Использование блокчейна и искусственного интеллекта в управлении закупками и цепочками поставок: стратегический подход для Walmart

Эта статья была впервые опубликована в блоге доктора Крейга Райта, и мы переиздали ее с разрешения автора.

Введение

Walmart Inc. (NASDAQ: WMT) со штаб-квартирой в Бентонвилле, штат Арканзас, является крупнейшей в мире розничной корпорацией по доходам и количеству сотрудников (Bank Muñoz et al., 2018). Имея розничные магазины различных форматов в 27 странах под 55 разными названиями, Walmart управляет обширной глобальной цепочкой поставок. Ключевые категории продуктов включают продукты питания, одежду, товары для дома и электронику, которые поставляются множеством отечественных и международных поставщиков. В этом документе исследуются критические неопределенности в управлении закупками и поставками Walmart и предлагаются рекомендации по управлению этими неопределенностями и улучшению отношений с поставщиками.

1. Основные неопределенности, влияющие на управление закупками и поставками

Walmart, одна из крупнейших транснациональных корпораций розничной торговли, находится под значительным влиянием различных факторов неопределенности. Первым из них являются геополитические потрясения (Yeung & Coe, 2015). Изменения в торговой политике, введение тарифов или введение санкций могут радикально повлиять на стоимость и доступность товаров. Чтобы поддерживать эффективность и результативность своей цепочки поставок, Walmart должен постоянно отслеживать такие изменения в политике и адаптироваться к ним.

Экологические проблемы представляют собой еще одну значительную неопределенность. Учитывая глобальный масштаб деятельности Walmart, на маршруты поставок Walmart могут существенно повлиять экологические катастрофы, такие как ураганы, наводнения или пожары. Например, наводнение в регионе, где находится ключевой поставщик, может нарушить производство или отгрузку товаров, что повлияет на способность Walmart снабжать свои магазины и обслуживать клиентов (McKnight & Linnenluecke, 2019).

Экономические колебания также представляют собой серьезную проблему. Потребители могут сокращать расходы во время экономического спада, снижая спрос (Greenwald & Stiglitz, 1993). С другой стороны, в периоды экономического роста усиление конкуренции может привести к росту цен на товары, что повлияет на структуру затрат Walmart. В обоих сценариях деятельность Walmart по управлению закупками и поставками должна быть достаточно гибкой, чтобы адаптироваться к этим изменениям, что может включать поиск более экономически эффективных поставщиков или корректировку стратегий закупок в соответствии с меняющимся спросом.

Еще одной существенной неопределенностью является быстрое развитие технологий. Розничная торговля становится все более оцифрованной, при этом электронная коммерция становится важной областью роста (Дехне и др., 2019). Таким образом, Walmart должен обеспечить, чтобы его деятельность по управлению закупками и поставками соответствовала этим технологическим достижениям. Это может включать интеграцию цифровых инструментов для оптимизации процессов закупок или анализа данных для принятия более обоснованных решений о покупке.

Наконец, изменения в поведении потребителей могут существенно повлиять на управление закупками и поставками Walmart (Mason et al., 2020). Все большее число потребителей ищут экологически чистые и этические продукты, поэтому Walmart необходимо соответствующим образом адаптировать свои стратегии закупок. Это может включать более строгую проверку поставщиков, чтобы убедиться, что они соответствуют этим стандартам устойчивого развития и этики, или определение приоритета поставщиков, которые их соблюдают.

По сути, неопределенности, с которыми сталкивается Walmart в управлении закупками и поставками, многогранны и сложны, что требует динамичного и адаптируемого подхода. По мере развития мира эти проблемы, вероятно, будут сохраняться и даже усиливаться, что подчеркивает важность эффективных стратегий управления закупками и поставками для поддержания конкурентного преимущества Walmart (Bank Muñoz et al., 2018).

