Федор Дмитриевич Иванов – аспирант.
194021, Санкт-Петербург, Новороссийская ул., д. 50
Fedor D. Ivanov - postgraduate student.
50 Novorossiyskaya st., St Petersburg 194021
Цель. Оценить потенциал технологии генеративного искусственного интеллекта в контексте управления цепями поставок.
Задачи. Проанализировать, каким образом искусственный интеллект изменяет традиционные практики и структуры управления в области управления цепями поставок; определить фундаментальные сдвиги, вызванные ИИ, в том числе автоматизацию, принятие решений на основе данных и расширение человеческих возможностей; исследовать актуальные статистические данные об эффективности искусственного интеллекта в управленческих процессах и сделать вывод о потенциале, перспективности этой технологии в логистической сфере; предоставить стратегическое понимание и практические рекомендации для организаций, стремящихся имплементировать новые инструменты генеративного искусственного интеллекта.
Методология. Исследование сочетает в себе качественные и количественные методы для обеспечения более глубокого понимания рассмотренных проблем. На основе этих методов изучен массив актуальных статистических данных и экспертных оценок в сфере генеративного искусственного интеллекта.
Результаты. В условиях современного бизнеса цепочки поставок сталкиваются с рядом проблем: глобализацией, волатильностью рынка, изменяющимися ожиданиями клиентов и форс-мажорами (стихийными бедствиями, пандемиями или войнами). Чтобы справиться с этими вызовами и укрепить позиции на рынке, компании все чаще обращаются к новым технологиям и инновациям. Эти технологии способны кардинально изменить подход к управлению цепочками поставок, повышая прозрачность, эффективность и скорость реагирования. Все новые технологии, от искусственного интеллекта и блокчейна до интернета вещей (IoT) и робототехники, потенциально открывают возможности для оптимизации операций, улучшения процесса принятия решений и улучшения сотрудничества по цепочке поставок.
Выводы. В статье авторами показано, как искусственный интеллект изменяет традиционные структуры управления в области управления цепями поставок. Проанализированы актуальные статистические данные об эффективности искусственного интеллекта в управленческих процессах, сделан вывод о потенциале и перспективности данной технологии в логистической сфере. Сформированы стратегическое понимание и даны практические рекомендации для организаций, стремящихся имплементировать новые инструменты генеративного искусственного интеллекта.
Aim. To evaluate the potential of generative artificial intelligence technology in the context of supply chain management.
Objectives. To analyze how artificial intelligence is changing traditional management practices and structures in supply chain management; to identify fundamental shifts brought about by AI, including automation, data-driven decision making, and human empowerment; to examine current statistics on the effectiveness of artificial intelligence in management processes and conclude the potential, promise of this technology in the logistics industry; to provide strategic insight and practical
Methods. The research combines qualitative and quantitative methods to provide a deeper understanding of the problems considered. Based on these methods, an array of relevant statistical data and expert opinions in the field of generative artificial intelligence has been studied.
Results. In today’s business environment, supply chains face a number of challenges: globalization, market volatility, changing customer expectations, and force majeure (natural disasters, pandemics, or wars). To meet these challenges and strengthen their market position, companies are increasingly turning to new technologies and innovations. These technologies have the potential to revolutionize the approach to supply chain management, increasing transparency, efficiency and responsiveness. All emerging technologies, from artificial intelligence and blockchain to the Internet of Things (IoT) and robotics, potentially offer opportunities to streamline operations, improve decision-making, and enhance supply chain collaboration.
Conclusions. In this article, the authors have shown how artificial intelligence is changing traditional governance structures in supply chain management. Current statistical data on the effectiveness of artificial intelligence in management processes are analyzed, and a conclusion is made about the potential and prospects of this technology in the logistics sphere. Strategic understanding is formed and practical recommendations for organizations seeking to implement new tools of generative artificial intelligence are given.
The authors declare that there are no conflicts of interest present.