Effective negotiation strategies are vital for the supply chain management and operations ecosystem, as they are applied in matters that are related to cost management issues, suppliers’ agreements, communication with third parties, sourcing raw materials and many more. In order to have a smooth operation across the supply chain, it is essential to keep good relations with both suppliers and customers. The majority of these negotiations take place by experienced humans (executives, managers or someone appointed to run a negotiation process). However, the evolving and innovative field of AI and machine learning has triggered the use of AI tools for the same applications. Nowadays, a significant number of enterprises own AI suites that negotiate with suppliers. These suites are backed up with a huge amount of data that assists them to take better decisions. Additionally, these systems have access to market trends, current geopolitical issues, list of active suppliers, updated costs of raw materials, current status of warehousing and many more. This technology assists with decision making, recognizes patterns within the supply chain operations and reads details in agreements. In many cases, AI tools are autonomous to deal with third parties and make a decision by themselves. However, this promising technology still matures and lacks many things, like a framework of both ethical and legal regulations, while a wrong dataset could bias and manipulate the decision making. The scope of this work is to explore the use and trust of AI tools in decision making for negotiation strategy activities within the supply chain environment.

Οι στρατηγικές διαπραγμάτευσης αποτελούν κομμάτι ζωτικής σημασίας για το οικοσύστημα της εφοδιαστικής αλυσίδας, καθώς εφαρμόζονται σε θέματα που σχετίζονται με διαχείριση κόστους, συμφωνίες με προμηθευτές, επικοινωνία με τρίτους, προμήθεια πρώτων υλών και άλλα πολλά. Για να διατηρηθεί η ομαλή λειτουργία της εφοδιαστικής αλυσίδας, είναι απαραίτητο να διατηρούνται καλές σχέσεις τόσο με προμηθευτές όσο και με πελάτες. Η πλειοψηφία αυτών των διαπραγματεύσεων πραγματοποιείται από έμπειρους ανθρώπους (στελέχη, διευθυντές ή κάποιον που έχει διοριστεί για να διεξάγει τη διαδικασία διαπραγμάτευσης). Ωστόσο, o εξελισσόμενος και καινοτόμος τομέας της τεχνητής νοημοσύνης και μηχανικής μάθησης έχει καταφέρει να κάνει χρήση αυτών των εργαλείων για τις προαναφερθείσες εφαρμογές. Σήμερα, ένας σημαντικός αριθμός επιχειρήσεων διαθέτει λογισμικά τεχνητής νοημοσύνης που διαπραγματεύονται με προμηθευτές. Αυτά τα λογισμικά υποστηρίζονται από έναν τεράστιο όγκο δεδομένων που βοηθά το λογισμικό να παίρνει καλύτερες αποφάσεις. Επιπλέον, αυτά τα συστήματα έχουν πρόσβαση σε πληροφορίες, όπως είναι οι τάσεις της αγοράς, τρέχοντα γεωπολιτικά ζητήματα, λίστα ενεργών προμηθευτών, ενημερωμένο κόστος πρώτων υλών, παρούσα κατάσταση της αποθήκης και πολλά άλλα. Η τεχνητή νοημοσύνη βοηθά στη λήψη αποφάσεων, αναγνωρίζει μοτίβα στις λειτουργίες της εφοδιαστικής αλυσίδας και διαβάζει λεπτομέρειες στα συμβόλαια. Σε πολλές περιπτώσεις, τα εργαλεία τεχνητής νοημοσύνης έχουν ανεξαρτησία και αυτονομία για να διαχειριστούν και λάβουν αποφάσεις σε μια διαπραγμάτευση. Ωστόσο, αυτή η υποσχόμενη τεχνολογία εξακολουθεί να ωριμάζει αλλά και να στερείται πολλά πράγματα, όπως ένα πλαίσιο ηθικών και νομικών κανονισμών, ενώ ένα λανθασμένο σύνολο δεδομένων θα μπορούσε να προκαταβάλει και να χειραγωγήσει τη λήψη αποφάσεων. Ο σκοπός αυτής της εργασίας είναι να μελετήσει τη χρήση και την εμπιστοσύνη των εργαλείων τεχνητής νοημοσύνης στη λήψη αποφάσεων για εφαρμογές στρατηγικής διαπραγμάτευσης στο περιβάλλον της εφοδιαστικής αλυσίδας.