この記事は、Craig Wright 博士のブログで最初に公開されたもので、著者の許可を得て再公開しました。
概要
アーカンソー州ベントンビルに本社を置くウォルマート社 (NASDAQ: WMT) は、売上高と従業員数において世界最大の小売企業です (Bank Muñoz et al., 2018)。ウォルマートは、27 か国で 55 の異なる名前でさまざまな形式の小売店を運営し、広範なグローバル サプライ チェーンを指揮しています。主要な製品カテゴリには食料品、衣料品、家庭用品、電子機器が含まれており、これらは国内外のさまざまなサプライヤーから調達されています。この文書では、ウォルマートの調達および供給管理における重大な不確実性を調査し、これらの不確実性を管理し、サプライヤーとの関係を強化するための推奨事項を提供します。
1. 調達および供給管理に影響を及ぼす重大な不確実性
最大の多国籍小売企業の 2015 つであるウォルマートの調達およびサプライ チェーン管理活動は、さまざまな不確実性によって大きな影響を受けます。その第一は、地政学的な混乱です (Yeung & Coe、XNUMX)。貿易政策の変更、関税の導入、または制裁の発動は、商品のコストと入手可能性に大きな影響を与える可能性があります。サプライチェーンの効率と有効性を維持するために、ウォルマートはそのような政策変更を継続的に監視し、それに適応する必要があります。
環境への懸念もまた大きな不確実性をもたらします。ウォルマートの事業は世界的に広がっているため、ウォルマートの供給ルートはハリケーン、洪水、火災などの環境災害によって大きな影響を受ける可能性があります。たとえば、主要なサプライヤーが所在する地域で洪水が発生すると、商品の生産や出荷が混乱し、ウォルマートの店舗在庫の確保や顧客へのサービス提供能力に影響が出る可能性があります（McKnight & Linnenluecke、2019）。
経済変動も大きな課題となります。景気後退時には消費者が支出を減らし、需要が減少する可能性があります (Greenwald & Stiglitz、1993)。また、経済成長期には、競争の激化により商品の価格が高騰し、ウォルマートのコスト構造に影響を与える可能性があります。どちらのシナリオでも、ウォルマートの調達および供給管理活動は、これらの変化に適応できるほど機敏でなければなりません。これには、よりコスト効率の高いサプライヤーを探したり、変化する需要に合わせて調達戦略を調整したりすることが含まれる場合があります。
もう 2019 つの大きな不確実性は、テクノロジーの急速な進歩です。小売業界はますますデジタル化されており、電子商取引が重要な成長分野として浮上しています (Dekhne et al.、XNUMX)。そのため、ウォルマートは、調達および供給管理活動がこれらの技術進歩に確実に対応できるようにする必要があります。これには、デジタル ツールを統合して調達プロセスを合理化したり、データ分析を統合してより多くの情報に基づいて購入の意思決定を行ったりすることが含まれる場合があります。
最後に、消費者行動の変化はウォルマートの調達と供給管理に大きな影響を与える可能性があります(Mason et al., 2020)。持続可能で倫理的に調達された製品を求める消費者が増えているため、ウォルマートはそれに応じて調達戦略を適応させる必要がある。これには、サプライヤーがこれらの持続可能性と倫理基準を満たしていることを確認するためのより厳格な審査、または満たしているサプライヤーの優先順位付けが含まれる場合があります。
本質的に、ウォルマートが調達と供給の管理で直面する不確実性は多面的かつ複雑であり、動的で適応性のあるアプローチが必要です。世界が進化するにつれて、これらの課題は今後も継続し、さらに激化する可能性があり、ウォルマートの競争上の優位性を維持する上で効果的な調達および供給管理戦略の重要性が強調されています（Bank Muñoz et al.、2018）。
2. 不確実性の影響の管理
