Використання блокчейну та штучного інтелекту в закупівлях і управлінні ланцюгом поставок: стратегічний підхід для Walmart

Ця стаття була вперше опублікована в блозі доктора Крейга Райта, і ми опублікували її повторно з дозволу автора.

Вступ

Walmart Inc. (NASDAQ: WMT) зі штаб-квартирою в Бентонвіллі, штат Арканзас, є найбільшою у світі роздрібною корпорацією за доходами та кількістю працівників (Bank Muñoz et al., 2018). Керуючи різними форматами роздрібних торгових точок у 27 країнах під 55 різними назвами, Walmart керує розгалуженим глобальним ланцюгом постачання. Його ключові категорії продуктів включають бакалію, одяг, товари для дому та електроніку, які постачаються від низки вітчизняних та міжнародних постачальників. У цьому документі досліджуються критичні невизначеності в управлінні закупівлями та поставками Walmart і пропонуються рекомендації щодо управління цими невизначеностями та покращення відносин із постачальниками.

1. Основні невизначеності, що впливають на управління закупівлями та постачанням

Будучи однією з найбільших транснаціональних корпорацій роздрібної торгівлі, діяльність Walmart із закупівель і управління ланцюгом постачання значною мірою залежить від різноманітних факторів невизначеності. По-перше, це геополітичні зриви (Yeung & Coe, 2015). Зміни в торговельній політиці, запровадження тарифів або накладення санкцій можуть різко вплинути на вартість і доступність товарів. Щоб підтримувати ефективність і результативність свого ланцюжка поставок, Walmart має постійно контролювати та адаптуватися до таких змін політики.

Проблеми навколишнього середовища становлять ще одну значну невизначеність. Враховуючи глобальні масштаби діяльності Walmart, на маршрути постачання Walmart можуть суттєво вплинути екологічні катастрофи, як-от урагани, повені чи пожежі. Наприклад, повінь у регіоні, де розташований ключовий постачальник, може порушити виробництво або відвантаження товарів, вплинувши на здатність Walmart укомплектовувати свої магазини та обслуговувати клієнтів (McKnight & Linnenluecke, 2019).

Економічні коливання також становлять значну проблему. Споживачі можуть зменшити витрати під час економічного спаду, зменшуючи попит (Greenwald & Stiglitz, 1993). З іншого боку, у періоди економічного зростання зростання конкуренції може підвищити ціни на товари, впливаючи на структуру витрат Walmart. В обох сценаріях діяльність Walmart із закупівель і управління поставками має бути достатньо гнучкою, щоб адаптуватися до цих змін, що може передбачати пошук економічно ефективніших постачальників або коригування стратегій закупівель відповідно до змін попиту.

Іншою істотною невизначеністю є швидкий розвиток технологій. Галузь роздрібної торгівлі все більше оцифровується, а електронна комерція стає сферою значного зростання (Dekhne та ін., 2019). Таким чином, Walmart має забезпечити, щоб його діяльність з управління закупівлями та постачанням відповідала цим технологічним досягненням. Це може передбачати інтеграцію цифрових інструментів для оптимізації процесів закупівель або аналітику даних для прийняття більш обґрунтованих рішень про закупівлю.

Нарешті, зміни в поведінці споживачів можуть суттєво вплинути на управління закупівлями та поставками Walmart (Mason et al., 2020). Все більше споживачів шукають екологічно чисті та етичні продукти, тому Walmart має відповідно адаптувати свої стратегії закупівель. Це може включати більш сувору перевірку постачальників, щоб переконатися, що вони відповідають цим стандартам сталого розвитку та етичним стандартам, або пріоритетність постачальників, які відповідають цим стандартам.

По суті, невизначеність, з якою Walmart стикається під час управління закупівлями та постачанням, є багатогранною та складною, що вимагає динамічного та адаптивного підходу. У міру розвитку світу ці виклики, ймовірно, залишаться й навіть посилюватимуться, що підкреслює важливість ефективних стратегій закупівель і управління поставками для підтримки конкурентної переваги Walmart (Bank Muñoz et al., 2018).