2. Управление воздействием неопределенностей

Чтобы смягчить потенциальное воздействие этой неопределенности, Walmart могла бы развернуть различные стратегии, которые не только задействуют существующие возможности , но и охватывают передовые технологии, такие как блокчейн (Tan et al., 2018). В основе этих стратегий лежит создание диверсифицированной базы поставок и логистической сети, обеспечивающей гибкость Walmart перед лицом геополитических потрясений.

Благодаря закупкам из нескольких регионов Walmart может застраховаться от изменений в торговой политике или санкций, которые непропорционально влияют на определенные регионы. Аналогичным образом, в ответ на экологические кризисы диверсифицированная логистическая сеть может обеспечить альтернативные маршруты поставок, тем самым поддерживая поток товаров.

Оценка рисков и планирование на случай непредвиденных обстоятельств являются жизненно важными компонентами стратегии Walmart (Шеффи, 2009). Этот упреждающий подход предполагает систематическое выявление и оценку потенциальных рисков и создание планов действий в чрезвычайных ситуациях для эффективного устранения этих рисков. Например, если критически важный поставщик находится в регионе, подверженном стихийным бедствиям, наличие плана действий в чрезвычайных ситуациях, например, определение альтернативных поставщиков или увеличение уровня запасов, может стать подстраховкой, гарантируя бесперебойные поставки.

Технологические достижения, особенно блокчейн (Кристофер, 2016), могут предложить
преобразующие решения для деятельности Walmart по управлению закупками и поставками. Технология блокчейн может обеспечить прозрачный и неизменяемый реестр, гарантируя отслеживаемость и проверку транзакций по всей цепочке поставок. Это может помочь в принятии более обоснованных решений о покупке и повысить доверие между всеми заинтересованными сторонами. Walmart также может использовать облачные решения для закупок, чтобы оптимизировать свои операции, повысить эффективность и обеспечить сотрудничество с поставщиками в режиме реального времени, сокращая время реагирования и процессы принятия решений.

Растущий потребительский спрос на продукты, полученные из экологически чистых и этических источников, требует повышенного внимания к устойчивости закупочной деятельности. Блокчейн может сыграть здесь значительную роль, обеспечивая прозрачность практики поставщиков и подтверждая соблюдение устойчивых и этических стандартов (Ахмад и др., 2021). Отдавая приоритет поставщикам, демонстрирующим твердую приверженность устойчивому развитию и этическим нормам, даже если их цены немного выше, Walmart может улучшить имидж своего бренда и завоевать долгосрочную лояльность клиентов.

В условиях экономических колебаний первостепенное значение имеют экономически эффективные стратегии. Walmart мог бы укрепить отношения с поставщиками, чтобы договориться о более выгодных условиях. Заключение долгосрочных контрактов с поставщиками, чему способствуют смарт-контракты на блокчейне (Cong & He, 2019), может обеспечить более низкие цены и гарантировать поставки даже во время экономических спадов. Эти смарт-контракты могут автоматизировать транзакции на основе заранее установленных правил, сокращая административные расходы и вероятность споров.

Поскольку Walmart преодолевает сложности и неопределенности, присущие мировому сектору розничной торговли, стратегическое планирование и умелое применение передовых технологий, таких как блокчейн и искусственный интеллект (ИИ), могут помочь снизить риски и поддерживать операционную эффективность. Технология блокчейн подчеркивает прозрачность, отслеживаемость и безопасность и позволяет Walmart управлять рисками, связанными с контрафактными товарами, сбоями в цепочке поставок и соблюдением требований поставщиков (Ahram et al., 2017). Неизменяемая децентрализованная система учета Blockchain обеспечивает подлинность товаров, отслеживает их перемещение по цепочке поставок и фиксирует соблюдение поставщиками согласованных стандартов и контрактов. Такой уровень прозрачности и подотчетности помогает управлять неопределенностями, связанными с качеством и доставкой, а также способствует укреплению доверия между Walmart, ее поставщиками и клиентами.

