ترجمه مقاله بلاکچین در زنجیره تامین خودرو (WORD+PDF)

 

ترجمه تخصصی مدیریت زنجیره تامین

بلاک چین در زنجیره تامین

 

بنابراین، برای ASC فعال‌شده با بلاک چین، محققین چارچوب بازبینی (به شکل 5 مراجعه کنید) برای ارائه یافته‌ها هر خوشه پیشنهاد کردند. بعلاوه، خوشه‌ها به طور انتقادی در بخش 4.5 بررسی و گزارش شدند، به دنبال آن چارچوب BCT برای ASC در بخش 5 و پس از آن پیامدها و نتیجه‌گیری ارائه گردیدند.

 

سفارش ترجمه تخصصی مدیریت

 

1.4. پیش تولید

بر اساس تجزیه و تحلیل خوشه ای، مطالعه چارچوب بررسی را همانطور که در شکل 5 نشان داده شده است، ارائه کرد که نشان دهنده ادغام BCT در ASC است. با استفاده از چهار بلوک یعنی (1) پیش تولید؛ (2) حمل و نقل (3) تولید (4) توزیع از چارچوب بررسی. همچنین، مطالعه BCT را به تفصیل مورد بررسی قرار داده و یافته ها را در بخش های بعدی گزارش می کند.

1.1.4. هماهنگی با تامین کنندگان

در حال حاضر، ASC ها با واسطه های متعدد بین تامین کنندگان و OEM ها مرتبط هستند (چن و همکاران، 2020). پرداخت های انجام شده توسط OEM به تامین کنندگان را می توان تنها از طریق یک موسسه مالی ارسال کرد، زیرا به دلیل وجود آن، پرداخت تامین کنندگان به دلیل رویه های بانکی و پردازش داخلی به تاخیر می افتد (بلک من، هولاند و وست کات 2013). BCT برای امور مالی مناسب است (میراز، شریف، و حسن، 2020) و این نوید را می دهد که خدمات پردازش پرداخت سریع، ایمن و کم هزینه را با استفاده از دفاتر رمزگذاری شده تسهیل کند و بدون نیاز به واسطه هایی مانند بانک های کارگزار و اتاق پایاپای، تایید صحت بلادرنگ تراکنش ها را فراهم می کند (یی 2019). همچنین، BCT می تواند تراکنش های چند لایه و چند طرفه را تسهیل کند. از طریق قراردادهای هوشمند، واسطه گری را می توان برای زنجیره تامین انجام داد که در نهایت منجر به کاهش اصطکاک در اکوسیستم می شود. مزایای تامین کنندگان نیز شامل پرداخت بموقع، مشوق ها، افزایش شفافیت و پاسخگویی در فعالیت زنجیره تامین است.

1.2.4. توسعه سیستم ارزیابی تامین کننده

برای توسعه روابط منبع یابی استراتژیک در منافع تجاری بلندمدت، بویژه در محیط چالش برانگیز اقتصاد کلان کنونی، باید یک پلت فرم شفاف و متقابل برد-برد بین OEM ها و تامین کنندگان وجود داشته باشد. این کار می‌تواند برای گواهی‌های خود- کیفیت یا پرداخت‌های خودکار در زمان مناسب و بدون تاخیرهای بوروکراتیک یا در بازپرداخت‌ها باشد، که در نهایت به هر عضوی در زنجیره تامین کمک می‌کند تا چابکی و تناسب لازم برای رشد در اکوسیستم چالش‌برانگیز را داشته باشد (کوئیروز و همکاران 2019). بعلاوه، زمانی اعتماد ایجاد می‌شود که OEMها از طریق یک نقطه اطلاعات درستی، به نامزدهای عملکرد انگیزه بهتر ‌دهند؛ با این کار، شانس کمتری برای سر و کله زدن بر سر شاخص های عملکرد وجود خواهد داشت. این را می توان از طریق قراردادهای هوشمند مربوط به بلاک چین مورد بررسی قرار داد، شاخص های عملکردی که باید در ارزیابی تامین کننده جستجو کرد عبارتند از: قابلیت مدیریت، قابلیت های کلی نیروی کار، مدیریت کیفیت جامع، برنامه ریزی تولید و سیستم های کنترل، از جمله تحویل به موقع قطعات (سریدهاران، راجو، سریواستا سرینیواس 2017). علاوه بر این، قابلیت های فناوری اطلاعات، شاخص خدمات، انطباق مقررات زیست محیطی، جزئیات هزینه و تخفیف نیز در این بهبود فرآیند موثر گنجانده می شوند. سیستم ارزیابی تامین کننده برای تصمیم گیری در مورد ادامه قرارداد تامین کننده یا نزدیک شدن به تامین کننده در شرایط تقاضا یا بحران های ناگهانی به OEM ها کمک کند (شوشمتا و وایراموتو 2019).

2.4. حمل و نقل

1.2.4 دیجیتالی کردن لجستیک خودرو

مهم است که هر پارامتر ممکن را از طریق دستگاه های IoT لجستیک، از جمله دما، رطوبت، حرکت، مکان، و احراز هویت قطعات دریافت کنید. OEM ها با نظارت فوری می توانند به طور بالقوه رویدادهای مضر را در اولین اولویت ثبت کنند و اصلاحات لازم را برنامه ریزی نمایند (کائو و همکاران 2020). ارائه دهندگان اصلی لجستیک (LLP)، حامل های اقیانوسی، حمل و نقل کنندگان، و شرکت های تجاری همگی باید قابلیت هایی برای گرفتن پارامترهای حیاتی در فرآیند لجستیک داشته باشند که در نهایت از دید OEM ها پشتیبانی می کند (کاروالهو، باروسو، ماکادو، ازودو، کروزماکادو 2020). داده های تولید شده اینترنت اشیا را می توان برای استخراج علت اصلی و فعالیت های آسیب پذیر مورد استفاده قرار داد. برای بدست آوردن داده ها از دستگاه های لجستیک مانند RFID، ماژول های GPS، ماژول های GIS، اسکنر بارکد، دستگاه های بازرسی بصری و تجهیزات جابجایی مواد می توان استفاده کرد (پورنادر و همکاران، 2020). همانطور که قبلا ذکر شد، ترکیبی از BCT و IoT با افزودن اعتماد به ASCها به سیستم ارزش می بخشد.

