云计算 用于管理整个供应链中海量数据的开放系统和同步通信系统(Antonopoulos 和 Gillam 2010;Marston 等人,2011) 网络安全 通过融合技术、流程和实践,保护网络、设备、数据和软件程序免受网络攻击(Flatt 等人,2016;Von Solms 和 Van Niekerk,2013) 大数据与分析 广泛利用从 ERP、CRM、MES、SRM 和 SCM 系统收集的数据来做出优化的实时决策(Morabito,2015;Sharma 和 Pandey,2020) 人工智能 AI 是工业 4.0 背后的大脑。人工智能算法可以优化制造运营并构建弹性供应链,从而快速响应和适应市场变化(Dopico 等人,2016 年;Lee 等人,2018 年)机器学习 ML 算法发现数据中的模式和供应链网络的成功因素,同时这些算法不断从过程中学习。结合物联网传感器和数据分析,ML 可以实时优化供应链网络(Candanedo 等人,2018 年;Diez-Olivan 等人,2019 年)区块链技术 BCT 建立了高效透明的供应链网络,可以以多种方式应用于供应链网络,例如智能合约、版权保护、小额支付、设备跟踪或身份管理(Bodkhe 等人,2020 年;Yaga 等人,2019 年)
我在此声明,本文件中的所有信息均已根据学术规则和道德行为获得和呈现。我还声明,根据这些规则和行为的要求,我已充分引用和参考了所有非本作品原创的材料和结果。姓名,姓氏:Sercan SOYSAL
Shengwu du,Flora Haberkorn,Abby Kessler,Isabel Kitschelt,Seung Lee,Anderson Monken,Anderson Monken,Dylan Saez,Kelsey Shipman,Kelsey Shipman和Sandeep Thakur和Sandeep Thakur和Sandeep Thakur和Sandeep Thakur,Federal Reserve System的委员Blankenburg,MaximilianKönig和Philipp Rothhaar,Deutsche Bundesbank 12:30 - 12:45 Closing Everning言论Alessandra Perrazzelli,意大利银行副州长
∗ 我们要感谢 Ronald Indergand 的支持。我们还要感谢私营部门和联邦政府的众多人士,他们慷慨地为我们提供数据并帮助我们更好地理解数据。我们感谢与 Daniel Lewis、Karel Mertens、Sercan Eraslan、Thomas Goetz、Daniel Ollech、Jonas Striaukas、Seton Leonard、Yvan Lengwiler、Alain Galli 和 Christoph Sax 进行的富有成效的讨论。本文中表达的观点、意见、发现和结论或建议完全是作者的观点。它们不一定反映国家经济事务秘书处 (SECO) 的观点。SECO 对本文中包含的信息的任何错误或遗漏或其正确性不承担任何责任。 ∗∗ 国家经济事务秘书处,短期经济分析,Holzikofenweg 36,3003 伯尔尼,瑞士。philipp.wegmueller@seco.admin.ch