持続可能性革命：生成AIが倫理的で透明なグローバルサプライチェーンを強化する方法

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Confirms a two-pathway model with moderators, offering a theoretical framework for future studies on AI in sustainable supply chains.

🏢実務担当者:Suggests prioritizing predictive analytics over reporting automation for greatest impact on sustainable practices, considering collaborative and regulatory contexts.

🏛政策担当者:Indicates that regulatory pressure strengthens the effectiveness of GenAI in driving supply chain sustainability, supporting policies that mandate transparency.

本研究は、生成的人工知能（GenAI）がグローバルサプライチェーンにおける透明性と持続可能性をどのように強化できるかを検討するものである。具体的には、(i) GenAI対応の持続可能性報告（すなわち、多層サプライチェーンデータから監査可能なナラティブ開示を自動生成すること）と(ii) 予測的持続可能性分析（すなわち、環境的・社会的リスクを予測し、積極的な介入を支援する予測ツール）を区別する。我々は、これらの能力が両方とも持続可能なサプライチェーン実践に正の影響を与え、これらの効果は主要な境界条件、すなわちサプライヤー協働と規制圧力に依存すると提案する。ステークホルダー理論、資源ベースビュー、社会技術システム理論に基づき、本論文は概念的モデルと関連する仮説を開発し、サプライチェーンおよび持続可能性の専門家からの調査データを用いた定量的研究デザインを概説する。提案されたモデルは、交互作用（調整）効果を含む部分的最小二乗構造方程式モデリング（PLS-SEM）を用いて分析されている。本研究は、GenAIが説明責任のあるデータ駆動型かつ持続可能なサプライチェーン管理を可能にする、明確な透明性と積極性の経路を解明することで貢献する。調査結果は、予測的持続可能性分析が持続可能なサプライチェーン実践の最も重要な予測因子であり、次いでGenAI対応の持続可能性報告であり、規制圧力とサプライヤー協働が重要な調整的役割を果たし、それらの複合効果も有意であることを示している。理論的枠組みで強化された本研究は、サプライチェーン実務者、政策立案者、意思決定者に有意義な示唆を提供する。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

This study examines how generative artificial intelligence (GenAI) can strengthen transparency and sustainability in global supply chains. Specifically, it distinguishes between (i) GenAI‐enabled sustainability reporting (i.e., automated generation of auditable narrative disclosures from multi‐tier supply chain data) and (ii) predictive sustainability analytics (i.e., forecasting tools that anticipate environmental and social risks and support proactive interventions). We propose that both capabilities positively influence sustainable supply chain practices and that these effects are contingent on key boundary conditions: supplier collaboration and regulatory pressure. Drawing on stakeholder theory, the resource‐based view and sociotechnical systems theory, the paper develops a conceptual model and associated hypotheses and outlines a quantitative research design using survey data from supply chain and sustainability professionals. The proposed model has been analysed using partial least squares structural equation modelling (PLS‐SEM), including interaction (moderation) effects. The study contributes by clarifying the distinct transparency and proactivity pathways through which GenAI can enable accountable, data‐driven and sustainable supply chain management. The findings show that predictive sustainability analytics is the most significant predictor of the sustainable supply chain practices, followed by GenAI‐enabled sustainability reporting, while regulatory pressure and supplier collaboration play significant moderating roles and their combined effect is also significant. Enriched with the theoretical framework, the study offers meaningful implications for supply chain practitioners, policymakers and decision‐makers.

• semanticscholar https://doi.org/10.1002/csr.70691first seen 2026-07-18 07:31:00