Vpliv umetne inteligence in avtomatizacije na dobavno verigo

Avtorji

  • Marko Galić Agria d.o.o., Osijek, Croatia
  • Tomislav Horvat Dilj d.o.o., Vinkovci, Croatia
  • Ana Marić Bogdanovci municipality, Bogdanovci, Croatia

DOI:

https://doi.org/10.32015/JIBM.2025.17.2.4

Ključne besede:

umetna inteligenca, avtomatizacija, upravljanje dobavnih verig

Povzetek

Umetna inteligenca (UI) in avtomatizacija sta postali transformativni sili v globalnem upravljanju dobavnih verig in sta temeljito spremenili način, kako organizacije načrtujejo, proizvajajo in dobavljajo blago in storitve. Cilj tega pregleda je bil podati vpogled v odnos med UI in dobavno verigo. Ta članek preučuje, kako tehnologije, ki jih poganja UI, strojno učenje, robotika, napovedna analitika in internet stvari (IoT), izboljšujejo učinkovitost, odpornost in trajnost v dobavnih omrežjih. Študija opredeljuje ključno vlogo UI pri optimizaciji logističnih operacij, napovedovanju povpraševanja in obvladovanju tveganj z odločanjem, ki temelji na podatkih. Strategija analize literature je bila usmerjena v ugotovitve v zadnjih petih letih. Analiza poudarja tako prednosti uvedbe UI, večjo natančnost, zmanjšanje stroškov in izboljšano agilnost kot tudi njene izzive, vključno z integracijo podatkov, etiko, visokimi investicijskimi stroški in prilagajanjem delovne sile. Članek se zaključi s priporočili za strateško uvedbo UI in avtomatizacije za zagotovitev konkurenčnosti in trajnosti v razvijajočem se digitalnem gospodarstvu. Obdelava podatkov, za katero je značilna izjemna hitrost obdelave informacij, ki upošteva vnaprej določene parametre, je glavna praktična prednost UI v dobavni verigi.

Literatura

Chen, Y., Du, L., Zhang, B., Wang, L., Wang, K., Huang, X., & Shi, Y. (2025). The impact of artificial intelligence on the sustainability of international trade enterprises. International Review of Economics & Finance, 104136. https://doi.org/10.1017/9781009407847

Dash, R., McMurtrey, M., Rebman, C., & Kar, U. K. (2019). Application of artificial intelligence in automation of supply chain management. Journal of Strategic Innovation and Sustainability, 14(3), 43-53. https://doi.org/10.33423/jsis.v14i3.2105

Ivanov, D. (2023). The Industry 5.0 framework: viability-based integration of the resilience, sustainability, and human-centricity perspectives. International Journal of Production Research, 61(5), 1683-1695. https://doi.org/10.1080/00207543.2022.2118892

Ivanov, D., & Dolgui, A. (2019). Low-Certainty-Need (LCN) supply chains: a new perspective in managing disruption risks and resilience. International Journal of Production Research, 57(15-16), 5119-5136. https://doi.org/10.1080/00207543.2018.1521025

Ledro, C., Nosella, A., & Vinelli, A. (2022). Artificial intelligence in customer relationship management: literature review and future research directions. Journal of Business & Industrial Marketing, 37(13), 48-63. https://doi.org/10.1108/JBIM-07-2021-0332

Lindholm, T. (2025). AI-powered ads: brand loyalty, trust, & ethical impact. [Master's thesis, Lappeenranta-Lahti University of Technology LUT]. https://lutpub.lut.fi/bitstream/handle/10024/169292/Mastersthesis_Lindholm_Teemu.pdf?sequence=1

Shamsuddoha, M., Khan, E. A., Chowdhury, M. M. H., & Nasir, T. (2025). Revolutionizing supply chains: unleashing the power of AI-driven intelligent automation and real-time information flow. Information, 16(1), 26. https://doi.org/10.3390/info16010026

Smyth, C., Dennehy, D., Fosso Wamba, S., Scott, M., & Harfouche, A. (2024). Artificial intelligence and prescriptive analytics for supply chain resilience: a systematic literature review and research agenda. International Journal of Production Research, 62(23), 8537-8561. https://doi.org/10.1080/00207543.2024.2341415

Stradner, S., & Brunner, U. (2020). Impact of digitalization on logistics provider business models. In Data Science and Innovation in Supply Chain Management: How Data Transforms the Value Chain. Proceedings of the Hamburg International Conference of Logistics (HICL), Vol. 29 (pp. 911-938). Berlin: epubli GmbH. https://www.econstor.eu/bitstream/10419/228943/1/hicl-2020-29-911.pdf

Zeb, S., & Lodhi, S. K. (2025). AI for predictive maintenance: Reducing downtime and enhancing efficiency. Enrichment: Journal of Multidisciplinary Research and Development, 3(1), 135-150. https://doi.org/10.55324/enrichment.v3i1.338

Objavljeno

2025-11-28

Številka

Rubrika

Strokovni članek

Kako citirati

Galić, M. ., Horvat , T. ., & Marić, A. (2025). Vpliv umetne inteligence in avtomatizacije na dobavno verigo. Mednarodno Inovativno Poslovanje = Journal of Innovative Business and Management, 17(2). https://doi.org/10.32015/JIBM.2025.17.2.4