هوش مصنوعی در زنجیره تأمین و مدیریت عملیات: یک تحقیق موردی چندگانه

عنوان فارسی مقاله:هوش مصنوعی در زنجیره تأمین و مدیریت عملیات: یک تحقیق موردی چندگانه

چکیده

هوش مصنوعی (AI) به طور فزاینده‌ای منبع مزیت رقابتی در عملیات و مدیریت زنجیره تأمین (OSCM) در نظر گرفته می‌شود. با این حال، بسیاری از سازمان‌ها هنوز برای پذیرش موفقیت‌آمیز آن تلاش می‌کنند و مطالعات تجربی ارائه‌کننده شواهد روشن، معدود هستند. هدف این تحقیق به بررسی چگونگی پشتیبانی برنامه‌های هوش مصنوعی از فرآیندهای OSCM و شناسایی مزایا و موانع اجرای آن‌ها می‌پردازد. برای این منظور، یک مطالعه موردی چندگانه را با مصاحبه‌های نیمه ساختاریافته در شش شرکت انجام می‌دهد که در مجموع ۱۷ مورد اجرا را شامل می‌شود. مدل مرجع عملیات زنجیره تأمین (SCOR) کل مطالعه و تجزیه و تحلیل نتایج را با هدف‌یابی فرآیندهای خاص هدایت کرد. نتایج نشان می‌دهد که چگونه روش‌های هوش مصنوعی در OSCM می‌تواند رقابت شرکت‌ها را با کاهش هزینه‌ها و زمان انجام خدمات و بهبود سطح خدمات، کیفیت، ایمنی و پایداری افزایش دهد. با این حال، آن‌ها همچنین موانعی را در اجرای هوش مصنوعی شناسایی می‌کنند، مانند اطمینان از کیفیت داده‌ها، فقدان مهارت‌های خاص، نیاز به سرمایه‌گذاری بالا، عدم شفافیت در مورد مزایای اقتصادی و عدم تجربه در تجزیه و تحلیل هزینه برای پروژه‌های هوش مصنوعی. اگرچه ماهیت مطالعه برای تعمیم گسترده مناسب نیست، اما راهنمایی روشنی را برای پزشکانی که در فرآیندهای SCOR خاص با معضلات هوش مصنوعی مواجه هستند ارائه می‌کند و مبنایی را برای تحقیقات بعدی فراهم 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 in supply chain and operations management: a multiple case study research

Abstract

Artificial intelligence (AI) is increasingly considered a source of competitive advantage in operations and supply chain management (OSCM). However, many organisations still struggle to adopt it successfully and empirical studies providing clear indications are scarce in the literature. This research aims to shed light on how AI applications can support OSCM processes and to identify benefits and barriers to their implementation. To this end, it conducts a multiple case study with semi-structured interviews in six companies, totalling 17 implementation cases. The Supply Chain Operations Reference (SCOR) model guided the entire study and the analysis of the results by targeting specific processes. The results highlighted how AI methods in OSCM can increase the companies’ competitiveness by reducing costs and lead times and improving service levels, quality, safety, and sustainability. However, they also identify barriers in the implementation of AI, such as ensuring data quality, lack of specific skills, need for high investments, lack of clarity on economic benefits and lack of experience in cost analysis for AI projects. Although the nature of the study is not suitable for wide generalisation, it offers clear guidance for practitioners facing AI dilemmas in specific SCOR processes and provides the basis for further future research.