A blokklánc és a mesterséges intelligencia kihasználása a beszerzésben és az ellátási lánc kezelésében: stratégiai megközelítés a Walmart számára

Ezt a cikket először Dr. Craig Wright blogján tették közzé, és a szerző engedélyével újra közzétettük.

Bevezetés

A Walmart Inc. (NASDAQ: WMT), amelynek központja az arkansasi Bentonville-ben található, a világ legnagyobb kiskereskedelmi vállalata bevételek és alkalmazottak alapján (Bank Muñoz et al., 2018). A 27 országban, 55 különböző néven, különféle formátumú kiskereskedelmi üzleteket működtető Walmart kiterjedt globális ellátási láncot irányít. Főbb termékkategóriái közé tartoznak az élelmiszerek, a ruházati cikkek, a háztartási cikkek és az elektronikai cikkek, amelyeket számos hazai és nemzetközi beszállítótól szereznek be. Ez a cikk feltárja a Walmart beszerzési és ellátási menedzsmentjének kritikus bizonytalanságait, és ajánlásokat ad e bizonytalanságok kezelésére és a beszállítói kapcsolatok javítására.

1. A beszerzést és az ellátás irányítását érintő főbb bizonytalanságok

Az egyik legnagyobb multinacionális kiskereskedelmi vállalatként a Walmart beszerzési és ellátási lánc menedzsment tevékenységét jelentősen befolyásolják különböző bizonytalanságok. Ezek közül az első a geopolitikai zavarok (Yeung & Coe, 2015). A kereskedelempolitika változásai, a vámok bevezetése vagy a szankciók bevezetése drasztikusan befolyásolhatja az áruk költségeit és elérhetőségét. Ellátási lánca hatékonyságának és eredményességének megőrzése érdekében a Walmartnak folyamatosan figyelemmel kell kísérnie az ilyen politikai változásokat, és alkalmazkodnia kell azokhoz.

A környezeti aggályok egy másik jelentős bizonytalanságot jelentenek. Tekintettel a tevékenység globális kiterjedtségére, a Walmart ellátási útvonalait jelentősen befolyásolhatják olyan környezeti katasztrófák, mint a hurrikánok, árvizek vagy tüzek. Például egy árvíz egy olyan régióban, ahol egy kulcsfontosságú beszállító található, megzavarhatja az áruk termelését vagy szállítását, ami befolyásolhatja a Walmart azon képességét, hogy készleteit készletezzen és kiszolgálja vásárlóit (McKnight & Linnenluecke, 2019).

A gazdasági ingadozások is jelentős kihívást jelentenek. A fogyasztók csökkenthetik a kiadásaikat a gazdasági visszaesés, a csökkenő kereslet idején (Greenwald és Stiglitz, 1993). Alternatív megoldásként a gazdasági növekedés időszakaiban a megnövekedett verseny megemelheti az áruk árait, befolyásolva a Walmart költségszerkezetét. Mindkét forgatókönyvben a Walmart beszerzési és ellátáskezelési tevékenységeinek kellően agilisnak kell lenniük ahhoz, hogy alkalmazkodjanak ezekhez a változásokhoz, amelyek költséghatékonyabb beszállítók keresését vagy a beszerzési stratégiák a változó kereslethez igazítását jelenthetik.

Egy másik jelentős bizonytalanság a technológia gyors fejlődése. A kiskereskedelmi ágazat egyre inkább digitalizálódik, és az e-kereskedelem jelentős növekedési területté válik (Dekhne et al., 2019). Mint ilyen, a Walmartnak biztosítania kell, hogy beszerzési és ellátáskezelési tevékenységei lépést tudjanak tartani ezekkel a technológiai fejlesztésekkel. Ez magában foglalhatja a digitális eszközök integrálását a beszerzési folyamatok egyszerűsítésére, vagy az adatelemzést a megalapozottabb beszerzési döntések meghozatalához.

