元宇宙和 Web 3.0 创建了一个新的数字世界,它具有特定的属性和行为,可以复制物理实体的行为和过程并对其产生影响。本研究旨在加深我们对元宇宙如何影响供应链和运营管理 (SCOM) 的理解。利用结构化文献检索的元素,并借鉴网络物理系统、数字孪生、云和数字供应链以及工业 4.0/工业 5.0 概念,我们提出了一个涵盖多个社会技术维度的元宇宙 SCOM 框架。我们认为,进一步的元宇宙发展可能导致物理 SCOM、元宇宙 SCOM 和 SCOM 共存,以协调物理世界和元宇宙世界。我们提供了一个结构化的未来研究议程,指向由元宇宙驱动的可见性、数据分析的计算能力、数字协作和连接性等新的研究问题和主题。新的研究领域可以专门针对元宇宙和新颖的 SCOM 流程和决策领域(例如,元宇宙和实体产品的联合需求预测、元宇宙中的数字库存分配、元宇宙和实体世界的综合生产计划、以及数字产品的定价和签约)以及新的绩效衡量标准(例如,虚拟客户体验水平、数字产品的可用性以及数字弹性和可持续性)。
供应链和运营管理与供应商,生产者和服务组织(包括定制者)之间的材料,信息和资金的流通有关。它要求集成商品和服务的采购,库存管理,往返生产和服务设施的运输,商品和服务的分配以及信息基础架构以支持这些流程。它的核心是关注质量管理,精益系统和信息系统。
(b) 设计和管理运营 2.生产规划 3.生产力管理和全面质量管理 4.维护和备件管理经济学 B 部分:信息系统 40% 5.信息系统分析和设计 6.数据库管理系统 7.管理信息系统 (MIS) 和信息经济学
智能技术(Duan 等人 2019;Dubey 等人 2020;Hughes 等人 2019;Ismagilova 等人 2019;Wamba 和 Queiroz 2020)。数字化转型中技术的使用取决于组织对技术的态度、感知有用性和感知易用性(Berlak 等人 2020;Grover 等人 2019c)。组织已积极参与数字化转型(Burton-Jones 等人 2020)。人工智能和大数据共同塑造了经济、社会和政治领域(Duan 等人 2019;Dwivedi 等人 2019;Elish 和 Boyd 2018;Wamba 等人 2015、2017)。人工智能被定义为系统解释和学习数字痕迹的能力(Haenlein 和 Kaplan 2019)。Metcalf 等人(2019)认为人工智能可以增强员工的智力。人工智能通过提供多样化和不同的解决方案帮助员工克服复杂情况(Jarrahi 2018),随后可以在决策过程中提供规范性输入(Bader 和 Kaiser 2019)。员工应该更多地专注于创造性工作,并应该学习如何有效地使用机器完成日常任务(Jarrahi 2018)。Morikawa(2017)指出,拥有高学历员工和全球业务的公司期望人工智能技术将对企业产生积极影响。文献中将 OM 定义为端到端的组织管理活动和服务链(Karmarkar 和 Apte 2007;Subramanian 和 Ramanathan 2012),其包括产品设计、流程设计、商品生产、规划、调度(Zhao 等 2020)、个性化定位、交付、定制、物流、外包等多项活动。本研究的第一个研究空白是 Brock 和 Wangenheim(2019)指出的空白,即管理者对如何在其组织运营中使用 AI 知之甚少。因此,本文介绍了 AI 在 OM 不同要素(如制造、产品开发、服务和供应链)中的使用。本研究确定的第二个研究空白基于 Gunasekaran 和 Ngai(2012)强调的空白,即需要开发 OM 模型来综合信息并将其转换为知识。因此,本研究试图探索利用人工智能对数字化转型计划获得的组织内存储的数据和信息资产进行信息转化为知识的前景。本研究确定的第三个空白是 Haenlein 和 Kaplan (2019) 强调的开放性问题,即人类和人工智能支持的系统如何和平共处。因此,本研究以命题的形式探讨了八种情景,作者认为员工和人工智能驱动的系统应该协同工作并建立共生关系,因为两者相互依赖,而人工智能系统的成功取决于两者的相互理解。文献表明,与其他技术创新相比,人工智能具有许多优势。首先,人工智能可以通过支持感知、抓取和转换的动态能力来降低风险(Matilda 和 Chesbrough 2020)。