فهرست نشریات علمی دسترسی آزاد ایران

در دنیای معاصر، هوش مصنوعی (AI) به‌عنوان یکی از مهم‌ترین فناوری‌های نوظهور، جایگاه ویژه‌ای در حوزه تجزیه‌وتحلیل کسب‌وکار (AI-BA)یافته و به سازمان‌ها این امکان را می‌دهد تا از طریق پردازش داده‌های کلان، تصمیم‌گیری‌های دقیق‌تر و اثربخش‌تری اتخاذ کنند. با این حال، به‌کارگیری نادرست این فناوری می‌تواند پیامدهای منفی و بعضاً جبران‌ناپذیری برای عملکرد سازمان‌ها به همراه داشته باشد. این پژوهش بر این فرض استوار است که عدم شفافیت در کاربرد هوش مصنوعی در تحلیل‌های تجاری (AI-BA) ریشه در عواملی همچون ضعف در حاکمیت داده‌ها، کیفیت پایین داده‌های ورودی و ناکارآمدی در فرآیند آموزش الگوریتم‌ها و کارکنان دارد. چارچوب نظری پژوهش بر مبنای نظریه منابع سازمانی و قابلیت‌های پویا شکل گرفته و تلاش دارد نشان دهد که چگونه تعامل میان قابلیت‌های تحلیلی و سازوکارهای مدیریتی می‌تواند بر ادراک ریسک و ناکارآمدی عملیاتی تأثیرگذار باشد. این تحقیق از نظر هدف کاربردی و از نظر روش‌شناسی توصیفی است و داده‌ها با استفاده از مطالعات کتابخانه‌ای و روش‌های میدانی گردآوری شده‌اند. نتایج نشان می‌دهد که فقدان چارچوب‌های قانونی و مدیریتی مناسب، منجر به مدیریت نادرست داده‌ها و بهره‌برداری غیراثربخش از هوش مصنوعی می‌شود. همچنین، کیفیت پایین داده‌ها باعث تولید خروجی‌های تحلیلی نادرست و تصمیم‌گیری‌های غیر بهینه شده و آموزش ناکافی کارکنان، استفاده مؤثر از سیستم‌های هوشمند را با محدودیت مواجه می‌سازد. این کاستی‌ها به‌صورت زنجیره‌ای موجب افزایش ریسک ادراک‌شده، ناکارآمدی عملیاتی، کاهش فروش و در نهایت تضعیف مزیت رقابتی سازمان‌ها می‌شوند. نوآوری اصلی این پژوهش، ارائه مدلی یکپارچه است که زنجیره «عدم شفافیت، تصمیم‌گیری غیر بهینه، ناکارآمدی عملیاتی، کاهش مزیت رقابتی» را به صورت عملیاتی نشان می‌دهد و بر ضرورت تقویت همزمان حاکمیت داده، کیفیت داده‌ها و آموزش کارکنان تأکید می‌کند. بر اساس یافته‌ها، بهره‌برداری مؤثر از AI-BA مستلزم استقرار نظام راهبری هوش مصنوعی، ارتقاء کیفیت داده‌ها، توسعه شایستگی‌های انسانی و ادغام مدیریت ریسک در فرآیندهای تصمیم‌گیری است. پیاده‌سازی این رویکرد جامع می‌تواند شفافیت و کارایی استفاده از فناوری‌های هوش مصنوعی را افزایش دهد و زمینه‌ساز دستیابی به مزیت رقابتی پایدار در عصر تحول دیجیتال شود