Végül, a fogyasztói magatartás változásai jelentősen befolyásolhatják a Walmart beszerzési és ellátási irányítását (Mason et al., 2020). Egyre több fogyasztó keres fenntartható és etikus forrásból származó termékeket, ezért a Walmartnak ennek megfelelően kell módosítania beszerzési stratégiáit. Ez magában foglalhatja a beszállítók szigorúbb ellenőrzését annak biztosítása érdekében, hogy megfeleljenek ezeknek a fenntarthatósági és etikai normáknak, vagy előnyben részesítsék azokat a beszállítókat, akik ezt teljesítik.

Lényegében a Walmart beszerzési és ellátási menedzsmentje során tapasztalt bizonytalanságok sokrétűek és összetettek, ami dinamikus és alkalmazkodó megközelítést tesz szükségessé. Ahogy a világ fejlődik, ezek a kihívások valószínűleg továbbra is fennállnak, sőt erősödni fognak, hangsúlyozva a hatékony beszerzési és beszerzési stratégiák fontosságát a Walmart versenyelőnyének megőrzésében (Bank Muñoz et al., 2018).

2. A bizonytalanságok hatásának kezelése

E bizonytalanságok lehetséges hatásainak mérséklése érdekében a Walmart különféle stratégiákat alkalmazhat, amelyek nemcsak a meglévő kapacitásait használják ki, hanem olyan élvonalbeli technológiákat is magukba foglalnak, mint például a blokklánc (Tan et al., 2018). E stratégiák középpontjában egy diverzifikált ellátási bázis és logisztikai hálózat létrehozása áll, amely rugalmasságot kínál a Walmart számára a geopolitikai zavarokkal szemben.

Ha több régióból szerzi be a beszerzést, a Walmart fedezetet nyújthat a kereskedelmi politikában bekövetkezett változások vagy olyan szankciók ellen, amelyek aránytalanul érintenek bizonyos régiókat. Hasonlóképpen a környezeti válságokra válaszul egy diverzifikált logisztikai hálózat alternatív ellátási útvonalakat biztosíthat, fenntartva ezzel az áruáramlást.

A kockázatértékelés és a készenléti tervezés a Walmart stratégiájának létfontosságú elemei (Sheffi, 2009). Ez a proaktív megközelítés magában foglalja a lehetséges kockázatok szisztematikus azonosítását és értékelését, valamint készenléti tervek kidolgozását e kockázatok hatékony kezelésére. Például, ha egy kritikus beszállító egy természeti katasztrófáknak kitett régióban van, egy készenléti terv, például alternatív beszállítók azonosítása vagy a készletszint növelése, biztonsági hálót jelenthet, amely biztosítja a megszakítás nélküli ellátást.

A technológiai fejlesztések, különösen a blokklánc (Christopher, 2016) kínálkozhatnak
átalakító megoldások a Walmart beszerzési és ellátáskezelési tevékenységeihez. A blokklánc technológia átlátható és megváltoztathatatlan főkönyvet biztosíthat, amely biztosítja a tranzakciók nyomon követhetőségét és ellenőrzését az ellátási lánc mentén. Ez elősegítheti a megalapozottabb vásárlási döntések meghozatalát, és növelheti a bizalmat az összes érdekelt fél között. A Walmart felhőalapú beszerzési megoldásokat is használhat a működésének egyszerűsítésére, a hatékonyság javítására, valamint a beszállítókkal való valós idejű együttműködés lehetővé tételére, javítva a válaszidőket és a döntéshozatali folyamatokat.

A fenntartható és etikus forrásból származó termékek iránti növekvő fogyasztói kereslet megkívánja, hogy a beszerzési tevékenységekben fokozottan összpontosítsanak a fenntarthatóságra. A blokklánc ebben jelentős szerepet játszhat azáltal, hogy rálátást biztosít a beszállítói gyakorlatokra, és megerősíti a fenntartható és etikai normák betartását (Ahmad et al., 2021). Azzal, hogy előnyben részesítik azokat a beszállítókat, akik szilárd elkötelezettséget tanúsítanak a fenntarthatóság és az etikai gyakorlatok iránt, még akkor is, ha áraik kissé magasabbak, a Walmart javíthatja márkaimázsát, és hosszú távú vásárlói hűséget szerezhet.

