Utnyttja blockchain och artificiell intelligens i inköp och supply chain management: ett strategiskt tillvägagångssätt för Walmart

Den här artikeln publicerades först på Dr. Craig Wrights blogg, och vi publicerade om med tillstånd från författaren.

Beskrivning

Walmart Inc. (NASDAQ: WMT), med huvudkontor i Bentonville, Arkansas, är världens största detaljhandelsföretag efter intäkter och anställda (Bank Muñoz et al., 2018). Walmart driver olika format av återförsäljare i 27 länder under 55 olika namn och har en omfattande global leveranskedja. Dess nyckelproduktkategorier inkluderar dagligvaror, kläder, hemvaror och elektronik, som kommer från en rad inhemska och internationella leverantörer. Den här artikeln utforskar de kritiska osäkerheterna i Walmarts inköps- och leveranshantering och ger rekommendationer för att hantera dessa osäkerheter och förbättra leverantörsrelationerna.

1. Stora osäkerheter som påverkar inköp och leveranshantering

Som ett av de största multinationella detaljhandelsföretagen påverkas Walmarts inköps- och supply chain management-aktiviteter avsevärt av olika osäkerheter. Först bland dessa är geopolitiska störningar (Yeung & Coe, 2015). Förändringar i handelspolitiken, införandet av tullar eller införandet av sanktioner kan drastiskt påverka kostnaderna och tillgängligheten för varor. För att upprätthålla effektiviteten och effektiviteten i sin leveranskedja måste Walmart kontinuerligt övervaka och anpassa sig till sådana policyförändringar.

Miljöhänsyn utgör en annan betydande osäkerhet. Med tanke på den globala omfattningen av dess verksamhet kan Walmarts försörjningsvägar påverkas avsevärt av miljökatastrofer som orkaner, översvämningar eller bränder. Till exempel kan en översvämning i en region där en nyckelleverantör finns störa produktionen eller leveransen av varor, vilket påverkar Walmarts förmåga att lagra sina butiker och betjäna sina kunder (McKnight & Linnenluecke, 2019).

Konjunktursvängningar utgör också en stor utmaning. Konsumenter kan minska utgifterna i ekonomiska nedgångar, vilket minskar efterfrågan (Greenwald & Stiglitz, 1993). Alternativt, under perioder av ekonomisk tillväxt, kan ökad konkurrens driva upp priserna på varor, vilket påverkar Walmarts kostnadsstruktur. I båda scenarierna måste Walmarts inköps- och leveranshanteringsaktiviteter vara tillräckligt smidiga för att anpassa sig till dessa förändringar, vilket kan innebära att söka mer kostnadseffektiva leverantörer eller anpassa inköpsstrategier för att matcha förändrad efterfrågan.

En annan betydande osäkerhet är den snabba teknikutvecklingen. Detaljhandeln digitaliseras allt mer, med e-handel som växer fram som ett betydande tillväxtområde (Dekhne et al., 2019). Som sådan måste Walmart säkerställa att dess inköps- och leveranshanteringsaktiviteter kan hålla jämna steg med dessa tekniska framsteg. Det kan innebära att integrera digitala verktyg för att effektivisera upphandlingsprocesser eller dataanalys för att fatta mer välgrundade köpbeslut.

Slutligen kan förändringar i konsumentbeteende avsevärt påverka Walmarts inköps- och leveranshantering (Mason et al., 2020). Ett ökande antal konsumenter söker hållbara och etiskt framställda produkter, så Walmart måste anpassa sina upphandlingsstrategier därefter. Detta kan innebära en noggrannare granskning av leverantörer för att säkerställa att de uppfyller dessa hållbarhets- och etiska standarder eller att prioritera leverantörer som gör det.

I huvudsak är de osäkerheter som Walmart står inför i sin inköps- och leveranshantering mångfacetterade och komplexa, vilket kräver ett dynamiskt och anpassningsbart tillvägagångssätt. Allt eftersom världen utvecklas kommer dessa utmaningar sannolikt att bestå och till och med intensifieras, vilket understryker vikten av effektiva strategier för upphandling och leveranshantering för att upprätthålla Walmarts konkurrensfördelar (Bank Muñoz et al., 2018).