2.2.4 زنجیره تامین و قابلیت دید لجستیک

قابلیت دید در زنجیره تامین مورد نیاز است، تمام گره های ASC باید از اطلاعات صحیح در مورد اعضای بالادستی و پایین دستی برای تصمیم گیری کارآمد و آگاهانه مطلع شوند. قابلیت دید زنجیره تامین، توانایی ردیابی قطعات یا محصولات بدون هیچ گونه اختلال از تولید کنندگان تا مقصد، از جمله فعالیت های واسطه ای می باشد (شیح و هسیح و کائو 2019). قابلیت دید، کارایی را ارتقا می بخشد، بینش‌هایی درباره داده‌های به‌دست‌آمده از محیط‌های قابل اعتماد ارائه می‌کند (میراز و همکاران 2020) و آن را برای همه ذینفعان در دسترس قرار می‌دهد. BCT می تواند اکوسیستم را با اطلاعات دیجیتالی ارائه شده بهینه کرده و به دستیابی به قابلیت دید زنجیره تامین (کامبل، گوناسکاران، گاوانکار 2018) با تغییر ناپذیری و شفافیت (دنیس و همکاران 2020) و حفظ دفتر کل در بین سهامداران کمک کند. بنابراین، BCT یک محیط قابل اعتماد با رویدادهای شفاف (بای و سرکیس، 2020) و قابل ردیابی و تراکنش‌های تعبیه‌شده امنیتی (یی 2019) فراهم می‌کند. ردیابی رویدادها در زنجیره تامین مواد غذایی دشوار بود، با این حال، پس از اینکه خرده‌فروشان بزرگ BCT را در زنجیره تامین مواد غذایی با همکاری IBM پیاده‌سازی کردند، ردیابی رویدادها به راحتی انجام شد و زمان ردیابی به میزان قابل توجهی کاهش یافت (ژائود و سااد 2019؛ ژائو و همکاران، 2019).

سفارش ترجمه تخصصی مدیریت

سفارش ترجمه تخصصی مدیریت

سفارش ترجمه تخصصی مدیریت

سفارش ترجمه تخصصی مدیریت

سفارش ترجمه تخصصی مدیریت

3.4. تولید

1.3.4 تعمیر و نگهداری بازدارنده ابزار ماشین

صنایع خودروسازی دارای ماشین‌آلات بزرگ و پایگاه‌های تامین‌کننده ابزار با حجم باورنکردنی از امکانات تولید داخلی هستند، جایی که تعمیر و نگهداری ماشین‌های عظیم برای به حداقل رساندن زمان توقف و حفظ کیفیت در تولید ضروری است. پیش‌بینی قطعات یدکی بر اساس تعمیر و نگهداری بازدارنده و پیش‌بینی‌کننده، که به داده‌های گذشته در مورد ماشین‌ها، از جمله هشدارها، فرآیند، توقف‌ها و خرابی‌ها نیاز دارد، ضروری است. داده ها از طریق دستگاه های IoT جمع آوری شده و برای تجزیه و تحلیل دقیق استفاده می شوند (زوو و همکاران 2020). سپس یک مدل مبتنی بر BCT می‌تواند برای برنامه‌ریزی نگهداری پیشگیرانه و پیش‌بینی قطعات یدکی استفاده شود، زیرا کل داده‌ها در BCT ذخیره می‌شوند، شفافیت بین OEM و تامین‌کنندگان ماشین ابزار حفظ می‌شود که به مذاکرات روان‌تر و روابط بهتر کمک می‌کند (کاستن 2020).

2.3.4. بهینه سازی موجودی

بدلیل عدم شفافیت در بین بخش ها، منسوخ شدن موجودی یک پدیده رایج در ASC است. دیجیتالی شدن در مدیریت موجودی می‌تواند گرفتن پارامترهای کلیدی مانند ذخیره‌سازی مواد، شناسه واحد نگهداری انبار (SKU)، تاریخ انقضا و جزئیات تقاضا را با استفاده از حسگرهایی مانند دستگاه‌های جابجایی مواد، سنسورهای بارکد، سنسورهای نیرو و غیره تسهیل کند (شارما و همکاران 2019). پس از به دست آوردن پارامترهای فیزیکی، با پارامترهای خارجی و موجودیت های محاسبه شده ترکیب شده؛ و داده های ترکیبی در BCT ذخیره می شوند. بهینه سازی موجودی، فضا و هزینه را می توان با استفاده از داده های مربوطه در سراسر بخش ها انجام داد (فراگ و همکاران، 2019). برای OEM ها مهم است که از سطح موجودی تامین کنندگان آگاه باشند. BCT می‌تواند شفافیت را در هزینه‌های نگهداری، قطعات منسوخ، محدودیت‌های موجودی، و سطوح موجودی حفظ کند (ایوانوو، دولگوی و سوکولوف 2019).

3.3.4. دستیابی به هماهنگی از طریق احراز هویت

در بلاک چین خصوصی، احراز هویت برای دسترسی به برنامه های بلاک چین ضروری است. احراز هویت را می توان بر اساس مسئولیت کارکنان، تخصص و تیم ماهری که یک کارمند در سازمان به آن تعلق دارد، تعریف کرد (ایسلام و کوندو 2019). ذینفع این امتیاز را خواهد داشت که داده ها را مشاهده و اصلاح کند، یعنی داده ها را به دفتر کل الحاق کند. هر شخصی از یک سازمان در یک نقطه مشخص، می‌تواند وضعیت یک دارایی یا تراکنش را ردیابی یا بررسی کند (لنگ و همکاران، 2020)، هدف اصلی احراز هویت، ارتقای محیط کنترل‌شده و کانال‌گذاری داده‌ها در تیم‌های مختلف است.

