(1)纽约联邦储备银行; (2)2024年6月Logistics Manager的索引报告。LMI分数是八个独特组件(库存水平和成本,仓储容量,利用率以及价格以及运输能力,利用率和价格)的组合。任何高于50.0的读数都表明物流正在扩展;低于50.0的读数表明物流行业缩小。 (3)物流绩效指数,世界银行2023; (4)美国劳工统计局。
摘要 医疗保健行业的供应链管理被认为比其他任何行业都更为复杂。因此,本研究旨在调查库存管理技术(即库存控制系统、库存水平和仓库运营)对巴基斯坦海得拉巴私立医院供应链绩效的影响。主要数据收集时间为 4 个月,收集自海得拉巴的 4 家私立医院,目标人群是商店部门和采购部门的员工,共分发了 200 份问卷。用于分析数据的技术是主成分分析和多元回归。研究结果和假设分析证明,库存控制系统、库存水平和仓库运营对巴基斯坦信德省海得拉巴私立医院的供应链绩效具有显著的积极影响。推荐的工作对医院顾问和学者有益,因为本研究总结了每次供应链起义的主要因素。此外,本研究提出了各种研究问题,可用作该领域未来路线的工具指南。关键词:库存管理、供应链、仓库、绩效、私立医院。简介在当代企业界,商业实践中先进的库存管理系统被列为考虑提高业务效率和在库存完成后提供有关产品及其可获得性的广泛信息的最有洞察力的方法之一(Zelbst 等,
我们了解到,全国各医疗机构都出现了常规抗原疫苗短缺的报道。目前,主要疫苗缺货,全国范围内,卡介苗、口服脊髓灰质炎疫苗和麻疹风疹疫苗等传统疫苗的库存不足两个月。此外,大多数其他常规儿童疫苗(包括 Gavi 支持的疫苗,包括肺炎球菌疫苗、轮状病毒疫苗、HPV 疫苗和疟疾疫苗)的库存水平也很低,只有三到六个月的库存。
•库存管理:协助监视和管理库存水平,以确保最佳的库存可用性并最大程度地减少中断。•物流协调:支持物流团队协调货物,跟踪交付和确保及时分发产品。•数据分析:分析供应链数据以识别趋势,差异和过程改进的机会。•供应商通讯:协助与供应商进行沟通以促进采购流程并解决任何供应问题。•过程改进:参与旨在提高供应链效率和有效性的正在进行的项目。
人工智能(AI)的出现已经迎来了各个行业的效率和准确性的新时代,库存管理和需求预测处于这些进步的最前沿。传统库存管理技术通常依赖于历史数据和简单的统计模型,在解决当代市场的动态和复杂性方面缺乏(Chopra&Meindl,2016年)。AI具有先进的算法和机器学习能力,为这些关键业务功能提供了一种变革性的方法。本文探讨了AI技术在优化库存管理和预测客户需求方面的集成。AI增强库存管理涉及应用各种AI技术,例如机器学习,自然语言处理(NLP),计算机视觉和机器人技术工艺自动化(RPA)(RPA)(Ivanov等,2017)。机器学习算法分析了大量的历史数据,以识别模式和趋势,从而可以在库存水平上进行更准确的预测和调整。NLP流程从社交媒体和客户评论等来源提供非结构化数据,以更深入了解市场趋势和客户偏好(Cambria&White,2014年)。计算机视觉技术有助于实时监视库存水平并通过视觉数据识别差异,而RPA自动化了重复的任务,例如订单处理和库存跟踪,从而降低了人为错误和提高效率(Aguirre&Rodriguez,2017年)。本文重点介绍了通过AI实施实现的预测准确性和库存周转率的重大改善,并讨论了对供应链管理的未来影响。
与气候变化相关。这包括识别替代供应商,提高关键材料的库存水平,并投资于减少对天气条件依赖的技术。气候变化由于原材料成本的增加而对家具业务构成风险。为了应对这种新兴风险,该公司致力于产品开发,以创造环保产品,教育市场并保持传统和可持续产品之间的平衡。该公司旨在确保长期的可持续性和盈利能力。这项承诺是为了减轻气候变化对公司运营的影响,并为更可持续的未来做出贡献。
• 预测显示丙烷和丁烷价格将保持季节性低位,因为我们即将进入冬季,美国丙烷和丁烷产量持续增长,库存水平达到 5 年来的最高水平。 • 预计巴拿马运河的物流挑战将持续存在,扰乱交货计划并影响丙烷向东的分销。 • 预计冬季气候将更加温和,有助于抑制价格上涨。加上边际消费者石化行业需求停滞,预计未来几个月丙烷和丁烷价格将保持稳定
ILS-S 是一种国防业务系统 (DBS),为美国空军 (USAF) 基层供应/物资管理功能领域提供 IT 功能。ILS-S 功能包括订购、接收、存储、分发、跟踪、处置和移动供应品、组织帐户管理、武器系统备件支持、资产折旧和报告、编目、计算库存水平、移动性、津贴和授权管理、保修管理、财务报告、库存控制点、供应点、承包商提供的武器系统支持、飞机、发动机和导弹维护、危险材料管理、通信安全管理和移动技术。
AI技术在过去十年中迅速发展,导致它们在包括服装在内的各个行业中广泛采用。由于行业固有的挑战,例如库存水平较高,交货时间较长以及对时尚趋势的敏捷响应的需求,因此AI在供应链管理中的应用尤其重要。作为全球可持续性的关注,AI提供了通过更有效的资源利用和最小化的服装供应链对环境的影响的潜力(Ramos等,2023)。因此,该行业中AI与可持续性的交集是研究的关键领域,尤其是鉴于消费者对道德和环保产品的需求不断增长(Giri等,2019)。