2. Hantera effekterna av osäkerheter

För att mildra de potentiella effekterna av dessa osäkerheter kan Walmart implementera olika strategier som inte bara drar nytta av dess befintliga kapacitet utan också omfattar banbrytande teknologier som blockchain (Tan et al., 2018). Kärnan i dessa strategier är att etablera en diversifierad leveransbas och logistiknätverk, som erbjuder Walmart flexibilitet inför geopolitiska störningar.

Genom att köpa från flera regioner kan Walmart skydda sig mot förändringar i handelspolitik eller sanktioner som påverkar vissa regioner oproportionerligt mycket. På samma sätt, som svar på miljökriser, kan ett diversifierat logistiknätverk säkerställa alternativa försörjningsvägar och därigenom upprätthålla varuflödet.

Riskbedömning och beredskapsplanering är viktiga komponenter i Walmarts strategi (Sheffi, 2009). Detta proaktiva tillvägagångssätt innebär systematisk identifiering och utvärdering av potentiella risker och att skapa beredskapsplaner för att hantera dessa risker effektivt. Till exempel, om en kritisk leverantör befinner sig i en region som är utsatt för naturkatastrofer, kan en beredskapsplan, som att identifiera alternativa leverantörer eller öka lagernivåerna, ge ett skyddsnät som säkerställer oavbruten leverans.

Tekniska framsteg, särskilt blockchain (Christopher, 2016), kan erbjuda
transformativa lösningar för Walmarts inköps- och leveranshanteringsaktiviteter. Blockchain-teknik skulle kunna tillhandahålla en transparent och oföränderlig reskontra, vilket säkerställer spårbarhet och verifiering av transaktioner längs leveranskedjan. Detta kan hjälpa till att fatta mer välgrundade köpbeslut och öka förtroendet bland alla intressenter. Walmart skulle också kunna använda molnbaserade inköpslösningar för att effektivisera sin verksamhet, förbättra effektiviteten och möjliggöra realtidssamarbete med leverantörer, förbättra svarstider och beslutsprocesser.

Den ökande konsumentefterfrågan på hållbara och etiskt framställda produkter kräver ett intensifierat fokus på hållbarhet i upphandlingsaktiviteter. Blockchain kan spela en betydande roll här genom att ge synlighet i leverantörers praxis och bekräfta efterlevnaden av hållbara och etiska standarder (Ahmad et al., 2021). Genom att prioritera leverantörer som visar solida åtaganden för hållbarhet och etiska metoder, även om deras priser är något högre, kan Walmart förbättra sin varumärkesimage och tjäna långsiktig kundlojalitet.

Inför konjunktursvängningar är kostnadseffektiva strategier av största vikt. Walmart skulle kunna stärka relationerna med leverantörer för att förhandla fram bättre villkor. Att förbinda sig till långsiktiga kontrakt med leverantörer, underlättat av smarta blockchain-kontrakt (Cong & He, 2019), kan säkra lägre priser och garantera leverans, även under ekonomiska nedgångar. Dessa smarta kontrakt kan automatisera transaktioner baserade på förinställda regler, vilket minskar administrativa kostnader och sannolikheten för tvister.

När Walmart navigerar i komplexiteten och osäkerheterna som är inneboende i den globala detaljhandeln, kan strategisk planering och skicklig tillämpning av spjutspetsteknologier som blockchain och artificiell intelligens (AI) hjälpa till att minska risker och upprätthålla operativ effektivitet. Blockchain-teknologin betonar transparens, spårbarhet och säkerhet och tillåter Walmart att hantera risker förknippade med förfalskade varor, avbrott i leveranskedjan och efterlevnad av leverantörer (Ahram et al., 2017). Blockchains oföränderliga, decentraliserade reskontrasystem säkerställer varornas äkthet, spårar deras resa genom leveranskedjan och registrerar leverantörernas efterlevnad av överenskomna standarder och kontrakt. Denna nivå av synlighet och ansvarsskyldighet hjälper till att hantera osäkerheter relaterade till kvalitet och leverans samtidigt som den främjar förtroendet mellan Walmart, dess leverantörer och dess kunder.