これらの不確実性による潜在的な影響を軽減するために、ウォルマートは既存の能力を活用するだけでなく、ブロックチェーンなどの最先端のテクノロジーも取り入れるさまざまな戦略を展開することができます（Tan et al.、2018）。これらの戦略の中核は、多様な供給基盤と物流ネットワークを確立し、地政学的な混乱に直面してもウォルマートに柔軟性を提供することだ。
ウォルマートは複数の地域から調達することで、特定の地域に不当に影響を与える通商政策や制裁の変更を回避できる。同様に、環境危機に対応するために、物流ネットワークを多様化することで代替供給ルートを確保し、物の流れを維持することができます。
リスク評価と緊急時対応計画は、ウォルマートの戦略の重要な要素です (Sheffi、2009)。このプロアクティブなアプローチには、潜在的なリスクを体系的に特定して評価し、これらのリスクに効果的に対処するための緊急時対応計画を作成することが含まれます。たとえば、重要なサプライヤーが自然災害が発生しやすい地域にある場合、代替サプライヤーの特定や在庫レベルの増加などの緊急時対応計画を立てることで、セーフティ ネットを提供し、供給が中断されないようにすることができます。
技術の進歩、特にブロックチェーン (Christopher、2016) は、
ウォルマートの調達および供給管理活動に革新的なソリューションを提供します。ブロックチェーン技術は、透明で不変の台帳を提供し、サプライチェーンに沿った取引の追跡可能性と検証を保証します。これは、より多くの情報に基づいた購入決定を下すのに役立ち、すべての利害関係者間の信頼を高めることができます。ウォルマートはまた、クラウドベースの調達ソリューションを利用して業務を合理化し、効率を向上させ、サプライヤーとのリアルタイムのコラボレーションを可能にし、応答時間と意思決定プロセスを改善することもできます。
持続可能かつ倫理的に調達された製品に対する消費者の需要が高まっているため、調達活動において持続可能性を一層重視することが求められています。ブロックチェーンは、サプライヤーの慣行を可視化し、持続可能な倫理基準の順守を確認することで、ここで重要な役割を果たすことができます (Ahmad et al., 2021)。たとえ価格が多少高くても、持続可能性と倫理的慣行にしっかりと取り組んでいるサプライヤーを優先することで、ウォルマートはブランドイメージを向上させ、長期的な顧客ロイヤルティを獲得できる可能性がある。
経済変動に直面して、費用対効果の高い戦略が最も重要です。ウォルマートはサプライヤーとの関係を強化し、より良い条件を交渉できる可能性がある。ブロックチェーン スマート コントラクト（Cong & He、2019）によって促進されるサプライヤーとの長期契約を結ぶことで、景気低迷下でも低価格を確保し、供給を保証できる可能性があります。これらのスマートコントラクトは、事前に設定されたルールに基づいて取引を自動化し、管理コストと紛争の可能性を削減します。
ウォルマートが世界の小売業界に内在する複雑さと不確実性を乗り越える中で、戦略的計画と、ブロックチェーンや人工知能（AI）などの最先端テクノロジーの巧みな適用は、リスクを軽減し、業務効率を維持するのに役立ちます。ブロックチェーン技術は透明性、追跡可能性、セキュリティを重視しており、ウォルマートは偽造品、サプライチェーンの混乱、サプライヤーのコンプライアンスに関連するリスクを管理できるようになります（Ahram et al., 2017）。ブロックチェーンの不変の分散型台帳システムは、商品の信頼性を保証し、サプライチェーンを通過する過程を追跡し、合意された基準と契約に対するサプライヤーの遵守状況を記録します。このレベルの可視性と説明責任は、品質と納期に関連する不確実性の管理に役立つと同時に、ウォルマート、そのサプライヤー、顧客の間の信頼を促進します。
