人工智能在可持续供应链管理中的演进与影响：系统综述与文献计量分析

本研究通过对来自 Scopus 的 292 篇文献（2020–2023年）进行系统综述和文献计量分析，探讨了人工智能（AI）在供应链管理中的整合。研究考察了三个领域：研究演进（RQ1）、AI 对流程的影响（RQ2）及其战略影响（RQ3）。结果显示，机器学习（16 项研究）和深度学习（7 项研究）占据主导地位，优化了需求预测和库存管理（Rana & Daultani, 2023）。食品行业等领域得益于 AI 带来的废弃物减少（Kumar et al., 2021），而汽车行业正在改善预测性维护（Dumitrascu et al., 2020）。然而，挑战依然存在：缺乏实证验证、算法偏见以及中小企业（SMEs）采纳困难（Fosso Wamba, 2022）。在战略层面，AI 增强了供应链的韧性（Christopher & Holweg, 2017），但其混合潜力（例如 AI + 区块链）仍未得到充分开发（Arunmozhi et al., 2022）。理论启示强调需要整合社会经济标准的动态模型，而从业人员必须根据特定行业情况调整 AI。本研究提供了宝贵的见解，以指导研究人员和从业人员利用 AI 技术提高供应链效率、韧性和绩效。