4.3.4. دفع موثر قطعات پس از استفاده

موضوع دیگری که شرکت های خودروسازی با آن مواجه هستند، دفع موثر قطعات پس از استفاده برای افزایش پایداری محیط با ترکیب شناخته شده می باشد که در این مورد، دفع کارآمد خواهد بود. در مورد خودروهای الکتریکی (EV)، دور انداختن باتری‌ها یک چالش مهم برای OEMها خواهد بود. بنابراین، ایده این است که یک کد پاسخ سریع (QR) داخلی برای قطعات بی اهمیت نگه دارید، تا بتوان در طول چرخه عمر قطعه، آن را ردیابی کرد. اطلاعات موجود در کد QR از طریق BCT تسهیل می شود، که اطلاعات قابل اعتماد را فعال می کند (دولوگی 2020). با استفاده از اطلاعات موجود در QR، دفع کارآمد را می توان با تفکیک مناسب مواد مختلف برنامه ریزی کرد، هوش را می توان در سطح مؤلفه گنجاند (ویریاسیتاوات 2019).

4.4. توزیع

1.4.4. روشی کارآمد برای رسیدگی به ادعای گارانتی

برای سازندگان OEM اجباری است که برای محصولات خود گارانتی ارائه دهند، مشتریان را جذب کنند و برای برند اعتماد ایجاد کنند. اکثر قطعات خودرو به دلیل هزینه و اهمیت آن دارای گارانتی هستند. قراردادهای هوشمند مبتنی بر BCT می توانند تصمیم گیری شفاف را تضمین کنند (ردی و پرمامایودو 2019) تا ضمانت ها و ادعاهای بیمه را تایید کنند. OEM ها می توانند از داده های مخابراتی محصولات در حال استفاده بهره گیرند (شیح و همکاران 2019) تا درک روشنی از محصول و تاریخچه استفاده مشتری به دست آورند، و این به OEM کمک می کند تا ادعاهای گارانتی را به طور موثر مدیریت کند. امروزه داده های قدیمی و وسایل نقلیه متصل (CV) برای OEM ها در حجم بزرگ در دسترس است، با این داده ها، سازندگان می توانند الگوهای خودروهای در حال استفاده را پیدا کنند. با انجام تجزیه و تحلیل دقیق، تصمیمات کارآمد در مورد اقدامات محصول، حذف ویژگی، توسعه محصول جدید (NPD) از طریق داده های موجود قابل دستیابی است.

2.4.4. فراخوانی محصولات معیوب

امروزه، OEM ها حسگرهای زیادی را در وسایل نقلیه خود تعبیه می کنند، همچون تله ماتیک، که حجم بالایی از داده را تولید می کند، اما این داده ها در بیشتر موارد مورد تجزیه و تحلیل دقیق قرار نمی گیرند. فراخوان محصول روشی است برای بازخوانی محصولات معیوب و ناایمن از مشتریان جهت سرویس یا نگهداری. قراردادهای هوشمند مبتنی بر BCT را می توان برای ثبت کلیه فعالیت های تعمیر و نگهداری خودرو به همراه داده های مخابراتی جهت تصمیم گیری در مورد فراخوانی محصولات معیوب استفاده کرد (کازینو و همکاران، 2019). خودروهای دیجیتالی یا هوشمند قرار است آینده را تغییر دهند (شارما و همکاران 2019) و بنابراین اجرای آزمایشی این ایده فضای بازار OEM ها را افزایش می دهد. همانطور که قبلا ذکر شد، داده های CV در حجم بالایی در دسترس هستند. OEM با استفاده بهتر از داده های CV، می تواند موارد استفاده تجاری بالقوه را برای افزایش فروش خود بیابد.

3.4.4. پیش بینی ردپای OEM OEM

دارای یک طرح تجاری آماده با حداقل پنج سال پیش بینی خواهد داشت، طرح تجاری شامل یک برنامه اقدام محصول، محدوده برای شرکت های جدید، ارزیابی درآمد خالص، ارزیابی ریسک و فرصت هر خط خودرو و غیره می باشد. یک طرح تجاری برای هر منطقه خاص است که بر اساس ردپای OEM و تجزیه و تحلیل صنعت می باشد. OEM ها از حسابداری خودرو تمام شده، ارزش فعلی مالی، جزئیات خودرو، اطلاعات زنجیره تامین، تجربه مشتری، اطلاعات امکانات تولید برای تجزیه و تحلیل استفاده می کنند (ایواز و چتین 2019). نتیجه تجزیه و تحلیل یک طرح تجاری متشکل از اقدامات قیمت گذاری، طرح راه اندازی و تسلیم خودرو، تحلیل ریسک و فرصت است (ویریاسیتاوات و همکاران، 2019). در اینجا می توان از BCT برای تسهیل شفافیت اطلاعات در بین منابع، عمدتا برای داده‌های جمع‌آوری‌شده از طریق تله‌ماتیک، استفاده کرد، زیرا بسیاری از OEM‌ها در تلاش هستند تا مشتریان را بطور کارآمد وارد اکوسیستم کنند. همانطور که قبلا ذکر شد، تصمیم گیری های آگاهانه با داشتن اطلاعات مشتری برای بهبود کارایی کسب و کار ضروری است، OEM ها می توانند با رسیدگی به نیازهای دست نخورده مشتریان، فرصت های جدیدی را در بازار بدست آورند.

بر اساس بررسی فوق، بدیهی است که BCT تاثیر گسترده ای در ASC دارد که در بخش های بررسی شده قابل پیش بینی است. همچنین، ASC توسط ذینفعان، داده های منابع قابل اعتماد، اوراکل های بلاک چین هدایت می شود. بنابراین، چارچوب‌های بلاک چین را پیشنهاد کرده‌ایم که می‌توانند عملکرد ASC را در بخش 5 تشویق کنند.