さらに、人工知能とブロックチェーンを統合することで、リスクと不確実性を管理するための新たな道が開かれます (Charles et al., 2023)。 AI の予測分析により、ブロックチェーン データを分析して潜在的なサプライ チェーンの混乱を予測できるため、ウォルマートはこれらのリスクを管理する積極的な姿勢を得ることができます。たとえば、機械学習アルゴリズムは、ブロックチェーンに保存されているデータを使用して、配送遅延の可能性を予測したり、過去のコンプライアンス違反によりリスクを引き起こすサプライヤーを特定したりできます。
AI は需要パターンを予測することで在庫保持を最適化し、ウォルマートが財務リスクを引き起こす在庫切れや過剰在庫を回避できるようにすることもできます。さらに、膨大な量のデータを分析する AI の能力は、ウォルマートが消費者の行動、市場動向、または規制の変更の変化を予測するのに役立ち、それによって企業が効果的かつタイムリーに対応できるようになり、陳腐化やコンプライアンス違反のリスクが軽減されます (Natanelov et al. 、2022）。
ブロックチェーンと AI を組み合わせることで、ウォルマート向けの堅牢なリスク管理フレームワークを作成できます（Kashem et al.、2023）。ブロックチェーンは、サプライチェーン全体にわたる取引と移動の信頼できる記録を提供し、AI がこのデータを分析して潜在的なリスクを予測し、戦略的な推奨事項を提供します。この融合により、ウォルマートの調達および供給管理活動が保護され、顧客のニーズと期待に応えて商品の一貫した供給が保証されます。これらの高度なテクノロジーを通じて不確実性を効果的に管理することで、小売部門におけるウォルマートの競争力が強化され、市場力学の変化や予期せぬ混乱に直面しても、優れた顧客価値を提供し、卓越したオペレーションを維持できるようになります（Deiva Ganesh & Kalpana、2022）。
3. 調達および供給管理の実践
ますます複雑化する世界的な小売業界では、効果的な調達と供給管理の実践が極めて重要です。分散型の透明な台帳システムであるブロックチェーンは、こうした慣行を強化し、ウォルマートの競争力を大幅に高めることができます。この戦略の中心となるのは、相互の目的が絡み合うサプライヤーとの強固で協力的な関係を促進することです。ブロックチェーンの透明性とトレーサビリティは、共同製品開発イニシアチブから共有の持続可能性目標に至るまで、コラボレーションのための新たな道を開く可能性があり、それによって製品の品質と全体的な業務効率が向上します（Tan et al.、2018）。
ブロックチェーン トークンは、リアルタイムの可視性と追跡可能性を提供することで、ウォルマートのサプライ チェーンに革命を起こすことができます (Alkhader et al., 2020)。これらのデジタル トークンは物理的な資産を表し、原材料の段階から最終消費者に至るまでサプライ チェーン全体で追跡できます。これは、ウォルマートが製品の信頼性を確保し、製品の動きを監視し、サプライチェーンのボトルネックや非効率性を特定するのに役立ち、それによって偽造品、盗難、非効率性に関連する損失を削減できます。この種の可視化により、消費者は購入品の出所と品質について安心することができ、ウォルマートのブランドイメージと信頼性が高まります。
これらの実践の重要な側面は定期的なコミュニケーションと透明性であり、ブロックチェーンが大きな利点を提供できる領域です。ブロックチェーンはサプライチェーン全体でのリアルタイムのデータ共有を促進し、プロアクティブな問題解決とアイデアの交換につながります。このレベルの透明性により、ウォルマートはビジネス戦略や期待をサプライヤーと共有することができ、サプライヤーがより効果的に業務を調整できるようになります(Bertino et al., 2019)。
