Tekoälyn hyödyt vastuullisessa toimitusketjujen johtamisessa

Abstract

Toimitusketjujen johtamisessa vastuullisuutta vaaditaan niin lainsäädännöltä, kuluttajilta kuin muilta sidosryhmiltäkin. Vastuullisuudesta puhuttaessa nostetaan esiin usein ainoastaan ympäristöön liittyvä vastuullisuus, mutta myös sosiaaliset ja taloudelliset vastuullisuuden ulottuvuudet tulee ottaa päätöksenteossa huomioon. Tekoäly on kasvava trendi kaikilla toimialoilla, minkä takia sen hyödyt pitää osata valjastaa vastuullisuuden edistämiseksi myös toimitusketjujen johtamisessa. Yritysten päätöksentekijät tarvitsevat siis parempaa ymmärrystä siitä, miten tekoälyteknologioita voidaan käyttää vastuullisesti toimitusketjujen johtamisen kannalta. Tässä kandidaatintutkielmassa käsitellään viiden eri tekoälyteknologian − koneoppimisen, syväoppimisen, agenttipohjaisten järjestelmien, luonnollisen kielen käsittelyn ja geneettisen algoritmin − sovelluksia toimitusketjujen johtamisessa. Tutkielmassa esitellään myös vastuullista toimitusketjujen johtamista ympäristöllisen, taloudellisen ja sosiaalisen vastuullisuuden näkökulmasta. Jokaisessa vastuullisuuden kategoriassa esitetään keskeisiä indikaattoreita, joita voidaan ottaa päätöksenteossa huomioon. Lopuksi tutkielmassa käsitellyt tekoälyteknologiat luokitellaan indikaattoreiden pohjalta vastuullisuuden eri osa-alueisiin, mikä tarjoaa kokonaiskuvan tekoälyn potentiaalista vastuullisen toimitusketjun tavoittelussa. Tutkielman tuloksista voidaan todeta, että tekoälyn sovellukset toimitusketjujen johtamisessa ovat laajoja, ja tekoälyä on käytetty esimerkiksi kysynnän ennustamiseen, riskienhallintaan ja logistiikkaan liittyvissä monimutkaisissa optimointiongelmissa. Käsitellyistä teknologioista ainoastaan luonnollisen kielen käsittely ja geneettiset algoritmit esiintyivät kirjallisuudessa kaikissa kolmessa vastuullisuuden osa-alueessa. Sosiaalinen vastuullisuus on vastuullisuuden osa-alueista vähiten tutkittu, eikä tekoälyn konkreettisia sovelluksia ole vielä hyödynnetty laajamittaisesti sen edistämiseen.