5.4 چارچوب پیشنهادی و پیامدها

1.5.4 ذینفعان ASC

ASC با بسیاری از سهامداران سر و کار دارد (به شکل 6 مراجعه کنید) و نقش آنها بر نوع زیرساخت IoT مورد نیاز/در حال اجرا در زنجیره تامین تاثیر می گذارد. OEM های خودرو به دو تامین کننده اصلی متکی هستند - تامین کنندگان قطعات و تامین کنندگان ماشین ابزار. معاملات کمتری با تامین کنندگان ماشین آلات و ابزار وجود دارد زیرا ماشین آلات بزرگ سرمایه گذاری یکباره است (ژائو و همکاران، 2019). در حال حاضر، هر ارتباط در ASC بطور یکپارچه بهم متصل نیست، و وابستگی شدیدی به واسطه ها وجود دارد، که البته به طور هوشمندانه هماهنگ نیست تا برای OEM/تولیدکنندگان جهت تصمیم گیری فعالانه بعنوان یک نقطه واقعی وجود داشته باشد (فرناندز- کارامز و فراگا- لاماس 2019). برای دستیابی به یک نقطه واقعی واحد در ASCها، می توان از BCT بطور بالقوه استفاده کرد، یعنی Hyperledger Fabric. این رویکرد، بدست آوردن داده ها از منابع قابل اعتماد، ذخیره داده ها در یک شبکه BCT، ایجاد قراردادهای هوشمند برای چالش های کلیدی، برای ایجاد یک اکوسیستم تصمیم گیری مبتنی بر داده است (علی و همکاران، 2018).

2.5.4 کسب داده از منابع قابل اعتماد

داده های ورودی بلاک چین باید دقیق و تایید شده باشند، زیرا پس از اضافه شدن به شبکه BCT تغییر ناپذیر خواهند بود. دستگاه‌های IoT و اکتساب داده (DAQ) می‌توانند برای جمع‌آوری داده‌ها در سراسر ASC استفاده شوند و در برخی موارد، ورود دستی داده‌ها اجتناب‌ناپذیر است (الادی و همکاران 2019). لجستیک ASC بسیار پیچیده و گران است، فناوری‌هایی مانند اینترنت اشیا، محاسبات ابری و GPS را می‌توان در کنار هم قرار داد تا قابلیت‌های نظارت در زمان واقعی را فعال کرد که به OEM اجازه می‌دهد از خطوط مونتاژ و در طول کل سفر حمل‌ونقل تا نقطه مونتاژ نهایی را دنبال کند. اوراکل های بلاک چین این مطالعه، دستگاه های IoT و DAQ هستند، همراه با داده های تولید شده توسط سیستم در صورت تامین شرایط از پیش تعیین شده و محدود کردن ورود دستی از طرف ذینفعان. بعلاوه، این تعامل را می توان از شکل 6 مشاهده کرد، GPS بعنوان یک ارتباط اطلاعاتی بین ارائه دهندگان اصلی لجستیک و ادارات گمرک استفاده می شود. ردیابی محموله برای OEM ها یک کار دلهره آور است، زیرا آنها به شرکای تدارکاتی شخص ثالث و چهارم متکی هستند. علاوه بر این، OEM ها شروع به ترکیب ژئوفنسینگ برای مسیرهای سفر با بهینه سازی کرده اند، بنابراین داده های مکان برای دریافت سریع ترخیص کالا از گمرک مفید خواهد بود. بعلاوه، مطالعات کاوش در کاربرد GPS با GLONASS را برای افزایش دید OEM و حفظ شفافیت از نظر پرداخت‌ها، حامل، و احراز هویت قطعات از گمرک آغاز کرده‌اند (گونچاروا و لیندنمیر 2017). با این حال، در مرحله اولیه با کاربرد محدود ASC است، به همان دلیل که مورد توجه قرار نگرفت یا بررسی نشد.

3.5.4. ادغام اوراکل های بلاک چین

قراردادهای هوشمند می توانند ادغام BCT و داده های اوراکل بلاک چین را تسهیل کنند (چن و وانگ و همکاران 2020). از آنجایی که BCT در حال استفاده است، می توان به صحت داده ها دست یافت. تجزیه و تحلیل را می توان برای استخراج استنتاج، الگوها و همبستگی ها انجام داد. برنامه مبتنی بر BCT از داده های جمع آوری شده بواسطه اوراکل های بلاک چین استفاده می کند و دسترسی سهامداران برای حفظ محرمانه بودن را محدود می کند (هو و همکاران، 2019، زوو و همکاران 2020)، با این کار داده ها در بلاک چین ذخیره می شوند. همان برنامه BCT را می توان برای مدل سازی داده ها جهت بهینه سازی، پیش بینی و تجزیه و تحلیل علل ریشه ای گسترش داد تا بینش های قابل اعتمادی را استخراج کند و این به OEM ها کمک می کند تصویر واضحی از امکانات و ذینفعان خود داشته باشند. برای اتخاذ تصمیمات تجاری کارآمد، کارکنان باید از اتفاقات شرکت با حداقل عدم اطمینان مطلع شوند. BCT می تواند ارتباط بینش ها و اطلاعات را در اطلاعات فوری برای ذینفعان فعال کند (لی، چو، فنگ، تیان، و مو، 2019)، BCT به ذینفعان ASC امکان می دهد بدون هیچ گونه کنترل و مدیریت مرکزی به داده های تولید شده اینترنت اشیا دسترسی داشته باشند (ماناوالان و جایاکریشنا 2019). بر اساس بحث فوق، محققین یک چارچوب بلاک چین برای ادغام ASC پیشنهاد کرده اند. داده ها و نوع تعامل با استفاده از DLT برای عملکرد ASC بهتر و در شکل 7 نشان داده شده است.