Более того, интеграция искусственного интеллекта с блокчейном открывает новые возможности для управления рисками и неопределенностями (Charles et al., 2023). Прогнозная аналитика ИИ может анализировать данные блокчейна для прогнозирования потенциальных сбоев в цепочке поставок, что дает Walmart активную позицию в управлении этими рисками. Например, алгоритмы машинного обучения могут использовать данные, хранящиеся в блокчейне, для прогнозирования возможных задержек доставки или выявления поставщиков, которые представляют риск из-за прошлых проблем с несоблюдением требований.

ИИ также может оптимизировать складские запасы, прогнозируя структуру спроса, помогая Walmart избежать дефицита и избытка запасов, которые создают финансовые риски. Кроме того, способность ИИ анализировать огромные объемы данных может помочь Walmart предвидеть изменения в поведении потребителей, рыночные тенденции или изменения в законодательстве, тем самым давая компании возможность реагировать эффективно и своевременно, снижая риск устаревания или несоблюдения требований (Натанелов и др. , 2022).

Сочетание блокчейна и искусственного интеллекта может создать надежную систему управления рисками для Walmart (Kashem et al., 2023). Блокчейн обеспечивает достоверную запись транзакций и перемещений по цепочке поставок, а ИИ анализирует эти данные, чтобы прогнозировать потенциальные риски и предлагать стратегические рекомендации. Такое объединение защищает деятельность Walmart по управлению закупками и поставками и обеспечивает стабильные поставки товаров, отвечающие потребностям и ожиданиям клиентов. Эффективное управление неопределенностями с помощью этих передовых технологий укрепляет конкурентные позиции Walmart в секторе розничной торговли, позволяя ей обеспечивать высочайшую ценность для клиентов и поддерживать операционную эффективность даже в условиях меняющейся динамики рынка и непредвиденных сбоев (Deiva Ganesh & Kalpana, 2022).

3. Практика управления закупками и поставками

Эффективные методы управления закупками и поставками имеют решающее значение во все более сложной глобальной индустрии розничной торговли. Блокчейн, распределенная и прозрачная система бухгалтерского учета, может дополнить эту практику, значительно повысив конкурентоспособность Walmart. Центральное место в этой стратегии занимает развитие прочных отношений сотрудничества с поставщиками, в которых общие цели переплетаются. Прозрачность и отслеживаемость блокчейна могут открыть новые возможности для сотрудничества, начиная от совместных инициатив по разработке продуктов и заканчивая общими целями устойчивого развития, тем самым повышая качество продукции и общую операционную эффективность (Tan et al., 2018).

Токены блокчейна могут революционизировать цепочку поставок Walmart, обеспечивая видимость и отслеживаемость в реальном времени (Alkhader et al., 2020). Эти цифровые токены представляют собой физические активы, и их можно отслеживать по всей цепочке поставок, от стадии сырья до конечного потребителя. Это может помочь Walmart гарантировать подлинность продукции, отслеживать движение продукции и выявлять узкие места или неэффективность в цепочке поставок, тем самым сокращая потери, связанные с подделками, кражами и неэффективностью. Такая видимость также может убедить потребителей в происхождении и качестве их покупок, повышая имидж бренда Walmart и надежность.

Важнейшим аспектом этих практик является регулярное общение и прозрачность — область, в которой блокчейн может принести существенные преимущества. Блокчейн может облегчить обмен данными в режиме реального времени по всей цепочке поставок, что приведет к упреждающему решению проблем и обмену идеями. Такой уровень прозрачности также позволяет Walmart делиться своими бизнес-стратегиями и ожиданиями с поставщиками, помогая им более эффективно согласовывать свою деятельность (Бертино и др., 2019).

