Resumen

En el complejo y cambiante mundo actual, la preocupacin por la falta de datos suficientes ha sido sustituida por la preocupacin por el exceso de datos para la gestin de la cadena de suministro (SCM). El volumen de datos generados por todos los eslabones de la cadena de suministro ha cambiado la naturaleza del anlisis de la GCS. Al aumentar el volumen de datos, han disminuido la eficiencia y la eficacia de los mtodos tradicionales. Las limitaciones de estos mtodos a la hora de analizar e interpretar una gran cantidad de datos han llevado a los estudiosos a generar algunos mtodos con gran capacidad para analizar e interpretar big data. Por lo tanto, el objetivo principal de este artculo es identificar las aplicaciones del aprendizaje automtico (AM) en la gestin de la cadena de suministro como una de las tcnicas de inteligencia artificial (IA) ms conocidas. Mediante el desarrollo de un marco conceptual, este documento identifica las contribuciones de las tcnicas de ML en la seleccin y segmentacin de proveedores, la prediccin de los riesgos de la cadena de suministro y la estimacin de la demanda y las ventas, la produccin, la gestin de inventarios, el transporte y la distribucin, el desarrollo sostenible (DS) y la economa circular (EC). Por ltimo, se discuten las implicaciones del estudio sobre las principales limitaciones y retos y, a continuacin, se ofrecen ideas de gestin y futuras direcciones de investigacin.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Preocupaciones; Datos; Gestión de la cadena de suministro; Aprendizaje automático; Inteligencia artificial; Aplicaciones
• Keywords:Concerns; Data; Supply chain management; Machine learning; Artificial intelligence; Applications