Leveraging AI to strengthen supply chain resilience in a volatile global market

Abstract

This thesis investigates how Artificial Intelligence (AI) can strengthen supply chain resilience in an increasingly volatile global environment. Traditional risk management frameworks, while valuable, are limited in their ability to anticipate fast-moving disruptions such as geopolitical conflicts pandemics and natural disasters. By contrast, AI technologies—including machine learning, natural language processing, Internet of Things, robotic process automation, and digital twins—enable the processing of vast and diverse data sources, the detection of subtle signals and the generation of real-time insights. Through a comparative analysis of AI-driven versus traditional approaches, combined with illustrative case studies, this research highlights AI’s capacity to improve risk prediction, decision-making, cost efficiency and supply chain visibility. The findings demonstrate that AI adoption offers significant benefits such as proactive risk mitigation, agility and adaptive planning, while also posing challenges related to data quality, integration with legacy systems, investment costs and workforce acceptance. The thesis concludes that AI has the potential to transform supply chain risk management into a more predictive, dynamic and strategically agile field, as long as organizations address key barriers for successful integration.

Esta dissertação investiga como a Inteligência Artificial (IA) pode fortalecer a resiliência das cadeias de suprimentos num ambiente global cada vez mais volátil. Os modelos tradicionais de gestão de riscos, embora valiosos, são limitados na capacidade de antecipar perturbações rápidas, como conflitos geopolíticos, pandemias e desastres naturais. Em contrapartida, as tecnologias de IA — incluindo aprendizagem de máquina, processamento de linguagem natural, Internet das Coisas, automação de processos robóticos e gémeos digitais — permitem o processamento de fontes de dados vastas e diversas, a deteção de sinais subtis e a geração de insights em tempo real. Através de uma análise comparativa entre abordagens tradicionais e baseadas em IA, combinada com estudos de caso ilustrativos, esta investigação evidencia a capacidade da IA para melhorar a previsão de riscos, a tomada de decisão, a eficiência de custos e a visibilidade das cadeias de suprimentos. Os resultados demonstram que a adoção da IA oferece benefícios significativos, como a mitigação proativa de riscos, a agilidade e o planeamento adaptativo, mas também apresenta desafios relacionados com a qualidade dos dados, a integração em sistemas legados, os custos de investimento e a aceitação por parte da força de trabalho. A dissertação conclui que a IA tem o potencial de transformar a gestão de riscos nas cadeias de suprimentos num domínio mais preditivo, dinâmico e estrategicamente ágil, desde que as organizações ultrapassem os principais obstáculos à sua integração bem-sucedida.