IDEAS home Printed from https://ideas.repec.org/a/aou/nszioz/y2024i3p29-40.html
   My bibliography  Save this article

Wykorzystanie sztucznej inteligencji w procesach HR przedsiębiorstw logistycznych

Author

Listed:
  • Adam Panek

Abstract

Cel badań i hipotezy/pytania badawcze Artykuł omawia zastosowanie sztucznej inteligencji w zarządzaniu zasobami ludzkimi w przedsiębiorstwach logistycznych, ze szczególnym uwzględnieniem procesów rekrutacji, szkoleń i zarządzania wydajnością. Przedstawione w pracy rozważania pozwalają na sformułowanie następujących pytań badawczych, które stanowią podstawę wywodu w opracowaniu: 1. Czy sztuczna inteligencja zwiększa efektywność procesów rekrutacyjnych w przedsiębiorstwach logistycznych? 2. Czy na poziom zaangażowania i wydajności pracowników logistyki ma wpływ personalizacja szkoleń opartych na AI? 3. Czy wdrożenie AI w HR firm logistycznych ma wyłącznie pozytywne skutki? Metody badawcze W pracy wykorzystano analizę przypadków oraz dane literaturowe jako główne metody badawcze. Autor posłużył się przykładami wdrożeń sztucznej inteligencji w przedsiębiorstwach logistycznych, aby pokazać praktyczne zastosowania technologii w procesach HR. Metody te umożliwiły połączenie teoretycznego omówienia z praktycznym ujęciem tematu. Główne wyniki Główne wyniki badań przedstawione w pracy wskazują, że zastosowanie sztucznej inteligencji w procesach HR w przedsiębiorstwach logistycznych przynosi znaczące korzyści. AI istotnie zwiększa efektywność rekrutacji, umożliwiając szybsze i bardziej precyzyjne dopasowanie kandydatów do wymagań stanowisk dzięki automatyzacji analizy CV oraz wykorzystaniu chatbotów. Personalizacja szkoleń opartych na AI podnosi poziom zaangażowania i wydajności pracowników, a optymalizacja harmonogramów pracy i precyzyjne prognozowanie potrzeb kadrowych pozwalają na lepsze zarządzanie zasobami ludzkimi. Wdrożenie AI przyczynia się również do obniżenia kosztów operacyjnych i zwiększenia efektywności działań w środowisku logistycznym. W pracy jednocześnie wskazano, że skuteczne wykorzystanie AI wymaga odpowiedzialnego podejścia, uwzględniającego potencjalne ryzyka, takie jak uprzedzenia algorytmiczne i opór pracowników. Implikacje dla teorii i praktyki Praca dostarcza wartościowego wkładu do teorii zarządzania zasobami ludzkimi, szczególnie w kontekście wykorzystania sztucznej inteligencji w sektorze logistycznym. Wskazuje na konieczność rozwoju nowych modeli zarządzania HR, które integrują technologię AI z tradycyjnymi metodami. Badanie podkreśla znaczenie personalizacji procesów HR i ich automatyzacji, co może stanowić podstawę do dalszych badań nad wpływem AI na efektywność i innowacyjność organizacji. Wyniki pracy mają bezpośrednie zastosowanie w przedsiębiorstwach logistycznych, wskazując na praktyczne korzyści wynikające z implementacji AI. Automatyzacja rekrutacji, personalizacja szkoleń oraz prognozowanie potrzeb kadrowych mogą znacząco poprawić efektywność operacyjną firm. Jednocześnie autor zwraca uwagę na potrzebę odpowiedzialnego wdrażania AI, z uwzględnieniem ryzyk, takich jak uprzedzenia algorytmiczne i obawy pracowników, co może pomóc organizacjom w minimalizowaniu barier w adaptacji nowych technologii. Te wnioski mogą służyć jako wytyczne dla menedżerów HR, wdrażających AI w swoich organizacjach.