6.4. چارچوب پیشنهادی

یافته های بررسی نشان می دهد که BCT برای ASC ها مناسب است. داده‌های جمع‌آوری‌شده از اوراکل‌های زنجیره بلوکی مختلف در ASCها برای معرفی BCT در بین شرکت‌ها استفاده خواهد شد (لونگو 2019). همچنین، یافته‌ها نشان می‌دهد که BCT در ASC از بهبود قابلیت دید، شفافیت، قابلیت ردیابی و کارایی زنجیره تامین با حل چالش‌های مختلف مانند جدا کردن واسطه‌ها، اشتراک‌گذاری فوری داده‌ها، استفاده از کل داده‌ها برای تصمیم‌گیری پشتیبانی می‌کند. چارچوب پیشنهادی در شکل 7 دارای سه بخش اصلی است: فعالیت ها و داده ها در ASC، استفاده از DLT و عملکرد ASC.

1.6.4. فعالیت ها و داده ها در ASC

در اینجا ASC با فعالیت‌های ذینفعان مختلف، نوع تعامل و داده‌هایی که برای بلاک چین در سراسر زنجیره تامین جمع‌آوری می‌شوند، نشان داده می‌شود. در اینجا، محققین تعاملات بخش ها، از جمله ساخت، خرید، تدارکات، تولید/ مونتاژ، مدیریت موجودی، تدارکات و توزیع را در نظر می گیرند (ایوانوف و همکاران، 2019). تبادل تعامل بین بخش‌های درون یک سازمان یا بین سازمان‌ها سه نوع است، یعنی فیزیکی، اطلاعاتی و مالی (فرناندز-کارامز و فراگا-لاماس، 2019). تعامل فیزیکی با اجزاء، قطعات و کالاهای نهایی سر و کار دارد؛ در مورد تولیدکردن، تولید و مونتاژ، موجودی، و تدارکات حاکم است.

تعامل داده‌ها جزئی است، و بینش‌هایی را در مورد محصولات نهایی OEM، فرآیندها، و غیره با جزئیات بیان می‌کند، این کلید اجرای BCT است. حجم زیادی از داده ها از طریق دستگاه های IoT گرفته می شود، در مورد ASC، داده ها شامل مهرهای زمانی، جزئیات تقاضا و موجودی، جزئیات خرید و تخفیف، شناسه SKU، جزئیات حمل و نقل، جزئیات گیرنده، گزارش کیفیت، وضعیت قطعات، توضیحات محصول، کد حامل، جزئیات راننده و وسیله نقلیه، هزینه نگهداری موجودی، ساخت، برون سپاری، حمل و نقل، داده های مخابراتی، داده های ماشین و غیره می باشد (ردی و پرمامایودو، 2019). نوع نهایی تعامل مالی است، که در آن بخش مالی، صورت‌حساب‌ها، پرداخت‌های بین تامین‌کننده و OEM را که نمی‌توان مستقیما ارسال کرد، یعنی بدون مراجعه به یک مؤسسه مالی یا یک اتاق پایاپای (جین، 2019)، تسویه می‌کند.

2.6.4. ظستفاده از فناوری دفتر کل توزیعی

DLT در دو نوع بلاک چین خصوصی/عمومی موجود است و برای بهبود عملکرد سازمان ها مورد استفاده قرار می گیرد (ایواز و چتین 2019). در اینجا، تمرکز بر Hyperledger Fabric، یک شبکه بلاک چین خصوصی است که کنترل برنامه‌ها را با احراز هویت تعریف شده و قطعی برای ذینفعان تضمین می‌کند. در اینجا، هدف اصلی پیاده‌سازی BCT در ASC است، زمانی که پایلوت نتایج کارآمد و حمایتی را تولید کرد، OEMها می‌توانند دامنه یکپارچه‌سازی فناوری‌های دیجیتال (یادگیری ماشینی، یادگیری عمیق، هوش مصنوعی و غیره) را با BCT (کوئیروز و فوسو وامبا 2019) بررسی کنند، که در نهایت سیستم ها را با استنتاج و پیش بینی هوشمندتر می کند.

3.6.4. عملکرد ASC

یافته‌های بررسی نشان می‌دهد که اجرای BCT در ASC زنجیره‌های تامین شایسته تولید می‌کند. BCT می تواند قابلیت دید را با رویدادهای شفاف و قابل ردیابی (بای و سرکیس، 2020) در سراسر زنجیره تامین افزایش داده و به ایجاد یک محیط قابل اعتماد کمک کند. این نرم افزار اجازه نظارت دقیق بر تامین کنندگان و ارائه دهندگان لجستیک را می دهد و کنترل بهتر بر زنجیره تامین با واسطه گری، پرداخت های به موقع و غیره را ترویج می کند. مطالعه حاضر نقش BCT در دیجیتال سازی شیوه های ASC (RQ3) را مطرح می کند. بعلاوه، جهان VUCA (نوسان، عدم قطعیت، پیچیدگی، و ابهام) همه اقشار زندگی را تهدید می کند. بنابراین، محققین یک چارچوب اجرایی برای ASC با استفاده از BCT در زمینه VUCA پیشنهاد کردند.

7.4. چارچوب پیاده سازی

همانطور که قبلا بحث شد، صنعت خودروسازی در دنیای VUCA جریان دارد و بر BCT برای عملیات ASC هر روز در حال افزایش است. VUCA روشی زیبا و مد روز برای به تصویر کشیدن تغییرات غیرقابل پیش بینی است (بنت و لموئین، 2014؛ سرینیواس و سریدهاران، 2018). مکانیسم به اشتراک گذاری اطلاعات و قابلیت دید در میان سهامداران تحت تاثیر دنیای VUCA است که منجر به عملکرد ضعیف در ASC می شود (کازینو، داساکلیس و پاتساکیس، 2019). بنابراین، محققین تاثیر VUCA بر ASC را بررسی کردند و یک مدل پیاده‌سازی با استفاده از BCT ایجاد نمودند. در اینجا محققین یک چارچوب پیاده سازی پیشنهاد کرده اند که بطور کلی فعالیت های ASC را با استفاده از BCT در شکل 8 ارزیابی می کند.

