Postawy i odczucia pracowników sektora logistyki wobec wdrażania sztucznej inteligencji

Artykuł przedstawia wyniki badań dotyczących postaw i odczuć pracowników sektora logistyki wobec wdrażania rozwiązań opartych na sztucznej inteligencji. Celem opracowania było zidentyfikowanie poziomu wiedzy, zaufania i gotowości do adaptacji technologii SI w środowisku logistycznym oraz określenie czynników sprzyjających akceptacji tych zmian. Badanie przeprowadzono metodą CAWI (Computer-Assisted Web Interview), co pozwoliło na pozyskanie opinii pracowników reprezentujących różne grupy zawodowe sektora logistycznego. W badaniu skoncentrowano się na wymiarze emocjonalnym i społecznym procesu transformacji technologicznej, analizując oczekiwania pracowników wobec wsparcia organizacyjnego i rozwoju kompetencji cyfrowych. Wyniki potwierdzają dominację pozytywnych, choć ostrożnych, postaw wobec SI przy jednoczesnym wskazaniu na potrzebę praktycznych szkoleń, transparentnej komunikacji oraz włączenia pracowników w proces wdrażania. Uzyskane dane stanowią podstawę do sformułowania rekomendacji dla przedsiębiorstw logistycznych, wskazujących na konieczność łączenia inwestycji technologicznych z inwestycją w kapitał ludzki oraz budowania kultury organizacyjnej opartej na zaufaniu i współpracy.

Bibliografia/References

Literatura/Literature

Al Suwaidi, J., Aydin, R., & Rashid, H. (2022). Investigating barriers and challenges to Artificial Intelligence (AI) implementation in logistic operations: A systematic review of literature. W: 5th European International Conference on Industrial Engineering and Operations Management. https://doi.org/10.46254/EU05.20220308
Bharadiya, J. P., Thomas, R. K., & Ahmed, F. (2023). Rise of Artificial Intelligence in business and industry. Journal of Engineering Research and Reports, 25(3), 85–103. https://doi.org/10.9734/JERR/2023/v25i3893
Cubric, M. (2020). Drivers, barriers and social considerations for AI adoption in business and management: A tertiary study. Technology in Society, 62. https://doi.org/10.1016/j.techsoc.2020.101257
Duan, Y., Edwads, J. S., & Dwivedi, Y. K. (2019). Artificial intelligence for decision making in the era of Big Data – evolution, challenges and research agenda. International Journal of Information Management, 48, 63–17. https://doi.org/10.1016/j.ijinfomgt.2019.01.021
Fatorachian, H. (2024). Leveraging Artificial Intelligence for optimizing logistics performance: A comprehensive review. GATR Global Journal of Business
and Social Science Review, 12(3), 146–160. https://doi.org/10.35609/gjbssr.2024.12.3(5)
Golubiewska, W., Bolesta, E., Czajkowski, J. A., & Leończuk, D. (2024). Rola sztucznej inteligencji w doskonaleniu systemów logistycznych. Politechnika Białostocka.
IAB Polska. (2024). Przewodnik po sztucznej inteligencji 2024. Grupa Robocza AI IAB Polska.
Ilnicka, W. (2024). Sztuczna inteligencja – korzyści i zagrożenia. Zeszyty Naukowe Wyższej Szkoły Bankowej w Poznaniu, 90, 45–57. https://doi.org/10.58683/dnswsb.2013
Inavolu, M., & Spiridonova, E. (2025). AI as a tool to reduce waste and improve sustainability in logistics. Lahti University of Technology.
Kozłowska, J. (2024). Optymalizacja procesów logistycznych w e-commerce za pomocą sztucznej inteligencji i uczenia maszynowego. Management & Quality, 6(3), 103–115.
Lee, M. S., Grabowski, M. M., Habboub, G., & Mroz, T. E. (2020). The impact of Artificial Intelligence on quality and safety. Global Spine Journal, 10(1). https://doi.org/10.1177/2192568219878133
Ledro, C., Nosella, A., Vinelli, A. Pozza, I. D., & Souverain, T. (2025). Artificial intelligence in customer relationship management: A systematic framework for a successful integration. Journal of Business Research, 199. https://doi.org/10.1016/j.jbusres.2025.115531
Longoni, C., Bonezzi, A., & Morewedge, C. K. (2019). Resistance to medical Artificial Intelligence. Journal of Consumer Research, 46(4), 629–650. https://doi.org/10.1093/jcr/ucz013
Muthukrishnan, N., Maleki, F., Ovens, K., Reinhold, C., Forghani, B., & Forghani, R. (2020). Brief history of Artificial Intelligence. Neuroimaging Clinics, 30(4), 393–399. https://doi.org/10.1016/j.nic.2020.07.004
Nicoletti, B. (2025). Artificial Intelligence for logistics 5.0. From foundation models to agentic AI. Palgrave Macmillan. https://doi.org/10.1007/978-3-031-94046-0_4
Patricio, L., Varela, L., & Silveira, Z. (2024). Integration of Artificial Intelligence and robotic process automation: Literature review and proposal for a sustainable model. Applied Sciences, 14(21), 9648. https://doi.org/10.3390/app14219648
Patrzyk, S., & Woźniacka, A. (2022). Sztuczna inteligencja w medycynie. UMedical Reports, 6. Uniwersytet Medyczny w Łodzi.
Richey Jr, R. G., Chowdbury, S., Davis-Sramek, B., Giannakis, M., & Dwivedi, Y. K. (2023). Artificial intelligence in logistics and supply chain management: A primer and roadmap for research. Journal of Business Logistics, 44(4), 532–549. https://doi.org/10.1111/jbl.12364
Różanowski, K. (2013). Sztuczna inteligencja: rozwój, szanse i zagrożenia. Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki, 2(2), 109–135.
Shahadat Hossain, K. M., Barua, C., Amin, M. R., & Ahad, M. A. (2025). Engineering management strategies for AI-driven logistics systems: Bridging operational efficiency and strategic alignment. Journal of Computer Science and Technology Studies, 7(3), 65–77. https://doi.org/10.32996/jcsts.2025.7.3.8
Tsolakis, N., Zissis, D., Papaefthimiou, S, & Korfiatis, N. (2022). Towards AI driven environmental sustainability: An application of automated logistics in container port terminals. International Journal of Production Research, 60(14), 4508–4528.
Vangari, S. (2024). AI-Driven predictive maintenance: Transforming logistics for enhanced efficiency and reliability. International Journal of Research Publication and Reviews, 5(12), 4798–4801.
Zhang, L., & Zhang, L. (2022). Artificial Intelligence for remote sensing data analysis: A review of challenges and opportunities. IEEE Geoscience and Remote Sensing Magazine, 10(2), 270–294. https://doi.org/ 10.1109/MGRS.2022.3145854

Strony internetowe/Websites 

https://www.damotech.com/blog/automotive-warehousing-safety-layout-best-practices (dostęp: 12.09.2025).
https://www.linkedin.com/pulse/evolution-technology-logistics-from-ancient-roads-quantum-vera-rjovf/ (dostęp: 25.09.2025).
https://www.oracle.com/scm/ai-warehouse-management/ (dostęp: 20.09.2025).
https://www.prismetric.com/ai-in-logistics/ (dostęp: 15.09.2025).