Η Εισαγωγή των Ρομποτικών Συστημάτων στην Εφοδιαστική Αλυσίδα: Οφέλη, Προκλήσεις και Προοπτικές Αυτοματισμού

Abstract

Η ραγδαία εξέλιξη της ρομποτικής, της τεχνητής νοημοσύνης και των τεχνολογιών της Βιομηχανίας 4.0 έχει μετασχηματίσει ριζικά τη λειτουργία της σύγχρονης εφοδιαστικής αλυσίδας. Η αυξημένη πολυπλοκότητα των logistics, η εντατικοποίηση του ηλεκτρονικού εμπορίου και η πίεση για ταχύτερη και ακριβέστερη εξυπηρέτηση πελατών καθιστούν την υιοθέτηση ρομποτικών συστημάτων στρατηγική επιλογή για τις επιχειρήσεις. Στο πλαίσιο αυτό, η παρούσα διπλωματική εργασία διερευνά τους παράγοντες που επηρεάζουν την πρόθεση υιοθέτησης ρομποτικών συστημάτων στην εφοδιαστική αλυσίδα, στα logistics και στη βιομηχανική παραγωγή. Η έρευνα βασίστηκε σε ποσοτική μεθοδολογία και στη χρήση δομημένου ερωτηματολογίου, το οποίο διανεμήθηκε σε στελέχη και εργαζομένους επιχειρήσεων του κλάδου. Το τελικό δείγμα περιλάμβανε 62 συμμετέχοντες. Οι εξεταζόμενοι παράγοντες αφορούσαν τα αντιλαμβανόμενα οφέλη, την τεχνολογική πολυπλοκότητα, το κόστος και την οργανωσιακή ετοιμότητα, την υποστήριξη της διοίκησης, τους περιβαλλοντικούς παράγοντες και την καταλληλότητα των διαδικασιών για ρομποτοποίηση. Η ανάλυση των δεδομένων πραγματοποιήθηκε με περιγραφικά στατιστικά μέτρα, έλεγχο αξιοπιστίας (Cronbach’s alpha), ανάλυση συσχετίσεων και πολλαπλή γραμμική παλινδρόμηση. Τα αποτελέσματα καταδεικνύουν ότι τα αντιλαμβανόμενα επιχειρησιακά οφέλη, η οργανωσιακή ετοιμότητα, η καταλληλότητα των διαδικασιών και η υποστήριξη της ανώτατης διοίκησης επηρεάζουν θετικά και στατιστικά σημαντικά την πρόθεση υιοθέτησης ρομποτικών συστημάτων. Αντίθετα, η αντιλαμβανόμενη πολυπλοκότητα και τα οικονομικά εμπόδια λειτουργούν αποτρεπτικά. Τα ευρήματα επιβεβαιώνουν ότι η υιοθέτηση ρομποτικής δεν αποτελεί αποκλειστικά τεχνολογική απόφαση, αλλά πολυδιάστατη στρατηγική επιλογή που συνδέεται με οργανωτικούς, τεχνολογικούς και περιβαλλοντικούς παράγοντες. Η μελέτη συμβάλλει στη βιβλιογραφία της εφοδιαστικής αλυσίδας και της τεχνολογικής υιοθέτησης, προσφέροντας εμπειρικά δεδομένα για το ελληνικό επιχειρηματικό περιβάλλον και αναδεικνύοντας τις προϋποθέσεις επιτυχούς ενσωμάτωσης ρομποτικών συστημάτων στα σύγχρονα logisticsThe rapid development of robotics, artificial intelligence, and Industry 4.0 technologies has significantly transformed modern supply chain operations. Increasing logistical complexity, the expansion of e-commerce, and growing pressure for faster and more accurate order fulfillment have made the adoption of robotic systems a strategic priority for organizations. Within this context, the present thesis investigates the factors influencing the adoption intention of robotic systems in supply chain management, logistics, and industrial production environments. The study follows a quantitative research design based on a structured questionnaire distributed to managers and employees operating in the logistics and production sectors. The final sample consisted of 62 respondents. The examined constructs included perceived benefits, technological complexity, cost and organizational readiness, top management support, environmental pressures, and process suitability for robotization. Data analysis was conducted using descriptive statistics, reliability analysis (Cronbach’s alpha), correlation analysis, and multiple linear regression. The findings indicate that perceived operational benefits, organizational readiness, process suitability, and top management support have a positive and statistically significant impact on adoption intention. In contrast, perceived complexity and financial constraints act as inhibiting factors. The results confirm that robotic adoption is not merely a technological decision, but a multidimensional strategic choice influenced by technological, organizational, and environmental determinants. This research contributes to the supply chain and technology adoption literature by providing empirical evidence from the Greek business context and by highlighting the key conditions required for the successful integration of robotic systems in contemporary logistics environments.