پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 127 |
| تعداد شمارهها | 7,123 |
| تعداد مقالات | 76,614 |
| تعداد مشاهده مقاله | 153,397,153 |
| تعداد دریافت فایل اصل مقاله | 115,566,972 |
بررسی و اولویتبندی تأثیرهای استفاده از هوش مصنوعی؛ کلید طلایی بازاریابی موفق در نظام بانکی | ||
| تحقیقات مالی | ||
| دوره 28، شماره 1، 1405، صفحه 1-26 اصل مقاله (498.65 K) | ||
| نوع مقاله: مقاله علمی پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/frj.2025.387854.1007688 | ||
| نویسنده | ||
| داریوش طهماسبی* | ||
| استادیار، گروه مدیریت، دانشکدۀ تجارت و بازرگانی، دانشکدگان مدیریت، دانشگاه تهران، تهران، ایران. | ||
| چکیده | ||
| هدف: در دنیای امروز که جهانیسازی و دیجیتالسازی بهسرعت پیشرفت میکنند، صنایع مختلف نیز با چالشهای زیادی از جمله تغییرات سریع تقاضا، رقابت فشرده و تنوع فرهنگی مواجهند. از سوی دیگر، صنعت خدمات مالی و بانکی نیز در این محیطهای پیچیده دچار تحولاتی اساسی شدهاند. در این میان، هوش مصنوعی بهعنوان فناوری نوین و تحولآفرین، در مؤسسههای مالی و بانکداری هوشمند نقش مهمی ایفا کرده است. از این رو، هدف پژوهش، بررسی تأثیر استفاده از هوش مصنوعی در روندهای عملیاتی خدمات بانکی است. روش: این تحقیق از نظر هدف، کاربردی و از نظر ماهیت، آمیخته (کیفی و کمی) است. در بخش کیفی، دادهها از طریق مصاحبههای نیمهساختاریافته با ۲۰ افراد متخصص در حوزههای سیستم بانکی و هوش مصنوعی جمعآوری شد. تحلیل دادهها با روش تحلیل مضمون انجام شد که به شناسایی ۸ مضمون اصلی و ۵۴ مضمون فرعی انجامید. در بخش کمی، از روش تحلیل سلسلهمراتبی برای اولویتبندی مضامین اصلی استفاده شد. یافتهها: نتایج این پژوهش نشان داد که مهمترین اثرهای شناساییشده عبارتاند از: کاهش هزینههای عملیاتی و تبلیغات، کاهش خطای انسانی، بهبود دقت تصمیمگیری، افزایش سرعت عملیات بانکی و بهبود تجربه مشتری. در رتبهبندی مضامین اصلی، کاهش خطای انسانی بهعنوان مهمترین تأثیر شناسایی شد، در حالی که بهبود مدیریت منابع کمترین تأثیر را داشت. نتیجهگیری: فناوری هوش مصنوعی در حال حاضر میتواند زمینهساز تحولی شگرف در این صنعت شود و آیندهای متفاوت برای این حوزه خلق کند. هوش مصنوعی میتواند بر اساس رفتار مشتریان، سنجش اعتبار مشتریان را تسهیل کند. این فناوری میتواند با یادگیری و بهخاطر سپردن قوانین قابل اجرا در زمینه شناسایی هویت مشتری و اقدامات ضد پولشویی، به مؤسسهها کمک کند. شناسایی و پیشگیری اولیه تهدیدهای امنیت سایبری که امروزه میتواند بانکهای کشور را تهدید کند، یکی دیگر از کاربردهای این فناوری در حوزه مالی است. این فناوری با افزایش خودکارسازی (اتوماسیون) در روندهای متعدد بانکداری، میتواند بهرهوری و سرعت کار را افزایش بخشد. چت باتهای مبتنی بر هوش مصنوعی نیز میتوانند بهراحتی با مشتریان تعامل کنند و به سؤالهای آنها پاسخ دهند و آنها را در استفاده از خدمات بانکی راهنمایی کنند. در نهایت میتوان گفت که سیستم بانکی برای بهکارگیری هوش مصنوعی و همچنین ارائه سرویسهای کاربردی مبتنی بر فناوری هوش مصنوعی در حال رقابت با یکدیگر هستند. بدون شک این فناوری را میتوان یکی از پیشرانهای مهم صنعت بانکداری در سالهای آتی در نظر گرفت که باید بهشکلی جدی در مسیر توسعه و به کارگیری آن گام برداشت. در خاتمه، نظام بانکی در عرصه رقابت برای بهکارگیری هوش مصنوعی و ارائه خدمات کاربردی مبتنی بر آن قرار دارد. این فناوری بهعنوان یکی از عوامل پیشران صنعت بانکداری در سالهای آتی، به توجه جدی به توسعه و پیادهسازی نیاز دارد. | ||
| کلیدواژهها | ||
| هوش مصنوعی؛ نظام بانکی؛ بانکداری هوشمند؛ روندهای بازاریابی | ||
| عنوان مقاله [English] | ||
| Examining and Prioritizing the Impacts of Artificial Intelligence Usage: The Golden Key to Successful Marketing in the Banking System | ||
| نویسندگان [English] | ||
| Dariush Tahmasebi | ||
| Assistant Prof., Department of Management, Faculty of Commerce and Trade, College of Management. University of Tehran, Tehran, Iran. | ||
| چکیده [English] | ||
