Udnyttelse af blockchain og kunstig intelligens i indkøb og forsyningskædestyring: En strategisk tilgang til Walmart

Denne artikel blev først offentliggjort på Dr. Craig Wrights blog, og vi genudgav med tilladelse fra forfatteren.

Introduktion

Walmart Inc. (NASDAQ: WMT), med hovedkontor i Bentonville, Arkansas, er verdens største detailvirksomhed målt efter omsætning og ansatte (Bank Muñoz et al., 2018). Walmart driver forskellige formater af detailforretninger i 27 lande under 55 forskellige navne og råder over en omfattende global forsyningskæde. Dets vigtigste produktkategorier omfatter dagligvarer, tøj, boligartikler og elektronik, som kommer fra en række indenlandske og internationale leverandører. Dette papir udforsker de kritiske usikkerheder i Walmarts indkøbs- og forsyningsstyring og giver anbefalinger til håndtering af disse usikkerheder og forbedring af leverandørforhold.

1. Større usikkerheder, der påvirker indkøb og forsyningsstyring

Som en af ​​de største multinationale detailvirksomheder er Walmarts indkøbs- og supply chain management-aktiviteter væsentligt påvirket af forskellige usikkerheder. Først blandt disse er geopolitiske forstyrrelser (Yeung & Coe, 2015). Ændringer i handelspolitikker, indførelse af told eller pålæggelse af sanktioner kan drastisk påvirke omkostningerne og tilgængeligheden af ​​varer. For at opretholde effektiviteten og effektiviteten af ​​sin forsyningskæde skal Walmart løbende overvåge og tilpasse sig sådanne politiske ændringer.

Miljøhensyn udgør en anden væsentlig usikkerhed. I betragtning af den globale udstrækning af dets aktiviteter kan Walmarts forsyningsruter blive betydeligt påvirket af miljøkatastrofer som orkaner, oversvømmelser eller brande. For eksempel kan en oversvømmelse i en region, hvor en nøgleleverandør befinder sig, forstyrre produktionen eller forsendelsen af ​​varer, hvilket påvirker Walmarts evne til at lagre sine butikker og betjene sine kunder (McKnight & Linnenluecke, 2019).

Økonomiske udsving udgør også en væsentlig udfordring. Forbrugere kan reducere forbruget i økonomiske nedgangstider, faldende efterspørgsel (Greenwald & Stiglitz, 1993). Alternativt, i perioder med økonomisk vækst, kan øget konkurrence drive priserne på varer op, hvilket påvirker Walmarts omkostningsstruktur. I begge scenarier skal Walmarts indkøbs- og forsyningsstyringsaktiviteter være agile nok til at tilpasse sig disse ændringer, hvilket kan involvere at søge mere omkostningseffektive leverandører eller justere indkøbsstrategier for at matche skiftende efterspørgsel.

En anden væsentlig usikkerhed er den hurtige teknologiske udvikling. Detailbranchen digitaliseres i stigende grad, hvor e-handel dukker op som et væsentligt vækstområde (Dekhne et al., 2019). Som sådan skal Walmart sikre, at dets indkøbs- og forsyningsstyringsaktiviteter kan følge med disse teknologiske fremskridt. Dette kan indebære at integrere digitale værktøjer til at strømline indkøbsprocesser eller dataanalyse for at træffe mere informerede købsbeslutninger.

Endelig kan ændringer i forbrugeradfærd have en betydelig indvirkning på Walmarts indkøb og forsyningsstyring (Mason et al., 2020). Et stigende antal forbrugere søger bæredygtige og etisk fremskaffede produkter, så Walmart er nødt til at tilpasse sine indkøbsstrategier i overensstemmelse hermed. Dette kan indebære mere streng kontrol af leverandører for at sikre, at de opfylder disse bæredygtigheds- og etiske standarder, eller prioritering af leverandører, der gør det.

