علی احسانی

امروزه نگرانی‌ فزاینده‌ای‌ در زنجیره‌تأمین به‌دلیل وجود اختلالات وجود دارد که‌ نیازمند ابزارهایی‌ مناسب‌ به‌‌منظور پشتیبانی‌از زنجیره‌تأمین است‌ تا مقاومت‌ آن افزایش‌ یابد. این مطالعه به بررسی نقش هوش مصنوعی و تجزیه‌وتحلیل کلان‌داده در ایجاد زنجیره‌های تأمین تاب‌آور در شرکت‌های کوچک‌ومتوسط ایران می‌پردازد. پژوهش ازنظر هدف، کاربردی و توسعه‌ای و ازنظر ماهیت داده‌ها، کیفی است. جامعه آماری پژوهش مدیران شرکت‌های کوچک‌ومتوسط ایران هستند. نمونه‌گیری از خبرگان به‌روش هدف‌دار انجام شد و تا دستیابی‌به معیار کفایت نظری، در مجموع با 15 نفر مصاحبه شد. برای تحلیل داده‌ها از روش مدل‌سازی ساختاری تفسیری جامع استفاده شد. پس‌از مرور ادبیات و تأیید خبرگان، عوامل در 12 بُعد شناسایی و سپس در 7 سطح طبقه‌بندی و نحوه ارتباط آن‌ها تعیین گردید. عامل تجزیه‌وتحلیل زنجیره‌تأمین در سطح 7، پیش‌بینی تقاضا، رفتار مصرف‌کننده و عملیات و برنامه‌ریزی در سطح 6، قابلیت مشاهده در سطح 5، نظارت دوره‌ای در سطح 4، تجزیه‌وتحلیل داده‌های نقطه فروش و مدیریت موجودی در سطح 3، بهبود کارایی، حمل‌ونقل و بهینه‌سازی مسیر در سطح 2 و تاب‌آوری زنجیره‌تأمین در سطح 1 قرار گرفتند. برای بهبود تاب‌آوری زنجیره‌تأمین موارد زیر پیشنهاد می‌گردد: استفاده‌از مدل‌های یادگیری ماشین برای تحلیل داده‌های فروش، رفتار مشتریان، و شرایط بازار؛ طراحی سناریوهای مختلف براساس تحلیل داده‌ها و آماده‌سازی برنامه‌های جایگزین؛ استفاده‌از الگوریتم‌های بهینه‌سازی مسیر و زمان‌بندی براساس داده‌های ترافیکی و محیطی؛ تحلیل کلان‌داده برای انتخاب تأمین‌کنندگان و مسیرهای با کمترین ریسک و هزینه؛ به‌کارگیری ربات‌ها و سیستم‌های هوشمند برای انجام عملیات انبارداری، سفارش‌گیری و کنترل موجودی و آموزش پرسنل زنجیره‌تأمین درزمینه تحلیل داده‌ها و کاربردهای هوش مصنوعی.