SCF innovation process: how do AI capabilities support the process?

Purpose, originality and value: This thesis aims at identifying the possible benefits of integrating Artificial Intelligence and Supply Chain Finance. This need has arisen with the complication of global supply chains and therefore also the need for more advanced technologies, with artificial intelligence emerging as a key enabler of SCF innovation. However, despite its potential, the role of AI in SCFs remains underexplored, particularly in terms of its impact on SCF innovation processes, benefits to the people involved, and how difficult it is to implement. This study aims to fill this gap by assessing how AI capabilities influence SCF innovation process activities and contribute to financial and operational. Design, methodology, approach: The research adopts a case study methodology, integrating insights from the real world with previous literature. The study builds on the SCF innovation framework proposed by Ronchini et al. (2024) and the AI capabilities framework by Jackson et al. (2024) to analyze how AI is applied across different phases of SCF. The research process involves a literature review, a startup census, and semi-structured interviews to understand AI’s role. During the census analysis 64 startups were being investigated; Eight case studies were then analyzed, one of which consisted of two interviews as it was the technology provider for the SCF supplier. The study identifies that AI capabilities, such as Learning, Prediction, Perception, Interaction, and Reasoning enhance various activities inside the innovation process. Research has shown that each of the AI features has a role and creates specific benefits due to its specificity, but the willingness to implement AI technology comes with many challenges such as data availability and quality, interoperability between financial systems, regulatory compliance issues, and the “black box” nature of AI-driven decision-making. Moreover, AI’s adoption remains limited in relational and negotiation activities of SCF. Practical managerial implications: The study provides valuable insights for SCF providers, financial institutions, and corporate buyers looking to integrate AI into their operations. Suppliers benefit from faster payments and improved access to financing, while buyers gain from optimized cash flow forecasting and risk reduction. SCF providers experience greater operational efficiency through automation, improved fraud detection mechanisms, and cost savings in financial decision-making. Limitations and future research: However, the findings highlight the need for ethical AI governance, data security measures, and enhanced regulatory frameworks to fully realize AI’s potential in SCF. Future research should explore AI’s evolving role in SCF within different geographical contexts, the impact of generative AI on financial innovation, and regulatory developments for AI adoption in financial services.

Scopo, originalità e valore: Questa tesi mira a identificare i possibili benefici dell'integrazione tra Intelligenza Artificiale e Supply Chain Finance. Questa esigenza è nata con la complicazione delle catene di fornitura globali e quindi anche con la necessità di tecnologie più avanzate, con l'intelligenza artificiale che sta emergendo come un fattore chiave per l'innovazione delle SCF. Tuttavia, nonostante il suo potenziale, il ruolo dell'intelligenza artificiale nelle SCF rimane poco esplorato, soprattutto in termini di impatto sui processi di innovazione delle SCF, di benefici per le persone coinvolte e di difficoltà di implementazione. Questo studio si propone di colmare questa lacuna valutando come le capacità dell'IA influenzino le attività del processo di innovazione dei SCF e contribuiscano al raggiungimento di risultati finanziari e operativi. Disegno, metodologia, approccio: La ricerca adotta una metodologia di studio di caso, integrando le intuizioni del mondo reale con la letteratura precedente. Lo studio si basa sul quadro di riferimento per l'innovazione del SCF proposto da Ronchini et al. (2024) e sul quadro di riferimento per le capacità dell'IA di Jackson et al. (2024) per analizzare come l'IA viene applicata nelle diverse fasi del SCF. Il processo di ricerca prevede una revisione della letteratura, un censimento delle startup e interviste semi-strutturate per comprendere il ruolo dell'IA. Durante l'analisi del censimento sono state analizzate 64 startup; sono stati poi analizzati otto casi di studio, uno dei quali consisteva in due interviste in quanto era il fornitore di tecnologia per il fornitore di SCF. Lo studio identifica che le capacità dell'IA, come l'apprendimento, la previsione, la percezione, l'interazione e il ragionamento, migliorano diverse attività all'interno del processo di innovazione. La ricerca ha dimostrato che ognuna delle funzionalità dell'IA ha un ruolo e crea vantaggi specifici grazie alla sua specificità, ma la volontà di implementare la tecnologia dell'IA si scontra con molte sfide, come la disponibilità e la qualità dei dati, l'interoperabilità tra i sistemi finanziari, i problemi di conformità normativa e la natura di “scatola nera” del processo decisionale guidato dall'IA. Inoltre, l'adozione dell'IA rimane limitata alle attività relazionali e di negoziazione di SCF. Implicazioni pratiche per la gestione: Lo studio fornisce indicazioni preziose per i fornitori di SCF, le istituzioni finanziarie e gli acquirenti aziendali che intendono integrare l'IA nelle loro operazioni. I fornitori beneficiano di pagamenti più rapidi e di un migliore accesso ai finanziamenti, mentre gli acquirenti ottengono una previsione ottimizzata dei flussi di cassa e una riduzione dei rischi. I fornitori di SCF sperimentano una maggiore efficienza operativa grazie all'automazione, al miglioramento dei meccanismi di rilevamento delle frodi e al risparmio sui costi del processo decisionale finanziario. Limitazioni e ricerche future: Tuttavia, i risultati evidenziano la necessità di una governance etica dell'IA, di misure di sicurezza dei dati e di quadri normativi rafforzati per realizzare appieno il potenziale dell'IA in SCF. La ricerca futura dovrebbe esplorare il ruolo in evoluzione dell'IA nella SCF in diversi contesti geografici, l'impatto dell'IA generativa sull'innovazione finanziaria e gli sviluppi normativi per l'adozione dell'IA nei servizi finanziari.