I bund og grund er de usikkerheder, Walmart står over for i sin indkøbs- og leveringsstyring, mangefacetterede og komplekse, hvilket nødvendiggør en dynamisk og tilpasningsdygtig tilgang. Efterhånden som verden udvikler sig, vil disse udfordringer sandsynligvis fortsætte og endda intensiveres, hvilket understreger vigtigheden af ​​effektive indkøbs- og forsyningsstyringsstrategier for at opretholde Walmarts konkurrencefordel (Bank Muñoz et al., 2018).

2. Håndtering af virkningen af ​​usikkerheder

For at afbøde de potentielle virkninger af disse usikkerheder kunne Walmart implementere forskellige strategier, der ikke kun udnytter dens eksisterende kapacitet men også omfatter banebrydende teknologier såsom blockchain (Tan et al., 2018). Kernen i disse strategier er etablering af en diversificeret forsyningsbase og logistiknetværk, der tilbyder Walmart fleksibilitet i lyset af geopolitiske forstyrrelser.

Ved at indkøbe fra flere regioner kan Walmart sikre sig mod ændringer i handelspolitikker eller sanktioner, der påvirker visse regioner uforholdsmæssigt. På samme måde kan et diversificeret logistiknetværk som reaktion på miljøkriser sikre alternative forsyningsruter og derved opretholde varestrømmen.

Risikovurdering og beredskabsplanlægning er vitale komponenter i Walmarts strategi (Sheffi, 2009). Denne proaktive tilgang involverer systematisk identifikation og evaluering af potentielle risici og udarbejdelse af beredskabsplaner for at tackle disse risici effektivt. For eksempel, hvis en kritisk leverandør er i en region, der er udsat for naturkatastrofer, kan det at have en beredskabsplan, såsom at identificere alternative leverandører eller øge lagerniveauet, give et sikkerhedsnet, der sikrer uafbrudte forsyninger.

Teknologiske fremskridt, især blockchain (Christopher, 2016), kan byde på
transformative løsninger til Walmarts indkøbs- og forsyningsstyringsaktiviteter. Blockchain-teknologi kan give en gennemsigtig og uforanderlig hovedbog, der sikrer sporbarhed og verifikation af transaktioner langs forsyningskæden. Dette kan hjælpe med at træffe mere informerede købsbeslutninger og øge tilliden blandt alle interessenter. Walmart kunne også bruge cloud-baserede indkøbsløsninger til at strømline sine operationer, forbedre effektiviteten og muliggøre realtidssamarbejde med leverandører, hvilket forbedrer svartider og beslutningsprocesser.

Den stigende forbrugerefterspørgsel efter bæredygtige og etisk fremskaffede produkter kræver et intensiveret fokus på bæredygtighed i indkøbsaktiviteter. Blockchain kan spille en væsentlig rolle her ved at give synlighed i leverandørers praksis og bekræfte overholdelse af bæredygtige og etiske standarder (Ahmad et al., 2021). Ved at prioritere leverandører, der viser solide forpligtelser til bæredygtighed og etisk praksis, selvom deres priser er lidt højere, kan Walmart forbedre sit brandimage og opnå langsigtet kundeloyalitet.

I lyset af økonomiske udsving er omkostningseffektive strategier altafgørende. Walmart kunne styrke forholdet til leverandører for at forhandle bedre vilkår og betingelser. At forpligte sig til længerevarende kontrakter med leverandører, lettet af blockchain-smarte kontrakter (Cong & He, 2019), kan sikre lavere priser og garantere levering, selv under økonomiske nedgangstider. Disse smarte kontrakter kan automatisere transaktioner baseret på forudindstillede regler, hvilket reducerer de administrative omkostninger og sandsynligheden for tvister.