Dessutom öppnar integrering av artificiell intelligens med blockchain nya vägar för att hantera risker och osäkerheter (Charles et al., 2023). AI:s prediktiva analys kan analysera blockkedjedata för att förutsäga potentiella avbrott i leveranskedjan, vilket ger Walmart en proaktiv hållning för att hantera dessa risker. Till exempel kan maskininlärningsalgoritmer använda data som lagras i blockkedjan för att förutsäga möjliga leveransförseningar eller identifiera leverantörer som utgör en risk på grund av tidigare bristande efterlevnadsproblem.

AI kan också optimera lagerhållningen genom att förutsäga efterfrågemönster, vilket hjälper Walmart att undvika stockouts och överlager, som utgör finansiella risker. Dessutom kan AI:s förmåga att analysera stora mängder data hjälpa Walmart att förutse förändringar i konsumentbeteende, marknadstrender eller regulatoriska förändringar, och därigenom utrusta företaget att reagera effektivt och i tid, vilket minskar risken för inkurans eller bristande efterlevnad (Natanelov et al. , 2022).

Att kombinera blockchain och AI kan skapa ett robust ramverk för riskhantering för Walmart (Kashem et al., 2023). Blockchain ger ett pålitligt register över transaktioner och rörelser över hela försörjningskedjan, medan AI analyserar dessa data för att förutsäga potentiella risker och erbjuda strategiska rekommendationer. Denna fusion säkerställer Walmarts inköps- och leveranshanteringsaktiviteter och säkerställer en konsekvent leverans av varor som möter kundernas behov och förväntningar. Att effektivt hantera osäkerheter genom dessa avancerade teknologier förstärker Walmarts konkurrensposition inom detaljhandelssektorn, vilket gör det möjligt för den att leverera överlägset kundvärde och upprätthålla operativ excellens, även inför förändrad marknadsdynamik och oförutsedda störningar (Deiva Ganesh & Kalpana, 2022).

3. Inköps- och leveranshanteringsmetoder

Effektiva rutiner för inköp och leveranshantering är avgörande i en allt mer komplex global detaljhandelsindustri. Blockchain, ett distribuerat och transparent reskontrasystem, kan förstärka dessa metoder och förbättra Walmarts konkurrenskraft avsevärt. Centralt i denna strategi är att främja robusta, samarbetsrelationer med leverantörer där ömsesidiga mål är sammanflätade. Blockchains transparens och spårbarhet kan öppna nya vägar för samarbete, från gemensamma produktutvecklingsinitiativ till gemensamma hållbarhetsmål, och därigenom öka produktkvaliteten och den övergripande operativa effektiviteten (Tan et al., 2018).

Blockchain-tokens kan revolutionera Walmarts leveranskedja genom att tillhandahålla synlighet och spårbarhet i realtid (Alkhader et al., 2020). Dessa digitala tokens representerar fysiska tillgångar och kan spåras genom hela leveranskedjan, från råvarustadiet till slutkonsumenten. Detta kan hjälpa Walmart att säkerställa produktens äkthet, övervaka produktrörelser och identifiera flaskhalsar eller ineffektivitet i leveranskedjan, och därigenom minska förluster i samband med förfalskning, stöld och ineffektivitet. Denna typ av synlighet kan också försäkra konsumenter om ursprunget och kvaliteten på deras inköp, vilket förbättrar Walmarts varumärkesimage och pålitlighet.

En viktig aspekt av dessa metoder är regelbunden kommunikation och transparens, ett område där blockchain kan ge betydande fördelar. Blockchain kan underlätta datadelning i realtid över hela leveranskedjan, vilket leder till proaktiv problemlösning och idéutbyte. Denna nivå av transparens gör det också möjligt för Walmart att dela sina affärsstrategier och förväntningar med leverantörer, vilket hjälper dem att anpassa sin verksamhet mer effektivt (Bertino et al., 2019).