2. Управління впливом невизначеностей

Щоб пом’якшити потенційний вплив цих невизначеностей, Walmart міг би розгорнути різні стратегії, які не лише використовують наявні можливості, але й охоплюють передові технології, такі як блокчейн (Tan et al., 2018). В основі цих стратегій лежить створення диверсифікованої бази постачання та логістичної мережі, що забезпечує гнучкість Walmart перед обличчям геополітичних зривів.

Завдяки постачанню з кількох регіонів Walmart може застрахуватися від змін у торговельній політиці чи санкцій, які непропорційно впливають на певні регіони. Подібним чином, у відповідь на екологічні кризи, диверсифікована логістична мережа може забезпечити альтернативні маршрути постачання, таким чином підтримуючи потік товарів.

Оцінка ризиків і планування на випадок непередбачених ситуацій є життєво важливими компонентами стратегії Walmart (Шеффі, 2009). Цей проактивний підхід передбачає систематичне визначення й оцінку потенційних ризиків і створення планів на випадок непередбачених обставин для ефективного подолання цих ризиків. Наприклад, якщо важливий постачальник знаходиться в регіоні, схильному до стихійних лих, наявність плану на випадок надзвичайних ситуацій, як-от визначення альтернативних постачальників або збільшення рівня запасів, може забезпечити мережу безпеки, забезпечуючи безперебійне постачання.

Технологічні досягнення, особливо блокчейн (Christopher, 2016), можуть запропонувати
трансформаційні рішення для управління закупівлями та поставками Walmart. Технологія блокчейну може забезпечити прозору та незмінну бухгалтерську книгу, забезпечуючи відстеження та перевірку транзакцій уздовж ланцюжка поставок. Це може допомогти приймати більш обґрунтовані рішення про закупівлю та підвищити довіру між усіма зацікавленими сторонами. Walmart також міг би використовувати хмарні рішення для закупівель, щоб оптимізувати свої операції, підвищити ефективність і забезпечити співпрацю з постачальниками в режимі реального часу, покращивши час відповіді та процеси прийняття рішень.

Зростання споживчого попиту на екологічно чисті й етичні продукти вимагає посилення уваги до сталого розвитку під час закупівель. Блокчейн може зіграти тут значну роль, забезпечуючи видимість практики постачальників і підтверджуючи дотримання екологічних і етичних стандартів (Ahmad et al., 2021). Віддаючи перевагу постачальникам, які демонструють тверду прихильність до сталого розвитку та етичні практики, навіть якщо їхні ціни дещо вищі, Walmart може покращити імідж свого бренду та заробити довгострокову лояльність клієнтів.

В умовах економічних коливань економічно ефективні стратегії мають першорядне значення. Walmart міг би зміцнити відносини з постачальниками, щоб домовитися про кращі умови. Укладення довгострокових контрактів із постачальниками за допомогою смарт-контрактів на блокчейні (Cong & He, 2019) може забезпечити нижчі ціни та гарантувати постачання навіть під час економічного спаду. Ці розумні контракти можуть автоматизувати транзакції на основі попередньо встановлених правил, зменшуючи адміністративні витрати та ймовірність суперечок.

Оскільки Walmart долає складнощі та невизначеності, властиві світовому сектору роздрібної торгівлі, стратегічне планування та вміле застосування передових технологій, таких як блокчейн і штучний інтелект (ШІ), можуть допомогти зменшити ризики та підтримувати операційну ефективність. Технологія Blockchain наголошує на прозорості, відстежуваності та безпеці та дозволяє Walmart керувати ризиками, пов’язаними з контрафактними товарами, збоями в ланцюзі постачання та відповідністю постачальників (Ahram et al., 2017). Незмінна, децентралізована система бухгалтерської книги Blockchain забезпечує автентичність товарів, відстежує їхню подорож через ланцюжок постачання та записує дотримання постачальником узгоджених стандартів і контрактів. Цей рівень видимості та підзвітності допомагає впоратися з невизначеністю, пов’язаною з якістю та доставкою, а також зміцнює довіру між Walmart, його постачальниками та клієнтами.