Når Walmart navigerer i kompleksiteten og usikkerheden, der er iboende i den globale detailsektor, kan strategisk planlægning og den dygtige anvendelse af banebrydende teknologier som blockchain og kunstig intelligens (AI) hjælpe med at mindske risici og opretholde operationel effektivitet. Blockchain-teknologi lægger vægt på gennemsigtighed, sporbarhed og sikkerhed og giver Walmart mulighed for at håndtere risici forbundet med forfalskede varer, forsyningskædeforstyrrelser og leverandøroverholdelse (Ahram et al., 2017). Blockchains uforanderlige, decentraliserede hovedbogssystem sikrer ægtheden af ​​varer, sporer deres rejse gennem forsyningskæden og registrerer leverandørens overholdelse af aftalte standarder og kontrakter. Dette niveau af synlighed og ansvarlighed hjælper med at håndtere usikkerheder relateret til kvalitet og levering, samtidig med at det fremmer tilliden mellem Walmart, dets leverandører og dets kunder.

Desuden åbner integration af kunstig intelligens med blockchain nye veje til håndtering af risici og usikkerheder (Charles et al., 2023). AI's forudsigende analyse kan analysere blockchain-data for at forudsige potentielle forsyningskædeforstyrrelser, hvilket giver Walmart en proaktiv holdning til at håndtere disse risici. For eksempel kan maskinlæringsalgoritmer bruge data, der er lagret på blockchain, til at forudsige mulige leveringsforsinkelser eller identificere leverandører, der udgør en risiko på grund af tidligere manglende overholdelsesproblemer.

AI kan også optimere lagerbeholdningen ved at forudsige efterspørgselsmønstre og hjælpe Walmart med at undgå lagerudbud og overlager, som udgør økonomiske risici. Derudover kan AI's kapacitet til at analysere enorme mængder data hjælpe Walmart med at forudse ændringer i forbrugeradfærd, markedstendenser eller reguleringsændringer, og derved ruste virksomheden til at reagere effektivt og rettidigt, hvilket reducerer risikoen for forældelse eller manglende overholdelse (Natanelov et al. , 2022).

Kombination af blockchain og kunstig intelligens kan skabe en robust risikostyringsramme for Walmart (Kashem et al., 2023). Blockchain giver en pålidelig registrering af transaktioner og bevægelser på tværs af forsyningskæden, mens AI analyserer disse data for at forudsige potentielle risici og give strategiske anbefalinger. Denne fusion sikrer Walmarts indkøbs- og forsyningsstyringsaktiviteter og sikrer en ensartet levering af varer, der opfylder kundernes behov og forventninger. Effektiv styring af usikkerheder gennem disse avancerede teknologier styrker Walmarts konkurrencemæssige position i detailsektoren, hvilket gør det muligt at levere overlegen kundeværdi og opretholde operationel ekspertise, selv i lyset af skiftende markedsdynamik og uforudsete forstyrrelser (Deiva Ganesh & Kalpana, 2022).

3. Indkøbs- og forsyningsstyringspraksis

Effektiv praksis for indkøb og forsyningsstyring er afgørende i en stadig mere kompleks global detailindustri. Blockchain, et distribueret og gennemsigtigt hovedbogssystem, kan øge denne praksis og forbedre Walmarts konkurrenceevne betydeligt. Det centrale i denne strategi er at fremme robuste samarbejdsrelationer med leverandører, hvor gensidige mål er flettet sammen. Blockchains gennemsigtighed og sporbarhed kan åbne nye muligheder for samarbejde, der strækker sig fra fælles produktudviklingsinitiativer til fælles bæredygtighedsmål, og derved øge produktkvaliteten og den overordnede operationelle effektivitet (Tan et al., 2018).

Blockchain-tokens kan revolutionere Walmarts forsyningskæde ved at give realtidssynlighed og sporbarhed (Alkhader et al., 2020). Disse digitale tokens repræsenterer fysiske aktiver og kan spores gennem hele forsyningskæden, fra råvarestadiet til slutforbrugeren. Dette kan hjælpe Walmart med at sikre produktets ægthed, overvåge produktbevægelser og identificere flaskehalse eller ineffektivitet i forsyningskæden og derved reducere tab forbundet med forfalskning, tyveri og ineffektivitet. Denne form for synlighed kan også berolige forbrugerne om oprindelsen og kvaliteten af ​​deres indkøb, hvilket forbedrer Walmarts image og troværdighed.

