Zastosowanie sztucznej inteligencji i zrównoważonych finansów łańcucha dostaw w obsłudze logistycznej omnichannel

• Autorzy: Pawlicka Kinga , Bal Monika

Identyfikatory

DOI

10.33226/1231-2037.2021.10.3

Warianty tytułu

EN

Application of artificial intelligence and sustainable finance of the supply chain in omnichannel logistics

• Języki publikacji: PL

Abstrakty

PL

Przedsiębiorstwa, dążąc do maksymalizacji efektywności funkcjonowania łańcucha dostaw, powinny zmierzać do jego zrównoważenia. Jednak bardzo często dużą barierą dla przedsiębiorstw jest przestrzeganie praktyk zrównoważonego rozwoju przy jednoczesnym zapewnieniu lepszych wyników finansowych. W ostatnich latach wzrosło także znaczenie nowoczesnych rozwiązań zgodnych z ideą zrównoważonego rozwoju i wykorzystujących sztuczną inteligencję do poprawy wydajności zarządzania łańcuchem dostaw. Dlatego w artykule przyjęto dwa cele. Pierwszy, natury teoretycznej, polega na określeniu możliwości wsparcia wdrożenia i rozwoju zarządzania zrównoważonym łańcuchem dostaw przy zastosowaniu technologii sztucznej inteligencji. Drugi, natury praktycznej, dotyczy przedstawienia sposobów poprawy finansów łańcucha dostaw z wykorzystaniem nowoczesnych rozwiązań do zarządzania nimi, czyli SSCM (sustainable supply chain management, zarządzanie zrównoważonym łańcuchem dostaw) i AI (artificial intelligence, sztuczna inteligencja), na przykładzie polskiej firmy odzieżowej stosującej omnichannel. We wnioskach ze studium przypadku stwierdzono, że wdrażając sztuczną inteligencję, liderzy łańcucha dostaw mogą z większą łatwością poprawić wszystkie kluczowe wymiary zrównoważonego rozwoju, zwłaszcza w obszarze strategicznym, poprzez wzmocnienie partnerstwa i współpracy z dostawcami oferującymi materiały o wartości dodanej, które gwarantują przewagę konkurencyjną.

EN

Enterprises striving to maximize the efficiency of the supply chain operation should strive to balance it. However, very often a big barrier for enterprises is the observance of sustainable development practices while ensuring better financial results. In recent years, the importance of modern solutions consistent with the idea of sustainable development and using artificial intelligence in increasing the efficiency of supply chain management has also increased. Hence, two goals were adopted. The first one, of a theoretical nature, consists in determining the possibilities of supporting the implementation and development of sustainable supply chain management with the use of artificial intelligence technology. The second, of a practical nature, concerns the presentation of ways to improve the finances of the supply chain achieved with the use of modern solutions for their management — implementation with the use of SSCM (sustainable supply chain management) and AI (artificial intelligence) on the example of the Polish clothing company using omnichannel. The case study showed that by deploying AI, supply chain leaders can more easily improve all key dimensions of sustainability, especially in the strategic area, based on strengthening partnerships and collaboration with suppliers offering value-added materials that provide a competitive advantage.

Słowa kluczowe

PL

finanse łańcucha dostaw; zrównoważony łańcuch dostaw; sztuczna inteligencja; logistyka omnichannel

EN

supply chain finance; sustainable supply chain; artificial intelligence; omnichannel logistics

• Wydawca: Polskie Wydawnictwo Ekonomiczne SA
• Czasopismo: Gospodarka Materiałowa i Logistyka
• Rocznik: 2021
• Tom: nr 10
• Strony: 27--35
• Opis fizyczny: Bibliogr. 34 poz., rys., tab.