Крім того, інтеграція штучного інтелекту з блокчейном відкриває нові можливості для управління ризиками та невизначеністю (Charles et al., 2023). Прогностична аналітика штучного інтелекту може аналізувати дані блокчейну для прогнозування потенційних збоїв у ланцюзі поставок, що дає Walmart активну позицію в управлінні цими ризиками. Наприклад, алгоритми машинного навчання можуть використовувати дані, що зберігаються в блокчейні, для прогнозування можливих затримок доставки або виявлення постачальників, які становлять ризик через минулі проблеми з невідповідністю.

Штучний інтелект також може оптимізувати запаси, передбачаючи моделі попиту, допомагаючи Walmart уникнути дефіциту та надмірних запасів, що створює фінансові ризики. Крім того, здатність штучного інтелекту аналізувати величезні масиви даних може допомогти Walmart передбачити зміни в поведінці споживачів, ринкових тенденціях або регулятивних змінах, тим самим спорядивши компанію для ефективного та своєчасного реагування, зменшуючи ризик старіння або невідповідності (Natanelov et al. , 2022).

Поєднання блокчейну та ШІ може створити надійну структуру управління ризиками для Walmart (Kashem та ін., 2023). Blockchain забезпечує достовірний запис транзакцій і переміщень у всьому ланцюжку постачання, тоді як ШІ аналізує ці дані, щоб передбачити потенційні ризики та надати стратегічні рекомендації. Це злиття захищає діяльність Walmart із закупівель і управління поставками та забезпечує постійне постачання товарів, що відповідає потребам і очікуванням клієнтів. Ефективне управління невизначеністю за допомогою цих передових технологій зміцнює конкурентоспроможність Walmart у секторі роздрібної торгівлі, дозволяючи йому забезпечувати вищу цінність для клієнтів і підтримувати операційну досконалість, навіть в умовах зміни ринкової динаміки та непередбачуваних збоїв (Deiva Ganesh & Kalpana, 2022).

3. Практики управління закупівлями та постачанням

Ефективні методи управління закупівлями та постачанням є ключовими у все більш складній глобальній індустрії роздрібної торгівлі. Блокчейн, розподілена та прозора система реєстру, може розширити ці практики, значно підвищивши конкурентоспроможність Walmart. Основним у цій стратегії є сприяння міцним відносинам співпраці з постачальниками, де спільні цілі переплітаються. Прозорість і відстежуваність Blockchain можуть відкрити нові шляхи для співпраці, починаючи від спільних ініціатив із розробки продуктів і закінчуючи спільними цілями сталого розвитку, тим самим підвищуючи якість продукції та загальну операційну ефективність (Tan et al., 2018).

Блокчейн-токени можуть революціонізувати ланцюжок поставок Walmart, забезпечуючи видимість і відстеження в реальному часі (Alkhader et al., 2020). Ці цифрові токени представляють фізичні активи, і їх можна відстежувати по всьому ланцюжку постачання, від етапу сировини до кінцевого споживача. Це може допомогти Walmart забезпечити автентичність продукції, відстежувати рух продукції та виявляти вузькі місця чи неефективність у ланцюжку постачання, тим самим зменшуючи втрати, пов’язані з підробками, крадіжками та неефективністю. Така видимість також може переконати споживачів у походженні та якості їхніх покупок, підвищуючи імідж бренду Walmart і надійність.

Важливим аспектом цих практик є регулярне спілкування та прозорість, сфера, де блокчейн може надати значні переваги. Блокчейн може сприяти обміну даними в реальному часі в ланцюжку постачання, що веде до активного вирішення проблем і обміну ідеями. Цей рівень прозорості також дозволяє Walmart ділитися своїми бізнес-стратегіями та очікуваннями з постачальниками, допомагаючи їм більш ефективно узгодити свою діяльність (Bertino et al., 2019).