Et vigtigt aspekt af denne praksis er regelmæssig kommunikation og gennemsigtighed, et område, hvor blockchain kan give betydelige fordele. Blockchain kan lette datadeling i realtid på tværs af forsyningskæden, hvilket fører til proaktiv problemløsning og idéudveksling. Dette niveau af gennemsigtighed gør det også muligt for Walmart at dele sine forretningsstrategier og forventninger med leverandører, hvilket hjælper dem med at tilpasse deres operationer mere effektivt (Bertino et al., 2019).

Overvågning af leverandørens ydeevne kontinuerligt og konstruktiv feedback er et andet kritisk område, hvor blockchain kan spille en transformativ rolle. Med blockchain kan Walmart skabe en uforanderlig, nøjagtig registrering af leverandørpræstationsindikatorer såsom kvalitet, levering, omkostninger og innovation (Ozdayi et al., 2020). Den klarhed, som denne teknologi giver, gør det muligt for leverandører at forstå deres forbedringsområder og tilpasse deres mål med Walmarts. Derudover kan Walmart lancere kapacitetsopbyggende initiativer, såsom træningsprogrammer om blockchain-teknologi, for at forbedre leverandørkapaciteter og deres komfort ved at adoptere denne teknologi.

Ydermere kan det motiverende aspekt af leverandørstyring også forbedres gennem blockchain. Langsigtede kontrakter kan udføres som smarte kontrakter på en blockchain, der giver leverandører sikkerhed og demonstrerer Walmarts engagement i forholdet (Natanelov et al., 2022). På samme måde kan præstationsbaserede incitamenter automatiseres gennem blockchain. Som anerkendelse af enestående ydeevne eller innovation kan leverandører blive belønnet gennem tokeniserede incitamenter på blockchain-platformen.

Desuden vil introduktion af Central Bank Digital Currencies (CBDC'er) i Walmarts betalingssystem kan reducere transaktionsomkostninger og forenkle grænseoverskridende betalinger. Denne digitale valuta, styret af et lands centralbank, kan strømline betalingsprocessen, reducere transaktionstider og sænke forretningsomkostningerne (Kim et al., 2022). Brug af CBDC kan også reducere afhængigheden af ​​traditionelle banksystemer, minimere risikoen for betalingsforsinkelser og tilføje mere værdi til Walmarts indkøbs- og forsyningsstyringsaktiviteter.

Gennem denne blockchain-drevne praksis kan Walmart etablere et harmonisk forhold til sine leverandører, tilpasse sig sine strategiske mål, reducere tab og styrke sin konkurrenceposition. Kombinationen af ​​blockchain-teknologi og den potentielle brug af CBDC vil revolutionere Walmarts indkøbs- og forsyningsstyring, fremme omkostningseffektivitet og forbedre gennemsigtighed og sporbarhed (Tan et al., 2018).

4. Leverandørevaluering og udvælgelsesproces

Leverandørevalueringen og -udvælgelsesprocessen hos Walmart kræver omhyggelig overvejelse af adskillige faktorer, herunder industrikontekst, virksomhedens strategiske prioriteter, arten af ​​forsyningsmarkedet og karakteristikaene af dets forsyningsnetværk. Da Walmarts driftsmodel afhænger af at tilbyde billige produkter, er dens leverandørudvælgelsesproces rettet mod at identificere leverandører, der konsekvent leverer varer af høj kvalitet til konkurrencedygtige priser (Ross, 2008).

Men dynamikken i detailbranchen og forbrugernes skiftende forventninger kræver en mere nuanceret tilgang. Fokus bør være på omkostninger, pålidelighed og strategisk pasform. Dette betyder at vælge leverandører, hvis forretningsstrategier, værdier og mål stemmer overens med Walmarts, hvilket kan føre til mere samarbejdende og gensidigt fordelagtige relationer (Ross, 2008).