A gazdasági ingadozásokkal szemben a költséghatékony stratégiák a legfontosabbak. A Walmart megerősítheti kapcsolatait a beszállítókkal, hogy jobb feltételeket és feltételeket tárgyalhasson. A beszállítókkal kötött hosszabb távú szerződések elköteleződése, amelyet a blokklánc-intelligens szerződések (Cong & He, 2019) elősegítenek, alacsonyabb árakat biztosíthat, és garantálhatja az ellátást még a gazdasági visszaesések idején is. Ezek az intelligens szerződések előre meghatározott szabályok alapján automatizálhatják a tranzakciókat, csökkentve ezzel az adminisztrációs költségeket és a viták valószínűségét.

Miközben a Walmart a globális kiskereskedelmi szektorban rejlő összetettségekkel és bizonytalanságokkal küzd, a stratégiai tervezés és az olyan élvonalbeli technológiák, mint a blokklánc és a mesterséges intelligencia (AI) ügyes alkalmazása segíthet a kockázatok mérséklésében és a működési hatékonyság fenntartásában. A blokklánc technológia az átláthatóságra, a nyomon követhetőségre és a biztonságra helyezi a hangsúlyt, és lehetővé teszi a Walmart számára, hogy kezelje a hamisított árukkal, az ellátási lánc megszakításával és a beszállítói megfeleléssel kapcsolatos kockázatokat (Ahram et al., 2017). A Blockchain változtathatatlan, decentralizált főkönyvi rendszere biztosítja az áruk hitelességét, nyomon követi útjukat az ellátási láncon keresztül, és rögzíti a beszállítók betartását az elfogadott szabványokhoz és szerződésekhez. A láthatóság és az elszámoltathatóság ezen szintje segít a minőséggel és a szállítással kapcsolatos bizonytalanságok kezelésében, ugyanakkor erősíti a Walmart, beszállítói és ügyfelei közötti bizalmat.

Ezenkívül a mesterséges intelligencia és a blokklánc integrálása új utakat nyit a kockázatok és bizonytalanságok kezelésében (Charles et al., 2023). A mesterséges intelligencia prediktív elemzői elemezhetik a blokklánc-adatokat, hogy előre jelezzék az ellátási lánc esetleges megszakadásait, így a Walmart proaktív hozzáállást biztosít e kockázatok kezeléséhez. A gépi tanulási algoritmusok például felhasználhatják a blokkláncon tárolt adatokat a lehetséges szállítási késések előrejelzésére vagy a múltbeli meg nem felelési problémák miatt kockázatot jelentő beszállítók azonosítására.

A mesterséges intelligencia a keresleti minták előrejelzésével is optimalizálhatja a készlettartást, és segít a Walmartnak elkerülni a pénzügyi kockázatokat jelentő készlet- és túlkészleteket. Ezenkívül a mesterséges intelligencia hatalmas mennyiségű adat elemzésére való képessége segíthet a Walmartnak abban, hogy előre jelezze a fogyasztói magatartásban, a piaci trendekben vagy a szabályozási változásokban bekövetkező változásokat, ezáltal felvértezi a vállalatot arra, hogy hatékonyan és időben reagáljon, csökkentve az elavulás vagy a nem megfelelőség kockázatát (Natanelov et al. , 2022).

A blokklánc és a mesterséges intelligencia kombinálása robusztus kockázatkezelési keretrendszert hozhat létre a Walmart számára (Kashem et al., 2023). A Blockchain megbízható nyilvántartást nyújt a tranzakciókról és mozgásokról az ellátási láncon keresztül, míg az AI elemzi ezeket az adatokat, hogy előre jelezze a lehetséges kockázatokat és stratégiai javaslatokat tegyen. Ez a fúzió védi a Walmart beszerzési és ellátáskezelési tevékenységeit, és biztosítja a következetes áruellátást, amely megfelel az ügyfelek igényeinek és elvárásainak. A bizonytalanságok hatékony kezelése ezekkel a fejlett technológiákkal megerősíti a Walmart versenyhelyzetét a kiskereskedelmi szektorban, lehetővé téve számára, hogy kiemelkedő vásárlói értéket biztosítson és fenntartsa a működési kiválóságot, még a változó piaci dinamika és az előre nem látható zavarok ellenére is (Deiva Ganesh & Kalpana, 2022).