Постійний моніторинг роботи постачальника та надання конструктивного зворотного зв’язку є ще однією важливою сферою, де блокчейн може відігравати роль трансформатора. За допомогою блокчейну Walmart може створити незмінний точний запис показників ефективності постачальників, таких як якість, доставка, вартість та інновації (Ozdayi та ін., 2020). Чіткість, яку забезпечує ця технологія, дає змогу постачальникам зрозуміти сфери вдосконалення та узгодити свої цілі з цілями Walmart. Крім того, Walmart може запустити ініціативи з нарощування потенціалу, такі як навчальні програми з технології блокчейн, щоб покращити можливості постачальників і їх комфорт під час впровадження цієї технології.

Крім того, за допомогою блокчейну можна посилити мотиваційний аспект управління постачальниками. Довгострокові контракти можна виконувати як розумні контракти на блокчейні, забезпечуючи безпеку постачальників і демонструючи прихильність Walmart до відносин (Natanelov et al., 2022). Подібним чином заохочення на основі ефективності можна автоматизувати через блокчейн. На знак визнання виняткової продуктивності чи інновацій постачальники можуть отримувати винагороду за допомогою токенізованих стимулів на платформі блокчейн.

Крім того, запровадження цифрових валют центрального банку (CBDC) у платіжну систему Walmart може зменшити транзакційні витрати та спростити транскордонні платежі. Ця цифрова валюта, якою керує центральний банк країни, може оптимізувати платіжний процес, скоротити час транзакцій і знизити витрати бізнесу (Kim et al., 2022). Використання CBDC також може зменшити залежність від традиційних банківських систем, мінімізуючи ризик затримок платежів і додаючи більшої вартості діяльності Walmart із закупівель і управління поставками.

За допомогою цих методів, що базуються на блокчейні, Walmart може встановити гармонійні стосунки зі своїми постачальниками, узгоджуючи свої стратегічні цілі, зменшуючи втрати та зміцнюючи свою конкурентну позицію. Поєднання технології блокчейну та потенційного використання CBDC зробить революцію в управлінні закупівлями та поставками Walmart, підвищивши ефективність витрат і підвищивши прозорість і відстежуваність (Tan et al., 2018).

4. Процес оцінки та відбору постачальника

Процес оцінки та відбору постачальників у Walmart вимагає ретельного розгляду численних факторів, зокрема галузевого контексту, стратегічних пріоритетів компанії, характеру ринку постачання та характеристик мережі постачання. Оскільки операційна модель Walmart базується на пропонуванні недорогих продуктів, його процес відбору постачальників спрямований на визначення постачальників, які постійно постачають високоякісні товари за конкурентними цінами (Ross, 2008).

Однак динаміка галузі роздрібної торгівлі та зміна очікувань споживачів вимагають більш тонкого підходу. У центрі уваги повинні бути вартість, надійність і стратегічна відповідність. Це означає вибір постачальників, чиї бізнес-стратегії, цінності та цілі збігаються з Walmart, що може призвести до більшої співпраці та взаємовигідних відносин (Ross, 2008).

Крім того, стійкість стала критичним пріоритетом для багатьох споживачів і компаній (Bateh et al., 2014). Це вимагає більшої уваги до практики сталого розвитку постачальників у процесі відбору. Постачальники, які демонструють тверду прихильність до сталого розвитку, наприклад ті, хто дотримується відповідальних постачальників і практики скорочення відходів, можуть допомогти Walmart задовольнити зростаючий попит споживачів на етичні та екологічно чисті продукти.

Технологія штучного інтелекту (ШІ) є передовою в трансформації індустрії роздрібної торгівлі, забезпечуючи нову ефективність і конкурентні переваги. Постачальники, які вміло використовують ці досягнення, можуть забезпечити Walmart стратегічною перевагою на висококонкурентному ринку, покращуючи кожен аспект ланцюга постачання, від виробництва до логістики (Deiva Ganesh & Kalpana, 2022).