Постоянный мониторинг работы поставщиков и предоставление конструктивной обратной связи — еще одна важная область, где блокчейн может сыграть преобразующую роль. С помощью блокчейна Walmart может создать неизменяемую и точную запись показателей эффективности работы поставщиков, таких как качество, доставка, стоимость и инновации (Ozdayi et al., 2020). Ясность, обеспечиваемая этой технологией, позволяет поставщикам понять области улучшения и согласовать свои цели с целями Walmart. Кроме того, Walmart может запустить инициативы по наращиванию потенциала, такие как учебные программы по технологии блокчейн, чтобы улучшить возможности поставщиков и повысить их комфорт при внедрении этой технологии.

Более того, мотивационный аспект управления поставщиками также можно улучшить с помощью блокчейна. Долгосрочные контракты могут быть выполнены в виде смарт-контрактов на блокчейне, обеспечивая безопасность поставщиков и демонстрируя приверженность Walmart отношениям (Натанелов и др., 2022). Аналогично, стимулы, основанные на результатах, можно автоматизировать с помощью блокчейна. В знак признания исключительных результатов или инноваций поставщики могут быть вознаграждены через токенизированные стимулы на платформе блокчейна.

Более того, внедрение цифровых валют центрального банка (CBDC) в платежную систему Walmart может снизить транзакционные издержки и упростить трансграничные платежи. Эта цифровая валюта, управляемая центральным банком страны, может упростить процесс платежей, сократить время транзакций и снизить бизнес-расходы (Ким и др., 2022). Использование CBDC также может снизить зависимость от традиционных банковских систем, минимизировать риск задержек платежей и повысить ценность деятельности Walmart по управлению закупками и поставками.

Благодаря этим практикам, основанным на блокчейне, Walmart может установить гармоничные отношения со своими поставщиками, соответствующие своим стратегическим целям, сокращая потери и укрепляя свою конкурентную позицию. Сочетание технологии блокчейна и потенциального использования CBDC совершит революцию в управлении закупками и поставками Walmart, повысив экономическую эффективность и повысив прозрачность и отслеживаемость (Tan et al., 2018).

4. Процесс оценки и выбора поставщика

Процесс оценки и выбора поставщиков в Walmart требует тщательного рассмотрения множества факторов, включая отраслевой контекст, стратегические приоритеты компании, характер рынка поставок и характеристики ее сети поставок. Поскольку операционная модель Walmart ориентирована на предложение недорогих товаров, процесс отбора поставщиков направлен на выявление поставщиков, которые постоянно поставляют товары высокого качества по конкурентоспособным ценам (Росс, 2008).

Однако динамика розничной торговли и меняющиеся ожидания потребителей требуют более тонкого подхода. В центре внимания должны быть стоимость, надежность и стратегическое соответствие. Это означает выбор поставщиков, чьи бизнес-стратегии, ценности и цели совпадают с бизнес-стратегиями, ценностями и целями Walmart, что может привести к более тесному сотрудничеству и взаимовыгодным отношениям (Росс, 2008).

Более того, устойчивое развитие стало важнейшим приоритетом для многих потребителей и предприятий (Bateh et al., 2014). Это требует большего внимания к практикам устойчивого развития поставщиков в процессе отбора. Поставщики, которые демонстрируют твердую приверженность устойчивому развитию, например те, кто придерживается ответственных методов закупок и сокращения отходов, могут помочь Walmart удовлетворить растущий потребительский спрос на этически произведенную и экологически чистую продукцию.

Технология искусственного интеллекта (ИИ) находится на переднем крае трансформации отрасли розничной торговли, обеспечивая новую эффективность и конкурентные преимущества. Поставщики, которые умело используют эти достижения, могут предоставить Walmart стратегическое преимущество на высококонкурентном рынке, улучшая каждый аспект цепочки поставок, от производства до логистики (Deiva Ganesh & Kalpana, 2022).

