AI challenges for supply chain automation

This thesis explores the feasibility and challenges of implementing automation at different levels within organizations, specifically focusing on task, process, system and supply chain-level automation. As automation technologies such as Robotic Process Automation (RPA) and Artificial Intelligence (AI) evolve, companies are increasingly looking to simplify operations, reduce costs, and improve accuracy. However, successful automation requires more than technological integration; it depends on several foundational elements, including process standardization, employee skills and training, and tool compatibility. These factors play a critical role in determining an organization’s readiness for automation and the sustainability of automation initiatives. The research employs a qualitative approach, conducting semi-structured interviews with representatives from three companies operating in different industries. Key findings reveal that companies with well-standardized processes are better positioned to implement task-level automation, as consistency and predictability facilitate the identification of repetitive tasks. In contrast, companies lacking standardized workflows face challenges in automation at more complex levels, often needing to adapt processes before proceeding. The study also highlights the importance of employee training, as advanced automation projects require specialized skills for managing, troubleshooting, and sustaining automated systems. Furthermore, tool compatibility and data exchange emerge as significant barriers to scaling automation, with incompatible systems leading to inefficiencies and integration challenges. By comparing these findings with existing literature, this thesis identifies core conditions for successful automation deployment. It provides practical recommendations for organizations, emphasizing the importance of foundational preparation in process standardization, skill development, and data compatibility. The study contributes to a deeper understanding of the factors that enable or inhibit automation success and offers insights for future research on automation strategies across different organizational contexts.

Questa tesi esplora la fattibilità e le sfide dell’implementazione dell’automazione a diversi livelli all'interno delle organizzazioni, con particolare attenzione all'automazione a livello di attività, processo, sistema e catena di fornitura. Con l’evoluzione di tecnologie di automazione come la Robotic Process Automation (RPA) e l’Intelligenza Artificiale (AI), le aziende cercano sempre più di ottimizzare le operazioni, ridurre i costi e migliorare l’accuratezza. Tuttavia, un'automazione efficace richiede più della sola integrazione tecnologica; essa si basa su elementi fondamentali quali la standardizzazione dei processi, le competenze e la formazione dei dipendenti e la compatibilità degli strumenti. Questi fattori giocano un ruolo cruciale nel determinare la preparazione di un’organizzazione all'automazione e la sostenibilità delle iniziative di automazione. La ricerca adotta un approccio qualitativo, conducendo interviste semi-strutturate con rappresentanti di tre aziende operanti in diversi settori. I risultati principali rivelano che le aziende con processi ben standardizzati sono più preparate per implementare l’automazione a livello di attività, poiché la coerenza e la prevedibilità facilitano l’identificazione dei compiti ripetitivi. Al contrario, le aziende prive di flussi di lavoro standardizzati affrontano maggiori difficoltà con l’automazione ai livelli più complessi, dovendo spesso adattare i processi prima di procedere. Lo studio evidenzia inoltre l'importanza della formazione dei dipendenti, poiché i progetti di automazione avanzati richiedono competenze specialistiche per la gestione, la risoluzione dei problemi e il mantenimento dei sistemi automatizzati. Inoltre, la compatibilità degli strumenti e lo scambio di dati emergono come ostacoli significativi per la scalabilità dell’automazione, con sistemi incompatibili che portano a inefficienze e sfide di integrazione. Confrontando questi risultati con la letteratura esistente, questa tesi identifica le condizioni essenziali per un’implementazione di automazione efficace. Fornisce raccomandazioni pratiche per le organizzazioni, sottolineando l’importanza della preparazione in termini di standardizzazione dei processi, sviluppo delle competenze e compatibilità dei dati. Lo studio contribuisce a una comprensione più profonda dei fattori che facilitano o inibiscono il successo dell'automazione e offre spunti per futuri studi sulle strategie di automazione in contesti organizzativi diversi.