ШІ пропонує неперевершені можливості для картографування руху товарів і послуг, роблячи ланцюжок поставок більш прозорим і ефективним (Deiva Ganesh & Kalpana, 2022). Постачальники, які використовують штучний інтелект, можуть використовувати прогнозну аналітику для точного прогнозування попиту, дозволяючи їм коригувати виробництво в реальному часі та мінімізувати відходи. Штучний інтелект також може аналізувати велику кількість даних із різних джерел, щоб визначати тенденції та закономірності, таким чином передбачаючи потенційні збої в ланцюжку поставок. Завчасно розпізнавши ці збої, Walmart може вжити профілактичних заходів для пом’якшення будь-яких несприятливих наслідків, таким чином підтримуючи постійне постачання товарів.

Штучний інтелект також може оптимізувати запаси, зменшуючи витрати, пов’язані з надлишком або недостатнім запасом. Алгоритми машинного навчання можуть аналізувати історичні дані про продажі та змінні, такі як сезонність, рекламна діяльність та економічні показники, щоб точно прогнозувати майбутні продажі (Punia & Shankar, 2022). Це дозволяє точно керувати запасами, гарантуючи, що Walmart матиме потрібні запаси в потрібний час. Ефективне управління запасами знижує витрати та підвищує задоволеність клієнтів, уникаючи дефіциту та гарантуючи, що продукти будуть доступні, коли споживачі їх захочуть.

Штучний інтелект також може автоматизувати й оптимізувати логістику, важливу сферу для такого глобального роздрібного продавця, як Walmart. Логістичні рішення на основі штучного інтелекту можуть визначати найефективніші маршрути, враховуючи такі фактори, як трафік, погодні умови та витрати на пальне, щоб забезпечити своєчасну та економічно ефективну доставку товарів (Punia & Shankar, 2022). Крім того, постачальники, оснащені можливостями ШІ, можуть підтримати Walmart у пропонуванні більш інноваційних продуктів своїм клієнтам. ШІ може аналізувати поведінку та вподобання споживачів, щоб виявити прогалини на ринку або передбачити майбутні тенденції, керуючи розробкою нових, чітко цільових продуктів.

Постачальники, які інтегрують штучний інтелект у свою діяльність, можуть забезпечити значну конкурентну перевагу Walmart. Від підвищення ефективності виробництва та логістики до вдосконалення пропозицій продуктів на основі вподобань споживачів, постачальники на основі ШІ можуть допомогти Walmart зорієнтуватися в складнощах галузі роздрібної торгівлі (Tarallo та ін., 2019). Завдяки цим технологічним партнерствам Walmart може залишатися в авангарді роздрібної торгівлі, задовольняючи та перевершуючи очікування клієнтів, одночасно покращуючи прибутки.

Щоб підвищити загальну ефективність процесу оцінки та відбору постачальників, Walmart міг би розглянути можливість впровадження комплексної системи показників постачальників, пов’язаної з системою машинного навчання (Guan et al., 2023). Це передбачатиме оцінку потенційних постачальників за низкою критеріїв, не лише за вартістю та надійністю, але й за фінансовим станом, операційною ефективністю, зусиллями щодо сталого розвитку та здатністю до інновацій. Завдяки цьому Walmart міг би забезпечити більш цілісну оцінку постачальників, що призвело б до прийняття більш обґрунтованих рішень щодо вибору, які б узгоджувалися з його стратегічними цілями та мінливими вимогами галузі роздрібної торгівлі.

Висновок

Будучи титаном у світовій індустрії роздрібної торгівлі, практика закупівель і управління ланцюгом постачання Walmart є вирішальною у формуванні його ефективності та конкурентоспроможності (Bank Muñoz et al., 2018). Компанія стикається з багатьма факторами невизначеності, включаючи геополітичні збої, проблеми з навколишнім середовищем, економічні коливання, технологічний прогрес і зміни вподобань споживачів. Такі складнощі можуть суттєво вплинути на діяльність Walmart із закупівель і поставок. Щоб подолати таку невизначеність, Walmart має застосувати багатогранний підхід, включаючи диверсифікацію бази постачання, впровадження надійної оцінки ризиків і планування на випадок непередбачених ситуацій, впровадження технологічних досягнень, зосередження на стійкості та створення економічно ефективних стратегій.