サプライヤーのパフォーマンスを継続的に監視し、建設的なフィードバックを提供することは、ブロックチェーンが変革的な役割を果たすことができるもう 2020 つの重要な分野です。ブロックチェーンを使用することで、ウォルマートは、品質、納期、コスト、イノベーションなどのサプライヤーのパフォーマンス指標の不変かつ正確な記録を作成できます (Ozdayi et al., XNUMX)。このテクノロジーによってもたらされる明確さにより、サプライヤーは自社の改善分野を理解し、自社の目標をウォルマートの目標と一致させることができます。さらに、ウォルマートは、サプライヤーの能力とこのテクノロジーの導入に対するサプライヤーの安心感を向上させるために、ブロックチェーンテクノロジーに関するトレーニングプログラムなどの能力構築イニシアチブを立ち上げることができます。
さらに、サプライヤー管理のモチベーション面もブロックチェーンを通じて強化できます。長期契約はブロックチェーン上でスマートコントラクトとして実行でき、サプライヤーにセキュリティを提供し、ウォルマートの関係への取り組みを実証します（Natanelov et al.、2022）。同様に、パフォーマンスベースのインセンティブもブロックチェーンを通じて自動化できます。優れたパフォーマンスやイノベーションが認められると、サプライヤーはブロックチェーン プラットフォーム上のトークン化されたインセンティブを通じて報酬を得ることができます。
さらに、ウォルマートの決済システムに中央銀行デジタル通貨（CBDC）を導入すると、取引コストが削減され、国境を越えた支払いが簡素化される可能性があります。このデジタル通貨は、国の中央銀行によって管理されており、支払いプロセスを合理化し、取引時間を短縮し、ビジネスコストを削減することができます (Kim et al., 2022)。 CBDC を使用すると、従来の銀行システムへの依存を軽減し、支払い遅延のリスクを最小限に抑え、ウォルマートの調達および供給管理活動にさらなる価値を加えることができます。
これらのブロックチェーンを活用した実践を通じて、ウォルマートはサプライヤーと調和のとれた関係を確立し、戦略的目標に沿って損失を削減し、競争力を強化することができます。ブロックチェーンテクノロジーとCBDCの潜在的な使用の組み合わせは、ウォルマートの調達と供給管理に革命をもたらし、コスト効率を高め、透明性とトレーサビリティを強化します（Tan et al.、2018）。
4. サプライヤーの評価と選択のプロセス
ウォルマートにおけるサプライヤーの評価と選択のプロセスでは、業界の背景、企業の戦略的優先事項、供給市場の性質、供給ネットワークの特性など、多くの要素を慎重に考慮する必要があります。ウォルマートの運営モデルは低価格の製品を提供することに依存しているため、サプライヤーの選択プロセスは、高品質の商品を競争力のある価格で一貫して提供するサプライヤーを特定することに向けられています(Ross、2008)。
ただし、小売業界の動向と消費者の期待の進化により、より微妙なアプローチが必要になります。コスト、信頼性、戦略的適合性に重点を置く必要があります。これは、ビジネス戦略、価値観、目標がウォルマートと一致するサプライヤーを選択することを意味し、より協力的で相互に有益な関係を築くことができます (Ross、2008)。
さらに、持続可能性は多くの消費者や企業にとって重要な優先事項となっている(Bateh et al., 2014)。これにより、選定プロセスにおいてサプライヤーの持続可能性の実践をより重視することが正当化されます。責任ある調達や廃棄物の削減を実践するサプライヤーなど、持続可能性への確固たる取り組みを示すサプライヤーは、倫理的に調達された環境に優しい製品に対するウォルマートの高まる消費者の需要に応えることができます。
人工知能 (AI) テクノロジーは小売業界の変革の最前線にあり、新たな効率と競争上の優位性を推進しています。これらの進歩を適切に活用するサプライヤーは、競争の激しい市場でウォルマートに戦略的優位性を提供し、製造から物流に至るサプライチェーンのあらゆる側面を強化することができます（Deiva Ganesh & Kalpana、2022）。
