مدیریت استراتژیک هوشمند

مدیریت استراتژیک هوشمند

مدل‌سازی نوآوری سازمانی مبتنی بر هوش مصنوعی و یادگیری عمیق: راهکاری برای مزیت رقابتی پایدار

نوع مقاله : مقاله پژوهشی

نویسندگان
سعید زمانی 1
حمید حیدری 2
شاهین عباسی 3
1 دانشجوی دکتری مدیریت ، گرایش تکنولوژی، دانشگاه یزد، یزد، ایران.
2 دانشجوی دکتری مدیریت ، گرایش تحول، دانشگاه شیراز، شیراز، ایران.
3 دانشجوی دکتری مدیریت ، گرایش عملیات، دانشگاه گیلان، گیلان، ایران.
bumara.3.2.15564.35879841654
چکیده
این تحقیق به بررسی مدل‌های نوآوری سازمانی مبتنی بر هوش مصنوعی (AI) و یادگیری عمیق (Deep Learning) می‌پردازد و نقش آن‌ها را در ایجاد مزیت رقابتی پایدار در سازمان‌ها بررسی می‌کند. در دنیای امروز که با تغییرات سریع و عدم قطعیت‌های فراوان روبه‌رو هستیم، استفاده از فناوری‌های پیشرفته‌ای مانند هوش مصنوعی و یادگیری عمیق می‌تواند به سازمان‌ها کمک کند تا نوآوری‌های مؤثری ایجاد کرده و در برابر چالش‌های محیطی مقاوم باشند. این تحقیق با استفاده از روش تحلیل مضمون، مضامین اصلی و کدهای فرعی مرتبط با کاربرد این فناوری‌ها در نوآوری سازمانی را شناسایی کرده و آن‌ها را در قالب پنج طبقه اصلی دسته‌بندی کرده است. نتایج نشان می‌دهد که هوش مصنوعی و یادگیری عمیق می‌توانند به‌طور مؤثری به سازمان‌ها در تحلیل داده‌ها، پیش‌بینی روندهای آینده و بهبود تصمیم‌گیری‌های استراتژیک کمک کنند. همچنین، چالش‌ها و موانع پیاده‌سازی این فناوری‌ها نیز شناسایی شده است. در نهایت، پیشنهاداتی برای بهبود استفاده از این فناوری‌ها در راستای نوآوری سازمانی و ایجاد مزیت رقابتی پایدار ارائه شده است.
کلیدواژه‌ها
مدل‌سازی نوآوری سازمانی
هوش مصنوعی
یادگیری عمیق
مزیت رقابتی پایدار

عنوان مقاله English

Organizational Innovation Modeling Based on Artificial Intelligence and Deep Learning: A Solution for Sustainable Competitive Advantage

نویسندگان English

Saeed Zamani 1
Hamid Heydari 2
Shahin Abbasi 3
1 PhD student in Management, Technology, Yazd University, Yazd, Iran.
2 PhD student in Management, Development, Shiraz University, Shiraz, Iran.
3 PhD student in Management, Operations, University of Guilan, Guilan, Iran.
چکیده English

This study examines organizational innovation models based on artificial intelligence (AI) and deep learning and examines their role in creating sustainable competitive advantage in organizations. In today's world, where we are faced with rapid changes and many uncertainties, the use of advanced technologies such as artificial intelligence and deep learning can help organizations create effective innovations and be resilient to environmental challenges. Using thematic analysis, this research identified the main themes and sub-codes related to the application of these technologies in organizational innovation and categorized them into five main categories. The results show that artificial intelligence and deep learning can effectively help organizations analyze data, predict future trends, and improve strategic decision-making. Challenges and barriers to implementing these technologies have also been identified. Finally, suggestions are provided to improve the use of these technologies in organizational innovation and create sustainable competitive advantage.

کلیدواژه‌ها English

Organizational Innovation Modeling
Artificial Intelligence
Deep Learning
Sustainable Competitive Advantage
اتکینسون، ر. (2019). هوش مصنوعی در صنایع نوآورانه. انتشارات دانشگاه هاروارد.
چندری، پ.، و پارسا، م. (2020). چالش‌های نوآوری در سازمان‌ها: بررسی تأثیر تغییرات اقتصادی بر فرآیندهای استراتژیک. مجله مدیریت سازمان، 18(3)، 42-58.
زاگوتی، D. (2020). یادگیری عمیق در سازمان‌ها: از تئوری تا عمل. انتشارات دانشگاه استنفورد.
شفیعی، م. و علی‌پور، ع. (2020). هوش مصنوعی و نوآوری در سازمان‌ها: بررسی تأثیرات بر فرآیندهای تجاری. مجله مدیریت نوآوری، 10(2)، 44-59.
گرنت، R. (2019). مدیریت استراتژیک در عصر هوش مصنوعی. انتشارات مک‌گرا-هیل.
لی، J.، و همکاران. (2020). مقاومت در برابر تغییر: یک بررسی جامع. مجله رفتار سازمانی، 15(4)، 88-100.
مارتینز، پ. و هیل، س. (2021). مدل‌های نوآوری باز: فرصت‌ها و چالش‌ها. مجله استراتژی‌های نوآورانه، 33(2)، 115-128.
موسوی، م.، و نیکوکار، ف. (2020). تحلیل فرآیندهای نوآوری در سازمان‌های ایرانی. مجله علمی-پژوهشی اقتصاد و مدیریت، 24(1)، 54-65.
میلر، T. و همکاران. (2021). چالش‌های نوآوری در سازمان‌ها. انتشارات دانشگاه آکسفورد.
Binns, A. (2018). The future of Artificial Intelligence: Implications for business, government, and society. Journal of Strategic and International Studies, 14(2), 54-64.
Brynjolfsson, E., & McAfee, A. (2014). The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies. W. W. Norton & Company.
Chui, M., Manyika, J., & Miremadi, M. (2018). Artificial Intelligence: The Next Digital Frontier? McKinsey Global Institute.
Davenport, T. H., & Ronanki, R. (2018). Artificial Intelligence for the Real World. Harvard Business Review, 96(1), 108-116.
LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. Nature, 521(7553), 436-444.
Mikalef, P., Krogstie, J., Pappas, I. O., & Pavlou, P. A. (2019). Artificial Intelligence in Digital Transformation: A Systematic Review and Research Agenda. Information & Management, 56(6), 103181.
Ng, A. Y. (2016). Machine Learning Yearning: Technical Strategy for AI Engineers. Deeplearning.ai.
Sheng, J., & Wang, X. (2020). Artificial Intelligence and Innovation Management: A Review and Future Directions. Journal of Business Research, 116, 292-302.
Teece, D. J. (2018). Business models and dynamic capabilities. Long Range Planning, 51(1), 40-49.
Westerman, G., & Bonnet, D. (2015). Predicting the impact of digital transformation: A case study approach. MIT Sloan Management Review, 57(3), 18-26.