A Logisztikai Szakértelem Átalakulása a Gépi Tanulás Korában

Csiba Loránd (2025) A Logisztikai Szakértelem Átalakulása a Gépi Tanulás Korában. ['eprint_fieldopt_faculty_mük' not defined].

	PDF Szakdolgozat_Csiba_Lorand.vegleges1.pdf Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg Download (529kB)
	PDF biralatilap_alap_mester 2025 ZM9YUY Lovasné Avató Judit.pdf Hozzáférés joga: Bizalmas dokumentum (bírálat) Download (80kB)

Absztrakt (kivonat)

A mesterséges intelligencia néhány év alatt a logisztikai szektor egyik meghatározó tényezőjévé vált, miközben a fejlődés üteme minden korábbinál gyorsabb és kiszámíthatatlanabb. A vállalatok egy része már napi szinten alkalmaz gépi tanulási modelleket, mások még csak most szembesülnek azzal, hogy az automatizáció és az AI többé nem jövőbeli lehetőség, hanem működési kényszer. Ebben a dinamikus környezetben különösen fontos megérteni, hogyan formálja át a technológia a logisztikai szakértelmet, és miként alakul át az ember és gép közötti munkamegosztás. Jelen dolgozat ezt a kérdést vizsgálja: milyen szerepet kap az AI a logisztika különböző területein, és hogyan változtatja meg a logisztikai szakemberek feladatait, felelősségét és kompetenciáit. A szakirodalmi áttekintés rávilágít arra, hogy a logisztika egyes részterületei eltérő módon és eltérő mélységben válaszoltak az AI megjelenésére. A készletgazdálkodásban a hagyományos idősoros modellek és döntési fák mellé megjelentek a mély megerősítéses tanulás (DRL) alapú megközelítések, amelyek képesek összetett környezetekben is hatékony készletszint-optimalizációt végezni. Az útvonaltervezésben a neurális hálók és a Naiv Bayes-alapú algoritmusok újfajta rugalmasságot hoztak: valós idejű adatokat elemezve egyszerre képesek figyelembe venni a biztonságot, költséget, forgalmat, környezeti kockázatokat és a fenntarthatósági szempontokat. A zöld logisztikában az AI támogatja a környezetbarát csomagolóanyagok kiválasztását, az energiahatékony működés megtervezését, és a gyártási folyamatok karbonlábnyomának csökkentését. Az ipari környezetben pedig az IoRT-szenzorokkal támogatott prediktív karbantartás és a digitális iker technológia lehetővé teszi a gépek állapotának mélyebb megértését, így csökkentve a leállások és a fölösleges karbantartások kockázatát. A humanitárius logisztika különösen érzékeny terület, ahol a gyors reakció, a pontos információ és az emberi élet védelme a legfontosabb. Itt az AI egyszerre szolgál előrejelző eszközként és döntéstámogató rendszerek alapjaként: segít szimulálni a lakossági viselkedési mintákat katasztrófahelyzetekben, feldolgozza a különböző forrásokból érkező adatokat, és segít újratervezni a működést akkor, amikor az infrastruktúra összeomlik vagy a helyzet óráról órára változik. Ugyanakkor éppen ebben a szektorban látszik legélesebben, hogy a gépi rendszerek az emberi tapasztalat, empátia és kulturális érzékenység nélkül nem képesek teljeskörűen működni. A dolgozat kvalitatív kutatási módszertant alkalmaz: félig strukturált interjúkon keresztül vizsgálja meg, hogyan látják a szakemberek saját szerepük átalakulását. Az interjúalanyok tapasztalatai arra utalnak, hogy bár az AI rengeteg terhet levesz a vállukról – például adatfeldolgozás, rutinoptimalizálás vagy monitoring terén – a stratégiai gondolkodást, az összkép megértését és a váratlan helyzetek kezelését továbbra is elsősorban emberi feladatnak tekintik. A technológia tehát nem kiszorítja, hanem átalakítja az emberi munkát: nagyobb hangsúly kerül a rendszerismeretre, az adatok értelmezésére, a problémamegoldásra és az etikai szempontok mérlegelésére. A dolgozat végkövetkeztetése szerint a logisztika jövője nem az AI uralma, hanem az ember és a gép együttműködésének új formája felé mutat. A mesterséges intelligencia hatalmas értéket teremt, de csak akkor, ha az alkalmazását hozzáértő, kritikus gondolkodású szakemberek irányítják. A logisztikai szakértelem tehát nem eltűnik, hanem új minőséget ölt, amelyben a technológiai tudás és az emberi ítélőképesség kölcsönösen erősítik egymást.

Intézmény

Budapesti Gazdasági Egyetem

Kar

['eprint_fieldopt_faculty_mük' not defined]

Tudományterület/tudományág

NEM RÉSZLETEZETT

Szak

Kereskedelem és marketing

Mű típusa:	diplomadolgozat (NEM RÉSZLETEZETT)
Kulcsszavak:	gyakorlati alkalmazás, logisztika, mesterséges intelligencia, pályakezdők, szakértelem
SWORD Depositor:	User Archive
Felhasználói azonosító szám (ID):	User Archive
Rekord készítés dátuma:	2026. Júl. 09. 11:44
Utolsó módosítás:	2026. Júl. 09. 11:44

Actions (login required)

Tétel nézet