The Role of Artificial Intelligence in Developing Supply Chain Analytics to Enhance Supply Chain Performance: A Study Through the Triple A Strategy
Article Sidebar
Main Article Content
บทคัดย่อ
บทความวิชาการนี้มีวัตถุประสงค์เพื่อศึกษาบทบาทของปัญญาประดิษฐ์(Artificial Intelligence: AI)ในการพัฒนาการวิเคราะห์โซ่อุปทาน (Supply Chain Analytics)สังเคราะห์ความสัมพันธ์ระหว่างการวิเคราะห์โซ่อุปทานที่ขับเคลื่อนด้วยปัญญาประดิษฐ์(AI-driven Supply Chain Analytics)กับความสามารถของโซ่อุปทานตามแนวคิดทริปเปิลเอ(Triple-A Supply Chain Capabilities)และเสนอกรอบแนวคิดเชิงบูรณาการที่เชื่อมโยงปัญญาประดิษฐ์การวิเคราะห์โซ่อุปทาน ความสามารถแบบทริปเปิลเอ และประสิทธิภาพของโซ่อุปทาน (Supply Chain Performance) การศึกษาใช้วิธีการทบทวนและังเคราะห์วรรณกรรมจากบทความวิจัยและบทความวิชาการที่เกี่ยวข้องจำนวน 23 เรื่อง จากฐานข้อมูลวิชาการ ได้แก่ Scopus, Web of Science, ScienceDirect และ Google Scholar โดยใช้แบบบันทึกการสังเคราะห์วรรณกรรมเป็นเครื่องมือในการจัดกลุ่ม วิเคราะห์ และเชื่อมโยงสาระสำคัญของงานวิจัยเดิมผลการสังเคราะห์พบว่า ปัญญาประดิษฐ์มีบทบาทสำคัญต่อการพัฒนาการวิเคราะห์โซ่อุปทานใน 4 มิติ ได้แก่ การพยากรณ์อุปสงค์ (Demand Forecasting) การตัดสินใจแบบเรียลไทม์ (Real-time decision-making) การจัดการความเสี่ยง (Risk Management) และการเพิ่มประสิทธิภาพกระบวนการ (Process Optimization) นอกจากนี้ ปัญญาประดิษฐ์ยังช่วยเสริมสร้างความสามารถแบบทริปเปิลเอได้แก่ ความคล่องตัว (Agility) ความสามารถในการปรับตัว (Adaptability) และความสอดคล้องของเครือข่าย (Alignment) ซึ่งทำหน้าที่เป็นกลไกสำคัญที่เชื่อมโยงข้อมูลและการวิเคราะห์ไปสู่ประสิทธิภาพของโซ่อุปทาน บทความนี้จึงเสนอกรอบแนวคิดที่มองปัญญาประดิษฐ์เป็นตัวขับเคลื่อนเชิงกลยุทธ์ มากกว่าการเป็นเพียงเครื่องมือทางเทคโนโลยี
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความนี้ได้รับการเผยแพร่ภายใต้สัญญาอนุญาต Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0) ซึ่งอนุญาตให้ผู้อื่นสามารถแชร์บทความได้โดยให้เครดิตผู้เขียนและห้ามนำไปใช้เพื่อการค้าหรือดัดแปลง หากต้องการใช้งานซ้ำในลักษณะอื่น ๆ หรือการเผยแพร่ซ้ำ จำเป็นต้องได้รับอนุญาตจากวารสารเอกสารอ้างอิง
Baryannis, G., Validi, S., Dani, S., & Antoniou, G. (2019). Supply chain risk management and artificial intelligence: State of the art and future research directions. International Journal of Production Research, 57(7), 2179–2202. https://doi.org/10.1080/00207543.2018.1530476
Belhadi, A., Mani, V., Kamble, S.S. et al. Artificial intelligence-driven innovation for enhancing supply chain resilience and performance under the effect of supply chain dynamism: an empirical investigation. Ann Oper Res 333, 627–652 (2024). https://doi.org/10.1007/s10479-021-03956-x
Brintrup, A., Kosasih, E., Schaffer, P., Zheng, G., Demirel, G., & MacCarthy, B. L. (2024). Digital supply chain surveillance using artificial intelligence: Definitions, opportunities and risks. International Journal of Production Research, 62(13), 4674–4695. https://doi.org/10.1080/00207543.2023.2270719
Cannas, V. G., Ciano, M. P., Saltalamacchia, M., & Secchi, R. (2024). Artificial intelligence in supply chain and operations management: A multiple case study research. International Journal of Production Research, 62(9), 3333–3360. https://doi.org/10.1080/00207543.2023.2232050
Culot, G., Podrecca, M., & Nassimbeni, G. (2024). Artificial intelligence in supply chain management: A systematic literature review of empirical studies and research directions. Computers in Industry, 162, Article 104132. https://doi.org/10.1016/j.compind.2024.104132
Dubey, R., Bryde, D. J., Blome, C., Roubaud, D., & Giannakis, M. (2021). Facilitating artificial intelligence powered supply chain analytics through alliance management during the pandemic crises in the B2B context. Industrial Marketing Management, 96, 135–146. https://doi.org/10.1016/j.indmarman.2021.05.003
Ferreira, A. C. A., Francisco, M. B., & Pinho, A. F. (2025). The use of artificial intelligence in supply chain management: Systematic literature review and future research directions. IEEE Access, 13, 157828–157841. https://doi.org/10.1109/ACCESS.2025.3603866