مطالعه نحوه پیوند جهان VUCA با برنامه های ASC و BCT را در شکل 8 مطرح کرده است. در اینجا، برنامه های ASC را می توان به چهار گروه طبقه بندی کرد. (1) دیجیتالی کردن ASC باIoT؛ (2) کاربران مبتنی بر برنامه بلاک چین (3) ادغام IoT با اکتساب داده؛ (4) قراردادهای هوشمند. هر گروه تحت تاثیر ویژگی های VUCA قرار می گیرد و باعث ایجاد مشکلات در سراسر ASC می شود. بنابراین، ما ویژگی‌های مختلف VUCA و مسائل مربوط به ASC را طبقه‌بندی کردیم و مسائل را با BCT مرتبط نمودیم که برای عملکرد بهتر ASC در دنیای VUCA می‌تواند به نتیجه مورد انتظار دست یابد (به جدول 2 مراجعه کنید).

بنیاد لینوکس پیشنهاد می کند که Hyperledger Fabric یکی از پروژه های بلاک چین در Hyperledger است. برخلاف بیت کوین در Hyperledger Fabric، کاربر می تواند قراردادهای هوشمند ایجاد کند (نصیر، قصص، ابوطالب، و نصیف، 2018؛ شرستا و نام، 2019). مانند سایر شبکه های بلاک چین، دارای یک دفتر کل است که از قراردادهای هوشمند برای انجام تراکنش ها استفاده می کند و این سیستمی است که در آن شرکت کنندگان باید تراکنش های خود را مدیریت کنند (استرایتا و همکاران 2020)Hyperledger Fabric یک شبکه خصوصی و دارای مجوز است که اعضای شبکه از طریق ارائه دهنده خدمات عضویت قابل اعتماد (MSP) ثبت نام می کنند. Hyperledger Fabric عمدتا از سه بخش تشکیل شده است: دارایی ها، کد زنجیره ای و دفترکل.

• دارایی ها در فرمت JASON یا باینری برای امنیت بهتر داده ها هستند.
• کد زنجیره ای قراردادهای هوشمند نوشته شده بر روی DLT را اجرا می کند و ساختار دارایی، تراکنش و منطق تجاری را تعریف می کند.
• دفتر کل توزیعی تمام معاملات دارایی را پیگیری کرده و تغییر دارایی ها را ثبت می کند.

هدف اصلی Hyperledger Fabric ادغام پروژه‌ها در DLT است، با پشتیبانی از زبان‌های برنامه‌نویسی مختلف مانند Node.js، جاوا و Go می‌توان برای توسعه قراردادهای هوشمند استفاده کرد (تیلکوف و وینوسکی 2012؛ ژو، لوک، تروجیلو- راسوا، جیانگ و زیانگ 2019). یک دفتر کل می‌تواند یکپارچه‌سازی بین‌صنعتی را برای توسعه بلاک‌چین و دفتر کل توزیعی، که بر بهبود عملکرد سیستم فناوری اطلاعات متمرکز است، در خود جای دهد. همچنین، دفتر کل از طریق طراحی رمزنگاری، تراکنش های قابل اعتماد را برای سهامداران مختلف ASC در سراسر جهان تضمین می کند (لینوکس، 2016). بنابراین، دفتر کل می‌تواند به مسائل موجود در ASC رسیدگی کند و نتایج مورد انتظار را همانطور که در جدول 2 نشان داده شده است، بدست آورد. بعلاوه، چارچوب پیشنهادی می‌تواند مکانیسم‌های اشتراک‌گذاری اطلاعات و قابلیت دید بهتری را در بین سهامداران تحت تاثیر دنیای VUCA برای ASC تسهیل کند. بعلاوه، بخش حاضر چارچوب پیاده سازی فعال BCT را برای ASC در دنیای VUCA بیان می کند و مفاهیم آن در بخش 8.4 مورد بحث قرار می گیرد.