Suggested Citation

  • Adam Panek, 2024. "Wykorzystanie sztucznej inteligencji w procesach HR przedsiębiorstw logistycznych," Nowoczesne Systemy Zarządzania. Modern Management Systems, Military University of Technology, Faculty of Security, Logistics and Management, Institute of Organization and Management, issue 3, pages 29-40.
    • Handle: RePEc:aou:nszioz:y:2024:i:3:p:29-40
    as

    Download full text from publisher

    File URL: https://nsz.wat.edu.pl/pdf-203229-123558
    File Function: Full text
    Download Restriction: no
    ---><---

    References listed on IDEAS

    as
    1. Grewal, Dhruv & Benoit, Sabine & Noble, Stephanie M. & Guha, Abhijit & Ahlbom, Carl-Philip & Nordfält, Jens, 2023. "Leveraging In-Store Technology and AI: Increasing Customer and Employee Efficiency and Enhancing their Experiences," Journal of Retailing, Elsevier, vol. 99(4), pages 487-504.
    2. Magdalena Rzemieniak & Monika Wawer, 2021. "Employer Branding in the Context of the Company’s Sustainable Development Strategy from the Perspective of Gender Diversity of Generation Z," Sustainability, MDPI, vol. 13(2), pages 1-24, January.
    3. Tan, Zhi Ming & Aggarwal, Nikita & Cowls, Josh & Morley, Jessica & Taddeo, Mariarosaria & Floridi, Luciano, 2021. "The ethical debate about the gig economy: A review and critical analysis," Technology in Society, Elsevier, vol. 65(C).
    4. Maja Trstenjak & Tihomir Opetuk & Goran Đukić & Hrvoje Cajner, 2022. "Logistics 5.0 Implementation Model Based on Decision Support Systems," Sustainability, MDPI, vol. 14(11), pages 1-19, May.
    5. Katarína Stachová & Ján Papula & Zdenko Stacho & Lucia Kohnová, 2019. "External Partnerships in Employee Education and Development as the Key to Facing Industry 4.0 Challenges," Sustainability, MDPI, vol. 11(2), pages 1-19, January.
    6. Ming Juan Ding & Booi H. Kam & Jia Ying Zhang & Ferry Jie, 2015. "Effects of human resource management practices on logistics and supply chain competencies – evidence from China logistics service market," International Journal of Production Research, Taylor & Francis Journals, vol. 53(10), pages 2885-2903, May.
    Full references (including those not matched with items on IDEAS)

    Most related items

    These are the items that most often cite the same works as this one and are cited by the same works as this one.
    1. Vandana Madhavan & Murale Venugopalan & Bhumika Gupta & Gyanendra Singh Sisodia, 2023. "Addressing Agency Problem in Employee Training: The Role of Goal Congruence," Sustainability, MDPI, vol. 15(4), pages 1-27, February.
    2. Patrycja Palen-Tondel & Alicja Smolbik-Jeczmien, 2021. "Looking for a Fulcrum- Are Preferred Work Values Different for Four Generation Cohorts Co-existing in the Labour Market of Poland?," European Research Studies Journal, European Research Studies Journal, vol. 0(3 - Part ), pages 102-119.
    3. Anchal Gupta & Rajesh Kumar Singh & Sachin Kr Mangla, 2022. "Evaluation of logistics providers for sustainable service quality: Analytics based decision making framework," Annals of Operations Research, Springer, vol. 315(2), pages 1617-1664, August.
    4. Kinzinger, Arno & Steiner, Winfried J. & Tatzgern, Markus & Vallaster, Christine, 2025. "Interactive product presentation in an immersive environment: The influence of functional control on hedonic aspects," Journal of Retailing and Consumer Services, Elsevier, vol. 83(C).
    5. Nordfält, Jens & Ahlbom, Carl-Philip, 2024. "Utilising eye-tracking data in retailing field research: A practical guide," Journal of Retailing, Elsevier, vol. 100(1), pages 148-160.
    6. Magdalena Rzemieniak & Joanna Wyrwisz & Katarzyn Toborek, 2021. "The Relationship between Consumers‘ Characteristics and the Expectations towards a Brand‘s Value," European Research Studies Journal, European Research Studies Journal, vol. 0(Special 1), pages 264-277.
    7. Zdenka Gyurák Babeľová & Augustín Stareček & Dagmar Cagáňová & Martin Fero & Miloš Čambál, 2019. "Perceived Serviceability of Outplacement Programs as a Part of Sustainable Human Resource Management," Sustainability, MDPI, vol. 11(17), pages 1-21, August.
    8. Lazar Gitelman & Mikhail Kozhevnikov & Olga Ryzhuk, 2019. "Advance Management Education for Power-Engineering and Industry of the Future," Sustainability, MDPI, vol. 11(21), pages 1-23, October.
    9. Uchiyama, Yosuke & Furuoka, Fumitaka & Md. Akhir, Md. Nasrudin, 2022. "Gig Workers, Social Protection and Labour Market Inequality: Lessons from Malaysia," Jurnal Ekonomi Malaysia, Faculty of Economics and Business, Universiti Kebangsaan Malaysia, vol. 56(3), pages 165-184.
    10. Gregorio Calderón-Hernández & Jorge A. Vivares & Julia Clemencia Naranjo, 2023. "Gestión humana en Colombia: nivel de desarrollo de la función y de sus prácticas," Estudios Gerenciales, Universidad Icesi, vol. 39(166), pages 77-92, March.
    11. Agnieszka Laskowska & Jan Franciszek Laskowski, 2022. "“Silver” Generation at Work—Implications for Sustainable Human Capital Management in the Industry 5.0 Era," Sustainability, MDPI, vol. 15(1), pages 1-25, December.
    12. Zuzana Papulová & Andrea Gažová & Maroš Šlenker & Jan Papula, 2021. "Performance Measurement System: Implementation Process in SMEs," Sustainability, MDPI, vol. 13(9), pages 1-19, April.
    13. Altanshagai Batmunkh & Maria Fekete-Farkas & Zoltan Lakner, 2022. "Bibliometric Analysis of Gig Economy," Administrative Sciences, MDPI, vol. 12(2), pages 1-15, April.
    14. Ali Balcı & Ersin Eraslan, 2023. "GİG Ekonomisi: Bibliyometrik Bir Analiz," Journal of Social Policy Conferences, Istanbul University, Faculty of Economics, issue 85, pages 155-167, December.
    15. Beili Li & Xu Fan & Susana Álvarez-Otero & Muhammad Safdar Sial & Ubaldo Comite & Jacob Cherian & László Vasa, 2021. "CSR and Workplace Autonomy as Enablers of Workplace Innovation in SMEs through Employees: Extending the Boundary Conditions of Self-Determination Theory," Sustainability, MDPI, vol. 13(11), pages 1-16, May.
    16. Ángel Acevedo-Duque & Romel Gonzalez-Diaz & Elena Cachicatari Vargas & Anherys Paz-Marcano & Sheyla Muller-Pérez & Guido Salazar-Sepúlveda & Giulia Caruso & Idiano D’Adamo, 2021. "Resilience, Leadership and Female Entrepreneurship within the Context of SMEs: Evidence from Latin America," Sustainability, MDPI, vol. 13(15), pages 1-17, July.
    17. Vraňaková Natália & Stareček Augustín & Koltnerová Kristína & Cagáňová Dagmar & Chlpeková Andrea & Saniuk Sebastian, 2019. "Discrimination of Employees Generational Groups in Selected Human Resource Management Areas," Research Papers Faculty of Materials Science and Technology Slovak University of Technology, Sciendo, vol. 27(s1), pages 84-92, December.
    18. Pietro Evangelista & Aino Kianto & Henri Hussinki & Mika Vanhala & Anna-Maija Nisula, 2023. "Knowledge-Based Human Resource Management, Logistics Capability, and Organizational Performance in Small Finnish Logistics Service Providers," Logistics, MDPI, vol. 7(1), pages 1-21, February.
    19. Struckell, Elisabeth M. & Patel, Pankaj C. & Ojha, Divesh & Oghazi, Pejvak, 2022. "Financial literacy and self employment – The moderating effect of gender and race," Journal of Business Research, Elsevier, vol. 139(C), pages 639-653.
    20. Miloš Hitka & Silvia Lorincová & Milota Vetráková & Iveta Hajdúchová & Imrich Antalík, 2020. "Factors related to gender and education affecting the employee motivation," Entrepreneurship and Sustainability Issues, VsI Entrepreneurship and Sustainability Center, vol. 7(4), pages 3226-3241, June.

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:aou:nszioz:y:2024:i:3:p:29-40. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    If CitEc recognized a bibliographic reference but did not link an item in RePEc to it, you can help with this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Michał Jurek (email available below). General contact details of provider: http://nsz.wat.edu.pl/ .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.