其次,人工智能扩大了创造性思维的范围(Eriksson 等人,2020)。第三,人工智能系统支持的一些重要特性是情境感知、通信能力、嵌入式知识、推理能力和自组织能力(Romero 等人,2020)。第四,人工智能、机器人和大数据的结合被称为第四次工业革命,因为这些技术将带来巨大的影响。Jarrahi(2018)建议,人工智能系统的设计不应以取代人类贡献为目的,而应以增强人类知识和决策为目的。本研究的重点是探索员工之间的共生关系以及人工智能在 OM 不同要素中用于做出有效决策的使用。本研究探讨的第一个研究问题是,如何在组织环境中将人工智能应用于 OM?为了探索这个研究问题,提出了八个命题(命题
过去几年,欧盟关于人工智能的辩论愈演愈烈。鉴于人工智能对整个经济和社会的影响,以及人工智能在包括公共部门在内的所有经济部门的广泛应用所带来的好处,欧盟已开始制定欧洲人工智能方针。欧盟协调一致的人工智能方针旨在推动欧盟成为技术领导者。它还旨在平衡技术进步与保护和促进公共利益的需要。为了确保这种平衡,欧盟可信和安全的人工智能的发展应以共同的欧洲价值观为基础,例如尊重基本权利。为了实现这些目标,委员会推出了多项举措,包括为人工智能研究和创新提供额外资金、旨在改善欧盟人工智能合作的人工智能协调计划,以及专注于制定与人工智能相关的伦理、法律和社会问题建议的人工智能高级专家组。
供应链和运营管理理学学士学位 (BSSCOM) 是一个基于能力的学位课程,旨在培养可应用于各种领域的运营技能,例如公司、小型企业、政府机构、非营利组织、医疗保健和教育机构。BSSCOM 计划满足业务需求,并通过为企业领导者提供数据分析、流程审查、批判性思维和运营改进执行方面的技能,帮助他们克服挑战。该计划中的能力衡量了热门技能,旨在让学习者为创建和维护业务管理与技术、运营和供应链功能(分销、物流、运输、仓储、库存管理、采购和需求计划)之间的桥梁做好准备。通过该计划,学习者将学习如何提出关键的业务问题,形成可以通过数据证明或反驳的假设,将原始数据转化为可用且有价值的商业智能,并根据数据讲述商业故事,为公司在各自行业中提供竞争优势。该项目以体验式学习顶点课程结束,学习者将在该课程中完成一个运营项目,展示他们在整个课程中获得的技能。BSSCOM 计划包括三个嵌入式证书:商业分析、卓越运营和解决方案设计思维。这三个证书包含在学位计划中,可以在 WGU 成就钱包中以数字方式共享。该计划还为学习者提供了在学位过程中获得公认的第三方专业证书和证书的选择。
摘要。人工智能 (AI) 已成为供应链和运营管理的变革力量,显著提高了效率和弹性。本文探讨了机器学习、预测分析和实时数据处理等 AI 技术在需求预测、库存管理、物流和风险缓解方面的集成。通过分析不同的数据源,AI 可以提高需求预测的准确性、降低库存成本、优化物流路线并增强供应链的可视性。案例研究和数据驱动的见解展示了 AI 驱动的系统如何使公司能够适应市场动态、防止中断并实现大幅成本节约。研究结果表明,对于旨在优化供应链运营并构建能够应对未来挑战的强大、有弹性的框架的企业来说,采用 AI 至关重要。
在研究、开发、设计和产品开发等各个阶段改进设计和规范。好处:a.降低成本。b.降低产品的复杂性。c. 使用标准零件/组件。d. 改进产品功能。e. 更好的作业设计和作业安全性。f. 更好的可维护性和适用性。g. 坚固的设计。价值工程旨在降低成本,同时保持同等性能。它可以在不降低质量的情况下将成本降低 15% 至 70%。价值工程侧重于生产前设计的改进,而相关技术价值分析则寻求在生产过程中进行改进。(2014 年 12 月)
我们对在人工智能、商业分析和供应链管理方面具有专业知识的学者特别感兴趣;但是,我们也会考虑在 OMIS 专业的其他领域具有专长的优秀候选人。学者必须能够在我们的一个或多个 MMAI、MBAN 和 MSCM 课程中教授高级课程。他们有望在商学院内外发起新的研究合作,招募和指导研究生让他们参与前沿研究,并在顶级期刊上发表研究成果。学者应该有领导 OMIS 领域及其项目的愿景,在该领域和整个商学院内营造一种合作和同事关系的氛围,学者还应支持 OMIS 领域教师的成长和专业发展。