8.4. پیامدهای تحقیق

1.8.4 پیامدهای متخصصین

نیاز به زنجیره‌های تامین شفاف، قابل ردیابی، قابل دید و کارآمد، تحول دیجیتال در صنعت خودرو را به پیش می برد. از آنجایی که فناوری‌های نوظهور بسیاری از شیوه‌ها را مختل می‌کنند، متخصصان باید موقعیت فعلی خود را در صنعت ارزیابی کنند. پزشکان باید در مورد مزایا و معایب BCT در ASC مطلع شوند. در حالی که شرکت در حال استفاده از یک فناوری پرطرفدار است، انجام یک مطالعه برای تجزیه و تحلیل میزان پیچیدگی آن به همراه مزایای بیشتر مهم است. در اینجا تمرکز اصلی نشان دادن قابلیت‌ها، دامنه و مزایای BCT در ASC به پزشکان و پیشنهاد حوزه‌های کلیدی است که می‌توان آنها را دیجیتالی کرد و با بهره‌وری ASC بهبود بخشید. علاوه بر این، با توسعه یک چارچوب پیاده‌سازی برای ASC، که در شکل 8 نشان داده شده است، به RQ4 پاسخ داده می‌شود. همچنین، بررسی نشان می‌دهد که بلاک چین می‌تواند به بیشتر جنبه‌های ASC گسترش یابد، و تنها به حوزه‌های پیشنهادی در اینجا محدود نمی شود. BCT این پتانسیل را دارد که فعالیت‌های صنعت خودروسازی را به نهادهای قابل تعامل هوشمند تبدیل کند. تجزیه و تحلیل داده‌های جمع‌آوری‌شده از طریق حسگرها از فرآیندهای تولید، امکانات و تدارکات، بینشی را ارائه می‌کند که می‌تواند بهره‌وری و سودآوری OEMها را افزایش دهد. شاغلین باید روی فناوری‌های دیجیتال و نوظهور سرمایه‌گذاری کنند تا مشکلات حیاتی زنجیره تامین را حل کنند و عملیات تجاری خود را افزایش دهند، اعتماد ایجاد کنند و یک نقطه واقعی ایجاد کنند. BCT را می توان برای بسیاری از کاربردها در صنایع مورد استفاده قرار داد، همچون، در خود صنعت خودرو، زمینه های بالقوه ای وجود دارد که می تواند علاوه بر حوزه هایی که در اینجا مورد بحث قرار می گیرد، بهره مند شوند. برای مثال، بلاک چین را می توان در برنامه های تعمیر و نگهداری خودروهای هوشمند، دیجیتالی کردن فعالیت های باجه عوارض (دایانا و همکاران، 2019) با مشارکت OEM ها، توسعه ماشین کاملا دیجیتالی مبتنی بر BCT، ساخت اکوسیستم تحرک مشترک، و ردیابی رویدادهای زندگی خودروها در طول چرخه عمرشان استفاده کرد. موارد استفاده از BCT ممکن است برای هر سازمان بر اساس چشم انداز و ویژگی های تجاری آن متغیر باشد. بنابراین، به پزشکان توصیه می‌شود برای حل چالش‌های پیچیده‌ای که سازمان‌هایشان با آن مواجه است، و اینکه آیا BCT می‌تواند چالش‌های آن‌ها را حل کند، تحلیلی انجام دهند و به این سؤال پاسخ دهند که آیا می‌توانند BCT را در سیستم خود جای دهند یا خیر. زمانی که پزشکان تصویر واضحی از قابلیت‌های BCT در اکوسیستم خود کسب کردند، می‌توانند روی فناوری‌های دیجیتال سرمایه‌گذاری کنند تا رویه‌های موجود خود را بهبود بخشند. ورود BCT مانند ورود اینترنت در اوایل دهه 2000 است و بسیاری از سازمان ها با آزمایش بلاک چین در تجارت خود دریافتند که به زودی به یک فناوری مخرب تبدیل خواهد شد. برنامه های کاربردی یادگیری ماشین همچنین به کارایی و بهره وری زنجیره های تامین ادغام شده با بلاک چین کمک می کند. این ادغام می تواند کنترل بیشتری بر لجستیک ورودی/خروجی، مسیریابی بهینه وسیله نقلیه، استفاده کارآمد از امکانات، تعمیر و نگهداری پیشگیرانه/پیش بینی کننده، و نظارت بهبود یافته بر فعالیت های تامین کننده فراهم کند. همچنین، فناوری‌های دیجیتال نظارت/ردیابی فوری، فراخوان سریع محصولات معیوب، شناسایی قطعات تقلبی و نظارت بر فعالیت‌های نظارتی را تضمین می‌کنند. OEMها با استفاده از فناوری های دیجیتال، می توانند سیستم های تولید هوشمند مبتنی بر داده و زنجیره تامین ایجاد کنند.

سفارش ترجمه تخصصی مدیریت

سفارش ترجمه تخصصی مدیریت

سفارش ترجمه تخصصی مدیریت

سفارش ترجمه تخصصی مدیریت

علیرغم مزایای مرتبط با BCT در ASC، پزشکان برای پذیرش موفقیت آمیز بلاک چین در تجارت خود با چند چالش روبرو خواهند شد. چالش هایی که باید مورد توجه قرار گیرند عبارتند از:

•  هزینه اجرای BCT: هزینه اجرای BCT یک سرمایه گذاری یکباره خواهد بود، جایی که این برنامه ها نیاز به تعمیر و نگهداری در فواصل زمانی مکرر دارند. از آنجایی که BCT برای کاربردهای زنجیره تامین در مرحله مقدماتی قرار دارد، شاغلان در محک زدن فعالیت های زنجیره تامین با چالش هایی مواجه خواهند شد.
• مقیاس پذیری: از آنجایی که در اینجا از بلاک چین خصوصی استفاده می شود، مقیاس پذیری می تواند با مشکل کمتری نسبت به بلاک چین عمومی غلبه کند. انطباق با همه ذینفعان با احراز هویت تعریف شده و قطعی نیاز به ارزیابی دقیق در مراحل اولیه دارد (یانگ، لی، یوو و وانگ 2019).
• عدم آگاهی و دشواری انتقال: افراد در صنعت، نسبت به BCT و قابلیت های آن آگاهی چندانی ندارند. هنگامی که یک DLT در سراسر سازمان فعال شود، ایجاد انگیزه و آموزش افراد درزمینه بلاک چین ضروری است، البته عادت کردن آنها به محیط جدید دشوار خواهد بود.
• محیط نظارتی نامشخص: گمرک مبدا و گمرک مقصد می‌توانند از طریق قراردادهای هوشمند خودکار شوند، اما سایر سازمان‌های تابعه نیز باید بتوانند از دیدگاه OEM پشتیبانی کنند. ادغام تمام گره های زنجیره تامین چالش برانگیز است، زیرا همه فعالیت ها در کنترل OEM نیستند.
• چالش‌های قابلیت همکاری: چالش‌هایی در زمینه ارتباط همه داده‌های مربوط به فرآیندهای تولید، امکانات، محصولات و تدارکات وجود خواهد داشت.

