A roadmap for the effective implementation of RPA and AI in supply chain

Purpose, Originality and Value – The analysis of the literature has revealed substantial gaps regarding the existence of managerial models able to support companies in the adoption of Artificial Intelligence (AI) and Robotic Process Automation (RPA) technologies for the automation of supply chain processes. The research has a twofold objective: to define the starting conditions for the development of a supply chain automation project; to develop a framework based on empirical evidence that can drive managers in the implementation of supply chain automation technologies. Methodology – The research methodology was structured in several stages. The Literature Review allowed to analyze the state of the art and to deepen the knowledge of RPA and AI technologies applied to the supply chain context, highlighting the major gaps in the field of scientific investigation that led to the definition of the Research Questions. Then, a census of international cases of RPA and AI applications in the supply chain context was carried out. Subsequently, a series of interviews with managers responsible for automation projects and technology solution providers was conducted, with the aim of filling the gaps that emerged from the literature and deepening the insights resulting from the census. Finally, the collected information was triangulated with the ultimate aim of defining the final model. Results – The result of the research is a three-axis matrix model that (i) identifies the most appropriate automation technology based on the complexity and scope of the process to be automated, (ii) and suggests the most suitable implementation roadmap depending on the starting maturity level possessed. Practical and Managerial Implications – The managerial implications of the research model consist of (i) identifying the starting conditions of a supply chain automation project, (ii) defining the factors to be considered in their assessment, (iii) and proposing an implementation roadmap to be adopted for automation project development in the supply chain domain. Limitations and future research – The main limitation was the scarce availability of information in the literature and in the survey of RPA and Intelligent RPA projects in the supply chain domain. In addition, the immature Italian landscape of AI solutions reduced the availability of cases to be interviewed. Future research should aim to expand and enrich the sample of AI-side interviews, and to investigate hybrid Intelligent RPA solutions in order to include them in the elaborated model. In addition, during the analysis, the relevance of assessing the impact that different factors have on the identified starting conditions emerged. Therefore, the choice of the implementation roadmap based on a discrete assessment of the variables impacting the starting conditions will have to be extended in further studies.

Scopo, originalità e valore – L’analisi della letteratura ha evidenziato sostanziali lacune riguardo l’esistenza di modelli manageriali in grado supportare le aziende nell'adozione di tecnologie di Artificial Intelligence (AI) e Robotic Process Automation (RPA) per l'automazione dei processi di supply chain. La presente ricerca si propone dunque un duplice obiettivo: definire le condizioni di partenza per lo sviluppo di un progetto di automazione in ambito supply chain; sviluppare un framework basato su evidenze empiriche che possa guidare i manager nell’implementazione di tecnologie di automazione in ambito supply chain. Metodologia – La metodologia di ricerca è stata strutturata in più fasi. La revisione della letteratura ha permesso di analizzare lo stato dell’arte e di approfondire la conoscenza di tecnologie di AI e RPA applicate al contesto della supply chain, evidenziando le maggiori lacune presenti nel campo di indagine scientifica che hanno portato alla definizione delle domande di ricerca. Quindi, è stato realizzato un censimento di casi internazionali di applicazioni di AI e RPA in ambito supply chain. In seguito, una serie di interviste a manager responsabili di progetti di automazione e a fornitori di soluzioni è stata condotta, con lo scopo di colmare i gap emersi dalla letteratura e approfondire gli spunti risultanti dal censimento. Infine, le informazioni raccolte sono state triangolate con lo scopo ultimo di definire il modello finale. Risultati – Il risultato della ricerca è un modello a matrice a tre assi che (i) individua la tecnologia di automazione più appropriata sulla base della complessità e dello scopo del processo da automatizzare, (ii) e suggerisce il percorso di implementazione più adatto a seconda del livello di maturità di partenza posseduto. Implicazioni pratiche e manageriali – Le implicazioni manageriali del modello di ricerca consistono (i) nell’identificazione delle condizioni di partenza di un progetto di automazione in ambito supply chain, (ii) nella definizione dei fattori da considerare nella loro valutazione, (iii) e nella proposizione di una roadmap di implementazione da adottare per lo sviluppo dei progetti di automazione in ambito supply chain. Limiti e ricerche future – Il limite principale è stato la scarsa disponibilità di informazioni relative a progetti di RPA e Intelligent RPA in ambito supply chain presenti in letteratura e nel censimento. Inoltre, il non maturo panorama italiano di soluzioni AI ha ridotto la disponibilità di casi da intervistare. Le ricerche future dovrebbero ambire ad espandere e irrobustire il campione di interviste lato AI, e ad approfondire le soluzioni ibride di Intelligent RPA al fine di includerle nel modello elaborato. Inoltre, durante l’analisi è emersa la rilevanza di valutare l’impatto che diversi fattori hanno sulle condizioni di partenza identificate. Pertanto, la scelta della roadmap di implementazione basata su una valutazione discreta delle variabili che impattano le condizioni di partenza dovrà essere ampliata in altri studi.