Details

Целью исследования является оптимизация процесса управления цепочками поставок на предприятии при помощи интеллектуальной системы на основе алгоритмов машинного обучения. Предмет исследования: применение технологий искусственного интеллекта и машинного обучения в управлении цепочками поставок. Методы исследования: анализ литературы, обобщение, систематизация, сравнительный анализ. Основные результаты исследования: - Исследованы теоретические основы цифровой трансформации в управлении цепями поставок; - Проведен анализ процессов управления цепочками поставок на предприятии ООО «И-кабель» и выявлены ключевые направления их оптимизации с помощью технологий искусственного интеллекта; - Рассмотрены современные методы и технологии управления цепочками поставок, включая применение алгоритмов машинного обучения; - Разработана концептуальная модель внедрения технологий искусственного интеллекта в процессы управления цепочками поставок; - Оценен потенциальный экономический эффект от применения алгоритмов машинного обучения в управлении цепочками поставок. Область применения результатов: цифровая трансформация систем управления цепочками поставок в компаниях различных отраслей. Научной новизной исследования является разработанная концептуальная модель интеграции технологий искусственного интеллекта и машинного обучения в процессы управления цепочками поставок, которая учитывает специфику цифровой трансформации логистических операций и может быть адаптирована для применения в различных отраслях экономики. Выводы. Задачи исследования решены, цель достигнута. Определена область применения результатов. Полученные результаты обладают признаками научной новизны. Обоснованы перспективы дальнейшего исследования в области внедрения технологий ИИ в управление цепочками поставок.

The purpose of the study is to optimize the supply chain management process at an enterprise using an intelligent system based on machine learning algorithms. Subject of research: application of artificial intelligence and machine learning technologies in supply chain management. Research methods: literature analysis, generalization, systematization, comparative analysis. Main results of the study: - The theoretical foundations of digital transformation in supply chain management have been studied; - An analysis of supply chain management processes at the I-cable LLC enterprise was carried out and key areas for their optimization using artificial intelligence technologies were identified; - Modern methods and technologies of supply chain management are considered, including the use of machine learning algorithms; - A conceptual model has been developed for the implementation of artificial intelligence technologies in supply chain management processes; - The potential economic effect of using machine learning algorithms in supply chain management has been assessed. Scope of application of the results: digital transformation of supply chain management systems in companies in various industries. The scientific novelty of the research is the developed conceptual model for integrating artificial intelligence and machine learning technologies into supply chain management processes, which takes into account the specifics of the digital transformation of logistics operations and can be adapted for use in various sectors of the economy. Conclusions. The research objectives have been solved, the goal has been achieved. The scope of application of the results has been determined. The results obtained have signs of scientific novelty. The prospects for further research in the field of implementation of AI technologies in supply chain management are substantiated.