當 2020 年冠狀病毒危機爆發(fā)時，醫(yī)療緊急情況伴隨著物資嚴重的短缺，特別是在一些醫(yī)療設(shè)備方面。這種情況首先出現(xiàn)在呼吸機上：需求激增，供應(yīng)鏈中斷。這是因為這些設(shè)備的生產(chǎn)跨越多個國家，每個部件都依賴于在不同地點制造的其他部件。鏈條越長，依賴性越復雜，任何點對另一個點的破壞和強制關(guān)閉的風險就越大。

供應(yīng)鏈問題具有連鎖金融效應(yīng)，稱為貿(mào)易信貸傳染。這就是公司延遲向供應(yīng)商付款的地方，因為他們的客戶延遲向他們付款。貨到付款模式可能導致發(fā)貨取消或延遲，進而導致破產(chǎn)。研究人員目前正在努力開發(fā)方法來識別全球供應(yīng)鏈中的漏洞并了解其貿(mào)易信用傳染風險。目標是使這些系統(tǒng)整體上更加健壯。

人工智能和復雜網(wǎng)絡(luò)理論有助于識別可能構(gòu)成系統(tǒng)性風險的結(jié)構(gòu)。它們幫助我們問：哪些連接模式可能導致延遲和貿(mào)易信用傳染，哪些更強大?使用這些工具，我們可以創(chuàng)建應(yīng)對各種沖擊的全球供應(yīng)鏈的大規(guī)模模擬器，然后使用機器學習技術(shù)來檢測供應(yīng)鏈中的問題部分。然后，這些知識可以用于市場設(shè)計，以在另一場大流行或災(zāi)難發(fā)生之前加強系統(tǒng)。

大流行之后，貿(mào)易信用保險可能會增長。它可能依賴于公私伙伴關(guān)系，當政府在某些地區(qū)實施關(guān)閉時，它們會成為重要的參與者。這些資金可用于彌補付款延遲、減少損失并在必要時啟動關(guān)鍵生產(chǎn)。供應(yīng)鏈也可以重新布線，大規(guī)模算法可以識別哪些供應(yīng)商需要更換，哪些新供應(yīng)商需要出現(xiàn)。

幾年后，供應(yīng)鏈可能看起來會有所不同，因為總體目標從大流行之前的成本最小化轉(zhuǎn)變?yōu)樽畲蟪潭鹊販p少延誤和貿(mào)易信用風險。