پیوندهای مفید
آمار
| تعداد نشریات | 21 |
| تعداد شمارهها | 692 |
| تعداد مقالات | 10,048 |
| تعداد مشاهده مقاله | 71,052,319 |
| تعداد دریافت فایل اصل مقاله | 62,503,937 |
ارائه مدل ساختاری مدیریت زنجیره تأمین ایرانخودرو مبتنی بر قابلیتهای هوش مصنوعی با تأکید بر تابآوری و کاهش اثر شلاقی | ||
| مدیریت زنجیره ارزش راهبردی | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 13 بهمن 1404 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22075/svcm.2026.40140.1081 | ||
| نویسندگان | ||
| علی مرزبان عباس آبادی1؛ ناصر فقهی فرهمند* 2؛ مرتضی محمودزاده3 | ||
| 1دانشجوی دکتری مدیریت صنعتی، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران. | ||
| 2دانشیار گروه مدیریت، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران. | ||
| 3استادیار گروه مدیریت، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران. | ||
| تاریخ دریافت: 02 دی 1404، تاریخ بازنگری: 15 دی 1404، تاریخ پذیرش: 13 بهمن 1404 | ||
| چکیده | ||
| رشد سریع کسبوکارها موجب افزایش پیچیدگی و آسیبپذیری زنجیرههای تأمین شده و ضرورت تقویت راهبردهای تابآوری و کاهش اثر شلاقی را بیش از پیش برجسته میسازد. پژوهش حاضر با هدف ارائه یک مدل ساختاری برای مدیریت زنجیره تأمین شرکت ایرانخودرو و تبیین نقش هوش مصنوعی در افزایش تابآوری و کاهش اثر شلاقی انجام شده است که از نظر هدف، کاربردی و از نظر گردآوری دادهها، کتابخانهای و توصیفی است. جامعه آماری شامل خبرگان دانشگاهی و سازمانی در شرکت ایرانخودرو است. در بخش کیفی، با روش نمونهگیری گلولهبرفی، ۱۵ نفر از خبرگان انتخاب شده و دادهها از طریق مصاحبه عمیق و پرسشنامه جمعآوری شد و با روش تحلیل مضمون و نرمافزار مکسکیودا انجام گرفت. برای سطحبندی و تحلیل روابط میان ابعاد شناساییشده نیز از روش مدلسازی ساختاری تفسیری همراه با نرمافزار متلب و تحلیل میکمک استفاده شد. یافتهها نشان داد شش بعد اصلی در مدیریت زنجیره تأمین ایرانخودرو نقش تعیینکننده دارند. در بالاترین سطح، سه عامل توسعه و تابآوری تأمینکنندگان، یکپارچگی و هماهنگی زنجیره تأمین، و مدیریت منابع و تقاضا قرار گرفتند که بیشترین قدرت محرک را دارند. در سطح میانی، مؤلفه استفاده از هوش مصنوعی قرار دارد که بهعنوان حلقه اتصال میان محرکهای مدیریتی و پیامدهای نهایی عمل میکند. در سطح اول نیز تابآوری زنجیره تأمین و کاهش اثر شلاقی جای گرفتهاند که بیشترین وابستگی را داشته و پیامدهای نهایی مدل به شمار میآیند. این ساختار بیانگر آن است که دستیابی به تابآوری و کنترل اثر شلاقی، وابسته به تقویت عوامل مدیریتی و بهرهگیری هدفمند از قابلیتهای هوش مصنوعی است. | ||
| کلیدواژهها | ||
| زنجیره تأمین؛ تاب آوری؛ اثر شلاقی؛ هوش مصنوعی | ||
| عنوان مقاله [English] | ||
| Developing a Structural Model of Supply Chain Management at Iran Khodro Based on Artificial Intelligence Capabilities with Emphasis on Resilience and Bullwhip Effect Reduction | ||
| نویسندگان [English] | ||
| Ali Marzban Abbasabadi1؛ Nasser Fegh-hi Farahmand2؛ Morteza mahmoudzadeh3 | ||
| 1Ph.D. Candidate in Industrial Management, Ta. C., Islamic Azad University, Tabriz, Iran. | ||
| 2Associate Prof. Department of Management, Ta. C., Islamic Azad University, Tabriz, Iran. | ||
| 3Assistant Prof. Department of Management, Ta. C., Islamic Azad University, Tabriz, Iran. | ||
| چکیده [English] | ||
| The rapid growth of businesses has increased the complexity and vulnerability of supply chains, highlighting the need to strengthen resilience strategies and mitigate the bullwhip effect. The present study aims to develop a structural model for managing the supply chain of Iran Khodro and to explain the role of artificial intelligence in enhancing resilience and controlling the bullwhip effect. This research is applied in purpose and descriptive–library based in terms of data collection. The statistical population includes academic and organizational experts at Iran Khodro Company. In the qualitative phase, using snowball sampling, 15 experts were selected, and data were collected through in-depth interviews and questionnaires. Qualitative analysis was conducted using thematic analysis with the help of MAXQDA software. Furthermore, Interpretive Structural Modeling, supported by MATLAB and MICMAC analysis, was employed to classify and examine the relationships among the identified dimensions. Findings revealed six key dimensions influencing supply chain management in Iran Khodro. At the highest level, supplier development and resilience, supply chain integration and coordination, and resource and demand management were positioned as driving factors with the strongest influence on the system. The intermediate level consisted of the use of artificial intelligence, acting as a connecting link between managerial drivers and final outcomes. At the first level, supply chain resilience and bullwhip effect reduction emerged as dependent variables and the ultimate outcomes of the model. This structure demonstrates that achieving resilience and mitigating the bullwhip effect require strengthening managerial drivers and strategically leveraging artificial intelligence capabilities. | ||
| کلیدواژهها [English] | ||
| Supply Chain, Resilience, Bullwhip Effect, Artificial Intelligence | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 47 |
||