3. Beszerzési és ellátási menedzsment gyakorlata

A hatékony beszerzési és ellátáskezelési gyakorlat kulcsfontosságú az egyre összetettebb globális kiskereskedelmi ágazatban. A blokklánc, egy elosztott és átlátható főkönyvi rendszer, növelheti ezeket a gyakorlatokat, jelentősen javítva a Walmart versenyképességét. Ennek a stratégiának a központi eleme a beszállítókkal való szilárd, együttműködő kapcsolatok előmozdítása, ahol a kölcsönös célok összefonódnak. A blokklánc átláthatósága és nyomon követhetősége új utakat nyithat meg az együttműködésben, a közös termékfejlesztési kezdeményezésektől a közös fenntarthatósági célokig, ezáltal javítva a termékminőséget és az általános működési hatékonyságot (Tan et al., 2018).

A blokklánc tokenek forradalmasíthatják a Walmart ellátási láncát azáltal, hogy valós idejű láthatóságot és nyomon követhetőséget biztosítanak (Alkhader et al., 2020). Ezek a digitális tokenek fizikai eszközöket képviselnek, és nyomon követhetők a teljes ellátási láncban, a nyersanyag szakaszától a végfelhasználóig. Ez segíthet a Walmartnak biztosítani a termékek eredetiségét, nyomon követni a termékek mozgását, és azonosítani a szűk keresztmetszeteket vagy az ellátási lánc elégtelenségeit, ezáltal csökkentve a hamisításokkal, lopással és a hatékonyság hiányával kapcsolatos veszteségeket. Ez a fajta láthatóság megnyugtathatja a fogyasztókat vásárlásaik eredetéről és minőségéről, javítva a Walmart márka imázsát és megbízhatóságát.

Ezeknek a gyakorlatoknak létfontosságú szempontja a rendszeres kommunikáció és az átláthatóság, olyan terület, ahol a blokklánc jelentős előnyökkel járhat. A blokklánc megkönnyítheti a valós idejű adatmegosztást az ellátási láncon keresztül, ami proaktív problémamegoldáshoz és ötletcseréhez vezet. Az átláthatóság ezen szintje lehetővé teszi a Walmart számára, hogy megossza üzleti stratégiáit és elvárásait a beszállítókkal, segítve őket működésük hatékonyabb összehangolásában (Bertino et al., 2019).

A beszállítói teljesítmény folyamatos nyomon követése és a konstruktív visszajelzés egy másik kritikus terület, ahol a blokklánc átalakító szerepet játszhat. A blokklánc segítségével a Walmart megváltoztathatatlan, pontos nyilvántartást tud készíteni a szállítói teljesítménymutatókról, például a minőségről, a szállításról, a költségekről és az innovációról (Ozdayi et al., 2020). A technológia által biztosított egyértelműség lehetővé teszi a beszállítók számára, hogy megértsék saját fejlesztési területeiket, és összehangolják céljaikat a Walmart céljaival. Ezenkívül a Walmart kapacitásépítő kezdeményezéseket indíthat, például képzési programokat a blokklánc technológiáról, hogy javítsa a beszállítói képességeket és kényelmét e technológia alkalmazásával.

Továbbá a beszállítói menedzsment motivációs aspektusa is fokozható a blokklánc segítségével. A hosszú távú szerződések okos szerződésekként köthetők blokkláncon, ezzel biztosítva a beszállítók biztonságát és bizonyítva a Walmart elkötelezettségét a kapcsolat iránt (Natanelov et al., 2022). Hasonlóképpen, a teljesítményalapú ösztönzők automatizálhatók a blokkláncon keresztül. A kivételes teljesítmény vagy innováció elismeréseként a beszállítókat a blokklánc platformon jelképes ösztönzőkkel jutalmazhatják.

Ezenkívül a központi banki digitális valuták (CBDC) bevezetése a Walmart fizetési rendszerébe csökkentheti a tranzakciós költségeket és egyszerűsítheti a határokon átnyúló fizetéseket. Ez a digitális valuta, amelyet egy ország központi bankja irányít, leegyszerűsítheti a fizetési folyamatot, csökkentheti a tranzakciós időt és csökkentheti az üzleti költségeket (Kim et al., 2022). A CBDC használata csökkentheti a hagyományos banki rendszerektől való függőséget is, minimálisra csökkentve a fizetési késedelmek kockázatát, és több értéket adhat a Walmart beszerzési és ellátáskezelési tevékenységéhez.

