Mesterséges intelligencia és gépi tanulás integrációja a Lean menedzsmentbe

Csóti Balázs (2024) Mesterséges intelligencia és gépi tanulás integrációja a Lean menedzsmentbe. Pénzügyi és Számviteli Kar. (Kéziratban)

[thumbnail of Csóti_Balázs_PSZK.pdf] PDF
Csóti_Balázs_PSZK.pdf
Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg

Download (1MB)
[thumbnail of Csóti_Balázs_PSZK.docx] Microsoft Word
Csóti_Balázs_PSZK.docx
Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg

Download (16kB)
[thumbnail of Csóti_Balázs_PSZK_ny.pdf] PDF
Csóti_Balázs_PSZK_ny.pdf
Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg

Download (2MB)
[thumbnail of Dolgozat_biralati_lap_2024_Csóti_Balázs.pdf] PDF
Dolgozat_biralati_lap_2024_Csóti_Balázs.pdf
Hozzáférés joga: Bizalmas dokumentum (bírálat)

Download (96kB)
[thumbnail of Dolgozat_biralati_lap_Csóti Balázs.pdf] PDF
Dolgozat_biralati_lap_Csóti Balázs.pdf
Hozzáférés joga: Bizalmas dokumentum (bírálat)

Download (267kB)

Absztrakt (kivonat)

A dolgozat célja annak vizsgálata, hogyan integrálható a mesterséges intelligencia (MI) és a gépi tanulás (GT) a Lean menedzsmentbe, és milyen előnyökkel jár ez a vállalati folyamatok optimalizálása szempontjából. A kutatás során alkalmazott módszertan magában foglalta a szekunder adatgyűjtést és a kérdőíves felméréseket. A szekunder adatgyűjtés során korábbi kutatások és esettanulmányok elemzésével vizsgáltuk, hogyan alkalmazzák az MI és GT technológiákat a Lean menedzsment különböző iparágaiban. A kérdőíves felmérés célja az volt, hogy felmérje a vállalatok MI és GT integrációval kapcsolatos tapasztalatait és kihívásait. A kutatás kvalitatív és kvantitatív megközelítéseket egyaránt alkalmazott. A szekunder adatgyűjtés során elsősorban az MI és GT Lean folyamatokba történő integrációjával kapcsolatos szakirodalmat és esettanulmányokat elemeztem. Ezen kívül kérdőíves felméréseket is készítettem különböző iparágak szakembereivel, hogy megismerjem a mesterséges intelligencia és gépi tanulás alkalmazásának gyakorlati aspektusait a vállalati folyamatokban. Az esettanulmányok segítségével gyakorlati példákat mutattam be az MI alapú rendszerek sikeres alkalmazásáról a prediktív karbantartásban, a termelési folyamatok automatizálásában és az ügyfélközpontú szolgáltatási megoldásokban. A kutatás eredményei alapján a gyártási szektorban az innovációban élen járó cégek esetében IoT és az Ipar 4.0 technológiák alkalmazásával a mesterséges intelligencia és a gépi tanulás integrációja már jelenleg is zajlik , különösen a prediktív karbantartás és a folyamatautomatizálás területén. Ez a technológia jelentősen növelte a termelékenységet, csökkentette az állásidőt, és lehetővé tette a gyorsabb döntéshozatalt. Ezzel szemben a szolgáltatási szektorban az MI és GT alkalmazása még csak néhány területen jelent meg, és a technológia potenciáljait még nem használták ki teljes mértékben. A chatbotok és az ügyfélszolgálati automatizálás néhány sikeres példája ellenére a szolgáltatási szektorban még további fejlesztések szükségesek ahhoz, hogy az MI és GT valódi hatékonyságnövelő eszközzé váljon.

Intézmény

Budapesti Gazdasági Egyetem

Kar

Pénzügyi és Számviteli Kar

Tanszék

Gazdaságinformatika Tanszék

Tudományterület/tudományág

NEM RÉSZLETEZETT

Szak

Gazdaságinformatikus

Mű típusa: TDK dolgozat
Kulcsszavak: folyamatmenedzsment, gyártási folyamat, lean alapelvek, mesterséges intelligencia, termelés-szolgáltatás
SWORD Depositor: User Archive
Felhasználói azonosító szám (ID): User Archive
Rekord készítés dátuma: 2025. Szep. 23. 11:56
Utolsó módosítás: 2025. Szep. 23. 11:56

Actions (login required)

Tétel nézet Tétel nézet