Wykorzystanie sztucznej inteligencji w procesach HR przedsiębiorstw logistycznych

Adam Panek

Nowoczesne Systemy Zarządzania. Modern Management Systems, 2024, issue 3, 29-40

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.

Keywords: zarządzanie personelem; wyzwania zarządzania; sztuczna inteligencja; zasoby ludzkie; przedsiębiorstwa logistyczne (search for similar items in EconPapers)
Date: 2024
References: View references in EconPapers View complete reference list from CitEc
Citations:

Downloads: (external link)
https://nsz.wat.edu.pl/pdf-203229-123558 Full text (application/pdf)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:aou:nszioz:y:2024:i:3:p:29-40

Access Statistics for this article

Nowoczesne Systemy Zarządzania. Modern Management Systems is currently edited by Wioletta Wereda and Jacek Woźniak

More articles in Nowoczesne Systemy Zarządzania. Modern Management Systems from Military University of Technology, Faculty of Security, Logistics and Management, Institute of Organization and Management
Bibliographic data for series maintained by Michał Jurek ().