Ezekkel a blokklánc-alapú gyakorlatokkal a Walmart harmonikus kapcsolatot alakíthat ki beszállítóival, igazodva stratégiai céljaihoz, csökkentve a veszteségeket és megerősítve versenypozícióját. A blokklánc technológia és a CBDC lehetséges felhasználásának kombinációja forradalmasítja a Walmart beszerzési és beszerzési kezelését, növeli a költséghatékonyságot, valamint javítja az átláthatóságot és a nyomon követhetőséget (Tan et al., 2018).

4. Szállító értékelési és kiválasztási folyamat

A Walmart beszállítói értékelési és kiválasztási folyamata számos tényező alapos mérlegelését igényli, beleértve az iparági kontextust, a vállalat stratégiai prioritásait, az ellátási piac jellegét és az ellátási hálózat jellemzőit. Mivel a Walmart működési modellje az alacsony költségű termékek kínálatán múlik, beszállítóválasztási folyamata azon beszállítók azonosítására irányul, akik folyamatosan kiváló minőségű termékeket szállítanak versenyképes áron (Ross, 2008).

A kiskereskedelmi ágazat dinamikája és a fogyasztók változó elvárásai azonban árnyaltabb megközelítést igényelnek. A hangsúlyt a költségekre, a megbízhatóságra és a stratégiai illeszkedésre kell helyezni. Ez azt jelenti, hogy olyan beszállítókat kell kiválasztani, akiknek üzleti stratégiája, értékei és céljai összhangban vannak a Walmart-éval, ami együttműködésen alapuló és kölcsönösen előnyös kapcsolatokhoz vezethet (Ross, 2008).

Ezenkívül a fenntarthatóság számos fogyasztó és vállalkozás számára kritikus prioritássá vált (Bateh et al., 2014). Ez indokolja, hogy a kiválasztási folyamat során nagyobb hangsúlyt fektessenek a beszállítók fenntarthatósági gyakorlatára. Azok a beszállítók, akik szilárdan elkötelezettek a fenntarthatóság mellett, például a felelős beszerzési és hulladékcsökkentési gyakorlatot folytatók, segíthetnek a Walmartnak kielégíteni az etikus eredetű és környezetbarát termékek iránti növekvő fogyasztói keresletet.

A mesterséges intelligencia (AI) technológia a kiskereskedelmi ágazat átalakításának élvonalában áll, új hatékonyságot és versenyelőnyöket teremtve. Azok a beszállítók, akik megfelelően kiaknázzák ezeket a fejlesztéseket, stratégiai előnyt biztosíthatnak a Walmart számára egy erős versenypiacon, javítva az ellátási lánc minden aspektusát, a gyártástól a logisztikáig (Deiva Ganesh és Kalpana, 2022).

Az AI páratlan lehetőségeket kínál az áruk és szolgáltatások mozgásának feltérképezésére, átláthatóbbá és hatékonyabbá téve az ellátási láncot (Deiva Ganesh & Kalpana, 2022). Az AI-t használó beszállítók a prediktív analitika segítségével pontosan előre jelezhetik a keresletet, lehetővé téve számukra a termelés valós idejű módosítását és a hulladék minimalizálását. A mesterséges intelligencia számos forrásból származó adatot is képes elemezni, hogy azonosítsa a trendeket és mintákat, és ezáltal előre jelezze az ellátási lánc lehetséges zavarait. Ezen fennakadások előzetes felismerésével a Walmart proaktív intézkedéseket tehet a káros hatások mérséklésére, ezáltal fenntartva a folyamatos áruellátást.

