پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 163 |
| تعداد شماره‌ها | 6,824 |
| تعداد مقالات | 73,561 |
| تعداد مشاهده مقاله | 134,679,274 |
| تعداد دریافت فایل اصل مقاله | 105,206,728 |
شناسایی عوامل مؤثر بر آمادگی به‌کارگیری هوش مصنوعی در کسب‌وکارهای فناورانة جدید | ||
| مجله علمی "مدیریت فرهنگ سازمانی" | ||
| دوره 23، شماره 3، مهر 1404، صفحه 331-345 اصل مقاله (1.03 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/jomc.2025.391950.1008798 | ||
| نویسندگان | ||
| رضا کهن‌هوش‌نژاد* ؛ فاطمه‌زهرا فاضل‌زاده | ||
| گروه مدیریت، دانشکدة علوم انسانی، دانشگاه حضرت معصومه(س)، قم، ایران | ||
| چکیده | ||
| هدف: با توجه به اینکه هوش مصنوعی یک فناوری بسیار پیچیده و همه‌منظوره با بسیاری از زمینه‌های کاربردی بالقوۀ جدید است، مطالعات محدود در مورد آمادگی کسب‌وکارهای فناورانۀ جدید برای به‌کارگیری هوش مصنوعی یک شکاف تحقیقاتی قابل توجه را ایجاد کرده است. هدف این پژوهش شناسایی عوامل مؤثر بر آمادگی به‌کارگیری هوش مصنوعی در کسب‌وکارهای فناورانۀ جدید است. این پژوهش یک پیش‌نیاز برای ایجاد آمادگی و تقویت به‌کارگیری هوش مصنوعی است. روش: این پژوهش از نظر هدف کاربردی و از لحاظ ماهیت پژوهش اکتشافی و بر حسب نوع داده‌ها کیفی است. در این پژوهش از روش کیفی تحلیل تم براون و کلارک برای شناسایی عوامل مؤثر بر آمادگی به‌کارگیری هوش مصنوعی در کسب‌وکارهای فناورانة جدید استفاده شده است. جامعۀ آماری پژوهش حاضر تعداد 14 نفر از بنیان‌گذاران کسب‌وکارهای فناورانۀ جدید و متخصصان در حوزۀ هوش مصنوعی را شامل می‌شود. گردآوری داده‌های پژوهش از طریق مصاحبۀ نیمه‌ساختاریافته انجام شد و تا اشباع نظری ادامه یافت. یافته‌ها: یافته‌های پژوهش حاضر نشان داد که عوامل متعددی بر آمادگی به‌کارگیری هوش مصنوعی در کسب‌وکارهای فناورانة جدید تأثیرگذار است. عوامل شناسایی‌شده در این پژوهش شامل عوامل سازمانی، عوامل فناورانه، عوامل زیرساختی، عوامل حاکمیت داده، عوامل محیطی، و عوامل قانونی است. نتیجه: این پژوهش با شناسایی عواملی که منجر به آمادگی کسب‌وکارهای فناورانۀ جدید در به‌کارگیری هوش مصنوعی می‌شود سبب می‌شود کسب‌وکارهای یادشده با استقبال از هوش مصنوعی از فرصت‌های آن بهره بگیرند. به‌علاوه چالش‌های هوش مصنوعی را به فرصت تبدیل کنند و سطح ریسک خود را پایین آورند و در نهایت زمینۀ رشد و پیشرفت خود را به‌ویژه در مقایسه با رقبا فراهم سازند. | ||
| کلیدواژه‌ها | ||
| آمادگی؛ رقبا؛ فرصت؛ کسب‌وکارهای فناورانۀ جدید؛ هوش مصنوعی | ||
| عنوان مقاله [English] | ||
| Identifying Factors Affecting Readiness to Use Artificial Intelligence in New Technological Businesses | ||
| نویسندگان [English] | ||
| Reza Kohanhooshnejad؛ Fatemehzahra Fazelzadeh | ||
| Department of Management, Faculty of Humanities, Hazrat-e Masoumeh University, Qom, Iran | ||
| چکیده [English] | ||
| Objective: Given that AI is a highly complex and general-purpose technology with many potential new application areas, limited studies on the readiness of new technology businesses to use AI have created a significant research gap. The purpose of this research is to identify factors affecting the readiness to use artificial intelligence in new technological businesses. This research is a prerequisite for building AI readiness and strengthening its use. Method: This research is applied in terms of purpose, exploratory in terms of nature, and qualitative in terms of data type. In this study, the qualitative method of Brown and Clark's theme analysis was used to identify factors affecting the readiness to use artificial intelligence in new technological businesses. The statistical population of the present study includes 14 founders of new technological businesses and experts in the field of artificial intelligence. Research data collection was conducted through semi-structured interviews and continued until theoretical