Wykorzystanie sztucznej inteligencji w procesach HR przedsiębiorstw logistycznych

• Autorzy: Panek Adam

Identyfikatory

DOI

10.37055/nsz/203229

Warianty tytułu

EN

The use of artificial intelligence in the HR processes of logistics companies

• Języki publikacji: PL

Abstrakty

PL

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: - Czy sztuczna inteligencja zwiększa efektywność procesów rekrutacyjnych w przedsiębiorstwach logistycznych? - Czy na poziom zaangażowania i wydajności pracowników logistyki ma wpływ personalizacja szkoleń opartych na AI? - 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.

EN

Research objectives and hypothesis/research questions: The article discusses the use of artificial intelligence in human resource management in logistics companies, with particular emphasis on recruitment, training and performance management processes. The considerations presented in the paper allow us to formulate the following research questions, which constitute the basis for the argument in this study: - Does artificial intelligence increase the efficiency of recruitment processes in logistics companies? - Is logistics employees’ level of engagement and productivity affected by the personalization of AI-based training? - Does the implementation of AI in the HR of logistics companies have only positive effects? Research methods: The paper uses case study analysis and literature data as the main research methods. The author used examples of artificial intelligence implementations in logistics companies to illustrate practical applications of the technology in HR processes. These methods made it possible to combine theoretical discussion with a practical approach to the topic. Main results: The main findings presented in the paper indicate that there are significant benefits to applying AI to HR processes in logistics companies. AI significantly improves recruitment efficiency, enabling faster and more precise matching of candidates to job requirements through the automation of CV analysis and the use of chatbots. Personalization of AI-based training improves employee engagement and productivity, while optimization of work schedules and accurate forecasting of staffing needs allow for better human resource management. The implementation of AI also contributes to lower operational costs and more efficient operations in the logistics environment. At the same time, the paper points out that the effective use of AI requires a responsible approach, taking into account potential risks such as algorithmic biases and employee resistance. Implications for theory and practice: The work results directly apply to logistics companies, demonstrating the practical benefits of implementing AI. Automating recruitment, personalizing training, and forecasting staffing needs can significantly improve companies’ operational efficiency. At the same time, the author highlights the need to implement AI responsibly, taking into account risks such as algorithmic biases and employee concerns, which can help organizations minimize barriers to adopting new technologies. These findings can serve as guidelines for HR managers implementing AI in their organizations.

Słowa kluczowe

PL

zarządzanie personelem; wyzwania zarządzania; sztuczna inteligencja; zasoby ludzkie; przedsiębiorstwa logistyczne

EN

personnel management; management challenges; artificial intelligence; human resources; logistics companies

• Wydawca: Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
• Czasopismo: Nowoczesne Systemy Zarządzania
• Rocznik: 2024
• Tom: T. 19, nr 3
• Strony: 29--40
• Opis fizyczny: Bibliogr. 30 poz.