AI は、商品やサービスの移動をマッピングする比類のない機会を提供し、サプライ チェーンの透明性と効率性を高めます (Deiva Ganesh & Kalpana、2022)。 AI を使用するサプライヤーは、予測分析を使用して需要を正確に予測できるため、リアルタイムで生産を調整し、無駄を最小限に抑えることができます。 AI は、さまざまなソースからの豊富なデータを分析して傾向やパターンを特定し、サプライ チェーンの潜在的な混乱を予測することもできます。こうした混乱を事前に認識することで、ウォルマートは悪影響を軽減するための事前の措置を講じることができ、それによって商品の安定した供給を維持できます。
人工知能は供給の保持を最適化し、過剰在庫または在庫不足に関連するコストを削減することもできます。機械学習アルゴリズムは、過去の売上データと季節性、プロモーション活動、経済指標などの変数を分析して、将来の売上を正確に予測できます (Punia & Shankar、2022)。これにより、正確な在庫管理が可能になり、ウォルマートが適切なタイミングで適切な在庫を確保できるようになります。効率的な在庫管理により、在庫切れを回避し、消費者が欲しいときに確実に製品を入手できるようにすることで、コストが削減され、顧客満足度が向上します。
AI は、ウォルマートのような世界的な小売業者にとって重要な領域である物流を自動化および最適化することもできます。 AI を活用した物流ソリューションは、交通状況、気象条件、燃料費などの要因を考慮して最も効率的なルートを決定し、タイムリーで費用対効果の高い商品の配送を保証します (Punia & Shankar、2022)。さらに、AI 機能を備えたサプライヤーは、ウォルマートが顧客により革新的な製品を提供できるようサポートできます。 AI は消費者の行動や好みを分析して市場のギャップを特定したり、今後のトレンドを予測したりして、ターゲットを絞った新製品の開発を導きます。
AI を業務に統合するサプライヤーは、ウォルマートに大きな競争上の優位性をもたらすことができます。生産や物流の効率向上から顧客の好みに基づいた製品提供の強化まで、AI を活用したサプライヤーは、ウォルマートが小売業界の複雑さを乗り越えるのに役立ちます (Tarallo et al., 2019)。こうしたテクノロジー主導のパートナーシップを通じて、ウォルマートは小売業界の最前線に留まり、顧客の期待に応え、それを超えると同時に収益を向上させることができます。
サプライヤーの評価と選択プロセスの全体的な有効性を高めるために、ウォルマートは機械学習システムにリンクされた包括的なサプライヤー スコアカードの採用を検討することができます (Guan et al., 2023)。これには、コストや信頼性だけでなく、財務健全性、業務効率、持続可能性への取り組み、イノベーション能力など、さまざまな基準に基づいて潜在的なサプライヤーを評価することが含まれます。そうすることで、ウォルマートはサプライヤーをより総合的に評価できるようになり、戦略的目標や小売業界の進化する需要に沿った、より適切な情報に基づいた選択決定を行うことができるようになります。
まとめ
世界の小売業界の巨人として、ウォルマートの調達とサプライチェーン管理の実践は、その業績と競争力を形作る上で決定的なものとなっている(Bank Muñoz et al., 2018)。同社は、地政学的な混乱、環境問題、経済変動、技術の進歩、消費者の嗜好の変化など、多くの不確実性に直面しています。このような複雑さは、ウォルマートの調達およびサプライチェーン活動に大きな影響を与える可能性があります。このような不確実性を乗り越えるために、ウォルマートは供給基盤の多様化、堅牢なリスク評価と緊急時対応計画の導入、技術進歩の受け入れ、持続可能性への注力、費用対効果の高い戦略の確立など、多面的なアプローチを導入する必要がある。
業界の状況、ウォルマートの戦略的優先事項、供給市場、供給ネットワークの特性の観点からサプライヤー選択プロセスを評価すると、さらなる強化の機会が明らかになります。コスト効率と信頼性は不可欠ですが、サプライヤーの戦略的連携、持続可能性、技術力を含めるように基準を拡張することで、選択プロセスを最適化できます。包括的なサプライヤーのスコアカードを組み込み、財務の健全性、業務効率、持続可能性への取り組み、イノベーション能力などの幅広い基準を評価することで、より総合的な評価が得られる可能性があります。