Att kontinuerligt övervaka leverantörernas prestanda och ge konstruktiv feedback är ett annat kritiskt område där blockchain kan spela en transformerande roll. Med blockchain kan Walmart skapa en oföränderlig, korrekt registrering av leverantörsprestandaindikatorer som kvalitet, leverans, kostnad och innovation (Ozdayi et al., 2020). Den tydlighet som denna teknik ger gör det möjligt för leverantörer att förstå sina förbättringsområden och anpassa sina mål till Walmarts. Dessutom kan Walmart lansera kapacitetsbyggande initiativ, såsom utbildningsprogram om blockchain-teknik, för att förbättra leverantörernas kapacitet och deras komfort med att använda denna teknik.

Dessutom kan den motiverande aspekten av leverantörshantering också förbättras genom blockchain. Långsiktiga kontrakt kan utföras som smarta kontrakt på en blockchain, vilket ger leverantörer säkerhet och visar Walmarts engagemang för relationen (Natanelov et al., 2022). På liknande sätt kan prestationsbaserade incitament automatiseras genom blockchain. Som ett erkännande av exceptionell prestanda eller innovation kan leverantörer belönas genom tokeniserade incitament på blockchain-plattformen.

Dessutom skulle införandet av Central Bank Digital Currencies (CBDC) i Walmarts betalningssystem kan minska transaktionskostnaderna och förenkla gränsöverskridande betalningar. Denna digitala valuta, som styrs av ett lands centralbank, kan effektivisera betalningsprocessen, minska transaktionstider och sänka affärskostnaderna (Kim et al., 2022). Att använda CBDC kan också minska beroendet av traditionella banksystem, minimera risken för betalningsförseningar och tillföra mer värde till Walmarts inköps- och leveranshanteringsaktiviteter.

Genom dessa blockchain-drivna metoder kan Walmart etablera en harmonisk relation med sina leverantörer, anpassa sig till sina strategiska mål, minska förlusterna och stärka sin konkurrensposition. Kombinationen av blockchain-teknik och den potentiella användningen av CBDC kommer att revolutionera Walmarts inköps- och leveranshantering, öka kostnadseffektiviteten och förbättra transparens och spårbarhet (Tan et al., 2018).

4. Leverantörsutvärdering och urvalsprocess

Leverantörsutvärderingen och urvalsprocessen på Walmart kräver noggrann övervägande av många faktorer, inklusive branschkontext, företagets strategiska prioriteringar, arten av leverantörsmarknaden och egenskaperna hos dess leverantörsnätverk. Eftersom Walmarts verksamhetsmodell bygger på att erbjuda lågkostnadsprodukter, är dess leverantörsvalsprocess inriktad på att identifiera leverantörer som konsekvent levererar högkvalitativa varor till konkurrenskraftiga priser (Ross, 2008).

Men dynamiken i detaljhandeln och konsumenternas föränderliga förväntningar kräver ett mer nyanserat tillvägagångssätt. Fokus bör ligga på kostnad, tillförlitlighet och strategisk passform. Detta innebär att välja leverantörer vars affärsstrategier, värderingar och mål överensstämmer med Walmarts, vilket kan leda till mer samarbetande och ömsesidigt fördelaktiga relationer (Ross, 2008).

Dessutom har hållbarhet blivit en kritisk prioritet för många konsumenter och företag (Bateh et al., 2014). Detta motiverar en större betoning på leverantörernas hållbarhetspraxis i urvalsprocessen. Leverantörer som visar fasta åtaganden för hållbarhet, till exempel de med ansvarsfulla inköp och avfallsminskningsmetoder, kan hjälpa Walmart att tillgodose den växande konsumentefterfrågan på etiskt framställda och miljövänliga produkter.

Tekniken med artificiell intelligens (AI) ligger i framkant när det gäller att förändra detaljhandeln, driva på nya effektivitetsvinster och konkurrensfördelar. Leverantörer som på ett skickligt sätt utnyttjar dessa framsteg kan ge Walmart ett strategiskt försprång på en mycket konkurrensutsatt marknad, vilket förbättrar alla aspekter av leveranskedjan, från tillverkning till logistik (Deiva Ganesh & Kalpana, 2022).