| Objective In today’s rapidly globalizing and digitalizing world, various industries face numerous challenges, including swift changes in demand, intense competition, and cultural diversity. Similarly, the financial and banking services sector has experienced fundamental transformations within these complex environments. In the meantime, artificial intelligence, as a new and transformative technology, has played an important role in smart financial institutions and banking. Therefore, the purpose of the study is to investigate the impact of using artificial intelligence in banking services marketing trends. Methods This study is applied in purpose and employs a mixed-methods approach (qualitative and quantitative) in nature. In the qualitative phase, data were collected through semi-structured interviews with 20 experts in private banking and artificial intelligence. Thematic analysis was used to analyze the data, resulting in the identification of 8 main themes and 54 sub-themes. In the quantitative phase, the Analytic Hierarchy Process (AHP) method was applied to prioritize the main themes. Results The results of this study showed that the most important impacts identified include reducing operating and advertising costs, minimizing human error, improving decision-making accuracy, increasing the speed of banking operations, and enhancing the customer experience. In the ranking of the main themes, minimizing human error was identified as the most significant impact, while improving resource management had the least impact. Conclusion Artificial intelligence technology can currently pave the way for a dramatic transformation in this industry and create a different future for this field. Artificial intelligence can facilitate customer credit assessment based on customer behavior. It can help institutions by learning and remembering applicable laws in the field of customer identification and anti-money laundering measures. Early identification and prevention of cybersecurity threats that can threaten the country's banks today is another application of this technology in the financial field. By increasing automation in various banking processes, this technology can increase productivity and speed of work. Chatbots based on artificial intelligence can also easily interact with customers, answer their questions, and guide them in using banking services. It can be said that the banking system is competing with each other to use artificial intelligence and also to provide practical services based on artificial intelligence technology. Undoubtedly, this technology can be considered one of the important drivers of the banking industry in the coming years, and serious steps should be taken towards its development and application. Finally, The banking system operates in a competitive arena for the application of artificial intelligence and the delivery of functional services based on it. As one of the key drivers of the banking industry in the coming years, this technology demands serious attention to its development and implementation. | ||
| کلیدواژهها [English] | ||
| Artificial intelligence, Banking, Smart banking, Marketing trends | ||
| مراجع | ||
|
احمدی کوشا، آزاده؛ احمدی، فائق؛ رنجبر، محمد حسین و کردلوئی، حمید رضا (1403). شناسایی و تحلیل شاخصهای اعتباری و رفتاری: مدلی برای رتبهبندی مشتریان تسهیلات خرد بانکی، تحقیقات مالی، 1 (1)، 1- 15.
ترابی، محمدامین؛ عباسیان، عزتالله و میلانی، سیدمحمدصادق (1403). بازاریابی هوشمند با استفاده از چت جیپیتی. مدیریت بازاریابی هوشمند، 5(1)، 1-9.
جهانفر، حامد و الهی خراسانی، اکبر (1402). هوش مصنوعی در بازاریابی: مرور سیستماتیک و جهت تحقیقات آینده. مدیریت بازاریابی هوشمند، 4(4)، 32-51.