ИИ предлагает беспрецедентные возможности для картирования движения товаров и услуг, делая цепочку поставок более прозрачной и эффективной (Дейва Ганеш и Калпана, 2022). Поставщики, использующие ИИ, могут использовать прогнозную аналитику для точного прогнозирования спроса, что позволяет им корректировать производство в режиме реального времени и минимизировать потери. ИИ также может анализировать огромное количество данных из различных источников, чтобы выявлять тенденции и закономерности, тем самым прогнозируя потенциальные сбои в цепочке поставок. Заблаговременно распознав эти сбои, Walmart может принять упреждающие меры для смягчения любых негативных последствий, тем самым поддерживая постоянные поставки товаров.

Искусственный интеллект также может оптимизировать запасы, сокращая затраты, связанные с избытком или недостатком запасов. Алгоритмы машинного обучения могут анализировать исторические данные о продажах и переменные, такие как сезонность, рекламная деятельность и экономические показатели, для точного прогнозирования будущих продаж (Punia & Shankar, 2022). Это позволяет точно управлять запасами, гарантируя, что у Walmart будет нужный товар в нужное время. Эффективное управление запасами снижает затраты и повышает удовлетворенность клиентов, избегая дефицита и обеспечивая доступность продуктов тогда, когда они нужны потребителям.

ИИ также может автоматизировать и оптимизировать логистику — важнейшую область для такого глобального ритейлера, как Walmart. Логистические решения на базе искусственного интеллекта могут определять наиболее эффективные маршруты с учетом таких факторов, как движение транспорта, погодные условия и затраты на топливо, чтобы обеспечить своевременную и экономически эффективную доставку товаров (Punia & Shankar, 2022). Более того, поставщики, оснащенные возможностями искусственного интеллекта, могут помочь Walmart предлагать своим клиентам более инновационные продукты. ИИ может анализировать поведение и предпочтения потребителей, чтобы выявлять пробелы на рынке или предсказывать предстоящие тенденции, направляя разработку новых, узконаправленных продуктов.

Поставщики, которые интегрируют ИИ в свою деятельность, могут обеспечить Walmart значительное конкурентное преимущество. От повышения эффективности производства и логистики до расширения предложения продуктов на основе предпочтений клиентов, поставщики на базе искусственного интеллекта могут помочь Walmart справиться со сложностями розничной торговли (Tarallo et al., 2019). Благодаря этому партнерству, основанному на технологиях, Walmart может оставаться в авангарде розничной торговли, оправдывая и превосходя ожидания клиентов, одновременно улучшая свою прибыль.

Чтобы повысить общую эффективность процесса оценки и выбора поставщиков, Walmart могла бы рассмотреть возможность внедрения комплексной системы показателей поставщиков, связанной с системой машинного обучения (Guan et al., 2023). Это потребует оценки потенциальных поставщиков по ряду критериев: не только стоимость и надежность, но и финансовое состояние, операционная эффективность, усилия по устойчивому развитию и способность к инновациям. Поступая таким образом, Walmart сможет обеспечить более целостную оценку поставщиков, что приведет к принятию более обоснованных решений по выбору, соответствующих ее стратегическим целям и меняющимся потребностям розничной торговли.

Заключение

Будучи титаном мировой розничной торговли, Walmart применяет методы управления закупками и цепочками поставок, которые имеют решающее значение для формирования его эффективности и конкурентоспособности (Bank Muñoz et al., 2018). Компания сталкивается со многими неопределенностями, включая геополитические потрясения, экологические проблемы, экономические колебания, технологические достижения и меняющиеся потребительские предпочтения. Подобные сложности могут существенно повлиять на деятельность Walmart в сфере закупок и поставок. Чтобы справиться с такой неопределенностью, Walmart необходимо реализовать многогранный подход, включая диверсификацию своей базы поставок, принятие надежной оценки рисков и планирования на случай непредвиденных обстоятельств, использование технологических достижений, сосредоточение внимания на устойчивости и разработку экономически эффективных стратегий.