AI erbjuder oöverträffade möjligheter att kartlägga rörelsen av varor och tjänster, vilket gör leveranskedjan mer transparent och effektiv (Deiva Ganesh & Kalpana, 2022). Leverantörer som använder AI kan använda prediktiv analys för att prognostisera efterfrågan korrekt, vilket gör det möjligt för dem att justera produktionen i realtid och minimera avfallet. AI kan också analysera en mängd data från olika källor för att identifiera trender och mönster och därigenom förutsäga potentiella störningar i försörjningskedjan. Genom att föregripande känna igen dessa störningar kan Walmart vidta proaktiva åtgärder för att mildra eventuella negativa effekter och därigenom upprätthålla en konsekvent leverans av varor.

Artificiell intelligens kan också optimera lagerhållningen, vilket minskar kostnaderna i samband med över- eller underlager. Maskininlärningsalgoritmer kan analysera historiska försäljningsdata och variabler som säsongsvariationer, marknadsföringsaktiviteter och ekonomiska indikatorer för att korrekt förutsäga framtida försäljning (Punia & Shankar, 2022). Detta möjliggör exakt lagerhantering, vilket säkerställer att Walmart har rätt lager vid rätt tidpunkt. Effektiv lagerhantering minskar kostnaderna och ökar kundnöjdheten genom att undvika lageruttag och säkerställa att produkter är tillgängliga när konsumenterna vill ha dem.

AI kan också automatisera och optimera logistik, ett kritiskt område för en global återförsäljare som Walmart. AI-drivna logistiklösningar kan bestämma de mest effektiva rutterna, med hänsyn till faktorer som trafik, väderförhållanden och bränslekostnader, för att säkerställa snabb och kostnadseffektiv leverans av varor (Punia & Shankar, 2022). Dessutom kan leverantörer utrustade med AI-kapacitet stödja Walmart med att erbjuda mer innovativa produkter till sina kunder. AI kan analysera konsumentbeteende och preferenser för att identifiera luckor på marknaden eller förutsäga kommande trender, vägleda utvecklingen av nya, mycket riktade produkter.

Leverantörer som integrerar AI i sin verksamhet kan ge Walmart en betydande konkurrensfördel. Från att förbättra effektiviteten i produktion och logistik till att förbättra produkterbjudanden baserat på kundernas preferenser, AI-drivna leverantörer kan hjälpa Walmart att navigera i detaljhandelsbranschens komplexitet (Tarallo et al., 2019). Genom dessa teknikdrivna partnerskap kan Walmart ligga i framkanten av detaljhandeln, möta och överträffa kundernas förväntningar och samtidigt förbättra resultatet.

För att förbättra den övergripande effektiviteten av sin leverantörsutvärdering och urvalsprocess kan Walmart överväga att anta ett omfattande styrkort för leverantörer kopplat till ett maskininlärningssystem (Guan et al., 2023). Detta skulle innebära att utvärdera potentiella leverantörer utifrån en rad kriterier, inte bara kostnad och tillförlitlighet utan också ekonomisk hälsa, operativ effektivitet, hållbarhetsinsatser och innovationsförmåga. Genom att göra det kan Walmart säkerställa en mer holistisk bedömning av leverantörer, vilket leder till bättre informerade urvalsbeslut som är i linje med dess strategiska mål och de föränderliga kraven från detaljhandeln.

Slutsats

Som en titan i den globala detaljhandeln är Walmarts inköps- och leveranskedjehanteringsrutiner avgörande för att forma dess prestanda och konkurrenskraft (Bank Muñoz et al., 2018). Företaget står inför många osäkerheter, inklusive geopolitiska störningar, miljöfrågor, ekonomiska fluktuationer, tekniska framsteg och förändrade konsumentpreferenser. Sådana komplexiteter kan avsevärt påverka Walmarts inköps- och leveranskedjasaktiviteter. För att navigera i sådana osäkerheter måste Walmart implementera ett mångfacetterat tillvägagångssätt, inklusive att diversifiera sin utbudsbas, anta robust riskbedömning och beredskapsplanering, anamma tekniska framsteg, fokusera på hållbarhet och upprätta kostnadseffektiva strategier.

