[論文レビュー] Evaluation of key impression of resilient supply chain based on artificial intelligence of things (AIoT)

Alireza Aliahmadi, Hamed Nozari+2 more|arXiv (Cornell University)|Jul 18, 2022

Supply Chain Resilience and Risk Management被引用数 16

ひとこと要約

本稿では、非線形ファジィ意思決定手法を用いて、レジリientなサプライチェーンにおける人工知能連携型モノのインターネット（AIoT）の影響を評価している。AIoT統合により、リアルタイム監視、予測分析、適応的対応メカニズムの最適化を通じて、不確実性下でもサプライチェーンの適応性、リスク低減、運用継続性が著しく向上することが明らかになった。

ABSTRACT

In recent years, the high complexity of the business environment, dynamism and environmental change, uncertainty and concepts such as globalization and increasing competition of organizations in the national and international arena have caused many changes in the equations governing the supply chain. In this case, supply chain organizations must always be prepared for a variety of challenges and dynamic environmental changes. One of the effective solutions to face these challenges is to create a resilient supply chain. Resilient supply chain is able to overcome uncertainties and disruptions in the business environment. The competitive advantage of this supply chain does not depend only on low costs, high quality, reduced latency and high level of service. Rather, it has the ability of the chain to avoid catastrophes and overcome critical situations, and this is the resilience of the supply chain. AI and IoT technologies and their combination, called AIoT, have played a key role in improving supply chain performance in recent years and can therefore increase supply chain resilience. For this reason, in this study, an attempt was made to better understand the impact of these technologies on equity by examining the dimensions and components of the Artificial Intelligence of Things (AIoT)-based supply chain. Finally, using nonlinear fuzzy decision making method, the most important components of the impact on the resilient smart supply chain are determined. Understanding this assessment can help empower the smart supply chain.

研究の動機と目的

• 環境の複雑性と不確実性が増す中で、AIoT技術がレジリエントなサプライチェーンを構築する上で果たす役割を調査すること。
• サプライチェーンのレジリエンスに直接的な影響を与える、AIoTの最も影響力のある要素を特定すること。
• AIoTベースのサプライチェーンシステムのレジリエンス強化可能性を評価するための体系的フレームワークを構築すること。
• 非線形ファジィ手法を用いて、意思決定支援において高インパactsなAIoT要素を優先順位付けすることで、サプライチェーン設計を支援すること。

提案手法

• 本研究では、AIoT要素がサプライチェーンのレジリエンスに与える相対的重要度を評価するために、非線形ファジィ意思決定アプローチを採用している。
• リアルタイムデータ処理、予測分析、適応的制御などのAIoTの主要次元を、サプライチェーン文脈内で特定および分類している。
• 不確実性を扱うために、特に動的かつ複雑な状況下での影響評価において、専門家判断とファジィ論理を統合している。
• レジリエンスへの貢献度に基づいてAIoT要素をランク付けするための多基準評価モデルを構築しており、耐性、適応性、回復能力を含む。
• 破綻状況下でのサプライチェーンパフォーマンスに与える影響を考慮し、AIoT要素間の相互依存性とそれらの集団的効果をフレームワークに組み込んでいる。
• 定性的な評価を定量化するために、言語変数とファジィ数を用い、要素の重要性を体系的に比較可能にしている。

実験結果

リサーチクエスチョン

• RQ1 どのAIoT要素がサプライチェーンのレジリエンスを高める上で最も顕著な影響を与えるか？
• RQ2 リアルタイム監視や予測分析といったAIoTによる能力は、適応性や回復力といったレジリエンスの次元にどのように寄与するか？
• RQ3 センシング、データ分析、自動化などのAIoTサブシステム（例）の相対的な重要度は、レジリエントなサプライチェーンを構築する上でどうなるか？
• RQ4 不確実性や不完全なデータ下で、ファジィ意思決定手法がAIoT要素を効果的に優先順位付けできるか？
• RQ5 AIoT統合は、サプライチェーンの破綻予測、対応、回復能力をどの程度向上させるか？

主な発見

• 非線形ファジィ意思決定モデルは、サプライチェーンのレジリエンスに最も大きな影響を与えるAIoT要素を的確に同定した。特にリアルタイムデータ処理と予測分析が最も高い順位に位置づけられた。
• AIoT統合により、継続的監視と適応的対応メカニズムを通じて、破綻の予測能力が著しく向上した。
• 知的意思決定支援および自動制御システムに関連する要素が、破綻後の回復時間を短縮する上で核となることが判明した。
• 本研究では、レジリエンスがコストやスピードに依存するのではなく、AIoTによる先見性と適応的対応能力が根本的要因であることが明らかになった。
• ファジィ評価手法は、限られたまたは不正確なデータがある状況下でも、AIoT投資の優先順位付けを的確に可能にする、強固で体系的なアプローチを提供した。
• 結果として、AIoTを活用するサプライチェーンは、予測知能と動的運用調整を組み合わせることで、より高いレベルのレジリエンスを達成できることが示された。