Zdjęcie A data-driven framework for incremental supply chain optimization

Kategoria: Publikacja

Rok: 2025

Czasopismo: Zeszyty Naukowe Politechniki Śląskiej. Organizacja i Zarządzanie

Nr: 221

ISSN: 1641-3466

Punktacja MNiSW: 70

DOI/URL: http://dx.doi.org/10.29119/1641-3466.2025.221.9

Link do Bazy Wiedzy: Baza Wiedzy

Szczepan Górtowski

Współczesne łańcuchy dostaw to podstawa światowego handlu, zapewniające sprawny przepływ produktów od producentów do konsumentów. Jednak szybkie zmiany warunków rynkowych, postęp technologiczny i niepewność ekonomiczna sprawiają, że zarządzanie tymi systemami staje się coraz trudniejsze. Nasze badania przedstawiają innowacyjny, oparty na danych model, który pozwala na stopniową optymalizację łańcuchów dostaw. W przeciwieństwie do tradycyjnych podejść, wymagających gruntownych zmian w razie nowych okoliczności, nasz system aktualizuje się na bieżąco, dzięki temu firmy mogą szybko się dostosować, obniżyć koszty i utrzymać wysoką efektywność operacyjną. Model oparto na technologii przetwarzania dużych zbiorów danych oraz metodach Data Science, wykorzystując informacje z różnych źródeł: wewnętrznych baz danych oraz zewnętrznych danych rynkowych i mediów społecznościowych. Takie podejście dostarcza wgląd w działanie łańcucha dostaw w czasie rzeczywistym, pozwalając menedżerom wykrywać nieefektywności i przewidywać potencjalne zakłócenia, zanim wpłyną na działalność. Poprzez ciągłe ulepszanie modelu w iteracyjnych cyklach, system pozostaje elastyczny i gotowy na nagłe zmiany, gwarantując trafne i terminowe decyzje. Do głównych korzyści tej metody należą: lepsze przydzielanie zasobów, zwiększona przejrzystość procesów oraz znaczące skrócenie czasu i kosztów związanych z tradycyjnymi technikami modelowania. Ponadto model wspiera praktyki zrównoważonego rozwoju, ułatwiając planowanie i zarządzanie ryzykiem, co jest kluczowe w dzisiejszym dynamicznym otoczeniu biznesowym. Wdrożone rozwiązanie wykazało zwiększoną zdolność adaptacji dzięki szybkiej rekonfiguracji modeli, poprawione podejmowanie decyzji poprzez zintegrowaną analitykę oraz iteracje, które stopniowo zmniejszały czas i koszty wdrożeń. Analiza w czasie rzeczywistym umożliwiła efektywniejsze alokowanie zasobów i lepszą przejrzystość łańcucha dostaw, potwierdzając skuteczność metody. Podsumowując, ten model stopniowej optymalizacji łańcucha dostaw to przełomowe narzędzie, które nie tylko poprawia bieżącą wydajność, ale również oferuje skalowalne rozwiązanie na przyszłe wyzwania. Dzięki temu staje się on niezastąpiony dla firm, które chcą odnieść sukces na konkurencyjnym, globalnym rynku.