Если оценить процесс выбора поставщика с точки зрения отраслевого контекста, то стратегические приоритеты Walmart, рынок поставок и характеристики сети поставок открывают возможности для дальнейшего совершенствования. Хотя экономическая эффективность и надежность имеют важное значение, расширение критериев, включив в них стратегическое соответствие, устойчивость и технологические возможности поставщиков, может оптимизировать процесс отбора. Включение комплексной системы показателей поставщиков и оценка более широкого спектра критериев, таких как финансовое состояние, операционная эффективность, усилия по устойчивому развитию и инновационный потенциал, могут дать более целостные оценки.

Чтобы Walmart мог оптимизировать управление закупками и поставками, ему необходимо постоянно адаптироваться и внедрять инновации, отвечая динамичному ландшафту отрасли и меняющимся потребностям и ожиданиям своих клиентов. Эффективно управляя неопределенностями, укрепляя отношения с поставщиками и совершенствуя процесс оценки и отбора поставщиков, Walmart может укрепить свою цепочку поставок, повысив свою конкурентоспособность и позиционируя себя для долгосрочного успеха в мировой розничной торговле.

Рекомендации

Ахмад Р.В., Хасан Х., Джаяраман Р., Салах К. и Омар М. (2021). Приложения и архитектуры блокчейна для портовых операций и управления логистикой. Исследования в области транспортного бизнеса и менеджмента, 41, 100620. https://doi.org/10.1016/j.rtbm.2021.100620
Ахрам Т., Сарголзаи А., Сарголзаи С., Дэниелс Дж. и Амаба Б. (2017). Инновации в технологии блокчейн. Конференция IEEE по технологиям и инженерному менеджменту 2017 (TEMSCON), 137–141. https://doi.org/10.1109/TEMSCON.2017.7998367
Альхадер В., Алькааби Н., Салах К., Джаяраман Р., Аршад Дж. и Омар М. (2020). Прослеживаемость и управление на основе блокчейна в аддитивном производстве. Доступ IEEE, 8, 188363–188377. https://doi.org/10.1109/ACCESS.2020.3031536
Банк Муньос К., Кенни Б. и Стечер А. (ред.). (2018). Walmart на глобальном Юге: культура на рабочем месте, трудовая политика и цепочки поставок. Издательство Техасского университета. https://doi.org/10.7560/315675
Батех Дж., Хитон К., Арбогаст Г.В. и Бродбент А. (2014). Определение устойчивости в деловой среде. Журнал управления устойчивым развитием (JSM), 1(1), 1–4. https://doi.org/10.19030/jsm.v1i1.8386
Бертино Э., Кунду А. и Сура З. (2019). Прозрачность данных с помощью блокчейна и этики искусственного интеллекта. Журнал качества данных и информации, 11(4), 16:1-16:8. https://doi.org/10.1145/3312750
Чарльз В., Эмрузнежад А. и Герман Т. (2023). Критический анализ интеграции блокчейна и искусственного интеллекта в цепочке поставок. Летопись исследования операций. https://doi.org/10.1007/s10479-023-05169-w
Кристофер, М. (2016). Логистика и управление цепочками поставок. Пирсон Великобритания.
Конг, Л.В., и Хе, З. (2019). Разрушение блокчейна и смарт-контракты. Обзор финансовых исследований, 32(5), 1754–1797. https://doi.org/10.1093/rfs/hhz007
Дейва Ганеш А. и Калпана П. (2022). Будущее искусственного интеллекта и его влияние на управление рисками в цепочке поставок – систематический обзор. Компьютеры и промышленное проектирование, 169, 108206. https://doi.org/10.1016/j.cie.2022.108206.
Дехне А., Гастингс Г., Мурнейн Дж. и Нейхаус Ф. (2019). Автоматизация в логистике: большие возможности, большая неопределенность. МакКинси Кью, 24.
