利用在线内容与大语言模型提升新兴经济体供应链透明度

在当前全球经济中，供应链透明度在确保安全方面发挥着关键作用，通过使公司能够监控供应商绩效，促进问责与责任感。尽管进步步步大幅，如Bloomberg和FactSet等供应链关系数据集，但在新兴经济体由于信息不对称和制度监管缺失等问题，供应链透明度仍面临重大挑战。本研究提出一种新方法，通过利用在线内容和大语言模型（LLM）来增强新兴经济体的供应链透明度。我们开发了供应链知识图谱挖掘系统，将先进的LLM与网页爬虫技术集成，用于自动收集和分析供应链信息。通过聚焦最近因供应链风险而获得广泛关注的半导体供应链进行案例研究，我们的实验结果表明，所提出的方法对于新兴经济体（如中国大陆）具有更大的适用性，弥补了现有数据集中的数据空白。然而，包括准确估计货币和物料流量、处理时间序列数据、同义词消歧以及缓解来自在线内容的偏见等挑战仍然存在。未来的研究应致力于解决这些问题，以进一步提升系统的能力并将其应用扩展到其他新兴经济体和行业。