ترجمه مقاله زنجیره تامین خود-فکر – سال 2019
مشخصات مقاله:
عنوان فارسی مقاله:
زنجیره تامین خود-فکر
عنوان انگلیسی مقاله:
The self-thinking supply chain
کلمات کلیدی مقاله:
سیستم های اطلاعات، مدیریت عملکرد، چابکی، تکنولوژی جدید
مناسب برای رشته های دانشگاهی زیر:
مهندسی صنایع، مهندسی فناوری اطلاعات
مناسب برای گرایش های دانشگاهی زیر:
لجستیک و زنجیره تامین، اینترنت و شبکه های گسترده
وضعیت مقاله انگلیسی و ترجمه:
مقاله انگلیسی را میتوانید به صورت رایگان با فرمت PDF از باکس زیر دانلود نمایید. ترجمه این مقاله با فرمت WORD – DOC آماده خریداری و دانلود آنی میباشد.
فهرست مطالب:
چکیده
1. مقدمه
2. روش شناسی
3. نتایج
4. اینترنت اشیاء ، هوش مصنوعی و مدیریت زنجیره تأمین
4.1 اینترنت اشیاء و مدیریت زنجیره تأمین
4.2 هوش مصنوعی و مدیریت زنجیره تامین
5. بسوی یک زنجیره تأمین خود فکر
5.1 زنجیره تأمین خود فکر میتواند چابکی را افزایش دهد
5.2 زنجیره تأمین خود فکر میتواند از قابلیت های تولید افزایشی پشتیبانی کند
6. نتیجه گیری ها
منابع
قسمتی از مقاله انگلیسی و ترجمه آن:
1. Introduction
A large number of academic and practitioner publications have acknowledged that supply chain management is undergoing significant changes due to the adoption of new digital technologies (Capgemini, 2016; DHL, 2016; Wu et al., 2016; Haddud et al., 2017). Breakthroughs in several fields, such as the Internet of Things (IoT), artificial intelligence (AI), robotics, autonomous vehicles and additive manufacturing are transforming all the steps in supply chain management (World Economic Forum (WEF), 2017). This is taking place in the context of the Fourth Industrial Revolution, a revolution that is characterized by an unprecedented advance in digital technology and which is blurring the lines between the physical, digital and biological spheres (Schwab, 2016). Amongst the breakthroughs that characterize the Fourth Industrial Revolution is the ability to collect and analyse massive amounts of data in an automated way, then use these data for decisionmaking and implement decisions in real time. Practitioner research suggests that there will be more than 50 billion devices connected to the internet by 2020 (Cisco, 2011), a trillion sensors connected to and transmitting information to analytical platforms in the cloud and 44 trillion gigabytes generated (DHL, 2015). In this context, information that was previously created by people will increasingly be machine-generated, whilst the entire supply chain will be connected, including parts, products and other smart objects used to monitor the supply chain (IBM, 2015). Based on these data, supply chains will be able to make decisions more accurately and in real time, to optimize operations, handle incidents that require riskmitigation actions, avoid disruptions and satisfy an increasingly volatile demand (Calatayud, 2017).
1. مقدمه
تعداد زیادی از نشریان علمی و تخصصی پی برده اند که مدیریت زنجیره تأمین بعلت اتخاذ تکنولوژی های دیجیتالی جدید، دستخوش تغییرات مهمی شده است (کاپمینی 2016؛ DHL، 2016؛ وو و همکارانش 2016؛ هادود و همکارانش 2017). پیشرفت های مهم در زمینه هایی مانند اینترنت اشیاء (IoT)، هوش مصنوعی (AI)، رباتیک، اتومبیل های خودران، و تولید افزایشی سبب متحول سازی تمام مراحل مدیریت زنجیره تأمین شده اند (مجمع جهانی اقتصاد، 2017). این مسئله در زمینه «انقلاب صنعتی چهارم» رخ میدهد، انقلابی که با ویژگی «پیشرفت بی سابقه در تکنولوژی دیجیتالی» توصیف میشود، و خطوط (مرزی) بین کُره های فیزیکی، دیجیتالی و زیستی را کمرنگ ساخته است (اسکواب 2016). از جمله پیشرفت های مهمی که انقلاب صنعتی چهارم را توصیف میکنند، توانایی جمع آوری و تحلیل مقادیر بزرگ از داده به یک شیوه اتوماتیک است که این داده ها سپس برای تصمیم گیری و اجرای تصمیمات در زمان واقعی (بصورت فوری) استفاده میشوند. تحقیقات تخصصی نشان میدهد که تا سال 2020 بیش از 50 میلیارد دستگاه به اینترنت متصل خواهند شد (سیسکو 2011)، یک تریلیون حسگر به پلتفرم های تحلیلی متصل خواهند بود (که اطلاعات را برای این پلتفرم ها می فرستند)، و 44 تریلیون گیگابایت ایجاد میشود (DHL, 2015). در این زمینه، اطلاعاتی که قبلاً توسط افراد ایجاد می شدند بتدریج توسط ماشین ایجاد میشوند و کل زنجیره تأمین به هم متصل خواهد بود: از جمله بخش ها، محصولات، و سایر اشیائی که برای نظارت زنجیره تأمین مورد استفاده قرار می گیرند (IBM, 2015). بر اساس این داده ها، زنجیره های تأمین قادر خواهند بود تصمیمات دقیق تری اتخاذ کنند و بصورت فوری عملیات ها را بهینه سازند، رویدادهایی که نیازمند کاهش ریسک هستند را مدیریت کنند، از اختلال و وقفه جلوگیری کنند، و تقاضاهای فرار (با سرعت فزاینده) را برآورده سازند (کالاتایود 2017).