زارعی، قاسم؛ محمدخانی، رحیم و فتحی، هاجر (1403). بررسی و شناسایی پیامدهای کاربرد هوش مصنوعی در بازاریابی. پژوهشهای مدیریت در ایران، 28(2)، 1-31.
کاظمی سراسکانرود، زهرا و صفری، محمد. (1402). طراحی الگوی فرایند بازاریابی مبتنی بر هوش مصنوعی: کاربست راهبرد مرور نظاممند. بررسیهای بازرگانی، 21(123)، 109-126.
یزدانپرست، سید مرتضی، جامیپور، مونا و جعفری، سید محمدباقر (1401). شناسایی و اولویتبندی کاربردهای هوش مصنوعی در بازاریابی برخط. کاوشهای مدیریت بازرگانی، 14(28)، 103-137.
References Ahmadi Kousha, A., Ahmadi, F., Ranjbar, M. H. & Kordlouie, H. R. (2025). Identification and analysis of credit and behavioral indicators: a model for ranking customers of small bank loans. Financial Research Journal, 1(1), 1-15. doi: 10.22059/frj.2025.388263.1007692 (in Persian) Alammal, A. H. & Al Mubarak, M. (2023). Artificial intelligence in marketing: Concerns and solutions. In M. Al Mubarak & A. Hamdan (Eds.), Technological sustainability and business competitive advantage. Internet of Things. Springer, Cham. https://doi.org/10.1007/978-3-031-35525-7_7 Alamsyah, A. & Syahrir, S. (2024). Taxonomy on Blockchain-Based Technology in the Financial Industry: Drivers, Applications, Benefits, and Threats. In Blockchain and Smart-Contract Technologies for Innovative Applications (pp. 91-129). Springer, Cham. https://www.researchgate.net/publication/378629625_A_Taxonomy_on_Blockchain-Based_Technology_in_the_Financial_Industry_Drivers_Applications_Benefits_and_Threats Arora, S. & Thota, S. R. (2024). Using Artificial Intelligence with Big Data Analytics for Targeted Marketing Campaigns. no. June. Chintalapati, S. & Pandey, S. K. (2022). Artificial intelligence in marketing: A systematic literature review. International Journal of Market Research, 64(1), 38-68. https://doi.org/10.1177/14707853211018428 Company, M.A. (2020). AI-bank of the future: Can banks meet the AI challenge? In mckinsey and Com-pany 2020. Davenport, T. H. & Ronanki, R. (2018). Artificial intelligence for the real world. Harvard Business Review, 96(1), 108-116. Davenport, T., Guha, A., Grewal, D. & others. (2020). How artificial intelligence will change the future of marketing. Journal of the Academy of Marketing Science, 48(1), 24–42. https://doi.org/10.1007/s11747-019-00696-0 De Mauro, A., Sestino, A. & Bacconi, A. (2022). Machine learning and artificial intelligence use in marketing: a general taxonomy. Italian Journal of Marketing, 2022(4), 439–457. https://doi.org/10.1007/s43039-022-00057-w George, S., Sajan, B., Sasikala, B., Sopna, P., Umamaheswari, M. & Dhinakaran, D. (2024). Role of artificial intelligence in marketing strategies and performance. Migration Letters, 21(4), 1589–1599. Grewal, D. S. (2014). A critical conceptual analysis of definitions of artificial intelligence as applicable to computer engineering. IOSR Journal of Computer Engineering, 16(2), 9-13. Hassan, A., Mohammed, F. A. & Seyadi, A. Y. (2024). Artificial intelligence applications for marketing. In A. M. A. Musleh Al-Sartawi & A. I. Nour (Eds.), Artificial intelligence and economic sustainability in the era of industrial revolution 5.0. Studies in Systems, Decision and Control (Vol. 528, pp. 579–594). Springer, Cham. https://doi.org/10.1007/978-3-031-56586-1_43 Hauser, J. R., Li, Z. & Mao, C. (2023). Artificial Intelligence and user-generated data are transforming how firms come to understand customer needs. In Artificial Intelligence in Marketing (pp. 147-167). Emerald Publishing Limited. https://doi.org/10.1108/S1548-643520230000020007 Huang, M. H. & Rust, R. T. (2021). A strategic framework for artificial intelligence in marketing. Journal of the Academy of Marketing Science, 49(1), 30–50. https://doi.org/10.1007/s11747-020-00749-9 Jacques, B., Eric, H., James, M., Jonathan, W. (June 