Genom att utvärdera leverantörsurvalsprocessen ur ett branschperspektiv visar Walmarts strategiska prioriteringar, leverantörsmarknaden och leverantörsnätverkets egenskaper möjligheter till ytterligare förbättringar. Även om kostnadseffektivitet och tillförlitlighet är avgörande, kan urvalsprocessen optimeras genom att utöka kriterierna till att inkludera strategisk anpassning, hållbarhet och tekniska kapacitet hos leverantörer. Att införliva ett heltäckande styrkort för leverantörer och utvärdera ett bredare utbud av kriterier som ekonomisk hälsa, operativ effektivitet, hållbarhetsinsatser och innovationskapacitet skulle kunna ge mer holistiska utvärderingar.

För att Walmart ska kunna optimera sin inköps- och leveranshantering måste den kontinuerligt anpassa sig och förnya sig, tillgodose det dynamiska industrilandskapet och kundernas förändrade behov och förväntningar. Genom att hantera osäkerheter effektivt, stärka leverantörsrelationer och förfina sin leverantörsutvärdering och urvalsprocess kan Walmart stärka sin leveranskedja, förbättra sin konkurrenskraft och positionera sig för långsiktig framgång i den globala detaljhandeln.

Referensprojekt

Ahmad, R. W., Hasan, H., Jayaraman, R., Salah, K., & Omar, M. (2021). Blockchain-applikationer och arkitekturer för hamndrift och logistikhantering. Forskning inom Transportation Business & Management, 41, 100620. https://doi.org/10.1016/j.rtbm.2021.100620
Ahram, T., Sargolzaei, A., Sargolzaei, S., Daniels, J., & Amaba, B. (2017). Blockchain-teknologiska innovationer. 2017 IEEE Technology & Engineering Management Conference (TEMSCON)137-141. https://doi.org/10.1109/TEMSCON.2017.7998367
Alkhader, W., Alkaabi, N., Salah, K., Jayaraman, R., Arshad, J., & Omar, M. (2020). Blockchain-baserad spårbarhet och hantering för additiv tillverkning. IEEE-åtkomst, 8, 188363–188377. https://doi.org/10.1109/ACCESS.2020.3031536
Bank Muñoz, C., Kenny, B., & Stecher, A. (Eds.). (2018). Walmart in the Global South: Workplace Culture, Labour Politics, and Supply Chains. University of Texas Press. https://doi.org/10.7560/315675
Bateh, J., Heaton, C., Arbogast, G. W., & Broadbent, A. (2014). Definiera hållbarhet i affärsmiljön. Journal of Sustainability Management (JSM), 1(1), 1–4. https://doi.org/10.19030/jsm.v1i1.8386
Bertino, E., Kundu, A., & Sura, Z. (2019). Datatransparens med Blockchain och AI-etik. Journal of Data and Information Quality, 11(4), 16:1-16:8. https://doi.org/10.1145/3312750
Charles, V., Emrouznejad, A., & Gherman, T. (2023). En kritisk analys av integrationen av blockchain och artificiell intelligens för försörjningskedjan. Annals of Operations Research. https://doi.org/10.1007/s10479-023-05169-w
Christopher, M. (2016). Logistik & Supply Chain Management. Pearson Storbritannien.
Cong, LW, & He, Z. (2019). Blockchain-störning och smarta kontrakt. Granskningen av finansiella studier, 32(5), 1754–1797. https://doi.org/10.1093/rfs/hhz007
Deiva Ganesh, A., & Kalpana, P. (2022). Framtiden för artificiell intelligens och dess inflytande på riskhantering i försörjningskedjan – En systematisk översyn. Datorer och industriteknik, 169, 108206. https://doi.org/10.1016/j.cie.2022.108206
Dekhne, A., Hastings, G., Murnane, J., & Neuhaus, F. (2019). Automatisering inom logistik: Stora möjligheter, större osäkerhet. McKinsey Q, 24.