ウォルマートが調達と供給の管理を最適化するには、ダイナミックな業界環境と進化する顧客のニーズと期待に応え、継続的に適応と革新を行う必要があります。不確実性を効果的に管理し、サプライヤーとの関係を強化し、サプライヤーの評価と選択のプロセスを洗練することで、ウォルマートはサプライチェーンを強化し、競争力を強化し、世界の小売業界で長期的な成功を収めることができます。
参考文献
アフマド、R. W.、ハサン、H.、ジャヤラマン、R.、サラー、K.、オマール、M. (2021)。港湾運営と物流管理のためのブロックチェーン アプリケーションとアーキテクチャ。 交通ビジネスと経営に関する研究, 41、100620。 https://doi.org/10.1016/j.rtbm.2021.100620
アーラム、T.、サルゴルザイ、A.、サルゴルザイ、S.、ダニエルズ、J.、アマバ、B. (2017)。 ブロックチェーン技術の革新。 2017 IEEE テクノロジー & エンジニアリング マネジメント カンファレンス (TEMSCON)、137–141。 https://doi.org/10.1109/TEMSCON.2017.7998367
Alkhader, W.、Alkaabi, N.、Salah, K.、Jayaraman, R.、Arshad, J.、および Omar, M. (2020)。 付加製造のためのブロックチェーンベースのトレーサビリティと管理。 IEEEアクセス, 8、188363–188377。 https://doi.org/10.1109/ACCESS.2020.3031536
Bank Muñoz, C.、Kenny, B.、Stecher, A. (編著)。 （2018年）。 グローバル・サウスのウォルマート: 職場文化、労働政治、サプライチェーン。テキサス大学出版局。 https://doi.org/10.7560/315675
Bateh, J.、Heaton, C.、Arbogast, G.W.、および Broadbent, A. (2014)。ビジネス環境における持続可能性の定義。 サステナビリティ管理ジャーナル (JSM), 1(1), 1–4. https://doi.org/10.19030/jsm.v1i1.8386
Bertino, E.、Kundu, A.、Sura, Z. (2019)。ブロックチェーンと AI 倫理によるデータの透明性。 データと情報の品質に関するジャーナル, 11(4), 16:1-16:8. https://doi.org/10.1145/3312750
Charles, V.、Emrouznejad, A.、German, T. (2023)。サプライチェーンにおけるブロックチェーンと人工知能の統合に関する重要な分析。 オペレーションズ リサーチの年代記。 https://doi.org/10.1007/s10479-023-05169-w
クリストファー、M. (2016)。 物流とサプライチェーン管理。ピアソン英国。
Cong、LW、& He、Z. (2019)。 ブロックチェーンの破壊とスマートコントラクト。 財務研究のレビュー, 32(5), 1754–1797. https://doi.org/10.1093/rfs/hhz007
デイヴァ・ガネーシュ、A.、カルパナ、P. (2022)。人工知能の将来とサプライチェーンのリスク管理に対するその影響 – 体系的なレビュー。 コンピュータと産業工学, 169、108206。https://doi.org/10.1016/j.cie.2022.108206
デクネ、A.、ヘイスティングス、G.、ムルネ、J.、ノイハウス、F. (2019)。物流の自動化: 大きなチャンスと大きな不確実性。 マッキンゼーQ, 24.