Hao, X., & Demir, E. (2025). Artificial intelligence in supply chain management: Enablers and constraints in pre-development, deployment, and post-development stages. Production Planning & Control, 36(6), 748–770. https://doi.org/10.1080/09537287.2024.2302482
Helo, P., & Hao, Y. (2022). Artificial intelligence in operations management and supply chain management: An exploratory case study. Production Planning & Control, 33(16), 1573–1590. https://doi.org/10.1080/09537287.2021.1882690
Hendriksen, C. (2023). Artificial intelligence for supply chain management: Disruptive innovation or innovative disruption? Journal of Supply Chain Management, 59(3), 65–76. https://doi.org/10.1111/jscm.12304
Jackson, I., Ivanov, D., Dolgui, A., & Namdar, J. (2024). Generative artificial intelligence in supply chain and operations management: A capability-based framework for analysis and implementation. International Journal of Production Research, 62(17), 6120–6145. https://doi.org/10.1080/00207543.2024.2309309
Kosasih, E. E., Papadakis, E., Baryannis, G., & Brintrup, A. (2024). A review of explainable artificial intelligence in supply chain management using neurosymbolic approaches. International Journal of Production Research, 62(4), 1510–1540. https://doi.org/10.1080/00207543.2023.2281663
Lee, H. L. (2004). The triple-A supply chain. Harvard Business Review, 82(10), 102–113.
Min, H. (2010). Artificial intelligence in supply chain management: Theory and applications. International Journal of Logistics: Research and Applications, 13(1), 13–39. https://doi.org/10.1080/13675560902736537
Modgil, S., Singh, R. K., & Hannibal, C. (2022). Artificial intelligence for supply chain resilience: Learning from Covid-19. The International Journal of Logistics Management, 33(4), 1246–1268. https://doi.org/10.1108/IJLM-02-2021-0094
Pournader, M., Ghaderi, H., Hassanzadegan, A., & Fahimnia, B. (2021). Artificial intelligence applications in supply chain management. International Journal of Production Economics, 241, Article 108250. https://doi.org/10.1016/j.ijpe.2021.108250
Riad, M., Naimi, M., & Okar, C. (2024). Enhancing supply chain resilience through artificial intelligence: Developing a comprehensive conceptual framework for AI implementation and supply chain optimization. Logistics, 8(4), Article 111. https://doi.org/10.3390/logistics8040111
Richey, R. G., Jr., Chowdhury, S., Davis-Sramek, B., Giannakis, M., & Dwivedi, Y. K. (2023). Artificial intelligence in logistics and supply chain management: A primer and roadmap for research. Journal of Business Logistics, 44(4), 532–549. https://doi.org/10.1111/jbl.12364
Samuels, A. (2025). Examining the integration of artificial intelligence in supply chain management from Industry 4.0 to 6.0: A systematic literature review. Frontiers in Artificial Intelligence, 7, Article 1477044. https://doi.org/10.3389/frai.2024.1477044
Sharma, R., Shishodia, A., Gunasekaran, A., Min, H., & Munim, Z. H. (2022). The role of artificial intelligence in supply chain management: Mapping the territory. International Journal of Production Research, 60(24), 7527–7550. https://doi.org/10.1080/00207543.2022.2029611
Singh, R. K., Modgil, S., & Shore, A. (2024). Building artificial intelligence enabled resilient supply chain: A multi-method approach. Journal of Enterprise Information Management, 37(2), 414–436. https://doi.org/10.1108/JEIM-09-2022-0326
Toorajipour, R., Sohrabpour, V., Nazarpour, A., Oghazi, P., & Fischl, M. (2021). Artificial intelligence in supply chain management: A systematic literature review. Journal of Business Research, 122, 502–517. https://doi.org/10.1016/j.jbusres.2020.09.009
Zamani, E. D., Smyth, C., Gupta, S., & Dennehy, D. (2023). Artificial intelligence and big data analytics for supply chain resilience: A systematic literature review. Annals of Operations Research, 327(2), 605–632. https://doi.org/10.1007/s10479-022-04983-y