saturation. Findings: The findings of the present study indicated that several factors affect the readiness to use artificial intelligence in new technological businesses. The factors identified in this research include organizational factors, technological factors, infrastructure factors, data governance factors, environmental factors, and legal factors. Conclusions: By identifying the factors that lead to the readiness of new technological businesses to use artificial intelligence, this research will ensure that these businesses embrace artificial intelligence and take advantage of its opportunities. In addition, they can turn the challenges of artificial intelligence into opportunities, lower their risk levels, and ultimately provide the basis for their growth and progress, especially compared to competitors. | ||
| کلیدواژه‌ها [English] | ||
| Artificial Intelligence, Readiness, New Technology Businesses, Opportunity, Competitors | ||
| مراجع | ||
|
محمدزادة ونستان، سهیلا و عابدی، رحیم (1403). بررسی نقش توانمندسازهای هوش مصنوعی و آمادگی هوش مصنوعی شرکت‌ها در پذیرش سیستم مدیریت روابط با مشتری. مدیریت بازرگانی، 16(1)، 34 ـ 58.
Alami, H., Lehoux, P., Denis, J. L., Motulsky, A., Petitgand, C., Savoldelli, M. ... & Fortin, J. P. (2020). Organizational readiness for artificial intelligence in health care: insights for decision-making and practice. Journal of Health Organization and Management, 35(1), 106-114.
Ali, W. & Khan, A. Z. (2024). Factors influencing readiness for artificial intelligence: a systematic literature review. Data Science and Management.
Alsheibani, S., Cheung, Y., & Messom, C. (2019). Artificial intelligence adoption: AI-readiness at firm level. In Pacific Asia Conference on Information Systems 2018 (p. 37). Association for Information Systems.
Benbya, H., Davenport, T. H., & Pachidi, S. (2020). Artificial intelligence in organizations: Current state and future opportunities. MIS Quarterly Executive, 19(4).
Berente, N., Gu, B., Recker, J., & Santhanam, R. (2021). Managing artificial intelligence. MIS quarterly, 45(3).
Bettoni, A., Corti, D., Matteri, D., Montini, E., Fiorello, M., Masiero, S. ... & Ejsmont, K. (2021). KITT4SME report 2021: Artificial Intelligence adoption in European Small Medium Enterprises. https://www. researchgate.net/publication/352568163_KITT4SME_report_2021_Artificial_Intelligence_adoption_in_European_Small_Medium_Enterprises, (10.131).
Brynjolfsson, E. & Mitchell, T. (2017). What can machine learning do? Workforce implications. Science, 358(6370), 1530-1534.
Davenport, T., Guha, A., Grewal, D., & Bressgott, T. (2020). How artificial intelligence will change the future of marketing. Journal of the Academy of Marketing Science, 48, 24-42.
Feuerriegel, S., Shrestha, Y. R., von Krogh, G., & Zhang, C. (2022). Bringing artificial intelligence to business management. Nature Machine Intelligence, 4(7), 611-613.
Fischer, H., Seidenstricker, S., Berger, T., & Holopainen, T. (2022). Artificial intelligence in B2B sales: Impact on the sales process. Artificial Intelligence and Social Computing, 28(28), 135-142.
Frangos, P. (2022, December). An integrative literature review on leadership and organizational readiness for AI. In Eur. Conf. Impact Artif. Intell. Robot (Vol. 4, pp. 145-152).
Ghosh, C. (2021). New era of accounting system based on artificial intelligence (AI)–triadic entry accounting. Account and Financial Management Journal, 6(11).
Grashof, N. & Kopka, A. (2023). Artificial intelligence and radical innovation: an opportunity for all companies? Small business economics, 61(2), 771-797.