Greenwald, B.C. & Stiglitz, J.E. (1993)。金融市場の不完全性と景気循環。 経済学の四半期, 108(1), 77–114. https://doi.org/10.2307/2118496
Guan, W.、Ding, W.、Zhang, B.、Verny, J.、および Hao, R. (2023)。サプライチェーン関連の要因はブロックチェーン採用の予測精度を高めますか?機械学習のアプローチ。 技術予測と社会変化, 192、122552。 https://doi.org/10.1016/j.techfore.2023.122552
Kashem, M. A.、Shamsuddoha, M.、Nasir, T.、Chowdhury, A. A. (2023)。サプライチェーンの破壊と最適化: 人工知能とブロックチェーンに関するレビュー。 知識, 3(1), 80–96. https://doi.org/10.3390/knowledge3010007
Kim, K.、Tetlow, R.J.、Infante, S.、Orlik, A.、および Silva, A.F. (2022)。 CBDC のマクロ経済的影響: 文献のレビュー。 金融経済ディスカッションシリーズ, 2022-076、1-65。 https://doi.org/10.17016/feds.2022.076
メイソン、A.、ナルカム、J.、メイソン、K. (2020)。新型コロナウイルス感染症のパンデミックによる消費者の意思決定の変化。 顧客行動ジャーナル, 19(4), 299–321. https://doi.org/10.1362/147539220X16003502334181
McKnight, B.、Linnenluecke, M.K. (2019)。さまざまな種類の自然災害に対する断固とした対応のパターン。 ビジネスと社会, 58(4), 813–840. https://doi.org/10.1177/0007650317698946
ナタネロフ、V.、カオ、S.、フォス、M.、およびデュレック、U. (2022)。サプライチェーン金融のためのブロックチェーンスマートコントラクト: オーストラリアと中国の牛肉サプライチェーンにおけるイノベーションの可能性をマッピングします。 産業情報統合ジャーナル, 30、100389. https://doi.org/10.1016/j.jii.2022.100389
Ozdayi, M. S.、Kantarcioglu, M.、および Malin, B. (2020)。ブロックチェーンを活用して、複数のサイトにわたる不変のロギングとクエリを実行します。 BMCメディカルゲノミクス, 13(7), 82. https://doi.org/10.1186/s12920-020-0721-2
プニア、S.、シャンカール、S. (2022)。需要予測のための予測分析: 深層学習ベースの意思決定支援システム。 知識ベースのシステム, 258、109956. https://doi.org/10.1016/j.knosys.2022.109956
ロス、D.F. (2008)。 親密なサプライ チェーン: サプライ チェーンを活用して顧客エクスペリエンスを管理する。 CRCプレス。
シェフィ、Y. (2009)。ビジネス継続性: 体系的なアプローチ。で グローバルビジネスとテロリストの脅威。エドワード・エルガー出版。 https://www.elgaronline.com/display/edcoll/9781847208507/9781847208507.00007.xml
Tan, B.、Yan, J.、Chen, S.、Liu, X. (2018)。食品サプライチェーンに対するブロックチェーンの影響: ウォルマートの場合。 M. Qiu (編著) では、 スマートブロックチェーン (pp. 167–177). Springer International Publishing. https://doi.org/10.1007/978-3-030-05764-0_18
Tarallo, E.、Akabane, G. K.、島袋、C. I.、Mello, J.、Amancio, D. (2019)。急速に変化する消費財の需要を予測するための機械学習: 探索的研究。 IFACペーパーオンライン, 52(13), 737–742. https://doi.org/10.1016/j.ifacol.2019.11.203
Yeung、H.W.、Coe、N. (2015)。グローバル生産ネットワークの動的理論に向けて。 経済地理学, 91(1), 29–58. https://doi.org/10.1111/ecge.12063
見る: AI は労働力を置き換えるのではなく「強化」するためのものです
ブロックチェーンは初めてですか? CoinGeekの「初心者向けブロックチェーン」セクションをチェックしてください。これは、ブロックチェーンテクノロジーについて詳しく学ぶための究極のリソースガイドです。
出典: https://coingeek.com/leveraging-blockchain-and-artificial-intelligence-in-procurement-and-supply-chain-management-a-strategic-approach-for-walmart/