Twórcy

autor

Pawlicka Kinga

• Uniwersytet Ekonomiczny w Poznaniu

• https://orcid.org/0000-0002-8634-5282

autor

Bal Monika

• Uniwersytet Ekonomiczny w Poznaniu

• https://orcid.org/0000-0003-3997-5377

Bibliografia

• Adams, N. M. (2010). Perspectives on data mining. International Journal of Market Research, 52(1), 11–19.
• Alibhai, S., Bell, S., Conner, G. (2019). What's happening in the missing middle?: Lessons from financing SMEs. The World Bank.
• Camerinelli, E. (2009). Measuring the value of the supply chain: Linking financial performance and supply chain decisions. Routledge.
• Chalmeta, R., Barqueros-Munoz, J. E. (2021). Using big data for sustainability in supply chain management. Sustainability, 13(13), 7004, https://doi.org/10.3390/su13137004
• Boer, R. de, Bals, L., Tate, W., Gelsomino, L., Steeman, M., Bals, C. (2017). Exploring the financial flows in sustainable supply chains. 24th International Conference on Production Research (ICPR). Poznan (Poland).
• El Zaatari, S., Marei, M., Li, W., & Usman, Z. (2019). Cobot programming for collaborative industrial tasks: An overview. Robotics and Autonomous Systems, 116, 162–180. https://doi.org/10.1016/j.robot.2019.03.003
• Fan, J., Fang, L., Wu, J., Guo, Y., Dai, Q. (2020). From brain science to artificial intelligence. Engineering, 6(3), 248–252, https://doi.org/10.1016/j.eng.2019.11.012
• Fritz, M. M. C. (2019). Sustainable supply chain management. Responsible consumption and production. Encyclopedia of the UN Sustainable Development Goals. Springer. https://doi.org/10.1007/978-3-319-71062-4_21-1
• Gao, Z. (2020). The application of artificial intelligence in stock investment. Journal of Physics: Conference Series, 1453(1). https://doi.org/10.1088/1742-6596/1453/1/012069
• Hofmann, E. (2005). Supply Chain Finance: Some conceptual insights (203–214). W: R. Lasch, C. G. Janker (red.), Logistik Management — Innovative Logistikkonzepte. Wiesbaden: University of St. Gallen.
• Huang, Y., Li, J., Fu, J. (2019). Review on application of artificial intelligence in civil engineering. Computer Modelling in Engineering & Sciences, 121(3), 845–875. https://doi.org/10.32604/cmes.2019.07653
• Karaosman, H., Brun, A., Morales-Alonso, G. (2017). Vogue or vague: sustainability performance appraisal in luxury fashion supply chains. Sustainable management of luxury, Singapore: Springer, 301–330.
• Kumar, V., Rajan, B., Venkatesan, R., Lecinski, J. (2019). Understanding the role of artificial intelligence in personalized engagement marketing. California Management Review, 61(4), 135–155. https://doi.org/10.1177/0008125619859317
• Lamoureux, J. -F., Evans, T. A. (2011). Supply Chain Finance: A new means to support the competitiveness and resilience of global value chains. Rochester, NY: Social Science Research Network. https://doi.org/10.2139/ssrn.2179944
• Li, R., Dong, Q., Jin, C., Kang, R. (2017). A new resilience measure for supply chain networks. Sustainability, 9(1), 144, https://doi.org/10.3390/su9010144
• Milder, B. (2008). Closing the gap: Reaching the missing middle and rural poor through value chain finance. Enterprise Development & Microfinance, 19(4), 301. https://doi.org/10.3362/1755-1986.2008.027
• Min, H. (2010). Artificial intelligence in supply chain management: theory and applications. International Journal of Logistics: Research and Applications, 13(1), 13–39. https://doi.org/10.1080/13675560902736537
• Olan, F., Liu, S., Suklan, J., Jayawickrama, U., Arakpogun, E. O. (2021). The role of Artificial Intelligence networks in sustainable supply chain finance for food and drink industry. International Journal of Production Research, 1–16. https://doi.org/10.1080/00207543.2021.1915510