Ydermere er bæredygtighed blevet en kritisk prioritet for mange forbrugere og virksomheder (Bateh et al., 2014). Dette garanterer en større vægt på leverandørernes bæredygtighedspraksis i udvælgelsesprocessen. Leverandører, der udviser faste forpligtelser til bæredygtighed, såsom dem med ansvarlig indkøb og affaldsreduktionspraksis, kan hjælpe Walmart med at imødekomme den voksende forbrugerefterspørgsel efter etisk fremskaffede og miljøvenlige produkter.

Teknologi med kunstig intelligens (AI) er på forkant med at transformere detailbranchen, hvilket driver nye effektivitetsgevinster og konkurrencefordele. Leverandører, der dygtigt udnytter disse fremskridt, kan give Walmart en strategisk fordel på et stærkt konkurrencepræget marked, hvilket forbedrer alle aspekter af forsyningskæden, fra fremstilling til logistik (Deiva Ganesh & Kalpana, 2022).

AI tilbyder uovertrufne muligheder for at kortlægge bevægelsen af ​​varer og tjenester, hvilket gør forsyningskæden mere gennemsigtig og effektiv (Deiva Ganesh & Kalpana, 2022). Leverandører, der bruger kunstig intelligens, kan bruge prædiktiv analyse til at forudsige efterspørgslen nøjagtigt, hvilket gør dem i stand til at justere produktionen i realtid og minimere spild. AI kan også analysere et væld af data fra forskellige kilder for at identificere trends og mønstre og derved forudsige potentielle forstyrrelser i forsyningskæden. Ved på forhånd at genkende disse forstyrrelser kan Walmart træffe proaktive foranstaltninger for at afbøde eventuelle negative påvirkninger og derved opretholde en ensartet levering af varer.

Kunstig intelligens kan også optimere forsyningsbeholdningen og reducere omkostningerne forbundet med over- eller underbeholdning. Maskinlæringsalgoritmer kan analysere historiske salgsdata og variabler såsom sæsonbestemte, salgsfremmende aktiviteter og økonomiske indikatorer for præcist at forudsige fremtidige salg (Punia & Shankar, 2022). Dette giver mulighed for præcis lagerstyring, hvilket sikrer, at Walmart har det rigtige lager på det rigtige tidspunkt. Effektiv lagerstyring reducerer omkostningerne og øger kundetilfredsheden ved at undgå lagerudbud og sikre, at produkter er tilgængelige, når forbrugerne ønsker dem.

AI kan også automatisere og optimere logistik, et kritisk område for en global forhandler som Walmart. AI-drevne logistikløsninger kan bestemme de mest effektive ruter under hensyntagen til faktorer som trafik, vejrforhold og brændstofomkostninger for at sikre rettidig og omkostningseffektiv levering af varer (Punia & Shankar, 2022). Ydermere kan leverandører udstyret med AI-funktioner støtte Walmart med at tilbyde mere innovative produkter til sine kunder. AI kan analysere forbrugeradfærd og præferencer for at identificere huller på markedet eller forudsige kommende trends, som vejleder udviklingen af ​​nye, meget målrettede produkter.

Leverandører, der integrerer kunstig intelligens i deres operationer, kan give Walmart en betydelig konkurrencefordel. Fra at forbedre effektiviteten i produktion og logistik til at forbedre produkttilbud baseret på kundernes præferencer, AI-drevne leverandører kan hjælpe Walmart med at navigere i detailbranchens kompleksitet (Tarallo et al., 2019). Gennem disse teknologidrevne partnerskaber kan Walmart forblive på forkant med detailhandelen, opfylde og overgå kundernes forventninger og samtidig forbedre sin bundlinje.

