Simple view
Full metadata view
Authors
Statistics
Wykorzystanie sztucznej inteligencji do optymalizacji prognozowania i planowania łańcucha dostaw w handlu detalicznym: potencjał, wyzwania i strategie wdrażania
Use of Artificial Intelligence for Optimizing Forecasting and Supply Chain Planning in Retail: Potential, Challenges, and Implementation Strategies
Sztuczna inteligencja, AI, łańcuch dostaw, handel detaliczny, optymalizacja, Amazon, prognozowanie, automatyzacja
Artificial intelligence, AI, supply chain, retail, optimization, Amazon, forecasting, automation
Celem niniejszej pracy jest przeprowadzenie analizy potencjału, wyzwań oraz strategii wdrażania rozwiązań opartych na sztucznej inteligencji (AI) w optymalizacji prognozowania i planowania łańcucha dostaw w sektorze handlu detalicznego. Całość pracy składa się z trzech części. Rozdział pierwszy przedstawia teoretyczne podstawy zarządzania łańcuchem dostaw oraz możliwości zastosowania AI w logistyce. Rozdział drugi dotyczy wyzwań organizacyjnych, technologicznych oraz regulacyjnych związanych z implementacją AI, a także strategii wdrożenia tej technologii. Rozdział trzeci stanowi analizę studium przypadku Amazon, pozwalającą ocenić efektywność zastosowanych rozwiązań opartych na AI. Praca powstała w oparciu o badania literaturowe, źródła internetowe, dokumentację wewnętrzną oraz stronę internetową firmy Amazon. W pracy oparto się także na danych z raportów branżowych oraz przeprowadzono analizę porównawczą obejmującą okres 2010-2024.
The aim of this thesis is to analyze the potential, challenges, and implementation strategies of artificial intelligence (AI)-based solutions for optimizing forecasting and planning in the supply chain within the retail sector. The thesis is divided into three main parts. The first chapter outlines the theoretical foundations of supply chain management and explores the possible applications of AI in logistics. The second chapter addresses organizational, technological, and regulatory challenges associated with the implementation of AI, as well as strategies for its successful adoption. The third chapter presents a case study analysis of Amazon, aimed at evaluating the effectiveness of AI-driven solutions implemented by the company. The research is based on a literature review, online sources, internal documentation, and Amazon’s official website. In addition, the thesis draws on industry reports and includes a comparative analysis covering the period from 2010 to 2024.
| dc.abstract.en | The aim of this thesis is to analyze the potential, challenges, and implementation strategies of artificial intelligence (AI)-based solutions for optimizing forecasting and planning in the supply chain within the retail sector. The thesis is divided into three main parts. The first chapter outlines the theoretical foundations of supply chain management and explores the possible applications of AI in logistics. The second chapter addresses organizational, technological, and regulatory challenges associated with the implementation of AI, as well as strategies for its successful adoption. The third chapter presents a case study analysis of Amazon, aimed at evaluating the effectiveness of AI-driven solutions implemented by the company. The research is based on a literature review, online sources, internal documentation, and Amazon’s official website. In addition, the thesis draws on industry reports and includes a comparative analysis covering the period from 2010 to 2024. | pl |
| dc.abstract.pl | Celem niniejszej pracy jest przeprowadzenie analizy potencjału, wyzwań oraz strategii wdrażania rozwiązań opartych na sztucznej inteligencji (AI) w optymalizacji prognozowania i planowania łańcucha dostaw w sektorze handlu detalicznego. Całość pracy składa się z trzech części. Rozdział pierwszy przedstawia teoretyczne podstawy zarządzania łańcuchem dostaw oraz możliwości zastosowania AI w logistyce. Rozdział drugi dotyczy wyzwań organizacyjnych, technologicznych oraz regulacyjnych związanych z implementacją AI, a także strategii wdrożenia tej technologii. Rozdział trzeci stanowi analizę studium przypadku Amazon, pozwalającą ocenić efektywność zastosowanych rozwiązań opartych na AI. Praca powstała w oparciu o badania literaturowe, źródła internetowe, dokumentację wewnętrzną oraz stronę internetową firmy Amazon. W pracy oparto się także na danych z raportów branżowych oraz przeprowadzono analizę porównawczą obejmującą okres 2010-2024. | pl |
| dc.affiliation | Uniwersytet Jagielloński w Krakowie | pl |
| dc.area | obszar nauk społecznych | pl |
| dc.contributor.advisor | Teczke, Maciej - USOS124245 | pl |
| dc.contributor.author | Pieczarka, Anna - USOS328863 | pl |
| dc.contributor.departmentbycode | UJK/UJK | pl |
| dc.contributor.reviewer | Teczke, Maciej - USOS124245 | pl |
| dc.contributor.reviewer | Sadkowski, Wojciech - USOS78527 | pl |
| dc.date.accessioned | 2025-07-07T22:52:28Z | |
| dc.date.available | 2025-07-07T22:52:28Z | |
| dc.date.createdat | 2025-07-07T22:52:28Z | en |
| dc.date.submitted | 2025-07-07 | pl |
| dc.fieldofstudy | zarządzanie międzynarodowe – podwójny dyplom z zarządzania | pl |
| dc.identifier.apd | diploma-182004-328863 | pl |
| dc.identifier.uri | https://ruj.uj.edu.pl/handle/item/555596 | |
| dc.language | pol | pl |
| dc.subject.en | Artificial intelligence, AI, supply chain, retail, optimization, Amazon, forecasting, automation | pl |
| dc.subject.pl | Sztuczna inteligencja, AI, łańcuch dostaw, handel detaliczny, optymalizacja, Amazon, prognozowanie, automatyzacja | pl |
| dc.title | Wykorzystanie sztucznej inteligencji do optymalizacji prognozowania i planowania łańcucha dostaw w handlu detalicznym: potencjał, wyzwania i strategie wdrażania | pl |
| dc.title.alternative | Use of Artificial Intelligence for Optimizing Forecasting and Supply Chain Planning in Retail: Potential, Challenges, and Implementation Strategies | pl |
| dc.type | licenciate | pl |
| dspace.entity.type | Publication |