Loading...
Publication
Mitigation of the bullwhip effect using distributed ledger and confidential computing technologies
| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 7.94 MB | Adobe PDF |
Abstract(s)
Abstract
The Modern supply chain management faces a range of challenges, including globalization obligations, material disruptions, increasing regulatory pressure, or increasing technological requirements. Among these challenges, demand variability stands out due to its significant impact on operations management, particularly in an increasingly VUCA (Volatility, Uncertainty, complexity, Ambiguity) environment. As companies navigate this complex landscape, the need for accurate forecasting becomes crucial to effectively manage stocks, reduce disruptions, and optimize operational efficiency. This thesis explores the application of blockchain technology combined with confidential computing to enhance traditional forecasting methods and mitigate the bullwhip effect— a phenomenon where significative fluctuations in consumer demand lead to increasingly
larger variations in orders along the supply chain. By enabling a secure, anonymous, and reliable sharing of real-time data among supply chain participants, these technologies offer promising mechanisms to improve stock management, reduce operational costs, and prevent demand disruptions. The simulation demonstrated an improvement in forecasts always exceeding 14% and potentially surpassing the 100% mark across various tested scenarios, along with a significant enhancement in stock management efficiency. The study demonstrates that integrating blockchain and confidential computing into supply chain management can significantly enhance the accuracy of demand forecasts while maintaining data privacy and security, ultimately contributing to more resilient and agile supply chain operations.
A gestão moderna da cadeia de abastecimento enfrenta uma série de desafios, entre os quais a necessidade de globalização, indisponibilidade de materiais, crescente pressão regulatória e aumento requisitos tecnológicos. Entre estes desafios, a variabilidade da procura destaca-se devido ao seu impacto significativo na gestão de operações, particularmente num ambiente cada vez mais VUCA (Volatilidade, Incerteza, Complexidade, Ambiguidade). À medida que as empresas navegam neste cenário complexo, a necessidade de previsões precisas torna-se crucial para gerir eficazmente os stocks, reduzir interrupções e otimizar a eficiência operacional. Esta tese explora a aplicação das tecnologias blockchain em combinação com tecnologias de computação confidencial para melhorar os métodos tradicionais de previsão e mitigar o efeito chicote — um fenómeno em que significativas flutuações na procura do consumidor levam a variações cada vez maiores nas encomendas feitas ao longo da cadeia de abastecimento. Ao possibilitar a partilha segura, anónima e fiável de dados em tempo real entre os participantes da cadeia de abastecimento, estas tecnologias oferecem mecanismos promissores para melhorar a gestão de stocks, reduzir custos operacionais e evitar interrupções na procura. A simulação demonstrou uma melhoria nas previsões sempre acima de 14%, podendo ultrapassar a marca dos 100% nos mais variados cenários testados, além de uma melhoria significativa na quantidade de stock gerido. O estudo demonstra que a integração do blockchain e da computação confidencial na gestão da cadeia de abastecimento promete melhorar significativamente a precisão das previsões de procura, mantendo a privacidade e a segurança dos dados, contribuindo assim para operações da cadeia de abastecimento mais resilientes e ágeis.
A gestão moderna da cadeia de abastecimento enfrenta uma série de desafios, entre os quais a necessidade de globalização, indisponibilidade de materiais, crescente pressão regulatória e aumento requisitos tecnológicos. Entre estes desafios, a variabilidade da procura destaca-se devido ao seu impacto significativo na gestão de operações, particularmente num ambiente cada vez mais VUCA (Volatilidade, Incerteza, Complexidade, Ambiguidade). À medida que as empresas navegam neste cenário complexo, a necessidade de previsões precisas torna-se crucial para gerir eficazmente os stocks, reduzir interrupções e otimizar a eficiência operacional. Esta tese explora a aplicação das tecnologias blockchain em combinação com tecnologias de computação confidencial para melhorar os métodos tradicionais de previsão e mitigar o efeito chicote — um fenómeno em que significativas flutuações na procura do consumidor levam a variações cada vez maiores nas encomendas feitas ao longo da cadeia de abastecimento. Ao possibilitar a partilha segura, anónima e fiável de dados em tempo real entre os participantes da cadeia de abastecimento, estas tecnologias oferecem mecanismos promissores para melhorar a gestão de stocks, reduzir custos operacionais e evitar interrupções na procura. A simulação demonstrou uma melhoria nas previsões sempre acima de 14%, podendo ultrapassar a marca dos 100% nos mais variados cenários testados, além de uma melhoria significativa na quantidade de stock gerido. O estudo demonstra que a integração do blockchain e da computação confidencial na gestão da cadeia de abastecimento promete melhorar significativamente a precisão das previsões de procura, mantendo a privacidade e a segurança dos dados, contribuindo assim para operações da cadeia de abastecimento mais resilientes e ágeis.
Description
Master’s thesis to obtain the master’s degree in Industrial Engineering & Management
Keywords
Bullwhip effect Blockchain Distributed ledger technologies Confidential computing
Citation
MATOS, António Duarte Neves Parreira de – Mitigation of the bullwhip effect using distributed ledger and confidential computing technologies. Lisboa: Instituto Superior de Engenharia de Lisboa. 2024. Dissertação de Mestrado.