For at øge den overordnede effektivitet af sin leverandørevaluerings- og udvælgelsesproces kunne Walmart overveje at indføre et omfattende leverandørscorecard, der er knyttet til et maskinlæringssystem (Guan et al., 2023). Dette ville indebære at vurdere potentielle leverandører ud fra en række kriterier, ikke kun omkostninger og pålidelighed, men også økonomisk sundhed, driftseffektivitet, bæredygtighedsindsats og innovationskapacitet. Ved at gøre det kunne Walmart sikre en mere holistisk vurdering af leverandører, hvilket fører til bedre informerede valgbeslutninger, der stemmer overens med dets strategiske mål og detailbranchens skiftende krav.

Konklusion

Som en titan i den globale detailindustri er Walmarts indkøbs- og supply chain management praksis afgørende for udformningen af ​​dens præstation og konkurrenceevne (Bank Muñoz et al., 2018). Virksomheden står over for mange usikkerheder, herunder geopolitiske forstyrrelser, miljøproblemer, økonomiske udsving, teknologiske fremskridt og skiftende forbrugerpræferencer. Sådanne kompleksiteter kan i væsentlig grad påvirke Walmarts indkøbs- og forsyningskædeaktiviteter. For at navigere i sådanne usikkerheder er Walmart nødt til at implementere en mangefacetteret tilgang, herunder diversificering af sin forsyningsbase, vedtagelse af robust risikovurdering og beredskabsplanlægning, omfavnelse af teknologiske fremskridt, fokus på bæredygtighed og etablering af omkostningseffektive strategier.

Ved at evaluere leverandørudvælgelsesprocessen ud fra et industrikontekstperspektiv afslører Walmarts strategiske prioriteter, forsyningsmarkedet og forsyningsnetværksegenskaber muligheder for yderligere forbedring. Selvom omkostningseffektivitet og pålidelighed er afgørende, kan udvælgelsesprocessen optimeres ved at udvide kriterierne til at omfatte strategisk tilpasning, bæredygtighed og teknologiske evner hos leverandører. Inkorporering af et omfattende leverandørscorecard og vurdering af en bredere vifte af kriterier som finansiel sundhed, operationel effektivitet, bæredygtighedsindsats og innovationskapacitet kunne give mere holistiske evalueringer.

For at Walmart kan optimere sin indkøbs- og forsyningsstyring, skal den løbende tilpasse sig og innovere og imødekomme det dynamiske industrilandskab og dets kunders skiftende behov og forventninger. Ved at håndtere usikkerheder effektivt, styrke leverandørrelationer og forfine sin leverandørevaluerings- og udvælgelsesproces, kan Walmart styrke sin forsyningskæde, forbedre sin konkurrenceevne og positionere sig til langsigtet succes i den globale detailindustri.