2017). Artificial Intelligence: The Next Digital Frontier’. McKinsey Global Institute. Available At http://dln.jaipuria.ac.in:8080/jspui/bitstream/123456789/14268/1/MGI-artificial-intelligence-discussion-paper.pdf Jahanfar, H. & Elahi Khorasani, A. (2023). Artificial intelligence in marketing: Systematic review and future research direction. Journal of Intelligent Marketing Management, 4(4), 32-51. (in Persian) Kazemi Saraskanrood, Z. & Safari, M. (2024). Designing a Marketing Process Model Based on Artificial Intelligence: Application of Systematic Review Strategy. Commercial Surveys, 21(123), 109-126. (in Persian) Loureiro, S. M. C., Guerreiro, J. & Tussyadiah, I. (2021). Artificial intelligence in business: State of the art and future research agenda. Journal of Business Research, 129, 911-926. https://doi.org/10.1016/j.jbusres.2020.11.001 McAfee, A. & Brynjolfsson, E. (2017). Machine, platform, crowd: Harnessing our digital future. WW Norton & Company. Rahman, J., Raihan, A., Tanchangya, T. & Ridwan, M. (2024). Optimizing the digital marketing landscape: A comprehensive exploration of artificial intelligence (AI) technologies, applications, advantages, and challenges. Future Frontiers, 2(2). https://doi.org/10.59429/ff.v2i2.6549 Russell, S. & Norvig, P. (2016). Artificial Intelligence: A Modern Approach. Pearson Education. Suprunenko, S., Pishenina, T., Pitel, N., Voronkova, A. & Riabovolyk, T. (2024). Analysis of the Impact of Globalization Trends in the Digital Economy on Business Management and Administration Systems of Enterprises. Futurity Economics & Law, 4(2), 131-147. https://doi.org/10.57125/FEL.2024.06.25.08 Thaduri, U. R. (2020). Decision Intelligence in Business: A Tool for Quick and Accurate Marketing Analysis. Asian Business Review, 10(3), 193-200. Torabi, M. A., Abbasian, E. and Milani, S. M. S. (2024). Smart marketing using Chat-GPT. Journal of Intelligent Marketing Management, 5(1), 1-9. (in Persian) Verma, S., Sharma, R., Deb, S. & Maitra, D. (2020). Artificial intelligence in marketing: Systematic review and future research direction. Journal of Innovation & Knowledge, 6(1), 100002. https://doi.org/10.1016/j.jjimei.2020.100002 Vinchhi, D., Shroff, C., Tanna, G. & Rai, K. (2019). Applications of Artificial Intelligence in Marketing, Economics and Applied Informatics, Dunarea de Jos University of Galati. Faculty of Economics and Business Administration, (1), 28-36. https://doi.org/10.35219/eai158404094 Wang, P. (2019). On defining artificial intelligence. Journal of Artificial General Intelligence. Retrieved from sciendo.com. Yazdanparast, S. M., Jami Pour, M. and Jafari, S. M. (2022). Identifying and prioritizing artificial intelligence (AI) applications in online marketing. Journal of Business Administration Researches, 14(28), 103-137. (in Persian) Yusuf, S. O., Durodola, R. L., Ocran, G., Abubakar, J. E., Echere, A. Z. & Paul-Adeleye, A. H. (2024). Challenges and opportunities in AI and digital transformation for SMEs: A cross-continental perspective. World Journal of Advanced Research and Reviews, 23(3), 668-678. Zarei, G., Mohammad Khani, R., Fathi, H. (2024). Investigating and identifying the consequences of using artificial intelligence in marketing. Management Research in Iran, 28(2), 1-31. (in Persian) Zhang, T., Lu, C. & Kizildag, M. (2018). Banking “on-the-go”: examining consumers’ adoption of mobile banking services. International Journal of Quality and Service Sciences, 10(3), 279-295. Ziakis, C. & Vlachopoulou, M. (2023). Artificial Intelligence in Digital Marketing: Insights from a Comprehensive Review. Information, 14(12), 664. https://doi.org/10.3390/info14120664 | ||
|
آمار تعداد مشاهده مقاله: 101 تعداد دریافت فایل اصل مقاله: 63 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب