Sztuczna inteligencja w zarządzaniu zasobami ludzkimi: szanse i wyzwania w obszarze logistyki 

Main Article Content

Ireneusz  Żuchowski
Liudmyla  Hanushchak-Efimenko 
Radovan  Savov
Dariusz Racz


Słowa kluczowe : sztuczna inteligencja, zarządzanie zasobami ludzkimi, logistyka 
Abstrakt
Celem artykułu jest rozpoznanie zastowań sztucznej inteligencji w zarządzaniu zasobami ludzkimi w branży logistycznej. Analizy dokonano na podstawie aktualnej literatury przedmiotu. W artykule dokonano analizy możliwości i obszarów zastosowania AI w HR w logistyce. Omówiono zagadnienia automatyzacji procesu rekrutacji, monitorowania wydajności, zarządzania retencją oraz prognozowania potrzeb kadrowych. Procesy wdrażania sztucznej inteligencji spowodowały działania rządów i organizacji państw. W państwach Unii Europejskiej działania te zmierzają do wprowadzania uregulowań prawnych skupiających się na zapewnieniu bezpieczeństwa używania AI. Jest to i będzie kluczowym wyzwaniem, które stawia implementacja AI. Ponadto omówiono przyszłe możliwości rozwoju tej technologii w kontekście zarządzania zasobami ludzkimi w logistyce. Dokonana analiza literatury wskazuje, że sztuczna inteligencja w przyszłości będzie miała coraz większe zastosowanie w zarządzaniu zasobami ludzkimi, wspierając te procesy i czyniąc je coraz bardziej efektywnymi. Jednak należy zwrócić uwagę, że wraz z rozwojem tej technologii nie znikną a wręcz przeciwnie będą pojawiać się wyzwania które wynikać mogą z wielu czynników takich jak np. organizacyjne czy ludzkie.

Article Details

Jak cytować
Żuchowski, I., Hanushchak-Efimenko , L., Savov, R., & Racz, D. (2024). Sztuczna inteligencja w zarządzaniu zasobami ludzkimi: szanse i wyzwania w obszarze logistyki . Ekonomika I Organizacja Logistyki, 9(3), 149–167. https://doi.org/10.22630/EIOL.2024.9.3.24
Bibliografia

Ahmad S., Mohamad R., 2023: AI-driven HR practices in logistics, Journal of Human Resource Management 36(2), 101–115.

Baryannis G., Dani S., 2022: Artificial intelligence for predicting employee performance in logi-stics, Supply Chain Management Review 27(1), 75–85.

Bhardwaj A., Pandey R., 2021: Machine learning in HRM: An analysis of logistics-based applica-tions, International Journal of Logistics Research 12(4), 312–329.

Cappelli P., Tavis A., 2023: The promise and limits of AI in HR management, SSRN Electronic Journal, [electronic source] https://f.hubspotusercontent40.net/hubfs/7801895/Artificial%20intelligence%20in%20human%20resources%20management%20-%20challenges%20and%20a%20path%20forward%20SSRN-id3263878.pdf?utm_source=chatgpt.com.

Chaturvedi V., Sharma A., 2022: Ethical concerns in AI-driven HR practices, Human Resource Management Journal 48(5), 528–543.

Dehghani M., Ali K., 2020: AI applications in HR selection processes, HR Science and Technology 14(3), 210–224.

Fountaine T., McCarthy B., Saleh T., 2023: AI and the future of HR in logistics, Global Journal of Logistics 19(2), 98–112.

Ghosh S., Ramkumar A., 2021: Machine learning applications in employee retention, International Journal of AI in HR 4(1), 27–39.

Goldstein M., Newman J., 2022: How AI improves logistics workforce management, Journal of Logistics and AI Integration 17(4), 431–447.

Gupta R., Raj M., 2023: The role of AI in shaping employee satisfaction and retention, Journal of Business Logistics 24(3), 203–220.

Gupta R., Vashistha M., 2020: Digital HR transformation in logistics with AI, Computational Logistics 18(2), 122–138.

Hamdi F., Abdallah M., 2021: Optimizing HR functions with AI in the logistics industry, Journal of HR Analytics 7(3), 201–218.

Hsiao H.C., Chang C.H., 2023: Future trends in AI-driven HR practices, Journal of Human Resour-ce Development 42(1), 119–135.

Ivanov D., Dolgui A., 2021: Digital twins for HR processes in logistics, International Journal of Industrial Engineering 45(3), 301–318.

Ivanova K., Dimitrov N., 2022: Ethical challenges in AI-driven HR, Journal of HR Ethics 5(4), 82–99.

Jatobá M.N., Ferreira J.J., Fernandes P.O., Teixeira J.P., 2023: Intelligent human resources for AI adoption: A systematic review, Journal of Organizational Change Management 36(7), 1099–1124.

Kashyap V., Subramanian R., 2022: AI in performance tracking for logistics, Journal of Logistics Technology 16(2), 144–156.

Kovács G., Kot S., 2021: Seasonal workforce demand prediction in logistics through AI-based forecasting, Logistics Research 12(3), 178–192.

Lewis D., Reilly M., 2020: AI and recruitment in logistics, Journal of Recruitment Strategies, 11(2), 76–88.

Mishra S., Singh N., 2021: Predictive modelling for employee retention in logistics, Logistics Re-view 21(3), 157–170.

Shukla P., Patel L., 2022: Enhancing HR services in logistics through AI, Journal of Industrial En-gineering and Management 13(1), 82–97.

Tan J., Chan W., 2023: AI-enabled recruitment and selection, HR Systems Journal 8(2), 134–149.

Varadarajan R., Srinivasan P., 2020: Succession planning and AI-driven HR strategies, Journal of Management and Technology 29(2), 87–101.

Varghese M., Patel R., 2020: Machine learning applications for workforce optimization in logistics, Logistics and Operations Management Journal 15(2), 147–159.

Vishwakarma L.P., Singh R.K., 2023: An Analysis of the Challenges to Human Resource in Im-plementing Artificial Intelligence, [in:] P. Tyagi, N. Chilamkurti, S. Grima, K. Sood, B. Balusamy (eds), The Adoption and Effect of Artificial Intelligence on Human Resources Management, Part B (Emerald Studies in Finance, Insurance, and Risk Management), Emerald Publishing Limited, Leeds, 81-109, https://doi.org/10.1108/978-1-80455-662-720230006

Wang X., Liu J., 2022: AI in workforce planning for seasonal demand in logistics, Journal of Work-force Planning and Management, 10(4), 323–340.

Wright P.M., Snell S.A., 2020: AI in strategic HRM: Enhancing decision making, HR Review 30(3), 167–185.

Statystyki

Downloads

Download data is not yet available.