• Özdemir, V., Hekim, N. (2018). Birth of industry 5.0: Making sense of big data with artificial intelligence, „the internet of things” and next-generation technology policy. Omics: A Journal of Integrative Biology, 22(1), 65–76. https://doi.org/10.1089/omi.2017.0194
• Patnaik, D. (2015). Theorizing change in artificial intelligence: Inductivising philosophy from economic cognition processes. AI & Society, 30(2), 173–181. https://doi.org/10.1007/s00146-013-0524-5
• Radhakrishnan, A., David, D. J., Sridharan, S. V., Davis, J. S. (2018). Re-examining supply chain integration: a resource dependency theory perspective. International Journal of Logistics Systems and Management, 30(1), 1–30. https://doi.org/10.1504/IJLSM.2018.091444
• McKinsey (2017). Rewolucja AI. Jak sztuczna inteligencja zmieni biznes w Polsce (2017). Raport. McKinsey & Company, Forbes Polska.
• Serrador, P., Pinto, J. K. (2015). Does agile work? A quantitative analysis of agile project success. International Journal of Project Management, 33(5), https://doi.org/10.1016/j.ijproman.2015.01.006
• Someh, I., Wixom, B., Zutavern, A. (2020). Overcoming organizational obstacles to artificial intelligence value creation: propositions for research. Proceedings of the 53rd Hawaii International Conference on System Sciences. https://doi.org/10.24251/HICSS.2020.712
• Stawiarska, E. (2016). Logistyczne systemy informatyczne wykorzystujące sztuczną inteligencję w branży motoryzacyjnej. Organizacja i Zarządzanie, (4), 101–119.
• Steeman, M. (2014). The Power of Supply Chain Finance: How companies can apply collaborative finance models in their supply chain to mitigate risks and reduce costs. Hogeschool Windesheim.
• Syam, N., Sharma, A. (2018). Waiting for a sales renaissance in the fourth industrial revolution: Machine learning and artificial intelligence in sales research and practice. Industrial marketing management, 69, 135–146. https://doi.org/10.1016/J.INDMARMAN.2017.12.019
• Tseng, M. L., Wu, K. J., Hu, J., Wang, C. H. (2018). Decision-making model for sustainable supply chain finance under uncertainties. International Journal of Production Economics, 205, 30–36. https://doi.org/10.1016/j.ijpe.2018.08.024
• Venkatesh, V. G., Zhang, A., Deakins, E., Luthra, S., Mangla, S. (2019). A fuzzy AHP-TOPSIS approach to supply partner selection in continuous aid humanitarian supply chains. Annals of Operations Research, 283(1), 1517–1550. https://doi.org/10.1007/s10479-018-2981-1
• Vipul, J., (2009). Editorial note for the special issue on 'Artificial Intelligence Techniques for Supply Chain Management'. Engineering Applications of Artificial Intelligence, 22(6): 829–831. https://doi.org/10.1016/j.engappai.2009.01.009
• Wuttke, D. A., Blome, C., Henke, M. (2013). Focusing the financial flow of supply chains: An empirical investigation of financial supply chain management. International Journal of Production Economics, 145, 773–789. https://doi.org/10.1016/j.ijpe.2013.05.031
• Wyskwarski, M. (2015). Metody sztucznej inteligencji w organizacji inteligentnej. Zeszyty Naukowe. Organizacja i Zarządzanie/Politechnika Śląska, (86). 159–168.
• Yu, G., Li, F., Yang, Y. (2017). Robust supply chain networks design and ambiguous risk preferences. International Journal of Production Research, 55(4), 1168–1182, https://doi.org/10.1080/00207543.2016.1232499.
• Zahraee, S. M., Assadi, M. K., Saidur, R. (2016). Application of artificial intelligence methods for hybrid energy system optimization. Renewable and Sustainable Energy Reviews, 66, 617–630, https://doi.org/10.1016/j.rser.2016.08.028

Uwagi

Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).