс://дои.орг/10.17016/федс.2022.076
Масон, А., Нарцум, Ј., & Масон, К. (2020). Промене у доношењу одлука потрошача које су резултат пандемије ЦОВИД-19. Јоурнал оф Цустомер Бехавиор, 19(4), 299–321. https://doi.org/10.1362/147539220X16003502334181
МцКнигхт, Б., & Линненлуецке, М.К. (2019). Обрасци одговора предузећа на различите врсте природних катастрофа. Посао и друштво, 58(4), 813–840. https://doi.org/10.1177/0007650317698946
Натанелов, В., Цао, С., Фотх, М., & Дуллецк, У. (2022). Блоцкцхаин паметни уговори за финансирање ланца снабдевања: мапирање потенцијала иновација у ланцима снабдевања говедином Аустралије и Кине. Јоурнал оф Индустриал Информатион Интегратион, 30, 100389. хттпс://дои.орг/10.1016/ј.јии.2022.100389
Оздаии, М. С., Кантарциоглу, М., & Малин, Б. (2020). Искористите блоцкцхаин за непроменљиво евидентирање и постављање упита на више локација. БМЦ Медицал Геномицс, 13(7), 82. https://doi.org/10.1186/s12920-020-0721-2
Пуниа, С., & Сханкар, С. (2022). Предиктивна аналитика за предвиђање потражње: систем за подршку одлучивању заснован на дубоком учењу. Системи засновани на знању, 258, 109956. хттпс://дои.орг/10.1016/ј.кносис.2022.109956
Росс, Д. Ф. (2008). Интимни ланац снабдевања: Коришћење ланца снабдевања за управљање корисничким искуством. ЦРЦ Пресс.
Схеффи, И. (2009). Континуитет пословања: Систематски приступ. Ин Глобални бизнис и терористичка претња. Едвард Елгар Публисхинг. хттпс://ввв.елгаронлине.цом/дисплаи/едцолл/9781847208507/9781847208507.00007.кмл
Тан, Б., Иан, Ј., Цхен, С., & Лиу, Кс. (2018). Утицај блокчејна на ланац снабдевања храном: случај Валмарта. У М. Киу (Ед.), Смарт Блоцкцхаин (pp. 167–177). Springer International Publishing. https://doi.org/10.1007/978-3-030-05764-0_18
Таралло, Е., Акабане, Г.К., Схимабукуро, Ц.И., Мелло, Ј., & Аманцио, Д. (2019). Машинско учење у предвиђању потражње за брзом потрошњом робом: истраживачко истраживање. ИФАЦ-ПаперсОнЛине, 52(13), 737–742. https://doi.org/10.1016/j.ifacol.2019.11.203
Иеунг, ХВ, & Цое, Н. (2015). Ка динамичкој теорији глобалних производних мрежа. Економска географија, 91(1), 29–58. https://doi.org/10.1111/ecge.12063

Гледајте: АИ је за 'повећавање', а не за замену радне снаге

Нови сте у блокчејну? Погледајте ЦоинГеек-ов одељак Блоцкцхаин за почетнике, врхунски водич за ресурсе да бисте сазнали више о блоцкцхаин технологији.