Toimitusketjun resilienssin ja ketteryyden kehittäminen tekoälyn avulla
| dc.contributor.author | Nevalainen, Otto | |
| dc.contributor.department | fi=Markkinoinnin ja kansainvälisen liiketoiminnan laitos|en=Department of Marketing and International Business| | |
| dc.contributor.faculty | fi=Turun kauppakorkeakoulu|en=Turku School of Economics| | |
| dc.contributor.studysubject | fi=Toimitusketjujen johtaminen|en=Operations and Supply Chain Management| | |
| dc.date.accessioned | 2025-03-04T22:30:14Z | |
| dc.date.available | 2025-03-04T22:30:14Z | |
| dc.date.issued | 2024-12-18 | |
| dc.description.abstract | Toimitusketjun tehokkuuden sekä tekoälyn hyödyntämisen tärkeys organisaation toiminnassa on kasvanut huomattavasti lähivuosina. Toimitusketjun resilienssi viittaa organisaation kykyyn palautua disruptioista alkuperäiseen toimintaansa. Toimitusketjun ketteryys tarkoittaa organisaation ominaisuutta tehdä hienovaraisia liikkeitä, joiden avulla se pystyy sopeutua nopeasti muuttuvaan ympäristöön. Tutkielma etsii resilienssin ja ketteryyden välisiä yhtenäisyyksiä, joiden kehittäminen vahvistaisi toimitusketjua mahdollisimman tehokkaasti. Tekoäly on kehittynyt nopeasti ja sen vaikutukset voidaan huomata lähes kaikkialla. Tekoälyn tarkasteltavia osa-alueita tässä tutkielmassa ovat koneoppiminen ja syväoppiminen. Koneoppimisella yleensä viitataan datan analysointiin ja syväoppimisella ihmismäisen ajatteluprosessin imitoimiseen tekoälyn neuroverkkojen avulla. Työssä tutkitaan tekoälyn hyödyntämismahdollisuuksia resilienssin ja ketteryyden kehittämisessä, keskittyen resilienssiä ja ketteryyttä yhdistäviin teemoihin ja niiden kehittämismahdollisuuksiin tekoälyn avulla. Tutkielmassa tarkastellaan myös tekoälyn mahdollisia riskejä. Tutkielmasta voidaan huomata, että koneoppimisen ja syväoppimisen mahdollistama laajan historiallisen ja reaaliaikaisen datan prosessoiminen tehokkaasti vahvistaa toimitusketjun resilienssiä ja ketteryyttä. Syväoppimisen mahdollistama ihmismäinen kognitiivinen ajattelu mahdollistaa tapaus- ja yksityiskohtaisen datan analysoinnin tehokkaasti, joka kehittää toimitusketjun ketteryyttä. | |
| dc.format.extent | 29 | |
| dc.identifier.olddbid | 197147 | |
| dc.identifier.oldhandle | 10024/180188 | |
| dc.identifier.uri | https://www.utupub.fi/handle/11111/2299 | |
| dc.identifier.urn | URN:NBN:fi-fe2025030415880 | |
| dc.language.iso | fin | |
| dc.rights | fi=Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.|en=This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.| | |
| dc.rights.accessrights | avoin | |
| dc.source.identifier | https://www.utupub.fi/handle/10024/180188 | |
| dc.subject | Toimitusketjut, Resilienssi, Ketteryys, Tekoäly, Koneoppiminen, Syväoppiminen | |
| dc.title | Toimitusketjun resilienssin ja ketteryyden kehittäminen tekoälyn avulla | |
| dc.type.ontasot | fi=Kandidaatintutkielma|en=Bachelor's thesis| |
Tiedostot
1 - 1 / 1
Ladataan...
- Name:
- Nevalainen_Otto_opinnayte.pdf
- Size:
- 377.51 KB
- Format:
- Adobe Portable Document Format