Referencer

Ahmad, R. W., Hasan, H., Jayaraman, R., Salah, K., & Omar, M. (2021). Blockchain-applikationer og -arkitekturer til havnedrift og logistikstyring. Forskning i transportvirksomhed og ledelse, 41, 100620. https://doi.org/10.1016/j.rtbm.2021.100620
Ahram, T., Sargolzaei, A., Sargolzaei, S., Daniels, J., & Amaba, B. (2017). Blockchain teknologiske 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-baseret sporbarhed og styring for additiv fremstilling. IEEE-adgang, 8, 188363-188377. https://doi.org/10.1109/ACCESS.2020.3031536
Bank Muñoz, C., Kenny, B., & Stecher, A. (red.). (2018). Walmart i det globale syd: Arbejdspladskultur, arbejdspolitik og forsyningskæder. University of Texas Press. https://doi.org/10.7560/315675
Bateh, J., Heaton, C., Arbogast, G. W., & Broadbent, A. (2014). Definition af bæredygtighed i forretningsmiljøet. Journal of Sustainability Management (JSM), 1(1), 1–4. https://doi.org/10.19030/jsm.v1i1.8386
Bertino, E., Kundu, A., & Sura, Z. (2019). Datagennemsigtighed med Blockchain og 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 analyse af integrationen af ​​blockchain og kunstig intelligens til forsyningskæden. 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 Disruption og Smart Contracts. Gennemgangen af ​​finansielle undersøgelser, 32(5), 1754–1797. https://doi.org/10.1093/rfs/hhz007
Deiva Ganesh, A., & Kalpana, P. (2022). Fremtiden for kunstig intelligens og dens indflydelse på forsyningskædens risikostyring - En systematisk gennemgang. Computere og industriteknik, 169, 108206. https://doi.org/10.1016/j.cie.2022.108206
Dekhne, A., Hastings, G., Murnane, J., & Neuhaus, F. (2019). Automatisering i logistik: Stor mulighed, større usikkerhed. McKinsey Q, 24.
Greenwald, B.C., & Stiglitz, J.E. (1993). Ufuldkommenheder i det finansielle marked og 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). Forstærker forsyningskæderelaterede faktorer forudsigelsesnøjagtigheden af ​​blockchain-adoption? En maskinlæringstilgang. Teknologisk prognose og social forandring, 192, 122552. https://doi.org/10.1016/j.techfore.2023.122552
Kashem, MA, Shamsuddoha, M., Nasir, T., & Chowdhury, AA (2023). Supply Chain Disruption versus Optimization: A Review on Artificial Intelligence and Blockchain. Viden, 3(1), 80–96. https://doi.org/10.3390/knowledge3010007
Kim, K., Tetlow, R. J., Infante, S., Orlik, A., & Silva, A. F. (2022). De makroøkonomiske konsekvenser af CBDC: En gennemgang af litteraturen. Finans- og økonomidiskussionsrække, 2022-076, 1-65. https://doi.org/10.17016/feds.2022.076
Mason, A., Narcum, J., & Mason, K. (2020). Ændringer i forbrugernes beslutningstagning som følge af COVID-19-pandemien. Journal of Customer Behavior, 19(4), 299–321. https://doi.org/10.1362/147539220X16003502334181
McKnight, B., & Linnenluecke, M. K. (2019). Mønstre for faste reaktioner på forskellige typer naturkatastrofer. Erhverv og samfund, 58(4), 813–840. https://doi.org/10.1177/0007650317698946
Natanelov, V., Cao, S., Foth, M., & Dulleck, U. (2022). Blockchain smarte kontrakter for forsyningskædefinansiering: Kortlægning af innovationspotentialet i Australien-Kina oksekødforsyningskæder. Journal of Industrial Information Integration, 30, 100389. https://doi.org/10.1016/j.jii.2022.100389
Ozdayi, M. S., Kantarcioglu, M., & Malin, B. (2020). Udnyttelse af blockchain til uforanderlig logning og forespørgsel på tværs af flere websteder. BMC Medical Genomics, 13(7), 82. https://doi.org/10.1186/s12920-020-0721-2
Punia, S., & Shankar, S. (2022). Forudsigende analyse til efterspørgselsprognose: Et dybt læringsbaseret beslutningsstøttesystem. Vidensbaserede systemer, 258, 109956. https://doi.org/10.1016/j.knosys.2022.109956
Ross, DF (2008). Den intime forsyningskæde: Udnyttelse af forsyningskæden til at administrere kundeoplevelsen. CRC Tryk.
Sheffi, Y. (2009). Forretningskontinuitet: En systematisk tilgang. I Global Business og Terroristruslen. 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). Machine Learning i at forudsige efterspørgsel efter hurtige forbrugsvarer: En Exploratory Research. IFAC-PapersOnLine, 52(13), 737–742. https://doi.org/10.1016/j.ifacol.2019.11.203
Yeung, H. W., & Coe, N. (2015). Mod en dynamisk teori om globale produktionsnetværk. Økonomisk geografi, 91(1), 29–58. https://doi.org/10.1111/ecge.12063

Hold øje med: AI er for at 'augmentere' og erstatter ikke arbejdsstyrken

Ny til blockchain? Tjek CoinGeeks Blockchain for Beginners sektion, den ultimative ressourceguide for at lære mere om blockchain-teknologi.