Hradecky, D., Kennell, J., Cai, W., & Davidson, R. (2022). Organizational readiness to adopt artificial intelligence in the exhibition sector in Western Europe. International journal of information management, 65, 102497.
Haenlein, M. & Kaplan, A. (2019). A brief history of artificial intelligence: On the past, present, and future of artificial intelligence. California management review, 61(4), 5-14.
Holmström, J. (2022). From AI to digital transformation: The AI readiness framework. Business Horizons, 65(3), 329-339.
Holzinger, A., Langs, G., Denk, H., Zatloukal, K., & Müller, H. (2019). Causability and explainability of artificial intelligence in medicine. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 9(4), e1312.
Izzaty Roszelan, A. I. R. & Shahrom, M. (2025). Readiness for Artificial Intelligence Adoption in Malaysian Manufacturing Companies. Journal of Information Technology Management, 17(1), 1-13.
Jöhnk, J., Weißert, M., & Wyrtki, K. (2021). Ready or not, AI comes—an interview study of organizational AI readiness factors. Business & information systems engineering, 63(1), 5-20.
Lokuge, S., Sedera, D., Grover, V., & Dongming, X. (2019). Organizational readiness for digital innovation: Development and empirical calibration of a construct. Information & management, 56(3), 445-461.
Lui, K., & Karmiol, J. (2018). AI infrastructure reference architecture. IBM Systems: Armonk, NY, USA.
Lu, H., Li, Y., Chen, M., Kim, H., & Serikawa, S. (2018). Brain intelligence: go beyond artificial intelligence. Mobile networks and applications, 23, 368-375.
Lu, Y. (2019). Artificial intelligence: a survey on evolution, models, applications and future trends. Journal of Management Analytics, 6(1), 1-29.
Manne, R., & Kantheti, S. C. (2021). Application of artificial intelligence in healthcare: chances and challenges. Current Journal of Applied Science and Technology, 40(6), 78-89.
Mohammadzadeh Vanestan, S. & Abedi, R. (2014). Investigating the role of artificial intelligence enablers and companies’ readiness for artificial intelligence in adopting customer relationship management systems. Business Management Quarterly, 16(1), 34-58. (in persian)
Murphy, K., Di Ruggiero, E., Upshur, R., Willison, D. J., Malhotra, N., CAI, J. C. ... & Gibson, J. (2021). Artificial intelligence for good health: a scoping review of the ethics literature. BMC medical ethics, 22, 1-17.
Najdawi, A. (2020). Assessing AI readiness across organizations: The case of UAE. In 2020 11th International Conference on Computing, Communication and Networking Technologies (ICCCNT) (pp. 1-5). IEEE.
Pallathadka, H., Ramirez-Asis, E. H., Loli-Poma, T. P., Kaliyaperumal, K., Ventayen, R. J. M., & Naved, M. (2023). Applications of artificial intelligence in business management, e-commerce and finance. Materials Today: Proceedings, 80, 2610-2613.
Priya, A. K., Devarajan, B., Alagumalai, A., & Song, H. (2023). Artificial intelligence enabled carbon capture: A review. Science of the Total Environment, 886, 163913.
Ransbotham, S., Kiron, D., Gerbert, P., & Reeves, M. (2017). Reshaping business with artificial intelligence: Closing the gap between ambition and action. MIT Sloan management review, 59(1).
Reim, W., Åström, J., & Eriksson, O. (2020). Implementation of artificial intelligence (AI): a roadmap for business model innovation. Ai, 1(2), 11.
Sestino, A. & De Mauro, A. (2022). Leveraging artificial intelligence in business: Implications, applications and methods. Technology analysis & strategic management, 34(1), 16-29.
Tjebane, M. M., Musonda, I., & Okoro, C. (2022). Organisational factors of artificial intelligence adoption in the South African construction industry. Frontiers in Built Environment, 8, 823998.
Ughulu, P. D. (2022). The role of Artificial intelligence (AI) in Starting, automating and scaling businesses for Entrepreneurs. ScienceOpen Preprints.
Yoon, S. N. & Lee, D. (2019). Artificial intelligence and robots in healthcare: What are the success factors for technology-based service encounters? International Journal of Healthcare Management. | ||
|
آمار تعداد مشاهده مقاله: 177 تعداد دریافت فایل اصل مقاله: 108 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب