Artificial intelligence for supply chain risk management: a comparative analysis of providers and users

Nowadays, due to the combined effect of the growing frequency of disruptions and the complexity of companies’ supply chains (SCs), it is critical to effectively manage risk. Within this mutated environment, the significance of artificial intelligence (AI) is rising to the forefront, highlighting its role in enhancing companies’ performances. In this context, both practitioners and academics lack a roadmap for implementing AI within the Supply Chain Risk Management (SCRM) process, that meticulously depicts the achievable results in this field. Given the novelty of the topic, it was used as an exploratory methodology. Data for the analysis were collected through data triangulation, involving various sources such as academic articles, secondary data from the web, and insights from 14 case studies. This research is the first of its kind, effectively categorizing the benefits of adopting AI within the SCRM process. It separates the impact on specific activities from that on the overall process outcomes, offering distinct perspectives from both providers and users. The interviews enabled the development of a framework encompassing all activities that could be impacted by AI and the related benefits, including automation, enhanced visibility, improved agility, interconnectivity, prediction capabilities, and the ability to model complexity. Within this framework, AI capabilities empowering companies with such benefits were identified: reasoning and learning, followed by communication, integration & interaction, creation, planning, and perception. It was discovered that the combined effect of capabilities and AI impacts on activities allows companies to improve the SCRM outcomes in terms of efficiency, effectiveness, support for decision-making, increased level of service and marginality, and resilience with a consequent reduction in vulnerability. The overarching framework obtained is a roadmap presenting a wealth of information that empowers managers to make more informed decisions. Besides, it enriches the literature about AI and SCRM, paving the way for deeper research on the relationship between improved SCRM outcomes and the underpinning motivations on the different perspectives between users and providers of AI solutions.

Oggi giorno, a causa dell'effetto combinato della crescente frequenza di interruzioni dei flussi nelle catene di approvvigionamento e della loro complessità, è critico gestire efficacemente il rischio. In questo contesto, l'importanza dell'intelligenza artificiale (AI) sta emergendo in primo piano, evidenziando il suo ruolo nel potenziare le prestazioni delle aziende. In questo contesto, sia i praticanti che gli accademici mancano di linee guide per implementare l'AI all'interno del processo di Gestione del Rischio nella Catena di Approvvigionamento (SCRM) che descriva meticolosamente i risultati raggiungibili. Dato il carattere innovativo dell'argomento, è stata utilizzata una metodologia esplorativa. I dati per l'analisi sono stati raccolti attraverso la triangolazione delle informazioni raccolte da articoli accademici, dati secondari dal web e 14 casi di studio. Questa ricerca è la prima nel suo genere e categorizza efficacemente i benefici dell'adozione dell'AI all'interno del processo SCRM. Separa l'impatto su attività specifiche da quello sui risultati complessivi del processo, offrendo prospettive sia dei fornitori che degli utilizzatori. Le interviste hanno permesso lo sviluppo di un framework che comprende tutte le attività che potrebbero essere impattate dall'AI e i relativi benefici, inclusi automazione, una migliore visibilità, agilità, interconnessione, previsione e modellizzazione della complessità. All'interno di questo quadro, sono state identificate le capacità dell'AI che danno permettono il raggiungimento di tali benefici: ragionamento e apprendimento, seguiti da comunicazione, integrazione e interazione, creazione, pianificazione e percezione. È stato scoperto che l'effetto combinato delle capacità e degli impatti dell'AI sulle attività permette alle aziende di migliorare i risultati del SCRM in termini di efficienza, efficacia, supporto al processo decisionale, aumento del livello di servizio e marginalità, e resilienza con una conseguente riduzione della vulnerabilità. Il framework ottenuto è una struttura di riferimento che presenta una ricchezza di informazioni. Questo consentirà ai manager di prendere decisioni più informate e ad arricchire la letteratura sull'AI e sulla SCRM. Inoltre, apre la strada per approfondire la ricerca sulla relazione tra i risultati del SCRM e le motivazioni sottostanti alle diverse prospettive tra adottanti e fornitori di soluzioni AI.