Оцінка процесу вибору постачальника з точки зору галузевого контексту, стратегічних пріоритетів Walmart, ринку постачання та характеристик мережі постачання відкриває можливості для подальшого вдосконалення. Хоча економічна ефективність і надійність є важливими, розширення критеріїв для включення стратегічного узгодження, стійкості та технологічних можливостей постачальників може оптимізувати процес відбору. Включення комплексної системи показників постачальника та оцінка ширшого спектру критеріїв, таких як фінансовий стан, операційна ефективність, зусилля щодо сталого розвитку та інноваційний потенціал, можуть дати більш цілісні оцінки.

Щоб оптимізувати управління закупівлями та постачанням, Walmart має постійно адаптуватися та впроваджувати інновації, задовольняючи динамічний ландшафт галузі та потреби та очікування клієнтів, що постійно змінюються. Ефективно керуючи невизначеністю, зміцнюючи відносини з постачальниками та вдосконалюючи процес оцінки та відбору постачальників, Walmart може зміцнити свій ланцюжок поставок, підвищивши свою конкурентоспроможність і позиціонуючи себе для довгострокового успіху в глобальній галузі роздрібної торгівлі.

посилання

Ахмад Р. В., Хасан Х., Джаяраман Р., Салах К. та Омар М. (2021). Блокчейн-програми та архітектури для портових операцій та управління логістикою. Дослідження в транспортному бізнесі та менеджменті, 41, 100620. https://doi.org/10.1016/j.rtbm.2021.100620
Ахрам Т., Сарголзаї А., Сарголзаї С., Деніелс Дж. та Амаба Б. (2017). Інновації технології блокчейн. 2017 IEEE Technology & Engineering Management Conference (TEMSCON), 137–141. https://doi.org/10.1109/TEMSCON.2017.7998367
Алкхадер В., Алкаабі Н., Салах К., Джаяраман Р., Аршад Дж. та Омар М. (2020). Відстеження та управління на основі блокчейну для адитивного виробництва. Доступ IEEE, 8, 188363–188377. https://doi.org/10.1109/ACCESS.2020.3031536
Банк Муньос, К., Кенні, Б., Стечер, А. (Ред.). (2018). Walmart на глобальному півдні: культура робочого місця, трудова політика та ланцюги поставок. University of Texas Press. https://doi.org/10.7560/315675
Бейт, Дж., Хітон, К., Арбогаст, Г. В., Бродбент, А. (2014). Визначення сталого розвитку в бізнесі. Журнал управління сталим розвитком (JSM), 1(1), 1–4. https://doi.org/10.19030/jsm.v1i1.8386
Бертіно, Е., Кунду, А., і Сура, З. (2019). Прозорість даних за допомогою блокчейну та етики ШІ. Журнал якості даних та інформації, 11(4), 16:1-16:8. https://doi.org/10.1145/3312750
Чарльз, В., Емрознеджад, А., і Герман, Т. (2023). Критичний аналіз інтеграції блокчейну та штучного інтелекту для ланцюга поставок. Аннали операційних досліджень. https://doi.org/10.1007/s10479-023-05169-w
Крістофер, М. (2016). Логістика та управління ланцюгами поставок. Pearson Великобританія.
Конг, Л. В., Хе, З. (2019). Порушення блокчейну та смарт-контракти. Огляд фінансових досліджень, 32(5), 1754–1797. https://doi.org/10.1093/rfs/hhz007
Дейва Ганеш, А., і Калпана, П. (2022). Майбутнє штучного інтелекту та його вплив на управління ризиками ланцюга поставок – систематичний огляд. Комп'ютери та промислове будівництво, 169, 108206. https://doi.org/10.1016/j.cie.2022.108206
Дехне, А., Гастінгс, Г., Мурнан, Дж., і Нойгауз, Ф. (2019). Автоматизація в логістиці: великі можливості, більша невизначеність. McKinsey Q, 24.
