قابلیت های هوش مصنوعی برای فرآیند برنامه ریزی تقاضا

عنوان فارسی مقاله:قابلیت های هوش مصنوعی برای فرآیند برنامه ریزی تقاضا

چکیده

زمینه و هدف: پیشرفت‌های فناوری، به‌ویژه در هوش مصنوعی (AI)، مدیریت عملیات را ، به خصوص در حوزه مدیریت زنجیره تامین متحول می‌کند. این مقاله به کاربرد هوش مصنوعی در فرآیندهای برنامه ریزی تقاضا در زمینه زنجیره تامین می پردازد. با تکیه بر یک بررسی جامع از منابع موجود، هدف اصلی این مطالعه تجزیه و تحلیل نحوه بکارگیری و پذیرش هوش مصنوعی در فرآیند برنامه ریزی تقاضا، شناسایی منابع مورد نیاز برای ایجاد ظرفیت هوش مصنوعی در فرآیند تقاضا و همچنین شناسایی منابع مورد نیاز برای ایجاد ظرفیت هوش مصنوعی در فرآیند تقاضا و مکانیسم‌ها و شیوه‌هایی که به پیشرفت و شکل‌گیری قابلیت هوش مصنوعی کمک می‌کنند می باشد. روش: رویکرد کیفی بود و مطالعات موردی سه شرکت مختلف انجام شد. یافته‌ها: این مطالعه منابع حیاتی لازم برای تقویت قابلیت‌های هوش مصنوعی در برنامه‌ریزی تقاضا را شناسایی کرد. مطالعه ما منابع قابلیت هوش مصنوعی را به روش های مختلفی گسترش می دهد. ابتدا منابعی را شناسایی می کنیم که در شکل گیری ظرفیت اجرای هوش مصنوعی در چارچوب برنامه ریزی تقاضا مهم هستند. نتیجه‌گیری: مشارکت‌های عملی این مطالعه بر ماهیت چندوجهی پیاده‌سازی هوش مصنوعی برای برنامه‌ریزی تقاضا تأکید می‌کند و بر اهمیت تخصیص منابع، توسعه سرمایه انسانی، روابط مشارکتی، همسویی سازمانی، و سرمایه رابطه‌ای و هوش مصنوعی تأکید می‌کند.

ادامه مطلب

راهنمای خرید:

لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: Artificial Intelligence Capabilities for Demand Planning Process

Abstract

Background: Technological advancements, particularly in Artificial Intelligence (AI), are revolutionizing operations management, especially in the domain of supply chain management. This paper delves into the application of AI in demand planning processes within the supply chain context. Drawing upon a comprehensive review of the existing literature, the main objective of this study is to analyze how AI is being applied and adopted in the demand planning process, identifying the resources needed to build the capacity of AI in the demand process, as well as the mechanisms and practices contributing to AI capability’s advancement and formation. Methodology: The approach was qualitative, and case studies of three different companies were conducted. Results: This study identified crucial resources necessary for fostering AI capabilities in demand planning. Our study extends the literature on AI capability in several ways. First, we identify the resources that are important in the formation of the capacity to implement AI in the context of demand planning. Conclusions: This study’s practical contributions underscore the multifaceted nature of AI implementation for demand planning, emphasizing the importance of resource allocation, human capital development, collaborative relationships, organizational alignment, and relational capital and AI.