محرک ها و پیامدهای بکارگیری و پذیرش فناوری هوش مصنوعی در زنجیره تأمین قطعات یدکی خودرو

نگارنده : دکتر سیاوش سیار ایرانی (مدرس دانشگاه و پژوهشگر مرکز تحقیقات مجلس شورای اسلامی)

مقدمه

این پژوهش با هدف شناسایی عوامل مؤثر بر پذیرش فناوری هوش مصنوعی (AI) در زنجیره تأمین و تحلیل پیامدهای آن انجام شده است. با استفاده از روش فراترکیب (Meta-Synthesis) و بررسی نظام مند ۶۰ مطالعه معتبر بین سالهای ۲۰۱۳ تا ۲۰۲۳، محققان مدلی مفهومی شامل ۲ دسته اصلی (پیشایندها و پیامدها)، ۱۶ عامل کلیدی و ۱۲۱ مؤلفه ارائه کردند. یافته های این تحقیق برای صنایعی مانند زنجیره تأمین خودرو که نیازمند بهینه سازی فرآیندها هستند، کاربرد مستقیم دارد.

روش شناسی

پژوهش حاضر با به کارگیری روش هفت مرحله ای ساندلوسکی و باروسو (۲۰۰۷) انجام شد که شامل:
۱. تنظیم سؤالات تحقیق
۲. بررسی نظام مند پیشینه
۳. انتخاب مقالات مرتبط
۴. استخراج داده ها
۵. تحلیل و ترکیب یافته ها
۶. کنترل کیفیت
۷. ارائه نتایج

داده ها از پایگاه های معتبری مانند Scopus، Web of Science و منابع فارسی گردآوری شدند. تحلیل نهایی با نرم افزار MAXQDA و تأیید پایایی با ضریب کاپای ۹۶٫۶% انجام گرفت.

یافته های کلیدی

الف) پیشایندهای پذیرش هوش مصنوعی

۱. عوامل سازمانی (بالاترین فراوانی):

• حمایت مدیریت ارشد
• فرهنگ سازمانی نوآورانه
• همسویی استراتژیک بین اهداف کسب وکار و فناوری
• منابع مالی و زیرساخت های فنی
  مثال: مطالعه گالو (۲۰۲۳) نشان داد حمایت مدیران عامل، پیشنیاز اصلی در صنعت خودرو است.*

۲. عوامل انسانی:

• مهارتهای کارکنان در استفاده از AI
• تجربه قبلی با فناوریهای دیجیتال
• مقاومت در برابر تغییر
  نکته: پژوهش داموآه (۲۰۲۱) بر لزوم آموزش نیروی انسانی در بخش لجستیک تأکید کرد.

۳. عوامل فناورانه:

• سازگاری سیستمهای موجود با AI
• امنیت داده ها
• قابلیت یکپارچه سازی با IoT

۴. عوامل محیطی:

• فشار رقابتی
• مقررات دولتی
• نوسانات تقاضا

۵. عوامل اقتصادی (کمترین پژوهشها)

• شفافیت ROI (بازگشت سرمایه)
• هزینه های پیاده سازی
  شکاف تحقیقاتی: تنها ۳% مطالعات به تحلیل اقتصادی پرداخته اند.

ب) پیامدهای پذیرش هوش مصنوعی

۱. سازمانی:

• بهبود ۴۰% در تصمیمگیری (مدیریت موجودی، پیشبینی تقاضا)
• کاهش ۳۰% خطاهای عملیاتی
• تسریع فرآیندهای استراتژیک

۲. زنجیره تأمین:

• کاهش ۲۵% هزینه های لجستیک
• بهینه سازی مسیرهای توزیع
• افزایش شفافیت در شبکه تأمین

۳. نیروی کار:

• نیاز به بازآموزی مهارتها
• تغییر نقش های شغلی (حذف برخی موقعیتهای سنتی)
  هشدار: مطالعه مودگیل (۲۰۲۲) نشان داد ۱۵% مشاغل در انبارداری ممکن است حذف شوند.

۴. زیست محیطی:

• کاهش ۲۰% ضایعات تولید
• کاهش انتشار کربن در حملونقل

۵. دانشی (کمترین توجه):

• ایجاد پایگاه های دانش هوشمند
• بهبود یادگیری سازمانی

تحلیل مقایسه ای

• پرکاربردترین عوامل:

• صنعت خودرو:
  • پیادهسازی AI در مدیریت قطعات یدکی منجر به:
    • کاهش ۵۰% زمان تحویل
    • پیشبینی دقیقتر تقاضا با دقت ۹۰%

محدودیتها و پیشنهادات

۱. محدودیتها:

• تمرکز بر زنجیره تأمین عمومی (عدم تخصصی سازی برای صنایع خاص)
• کمبود داده های اقتصادی

۲. پیشنهادات برای تحقیقات آینده:

• مطالعه تأثیر AI بر هزینه های تولید در صنعت خودرو
• تحلیل پیامدهای اجتماعی مانند بیکاری فناوری زده
• توسعه مدلهای بومی برای بازارهای درحال توسعه

نتیجه گیری نهایی

این پژوهش چارچوبی نظام مند برای درک موانع و مزایای استقرار هوش مصنوعی در زنجیره تأمین (به ویژه صنعت خودرو) ارائه میکند. یافته ها نشان میدهند که موفقیت در این مسیر نیازمند:
۱. سرمایه گذاری در تحول سازمانی
۲. توسعه مهارت های نیروی انسانی
۳. تکمیل پژوهشها در حوزه های مغفول (اقتصادی/اجتماعی)

می باشد.

مقاله حاضر، خلاصه ای از مقاله با عنوان “پیشایندها و پیامد های پذیرش فناوری های هوش مصنوعی در زنجیره تامین” نوشته سیاوش سیار ایرانی و همکاران است که در نشریه علمی و پزوهشی کاوش های مدیریت بازرگانی (دانشگاه یزد) و اولین همایش بین المللی هوش مصنوعی و تمدن آینده (دانشگاه امام حسین) پذیرفته و چاپ گردیده است.

لینک دسترسی به مقاله کامل:

https://bar.yazd.ac.ir/article_3731.html

کلیدواژه ها:
هوش مصنوعی، زنجیره تأمین خودرو، مدیریت لجستیک، فراترکیب، تحول دیجیتال