Twórcy

autor

Panek Adam

• Akademia Piotrkowska, Piotrków Trybunalski, Polska

• https://orcid.org/0009-0004-3080-4015

Bibliografia

• [1] Bednarska-Olejniczak, D., 2013. Wybrane problemy kształtowania wizerunku przedsiębiorstwa jako pracodawcy, Studia i Prace Wydziału Ekonomicznego, Tom III, s. 7-18.
• [2] Dastin, J., 2018. Insight - Amazon scraps secret AI recruiting tool that showed bias against women, https://www.reuters.com/article/world/insight-amazon-scraps-secret-ai-recruiting-tool-thatshowed-bias-against-women-idUSKCN1MK0AG/ (dostęp: 22.08.2024).
• [3] DHL, 2024. Logistics Trend Radar 7.0, https://www.dhl.com/pl-en/home/innovation-in-logistics/logistics-trend-radar.html?locale=true (dostęp: 18.08.2024).
• [4] Ding, M., Kam, B., Zhang, J., Jie, F., 2015. Effects of Human Resource Management Practices on Logistics and Supply Chain Competencies - Evidence from China Logistics Service Market, International Journal of Production Research, nr 53, s. 2885-2903.
• [5] Financial Times, 2024. Raport specjalny „Przyszłość AI” Financial Times, https://www.ft.com/reports/future-ai (dostęp: 12.08.2024).
• [6] Gableta, M., Bodak, A., 2014. Employee Interests in the Light of Human Resource Management Concepts, Management, nr 18, s. 9-20.
• [7] Germain, M., 2020. How Millennial Mentors Can Help Upskill, Reskill, and Retain Mature Workers, [w:] Hughes, C. (red.), Strategies for Attracting, Maintaining, and Balancing a Mature Workforce, Hershey: IGI Global Scientific Publishing, s.179-202.
• [8] Grewal, D., Benoit, S., Noble, S. M., Guha, A., Ahlbom, C. P., Nordfält, J., 2023. Leveraging In-Store Technology and AI: Increasing Customer and Employee Efficiency and Enhancing their Experiences, Journal of Retail, vol. 99, nr 4, s. 487-504.
• [9] Gupta, A., Mishra, M., 2023. Artificial Intelligence for Recruitment and Selection, [w:] Tyagi, P., Chilamkurti, N., Grima, S., Sood, K., Balusamy, B. (red.), The Adoption and Effect of Artificial Intelligence on Human Resources Management, Part B, Leeds: Emerald Publishing Limited, s. 1-11.
• [10] Jatobá, M. N., Ferreira, J. J., Fernandes, P. O., Teixeira, J. P., 2023. Intelligent human resources for the adoption of artificial intelligence: A systematic literature review, Journal of Organizational Change Management, vol. 36, nr 7, s. 1099-1124.
• [11] Jiang, K., Li, P., 2019. Models of strategic human resource management, [w:] Wilkinson, A., Bacon, N., Snell, S., Lepak, D. (red.), Sage handbook of human resource management, New York: Sage.
• [12] Kuck, J., 2017. Modern management solutions for logistics, finance and human resources in defense and security services, Economics, Entrepreneurship, Management, vol. 2, nr 4, s. 81-89.
• [13] Kustrich, L., 2023. Innovations in the sphere of logistics management, State and regions Series Economics and Business, nr 3 (129), s. 68-73.
• [14] Maier, C., Laumer, S., Eckhardt, A., Weitzel, T., 2013. Analyzing the impact of HRIS implementations on HR personnel’s job satisfaction and turnover intention, The Journal of Strategic Information Systems, vol. 22, nr 3, s. 193-207.
• [15] Myers, M., Griffith, D., Daugherty, P., Lusch, R., 2004. Maximazing the human capital equation in logistics: education, experience and skills, Journal of Business Logistics, nr 25, s. 211-232.
• [16] Ogedengbe, D., Oladapo, J., Elufioye, O., Ejairu, E., Ezeafulukwe, C., 2024. Strategic HRM in the logistics and shipping sector: Challenges and opportunities, Magna Scientia Advanced Research and Reviews, vol. 10, nr 1, s. 294-305.
• [17] Plawgo, B., Ertman, A., 2021. Competency needs of industry 4.0 companies, Central European Management Journal, nr 29, s. 172-195.
• [18] Poplawski, W., Stachowska, S., 2007. The Range of Utilization of the Strategy of Rewards in the Realization of the Development Strategy of the Enterprises in Poland, Olsztyn Economic Journal, nr 2, s. 25-42.
• [19] Richmond, S., 2024. How to avoid the pitfalls when using AI to recruit new employees, https://www.thetimes.com/article/7a64c72c-644a-469f-a190-ccc411ff588c (dostęp: 12.08.2024).
• [20] Rzemieniak, M., Wawer, M., 2021. Employer Branding in the Context of the Company’s Sustainable Development Strategy from the Perspective of Gender Diversity of Generation Z, Sustainability, vol. 13, nr 2, s. 1-24.
• [21] Seroka-Stolka, O., 2017. Proaktywne podejście przedsiębiorstwa do ochrony środowiska - kontekst strategiczny, Research Papers of Wroclaw University of Economics, nr 463, s. 107-117.
• [22] Shi, Y., Handfield, R., 2012. Talent management issues for multinational logistics companies in China: observations from the field, International Journal of Logistics Research and Applications, nr 15, s. 163-179.
• [23] Sivathanu, B., Pillai, R., 2018. Smart HR 4.0 - how industry 4.0 is disrupting HR, Human Resource Management International Digest, vol. 26, nr 4, s. 7-11.
• [24] Smolarek, M., Dzieńdziora, J., 2014. Potrzeby rynku pracy w zakresie podnoszenia kwalifikacji pracowników MŚP w obszarze zarządzania, Zeszyty Naukowe Wyższej Szkoły Humanitas. Zarządzanie, nr 1, s. 79-90.
• [25] Stacho, Z., Stachová, K., Papula, J., Papulova, Z., Kohnová, L., 2019. Effective communication in organisations increases their competitiveness, Polish Journal of Management Studies, vol. 19, nr 1, s. 391-403.
• [26] Stachová, K., Papula, J., Stacho, Z., Kohnová, L., 2019. External Partnerships in Employee Education and Development as the Key to Facing Industry 4.0 Challenges, Sustainability, vol. 11, nr 2, s. 1-19.
• [27] Szkudlarek, E., 2024. Exploring the Role of Employer Branding in Promoting Diversity Management: A Study on IT Companies in Poland, Journal of Intercultural Management, vol. 16, nr 2, s. 97-114.
• [28] Tan, Z. M., Aggarwal, N., Cowls, J., Morley, J., Taddeo, M., Floridi, L., 2021. The ethical debate about the gig economy: A review and critical analysis, Technology and Society, nr 65.
• [29] Trstenjak, M., Opetuk, T., Dukić, G., Cajner, H., 2022. Logistics 5.0 Implementation Model Based on Decision Support Systems, Sustainability, vol. 14, nr 11, s. 1-19.
• [30] Wang, Y., Kim, S., Rafferty, A. E., Sanders, K., 2020. Employee perceptions of HR practices: A critical review and future directions, The International Journal of Human Resource Management, nr 31, s. 128-173.