Hur kan AI bidra till att effektivisera och utveckla cirkulära flöden och reverse logistics inom avfallsindustrin? : Fallstudie om anonymt avfallsbolag

Sammanfattning

Denna studie behandlar det aktuella digitala verktyget artificiell intelligens (AI) som kan användas för att effektivisera reverse logistics och ruttplanering inom avfallsindustrin. Fokus ligger särskilt på hur AI kan bidra till förbättrad spårbarhet, datadrivet beslutsfattande och ökad resurseffektivitet i cirkulära materialflöden. Studien utgår från ett anonymt och väletablerat avfallsföretag där cirkulära flöden utgör en central del av verksamheten. Det här arbetet tillämpar en kvalitativ forskningsansats med empiriskt material samlats in genom strukturerade intervjuer, dokumentanalys och analys av verksamhetens logistiska processer. Det empiriska materialet analyseras i relation till tidigare teoretisk forskning om cirkulära supply chains, ruttoptimering och AI-baserade logistiksystem. Det teoretiska ramverket bygger på Supply Chain Management (SCM), 10R-modellen, avfallstrappan, cirkulär ekonomi, reverse logistics samt AI och Industry 4.0-teknologier. Sammantaget skapar de här analytiska verktyg för att förstå tillämpningen av AI i arbetet, samt begränsningar och möjligheterna med det. Analysen och slutsatsen visar att reverse logistics inom avfallsindustrin präglas av en komplexitet med varierande materialflöden, flera involverade aktörer med krav på koordinering och flexibilitet. I studien framkommer det att AI i dagsläget används i begränsad omfattning, och att det finns en tydlig upplevd potential inom områden såsom dynamisk ruttoptimering, förbättrad spårbarhet, automatiserad sortering och effektivare informationshantering. Samtidigt identifieras flera utmaningar kopplade till implementering av AI, särskilt avseende datakvalitet, systemintegration och behovet av mänsklig erfarenhet och verksamhetskunskap. Arbetets slutsats är att AI kan fungera som ett beslutsstöd inom reverse logistics och cirkulära flöden, men att teknologins effektivitet är beroende av tillgång till tillförlitlig data, organisatorisk kompetens och fungerande integration mellan digitala system och operativ verksamhet.