A mesterséges intelligencia optimalizálhatja a készlettartást is, csökkentve a túl- vagy alulkészlettel kapcsolatos költségeket. A gépi tanulási algoritmusok elemezhetik a múltbeli értékesítési adatokat és változókat, például a szezonalitást, a promóciós tevékenységeket és a gazdasági mutatókat, hogy pontosan előre jelezzék a jövőbeli eladásokat (Punia és Shankar, 2022). Ez lehetővé teszi a precíz készletkezelést, biztosítva, hogy a Walmart a megfelelő készlettel a megfelelő időben rendelkezzen. A hatékony készletkezelés csökkenti a költségeket és növeli az ügyfelek elégedettségét azáltal, hogy elkerüli a készletezést, és biztosítja, hogy a termékek akkor álljanak rendelkezésre, amikor a fogyasztók azt szeretnék.

A mesterséges intelligencia automatizálhatja és optimalizálhatja a logisztikát is, amely kritikus terület az olyan globális kiskereskedők számára, mint a Walmart. A mesterséges intelligencia által hajtott logisztikai megoldások meghatározhatják a leghatékonyabb útvonalakat, figyelembe véve olyan tényezőket, mint a forgalom, az időjárási körülmények és az üzemanyagköltségek, hogy biztosítsák az áruk időben történő és költséghatékony kézbesítését (Punia & Shankar, 2022). Ezenkívül az AI-képességekkel rendelkező beszállítók támogathatják a Walmartot abban, hogy innovatívabb termékeket kínálhasson ügyfeleinek. A mesterséges intelligencia elemezni tudja a fogyasztói magatartást és preferenciákat, hogy azonosítsa a piaci hiányosságokat, vagy előre jelezze a közelgő trendeket, irányítva az új, célzott termékek fejlesztését.

Azok a beszállítók, akik integrálják az AI-t a működésükbe, jelentős versenyelőnyt biztosíthatnak a Walmart számára. A termelés és a logisztika hatékonyságának javításától a vevői preferenciákon alapuló termékkínálat bővítéséig az AI-alapú beszállítók segíthetnek a Walmartnak eligazodni a kiskereskedelmi ágazat összetettségei között (Tarallo et al., 2019). Ezeknek a technológia-vezérelt partnerségeknek köszönhetően a Walmart a kiskereskedelem élvonalában maradhat, teljesítheti és felülmúlhatja az ügyfelek elvárásait, miközben javítja az eredményt.

A beszállítói értékelési és kiválasztási folyamata általános hatékonyságának növelése érdekében a Walmart fontolóra veheti egy átfogó beszállítói pontozókártya bevezetését, amely gépi tanulási rendszerhez kapcsolódik (Guan et al., 2023). Ez magában foglalja a potenciális beszállítók értékelését számos kritérium alapján, nem csak a költségek és a megbízhatóság, hanem a pénzügyi állapot, a működési hatékonyság, a fenntarthatósági erőfeszítések és az innovációs kapacitás alapján is. Ezzel a Walmart biztosíthatja a beszállítók holisztikusabb értékelését, ami jobban megalapozott kiválasztási döntésekhez vezet, amelyek összhangban vannak stratégiai céljaival és a kiskereskedelmi ágazat változó igényeivel.

Következtetés

A globális kiskereskedelmi iparág titánjaként a Walmart beszerzési és ellátási lánckezelési gyakorlata döntő szerepet játszik teljesítményének és versenyképességének alakításában (Bank Muñoz et al., 2018). A vállalat számos bizonytalansággal néz szembe, beleértve a geopolitikai zavarokat, a környezeti problémákat, a gazdasági ingadozásokat, a technológiai fejlődést és a változó fogyasztói preferenciákat. Az ilyen bonyolultságok jelentősen befolyásolhatják a Walmart beszerzési és ellátási lánc tevékenységeit. Az ilyen bizonytalanságok elkerülése érdekében a Walmartnak sokrétű megközelítést kell alkalmaznia, beleértve a kínálati bázis diverzifikálását, robusztus kockázatértékelés és készenléti tervezés elfogadását, a technológiai fejlesztések felkarolását, a fenntarthatóságra való összpontosítást és a költséghatékony stratégiák kidolgozását.

A beszállító kiválasztásának folyamatát az iparági kontextus szempontjából értékelve a Walmart stratégiai prioritásai, az ellátási piac és az ellátási hálózat jellemzői további fejlesztési lehetőségeket tárnak fel. Míg a költséghatékonyság és a megbízhatóság elengedhetetlen, a kritériumok kiterjesztése a beszállítók stratégiai összehangolására, fenntarthatóságára és technológiai képességeire optimalizálhatja a kiválasztási folyamatot. Egy átfogó beszállítói eredménymutató beépítése és a kritériumok szélesebb körének értékelése, mint például a pénzügyi helyzet, a működési hatékonyság, a fenntarthatósági erőfeszítések és az innovációs kapacitás, holisztikusabb értékeléseket eredményezhet.

Ahhoz, hogy a Walmart optimalizálhassa beszerzési és beszerzési irányítását, folyamatosan alkalmazkodnia kell és újítania kell, hogy megfeleljen a dinamikus iparági környezetnek, valamint ügyfelei változó igényeinek és elvárásainak. A bizonytalanságok hatékony kezelésével, a beszállítói kapcsolatok erősítésével, valamint beszállítói értékelési és kiválasztási folyamatának finomításával a Walmart megerősítheti ellátási láncát, növelve versenyképességét, és hosszú távú sikerre pozícionálhatja magát a globális kiskereskedelmi ágazatban.