Грінвальд Б. К. та Стігліц Дж. Е. (1993). Недосконалість фінансового ринку та бізнес-цикли. Щоквартальний економічний журнал, 108(1), 77–114. https://doi.org/10.2307/2118496
Гуань В., Дін В., Чжан Б., Верні Дж. та Хао Р. (2023). Чи фактори, пов’язані з ланцюгом поставок, підвищують точність прогнозування впровадження блокчейну? Підхід машинного навчання. Технологічне прогнозування та соціальні зміни, 192, 122552. https://doi.org/10.1016/j.techfore.2023.122552
Kashem, M. A., Shamsuddoha, M., Nasir, T., & Chowdhury, A. A. (2023). Порушення ланцюга постачання проти оптимізації: огляд штучного інтелекту та блокчейну. знань, 3(1), 80–96. https://doi.org/10.3390/knowledge3010007
Кім К., Тетлоу Р. Дж., Інфанте С., Орлік А. та Сільва А. Ф. (2022). Макроекономічні наслідки CBDC: огляд літератури. Цикл дискусій з фінансів та економіки, 2022-076, 1–65. https://doi.org/10.17016/feds.2022.076
Мейсон А., Наркум Дж. та Мейсон К. (2020). Зміни в прийнятті рішень споживачами внаслідок пандемії COVID-19. Журнал поведінки клієнтів, 19(4), 299–321. https://doi.org/10.1362/147539220X16003502334181
МакНайт, Б., Лінненлюке, М. К. (2019). Моделі твердої реакції на різні типи стихійних лих. Бізнес та суспільство, 58(4), 813–840. https://doi.org/10.1177/0007650317698946
Натанелов, В., Као, С., Фот, М., і Даллек, У. (2022). Смарт-контракти на блокчейні для фінансування ланцюга постачання: відображення інноваційного потенціалу в австралійсько-китайських ланцюгах постачання яловичини. Журнал інтеграції промислової інформації, 30, 100389. https://doi.org/10.1016/j.jii.2022.100389
Оздаї, М. С., Кантарчіоглу, М., і Малін, Б. (2020). Використання блокчейну для незмінного журналювання та запитів на кількох сайтах. BMC Medical Genomics, 13(7), 82. https://doi.org/10.1186/s12920-020-0721-2
Punia, S., & Shankar, S. (2022). Прогностична аналітика для прогнозування попиту: система підтримки прийняття рішень на основі глибокого навчання. Системи, засновані на знаннях, 258, 109956. https://doi.org/10.1016/j.knosys.2022.109956
Росс, Д. Ф. (2008). Інтимний ланцюжок поставок: використання ланцюга поставок для управління клієнтським досвідом. CRC Press.
Шеффі, Ю. (2009). Безперервність бізнесу: системний підхід. в Глобальний бізнес і терористична загроза. Видавництво Едварда Елгара. https://www.elgaronline.com/display/edcoll/9781847208507/9781847208507.00007.xml
Тан, Б., Ян, Дж., Чен, С., і Лю, X. (2018). Вплив блокчейну на ланцюг поставок продуктів харчування: приклад Walmart. У M. Qiu (Ред.), Розумний блокчейн (pp. 167–177). Springer International Publishing. https://doi.org/10.1007/978-3-030-05764-0_18
Таралло, Е., Акабане, Г. К., Сімабукуро, К. І., Мелло, Дж., і Амансіо, Д. (2019). Машинне навчання для прогнозування попиту на споживчі товари, що швидко обертаються: пошукове дослідження. IFAC-PapersOnLine, 52(13), 737–742. https://doi.org/10.1016/j.ifacol.2019.11.203
Yeung, H. W., & Coe, N. (2015). До динамічної теорії глобальних виробничих мереж. Економічна географія, 91(1), 29–58. https://doi.org/10.1111/ecge.12063

Дивіться: штучний інтелект призначений для «збільшення», а не для заміни робочої сили

Новачок у блокчейні? Ознайомтеся з розділом CoinGeek «Блокчейн для початківців» — найкращим ресурсним посібником, щоб дізнатися більше про технологію блокчейну.