Application of Artificial Intelligence in Logistics Processes: a Case Study of Michelin Poland Ltd.

• Autorzy: Dariusz Racz , Klaudia Kucińska

Warianty tytułu

Zastosowanie sztucznej inteligencji w procesach logistycznych - studium przypadku Michelin Polska Sp. z o.o.

• Języki publikacji: EN

Abstrakty

EN

This article focuses on analyzing the use of artificial intelligence (AI) in logistics processes using the example of Michelin Poland Ltd. The purpose of the paper is to assess the degree of application of AI technology in logistics and its impact on operational efficiency. The research includes a literature analysis, a survey of Michelin employees and an evaluation of the effectiveness of the implemented solutions. The results indicate that the implementation of AI has contributed to improving process efficiency, increasing the quality of work and reducing operating costs. Challenges to AI adaptation were also identified, such as high implementation costs and potential employee layoffs. The analysis confirmed that AI is a key component of logistics management strategies in the context of Industry 4.0, contributing to the company's competitiveness. The article underscores the importance of sustainably implementing AI technologies to maximize benefits and minimize risks, offering valuable lessons for logistics managers and researchers. (original abstract)

W artykule skupiono się na analizie wykorzystania sztucznej inteligencji (AI) w procesach logistycznych na przykładzie przedsiębiorstwa Michelin Polska Sp. z o.o. Celem pracy jest ocena stopnia zastosowania technologii AI w logistyce oraz jej wpływu na efektywność operacyjną. Badania obejmują analizę literatury przedmiotu, badania ankietowe wśród pracowników Michelin oraz ocenę skuteczności wdrożonych rozwiązań. Wyniki wskazują, że wdrożenie AI przyczyniło się do poprawy efektywności procesów, zwiększenia jakości pracy oraz redukcji kosztów operacyjnych. Zidentyfikowano także takie wyzwania związane z adaptacją AI, jak wysokie koszty wdrożenia oraz potencjalne zwolnienia pracowników. Analiza pozyskanych danych potwierdziła, że AI stanowi główny element strategii zarządzania logistyką w kontekście Przemysłu 4.0, przyczyniając się do wzrostu konkurencyjności przedsiębiorstwa. W artykule podkreślono znaczenie zrównoważonego wdrażania technologii AI w celu maksymalizacji korzyści i minimalizacji ryzyk, zaoferowano cenne wskazówki dla menedżerów logistyki oraz badaczy. (abstrakt oryginalny)

Słowa kluczowe

EN

Artificial intelligence; Logistic management; Digital transformation; Effectiveness

PL

Sztuczna inteligencja; Zarządzanie logistyczne; Transformacja cyfrowa; Efektywność

• Czasopismo: Olsztyn Economic Journal
• Rocznik: 2025
• Numer: nr 20 (1)
• Strony: 5--15

Twórcy

autor

Dariusz Racz

• University of Warmia and Mazury in Olsztyn

autor

Klaudia Kucińska

• University of Warmia and Mazury in Olsztyn

Bibliografia

• Aslam, J., Lai, K., Kim, Y.B., & Treiblmaier, H. (2024). The Implications of Blockchain for Logistics Operations and Sustainability. Journal of Innovation & Knowledge, 9(4), 100611. https://doi.org/10.1016/j.jik.2024.100611.
• Bhowmik, O., Chowdhury, S., Ashik, J.H., Mahmud, G.I., Khan, M. M., & Hossain, N.U.I. (2024). Application of Artificial Intelligence in Reverse Logistics: A Bibliometric and Network Analysis. Supply Chain Analytics, 7, 100076. https://doi.org/10.1016/j.sca.2024.100076.
• Demartini, M., Evans, S., & Tonelli, F. (2019). Digitalization Technologies for Industrial Sustainability. Procedia Manufacturing, 33, 264-271. https://doi.org/10.1016/j.promfg.2019.04.032.
• Dmuchowski, R. (2019). Pomiar rentowności w zarządzaniu łańcuchem dostaw. Kwartalnik Naukowy Uczelni Vistula, 4(62), 103-104. https://doi.org/10.34765/kn.0419.a08.
• Geary, R., & Cosgrove, J. (2023). Manufacturing Reliability and Cost Improvements through Data Analytics: An Industry Case Study. Procedia Computer Science, 217, 395-402. https://doi.org/10.1016/j.procs.2022.12.235.
• Idrissi, Z.K., Lachgar, M., & Hrimech, H. (2024). Blockchain, IoT and AI in Logistics and Transportation: A Systematic Review. Transport Economics and Management. https://doi.org/10.1016/j.team.2024.09.002.
• Javaid, M., Haleem, A., Singh, R.P., & Suman, R. (2021). Artificial Intelligence Applications for Industry 4.0: A Literature-Based Study. Journal of Industrial Integration and Management, 7(1), 83-111. https://doi.org/10.1142/s2424862221300040.
• Karim, M.R., Dulal, M., Sakila, F., Aditi, P., Smrity, S.J., & Asha, N.N. (2024). Analyzing the Factors Influencing Sustainable Supply Chain Management in the Textile Sector. Cleaner Logistics and Supply Chain, 13, 100183. https://doi.org/10.1016/j.clscn.2024.100183.
• Kaup, M., Wiktorowska-Jasik, A., Smacki, A., & Baszak, K. (2024). Information Systems and Technologies Supporting Decision-Making Processes in Logistics Companies. Procedia Computer Science, 246, 5506-5515. https://doi.org/10.1016/j.procs.2024.09.699.
• Qin, L., & Wan, K. (2024). Real-Time Tracking System for Distribution Information of Logistics Enterprises Based on IOT Technology. Procedia Computer Science, 243, 84-91. https://doi.org/10.1016/j.procs.2024.09.012.
• Setthachotsombut, N., Sommanawat, K., & Sua-Iam, G. (2024). Logistics Business Management of Provider in Thailand with Smart Logistics. Journal of Open Innovation Technology Market and Complexity, 10(4), 100422. https://doi.org/10.1016/j.joitmc.2024.100422.
• Sumarlin, T., & Kusumajaya, R.A. (2024). AI Challenges and Strategies for Business Process Optimization in Industry 4.0: Systematic Literature Review. Journal of Management and Informatics, 3(2), 195-211. https://doi.org/10.51903/jmi.v3i2.25.
• Tjaden, S., & Flämig, H. (2024). What May Automation Cost? Activity-Based Costing for Autonomous Transport in Urban Logistics. Transportation Research Procedia, 79, 84-91. https://doi.org/10.1016/j.trpro.2024.03.013.
• Vogel, M., Strina, G., Said, C., & Schmallenbach, T. (2023). The Evolution of Artificial Intelligence Adoption in Industry. AHFE International. In: T. Ahram, J. Kalra & W. Karwowski (Eds.). Artificial Intelligence and Social Computing. AHFE (2023) International Conference. AHFE Open Access, 72. AHFE International, USA. https://doi.org/10.54941/ahfe1003282.
• Wang, Z., Gao, L., & Wang, W. (2024). The Impact of Supply Chain Digitization and Logistics Efficiency on the Competitiveness of Industrial Enterprises: Empirical Data from Chinese Listed Companies. International Review of Economics & Finance, 97, 103759. https://doi.org/10.1016/j.iref.2024.103759.

Identyfikatory

DOI

10.31648/oej.11114