Referenciák

Ahmad, R. W., Hasan, H., Jayaraman, R., Salah, K. és Omar, M. (2021). Blockchain alkalmazások és architektúrák kikötői műveletekhez és logisztikai menedzsmenthez. Kutatás a közlekedési üzletágban és menedzsmentben, 41, 100620. https://doi.org/10.1016/j.rtbm.2021.100620
Ahram, T., Sargolzaei, A., Sargolzaei, S., Daniels, J. és Amaba, B. (2017). Blockchain technológiai innovációk. 2017-es IEEE technológiai és mérnöki menedzsment konferencia (TEMSCON), 137–141. https://doi.org/10.1109/TEMSCON.2017.7998367
Alkhader, W., Alkaabi, N., Salah, K., Jayaraman, R., Arshad, J. és Omar, M. (2020). Blockchain alapú nyomon követhetőség és kezelés az additív gyártáshoz. IEEE hozzáférés, 8, 188363–188377. https://doi.org/10.1109/ACCESS.2020.3031536
Bank Muñoz, C., Kenny, B. és Stecher, A. (szerk.). (2018). Walmart a globális délen: munkahelyi kultúra, munkapolitika és ellátási láncok. University of Texas Press. https://doi.org/10.7560/315675
Bateh, J., Heaton, C., Arbogast, G. W. és Broadbent, A. (2014). A fenntarthatóság meghatározása az üzleti környezetben. Journal of Sustainability Management (JSM), 1(1), 1–4. https://doi.org/10.19030/jsm.v1i1.8386
Bertino, E., Kundu, A., & Sura, Z. (2019). Adatok átláthatósága a blokklánccal és az AI etikával. Journal of Data and Information Quality, 11(4), 16:1-16:8. https://doi.org/10.1145/3312750
Charles, V., Emrouznejad, A. és Gherman, T. (2023). A blokklánc és a mesterséges intelligencia integrációjának kritikai elemzése az ellátási láncban. Annals of Operations Research. https://doi.org/10.1007/s10479-023-05169-w
Christopher, M. (2016). Logisztika és ellátási lánc menedzsment. Pearson Egyesült Királyság.
Cong, LW és He, Z. (2019). Blokklánc-megszakítás és intelligens szerződések. A Pénzügyi Tanulmányok Szemle, 32(5), 1754–1797. https://doi.org/10.1093/rfs/hhz007
Deiva Ganesh, A. és Kalpana, P. (2022). A mesterséges intelligencia jövője és hatása az ellátási lánc kockázatkezelésére – Szisztematikus áttekintés. Számítógépek és ipari tervezés, 169, 108206. https://doi.org/10.1016/j.cie.2022.108206
Dekhne, A., Hastings, G., Murnane, J. és Neuhaus, F. (2019). Automatizálás a logisztikában: Nagy lehetőség, nagyobb bizonytalanság. McKinsey Q, 24.
Greenwald, B. C. és Stiglitz, J. E. (1993). A pénzügyi piac tökéletlenségei és üzleti ciklusok. A gazdasági negyedéves folyóirat, 108(1), 77–114. https://doi.org/10.2307/2118496
Guan, W., Ding, W., Zhang, B., Verny, J. és Hao, R. (2023). Az ellátási lánchoz kapcsolódó tényezők növelik-e a blokklánc bevezetésének előrejelzési pontosságát? Gépi tanulási megközelítés. Technológiai előrejelzés és társadalmi változás, 192, 122552. https://doi.org/10.1016/j.techfore.2023.122552
Kashem, M. A., Shamsuddoha, M., Nasir, T. és Chowdhury, A. A. (2023). Az ellátási lánc megszakítása és az optimalizálás: áttekintés a mesterséges intelligenciáról és a blokkláncról. Tudás, 3(1), 80–96. https://doi.org/10.3390/knowledge3010007
Kim, K., Tetlow, R. J., Infante, S., Orlik, A. és Silva, A. F. (2022). A CBDC makroökonómiai hatásai: A szakirodalom áttekintése. Pénzügyi és közgazdasági vitasorozat, 2022-076, 1–65. https://doi.org/10.17016/feds.2022.076
Mason, A., Narcum, J. és Mason, K. (2020). Változások a fogyasztói döntéshozatalban a COVID-19 világjárvány következtében. Journal of Customer Behavior, 19(4), 299–321. https://doi.org/10.1362/147539220X16003502334181
McKnight, B. és Linnenluecke, M. K. (2019). A különböző típusú természeti katasztrófákra adott határozott válaszlépések mintái. Üzlet és társadalom, 58(4), 813–840. https://doi.org/10.1177/0007650317698946
Natanelov, V., Cao, S., Foth, M. és Dulleck, U. (2022). Blockchain intelligens szerződések az ellátási lánc finanszírozására: Az ausztrál-kínai marhahús-ellátási láncok innovációs potenciáljának feltérképezése. Journal of Industrial Information Integration, 30, 100389. https://doi.org/10.1016/j.jii.2022.100389
Ozdayi, M. S., Kantarcioglu, M. és Malin, B. (2020). A blokklánc kihasználása változatlan naplózáshoz és lekérdezéshez több webhelyen. BMC Orvosi Genomika, 13(7), 82. https://doi.org/10.1186/s12920-020-0721-2
Punia, S. és Shankar, S. (2022). Prediktív analitika kereslet-előrejelzéshez: mély tanuláson alapuló döntéstámogató rendszer. Tudás alapú rendszerek, 258, 109956. https://doi.org/10.1016/j.knosys.2022.109956
Ross, DF (2008). Az intim ellátási lánc: az ellátási lánc kihasználása a vevői élmény kezelésére. CRC Press.
Sheffi, Y. (2009). Üzletmenet-folytonosság: szisztematikus megközelítés. Ban ben A globális üzlet és a terrorfenyegetés. Edward Elgar Kiadó. https://www.elgaronline.com/display/edcoll/9781847208507/9781847208507.00007.xml
Tan, B., Yan, J., Chen, S. és Liu, X. (2018). A blokklánc hatása az élelmiszer-ellátási láncra: A Walmart esete. M. Qiu (szerk.), Intelligens blokklánc (pp. 167–177). Springer International Publishing. https://doi.org/10.1007/978-3-030-05764-0_18
Tarallo, E., Akabane, G. K., Shimabukuro, C. I., Mello, J. és Amancio, D. (2019). Gépi tanulás a gyorsan változó fogyasztási cikkek iránti kereslet előrejelzésében: Feltáró kutatás. IFAC-PapersOnLine, 52(13), 737–742. https://doi.org/10.1016/j.ifacol.2019.11.203
Yeung, H. W. és Coe, N. (2015). A globális termelési hálózatok dinamikus elmélete felé. Gazdasági földrajz, 91(1), 29–58. https://doi.org/10.1111/ecge.12063

Figyelje meg: A mesterséges intelligencia a „kiegészítésre” való, nem a munkaerő leváltására

Új a blokkláncban? Tekintse meg a CoinGeek Blockchain for Beginners szakaszát, amely a végső erőforrás-útmutató, hogy többet megtudjon a blokklánc technológiáról.