초록 이 연구는 AI 기반 지식 관리 시스템을 통해 중국의 전기차 공급망 내에서 비즈니스 프로세스 관리의 회복력이 얼마나 향상되는지를 조사합니다. 연구는 기계 학습, 자연어 처리 및 예측 분석을 통해 AI-KM을 정의하며, JAC Motors에 대한 질적 탐색 사례 연구( n = 5 전문가 인터뷰)를 활용합니다. 복잡 적응 시스템 이론에 기초하여, 본 연구는 AI-KM이 혼란 중 시스템 엔트로피를 줄이는 네겐트로픽 힘으로 작용하는 방식을 설명합니다. 주요 연구 결과는 AI 지원 검증 도구의 사용이 혁신적인 구성 요소의 지연을 58% 줄였으며, 의미 검색 기능이 개인 전문성에 대한 의존도를 감소시켰음을 나타냅니다. 또한, 연구는 지식 공유에 대한 중요한 문화적 장벽으로 'Mianzi' (체면 유지)와 'Guanxi'를 식별합니다. 이러한 장벽은 익명화된 자동 이상 탐지를 통해 심리적 안전을 제도화함으로써 완화될 수 있습니다. 연구는 생산의 연속성과 공급망의 회복 기간을 향상시키기 위한 종합적인 AI-KM-BPM 프레임워크의 구현을 제안합니다. EV 부문의 조직 학습 및 CAS 문헌에서의 크리티컬 갭이 본 연구를 통해 해소되며, AI 기반의 회복력에 대한 이론적 모델을 제시합니다.
Irfan 외 (Mon,)이 이 질문을 연구했습니다.