Mapping the role of AI in supply chain resilience: a taxonomy of digital tools and capabilities

Global supply chains face frequent challenges from disruptions such as geopolitical tensions, supply & demand variations, and events related to climate change. These challenges increased the interest in how Artificial Intelligence (AI) can make supply chains more resilient and more responsive to changes. This study explores how AI- enabled Supply Chain Management (SCM) tools help organizations anticipate risks, absorb shocks, adapt their operations, and recover performance after disruptions. Qualitative, exploratory methodology was employed that synthesizes secondary data from academic literature with primary data gathered via interviews and questionnaires administered to AI solution providers and market experts. This triangulation facilitates an evidence-based comparison between theoretical frameworks of resilience and their practical application in commercial AI-enabled supply chain management systems. The findings indicate that resilience is not a fixed characteristic but rather an ongoing process of sensing, responding, and learning. AI makes this cycle stronger by anticipating risks faster, making plans, helping with adaptive optimization, and learning after an event. These mechanisms correspond with the literature's findings, showing how AI supports each resilience dimension via predictive insights, simultaneous planning, and scenario-based decision support. The study also shows that AI-enabled planning only works when there is clean data, system integration that works well together, and human oversight. Resilience is a partnership between people and tools, with AI providing speed, foresight, and analytical depth, while people provide context, judgment, and proportional response. Additionally, the study presents a taxonomy that categorizes AI- enabled supply chain management tools based on their technological foundations, integration maturity, and impact on resilience. Overall, this study improves theoretical understanding by making the link between AI and the four dimensions of resilience, anticipation, absorption, adaptation, and recovery clearer. It also helps practice by giving a structured way to compare and evaluate AI- enabled supply chain management tools.

Le catene di fornitura globali affrontano sfide frequenti dovute a interruzioni causate da tensioni geopolitiche, variazioni tra domanda e offerta e fenomeni legati ai cambiamenti climatici. Queste difficoltà hanno accresciuto l’interesse verso il modo in cui l’Intelligenza Artificiale (AI) può rendere le catene di fornitura più resilienti e reattive ai cambiamenti. Questo studio analizza come gli strumenti di Supply Chain Management (SCM) abilitati dall’AI aiutino le organizzazioni ad anticipare i rischi, assorbire gli shock, adattare le proprie operazioni e recuperare le prestazioni dopo le interruzioni. È stata adottata una metodologia qualitativa ed esplorativa che integra dati secondari provenienti dalla letteratura accademica con dati primari raccolti tramite interviste e questionari somministrati a fornitori di soluzioni AI e a esperti di mercato. Questa triangolazione consente un confronto basato su evidenze tra i quadri teorici della resilienza e la loro applicazione pratica nei sistemi commerciali di gestione della supply chain abilitati dall’AI. I risultati indicano che la resilienza non è una caratteristica fissa, ma un processo continuo di percezione, risposta e apprendimento. L’AI rafforza questo ciclo anticipando più rapidamente i rischi, ottimizzando la pianificazione e favorendo l’adattamento e l’apprendimento successivo all’evento. Questi meccanismi sono coerenti con le nozioni presenti nella letteratura, dimostrando come l’AI potenzi ciascuna dimensione della resilienza attraverso analisi predittive, pianificazione simultanea e supporto decisionale basato su scenari. Lo studio evidenzia inoltre che la pianificazione abilitata dall’AI funziona efficacemente solo in presenza di dati puliti, integrazione armonizzata dei sistemi e supervisione umana. La resilienza emerge così come una collaborazione tra persone e strumenti, in cui l’AI fornisce velocità, capacità previsionali e profondità analitica, mentre gli esseri umani offrono contesto, giudizio e risposte proporzionate. Inoltre, lo studio presenta una tassonomia che classifica gli strumenti di supply chain management abilitati dall’AI in base alle loro fondamenta tecnologiche, al livello di maturità dell’integrazione e al loro impatto sulla resilienza. Nel complesso, questa ricerca contribuisce al progresso teorico chiarendo il legame tra l’AI e le quattro dimensioni della resilienza, anticipazione, assorbimento, adattamento e recupero, e offre un contributo pratico fornendo un metodo strutturato per confrontare e valutare le piattaforme di supply chain basate sull’AI.