1.1.8.4. مفاهیم برای محققین. بر اساس این مطالعه، برخی از زمینه های گسترده ای را ارائه خواهیم داد که نیازمند بررسی بیشتر توسط محققین است:

• همانطور که قبلا ذکر شد، بلاک چین مانند اینترنت از اوایل دهه 2000 است. تبلیغات این فناوری در چند وقت اخیر آغاز شده است و در حال حاضر بسیاری از سازمان ها بلاک چین را به عنوان یک سرویس ارائه می کنند. نیاز به تجزیه و تحلیل عملکرد برای صنعت خودرو با طیف وسیعی از برنامه های بلاک چین وجود دارد. این تجزیه و تحلیل می تواند به پزشکان کمک کند تا انتخاب بهتری در توسعه مدل های کسب و کار پایدار جدید داشته باشند.
• در اینجا، قابلیت دید زنجیره تامین، قابلیت ردیابی و شفافیت برای اکوسیستم بهتر برای ASC مورد بحث قرار می گیرد. در مورد جنبه های ذکر شده در بالا همچون جنبه های مالی، مانند هزینه های قبل و بعد از اهرم BCT، ایده جالبی خواهد بود. دنبال کردن یک چارچوب ROI در زمینه ASC بهتر است.
• مطالعات باید بر تاثیر بلندمدت BCT در تجارت محصولات و خدمات خودرو تمرکز کنند.
• هدف مطالعات باید نشان دادن چگونگی تصمیم گیری مبتنی بر داده و بلاک چین برای تولید و مصرف پایدار منابع باشد.
• ردیابی لجستیک خودرو دشوار است و محققین می توانند بر روی نوع IoT تمرکز کنند که قادر است در هر مرحله برای ثبت همه پارامترها به طور موثر مورد استفاده قرار گیرد. هنگامی که چارچوب ذکر شده در بالا به کار گرفته شد، جالب است بدانید کدام بخش یا ذینفع بیشتر از آن برای ASC استفاده می کند.

2.1.8.4. پیامدها برای سیاستگذاران و مسئولین نظارتی. با توجه به هزینه بالای سرمایه گذاری و کار سختی که برای نصب انجام می شود، OEM ها و سایر بازیگران پس از اجرای فناوری های دیجیتال انتظارات زیادی خواهند داشت. اگر یک OEM تصمیم بگیرد اینترنت اشیا را در سراسر زنجیره تامین خود مستقر کند، اعضای بالادستی و پایین دستی باید بتوانند از این چشم انداز پشتیبانی کنند. با این حال، بسیاری از تامین‌کنندگان، فرآیندهای تولید خود را خودکار نکرده‌اند و اعضای لجستیک زیرساختی برای جمع‌آوری داده‌ها ندارند، زیرا دسترسی به اینترنت در برخی از مکان‌های دورافتاده یک مشکل است. ایجاد انگیزه و ایجاد آگاهی در اعضای زنجیره تامین برای حرکت به سمت دیجیتال ضروری است تا کل اکوسیستم به هم متصل شود. بسیاری از فعالیت‌های نظارتی دیجیتالی نشده‌اند، و هنوز، اسناد زیادی در تدارکات در طول گمرک وجود دارد. بدون تراکنش های دیجیتال، پیگیری پرداخت ها با BCT دشوار خواهد بود. اگر همه مسئولین نظارتی به دیجیتالی شدن ارتقاء یابند، فعالیت های زنجیره تامین می تواند نتایج بهتری به همراه داشته باشد.

با اینحال، با سرمایه‌گذاری پرهزینه در فناوری‌های دیجیتال و توسعه قابلیت‌های بلاک چین، سیاست‌گذاران باید به سرمایه‌گذاری یارانه بدهند، در مورد فناوری‌های دیجیتال آگاهی ایجاد کنند و آن‌ها را مقرون به صرفه‌تر کنند تا بتوان از آنها برای حمایت از دیدگاه تولیدکنندگان استفاده کرد.

این مطالعه برای بررسی توسعه یک برنامه کاربردی انتها به انتهای کارآمد از BCT برای ASC است که داده‌های ورودی را از اوراکل‌های بلاک چین گرفته و بر روی یک DLT اجرا می‌کند. که از آن OEM ها می توانند انتظار قابلیت دید، شفافیت و شفافیت در فعالیت های زنجیره تامین را به عنوان نتایج داشته باشند. همچنین، این مطالعه پیامدهای مربوط به پزشکان، محققین، سیاست گذاران، و مقامات نظارتی و محدودیت های BCT در استفاده را مورد بحث قرار داد. BCT در سال‌های اخیر توجه فزاینده‌ای را به خود جلب کرده است و مطالعات روی آن از سال 2018 به بعد منتشر شده است، ما تمام تلاش خود را کرده‌ایم تا همه ورودی‌ها را در نظر بگیریم. این مطالعه بویژه محدودیت‌های خود را دارد، (1) بخاطر آثار محدود در زمینه VUCA در ASC؛ مطالعه نتوانست چالش های پذیرش BCT را در وضعیت VUCA گزارش کند. این نشان می دهد که کار بیشتری برای ASC در جنبه VUCA با استفاده از فناوری های نوظهور مورد نیاز است. (2) سمت تقاضای ASC بر اساس یافته‌های آثار گزارش شده است، که برای کاربرد در یک سناریوی واقعی محدود است. برای غلبه بر این موضوع، ساختارهای مدیریت ارتباط با مشتری و تحویل خودرو باید بازنگری شوند و به چارچوب اجرایی برای کارهای آینده مرتبط شوند. (3) چارچوب پیشنهادی ارائه شده باید در تنظیمات OEM آزمایش شود تا مقیاس پذیری و قابلیت استفاده در ASC را پیش بینی کند. برای دستیابی، پژوهشگران نیاز به راه اندازی یک آزمایش اینترنت اشیا دارند که توسط BCT خاص برای الگوریتمی مانند (4) هدایت شود، در نهایت، چارچوب VUCA چهار گروه مانند دیجیتال سازی ASC با IoT؛ کاربران مبتنی بر برنامه بلاک چین؛ ادغام اینترنت اشیا با اکتساب داده و قراردادهای هوشمند را طبقه بندی کرده است. با این حال، بیشتر آثار بررسی شده یک مدل تصمیم‌گیری برای BCT در ASC ایجاد نکردند. بنابراین، با استفاده از محققین آینده گروه پیشنهادی، می‌توان مدل تصمیم‌گیری برای کاربرد BCT در ASC ایجاد کرد.