Гринвальд, Британская Колумбия, и Стиглиц, Дж. Э. (1993). Несовершенство финансового рынка и деловые циклы. Ежеквартальный журнал экономики, 108(1), 77–114. https://doi.org/10.2307/2118496
Гуань В., Дин В., Чжан Б., Верни Дж. и Хао Р. (2023). Повышают ли факторы, связанные с цепочкой поставок, точность прогнозирования внедрения блокчейна? Подход машинного обучения. Технологическое прогнозирование и социальные изменения, 192, 122552. https://doi.org/10.1016/j.techfore.2023.122552.
Кашем, Массачусетс, Шамсуддоха, М., Насир, Т. и Чоудхури, А.А. (2023). Нарушение цепочки поставок против оптимизации: обзор искусственного интеллекта и блокчейна. ЗНАНИЯ, 3(1), 80–96. https://doi.org/10.3390/knowledge3010007
Ким К., Тетлоу Р.Дж., Инфанте С., Орлик А. и Сильва А.Ф. (2022). Макроэкономические последствия CBDC: обзор литературы. Серия дискуссий по финансам и экономике, 2022-076, 1–65. https://doi.org/10.17016/feds.2022.076
Мейсон А., Наркум Дж. и Мейсон К. (2020). Изменения в принятии потребительских решений в результате пандемии COVID-19. Журнал поведения клиентов, 19(4), 299–321. https://doi.org/10.1362/147539220X16003502334181
Макнайт Б. и Линненлюке М.К. (2019). Модели реагирования компаний на различные типы стихийных бедствий. Бизнес и общество, 58(4), 813–840. https://doi.org/10.1177/0007650317698946
Натанелов В., Цао С., Фот М. и Даллек У. (2022). Смарт-контракты на блокчейне для финансирования цепочек поставок: отображение инновационного потенциала в цепочках поставок говядины Австралия-Китай. Журнал интеграции промышленной информации, 30, 100389. https://doi.org/10.1016/j.jii.2022.100389.
Оздайи М.С., Кантарджиоглу М. и Малин Б. (2020). Использование блокчейна для неизменяемой регистрации и выполнения запросов на нескольких сайтах. БМК Медицинская Геномика, 13(7), 82. https://doi.org/10.1186/s12920-020-0721-2
Пуния С. и Шанкар С. (2022). Предиктивная аналитика для прогнозирования спроса: система поддержки принятия решений на основе глубокого обучения. Системы, основанные на знаниях, 258, 109956. https://doi.org/10.1016/j.knosys.2022.109956
Росс, Д.Ф. (2008). Интимная цепочка поставок: использование цепочки поставок для управления качеством обслуживания клиентов. КПР Пресс.
Шеффи, Ю. (2009). Непрерывность бизнеса: системный подход. В Глобальный бизнес и террористическая угроза. Издательство Эдварда Элгара. https://www.elgaronline.com/display/edcoll/9781847208507/9781847208507.00007.xml
Тан Б., Ян Дж., Чен С. и Лю X. (2018). Влияние блокчейна на цепочку поставок продуктов питания: пример Walmart. В М. Цю (ред.), Умный блокчейн (pp. 167–177). Springer International Publishing. https://doi.org/10.1007/978-3-030-05764-0_18
Таралло Э., Акабане Г.К., Симабукуро С.И., Мелло Дж. и Амансио Д. (2019). Машинное обучение в прогнозировании спроса на быстроходные потребительские товары: предварительное исследование. IFAC-PapersOnLine, 52(13), 737–742. https://doi.org/10.1016/j.ifacol.2019.11.203
Юнг, Х.В., и Коу, Н. (2015). К динамической теории глобальных производственных сетей. Экономическая география, 91(1), 29–58. https://doi.org/10.1111/ecge.12063

Смотреть: ИИ предназначен для «увеличения», а не замены рабочей силы

Новичок в блокчейне? Ознакомьтесь с разделом CoinGeek «Блокчейн для начинающих», полным руководством по ресурсам, чтобы узнать больше о технологии блокчейн.