Greenwald, B.C., & Stiglitz, J.E. (1993). Finansmarknadsimperfektioner och konjunkturcykler. The Quarterly Journal of Economics, 108(1), 77–114. https://doi.org/10.2307/2118496
Guan, W., Ding, W., Zhang, B., Verny, J., & Hao, R. (2023). Förbättrar faktorer relaterade till försörjningskedjan prediktionsnoggrannheten för adoption av blockkedjor? En maskininlärningsmetod. Teknisk prognos och social förändring, 192, 122552. https://doi.org/10.1016/j.techfore.2023.122552
Kashem, M. A., Shamsuddoha, M., Nasir, T., & Chowdhury, A. A. (2023). Supply Chain Disruption kontra Optimization: En recension om artificiell intelligens och blockchain. Kunskap, 3(1), 80–96. https://doi.org/10.3390/knowledge3010007
Kim, K., Tetlow, R. J., Infante, S., Orlik, A., & Silva, A. F. (2022). De makroekonomiska konsekvenserna av CBDC: En översyn av litteraturen. Diskussionsserie för finans och ekonomi, 2022-076, 1–65. https://doi.org/10.17016/feds.2022.076
Mason, A., Narcum, J., & Mason, K. (2020). Förändringar i konsumenternas beslutsfattande till följd av covid-19-pandemin. Journal of Customer Behavior, 19(4), 299–321. https://doi.org/10.1362/147539220X16003502334181
McKnight, B., & Linnenluecke, M. K. (2019). Mönster av fasta reaktioner på olika typer av naturkatastrofer. Näringsliv och samhälle, 58(4), 813–840. https://doi.org/10.1177/0007650317698946
Natanelov, V., Cao, S., Foth, M., & Dulleck, U. (2022). Blockchain smarta kontrakt för försörjningskedjefinansiering: Kartläggning av innovationspotentialen i försörjningskedjor för nötkött från Australien och Kina. Journal of Industrial Information Integration, 30, 100389. https://doi.org/10.1016/j.jii.2022.100389
Ozdayi, M. S., Kantarcioglu, M., & Malin, B. (2020). Utnyttja blockchain för oföränderlig loggning och sökning på flera webbplatser. BMC Medical Genomics, 13(7), 82. https://doi.org/10.1186/s12920-020-0721-2
Punia, S., & Shankar, S. (2022). Prediktiv analys för efterfrågeprognoser: Ett djupt lärandebaserat beslutsstödssystem. Kunskapsbaserade system, 258, 109956. https://doi.org/10.1016/j.knosys.2022.109956
Ross, DF (2008). Den intima leveranskedjan: Utnyttja leveranskedjan för att hantera kundupplevelsen. CRC Tryck.
Sheffi, Y. (2009). Affärskontinuitet: ett systematiskt tillvägagångssätt. I Global Business och terroristhotet. Edward Elgar Publishing. https://www.elgaronline.com/display/edcoll/9781847208507/9781847208507.00007.xml
Tan, B., Yan, J., Chen, S., & Liu, X. (2018). The Impact of Blockchain on Food Supply Chain: The Case of Walmart. I M. Qiu (red.), Smart Blockchain (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., & Amancio, D. (2019). Maskininlärning i att förutsäga efterfrågan på snabbrörliga konsumtionsvaror: en utforskande forskning. IFAC-PapersOnLine, 52(13), 737–742. https://doi.org/10.1016/j.ifacol.2019.11.203
Yeung, H. W., & Coe, N. (2015). Mot en dynamisk teori om globala produktionsnätverk. Ekonomisk geografi, 91(1), 29–58. https://doi.org/10.1111/ecge.12063

Titta: AI är till för att "förstärka" inte ersätta arbetsstyrkan

Ny på blockchain? Kolla in CoinGeeks Blockchain for Beginners-sektionen, den ultimata resursguiden för att lära dig mer om blockchain-teknik.