مدیریت استراتژیک هوشمند

مدیریت استراتژیک هوشمند

ارائه مدلی برای توسعه غیر انحصاری اکوسیستم خودرو متصل در بازارجهت تعیین نقش‌ها و مسئولیت‌ها در اینترنت اشیا

نوع مقاله : مقاله پژوهشی

نویسندگان
سیما صالحی 1
لادن ریاضی 2
ابراهیم نظری فرخی 3
1 گروه علمی مدیریت فناوری اطلاعات ، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.
2 استادیار گروه علمی مدیریت فناوری اطلاعات ، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.
3 استادیار گروه مدیریت دانش، دانشکده علوم اجتماعی، دافوس آجا، تهران، ایران.
bumara.3.2.11235564.358.32119
چکیده
چالش اصلی این پژوهش، نبودِ الگویی نظام‌مند برای همگرایی فناوری‌های Industry 4.0 در اکوسیستم خودرو متصل ایران است؛ شکافی که به پراکندگی سرمایه‌گذاری‌ها، تداخل نقش‌ها و کندی گذار صنعت از خطوط تولید سنتی به زنجیره ارزش داده‌محور می‌انجامد. هدف تحقیق، طراحی و تبیین مدل غیرانحصاری توسعه اکوسیستم خودرو متصل و تعیین منطق نفوذ و وابستگی میان مؤلفه‌های کلیدی آن به‌منظور ترسیم مسیر دستیابی به توسعه پایدار است. برای تحقق این هدف، ابتدا در یک فاز کیفیِ اکتشافی، با تحلیل محتوای مصاحبه‌های نیمه‌ساختاریافته مدیران ارشد ایران‌خودرو، شصت شاخص استخراج و در ده سازه کلان ادغام شد؛ سپس با روش مدل‌سازی ساختاری–تفسیری، روابط علّی میان سازه‌ها لایه‌بندی گردید و در فاز کمی، داده‌های ۳۰۰ کارشناس از طریق معادلات ساختاری حداقل مربعات جزئی اعتبارسنجی شد. نتایج نشان داد «تحلیل کلان‌داده» زیربنایی‌ترین محرک تغییر است و از رأس هرم نفوذ، شبیه‌سازی و رباتیک هوشمند را فعال می‌کند؛ این دو، یکپارچگی افقی ـ عمودی را تقویت می‌کنند و به‌واسطه اینترنت اشیای صنعتی، واقعیت افزوده و امنیت سایبری، زیرساخت رایانش ابری و تولید افزایشی را تغذیه می‌کنند؛ نهایتاً این زنجیره به «توسعه پایدار» منتهی می‌شود. تحلیل MICMAC نیز مؤلفه‌های داده‌بنیان (BDI, SIM, IAR, HVSI) را در خوشه مستقلِ با نفوذ بالا و مؤلفه‌های زیست‌محیطی و اقتصادی (SD, AM, CC) را در خوشه وابسته قرار داد. بر این اساس، توصیه می‌شود سیاست‌گذاران، سرمایه‌گذاری اولویت‌دار را بر پلتفرم‌های کلان‌داده و شبیه‌سازی مجازی متمرکز کنند و هم‌زمان حکمرانی داده و امنیت سایبری را با استانداردهای باز تقویت نمایند تا گذار به اکوسیستم باز و پایدارِ خودروهای متصل تسریع شود.
کلیدواژه‌ها
توسعه غیر انحصاری
اکوسیستم خودرو
اینترنت اشیا

موضوعات

عنوان مقاله English

Presenting a model for the non-exclusive development of the connected car ecosystem in the market to determine roles and responsibilities in the Internet of Things

نویسندگان English

Sima Salehi 1
Ladan Riazi 2
Ebrahim Nazari Farrokhi 3
1 Department of Information Technology Management, SR.C., Islamic Azad University, Tehran, Iran .
2 Department of Information Technology Management, SR.C., Islamic Azad University, Tehran, Iran.
3 Department of Knowledge Management, Faculty of Social Sciences, AJA Command and Staff University , Tehran, Iran.
چکیده English

The main challenge of this research is the lack of a systematic model for the convergence of Industry 4.0 technologies in the connected car ecosystem in Iran; a gap that leads to the dispersion of investments, the overlap of roles, and the slow transition of the industry from traditional production lines to a data-driven value chain. The aim of the research is to design and explain a non-exclusive model for the development of the connected car ecosystem and determine the logic of influence and dependence between its key components in order to chart the path to achieving sustainable development. To achieve this goal, first, in a qualitative exploratory phase, by analyzing the content of semi-structured interviews with senior managers of Iran Khodro, sixty indicators were extracted and integrated into ten macro-structures; Then, using structural-interpretive modeling, causal relationships between constructs were stratified, and in the quantitative phase, data from 300 experts were validated through partial least squares structural equations. The results showed that “big data analytics” is the most fundamental driver of change and activates simulation and intelligent robotics from the top of the pyramid of influence; these two strengthen horizontal-vertical integration and feed cloud computing infrastructure and additive manufacturing through the Industrial Internet of Things, augmented reality and cybersecurity; ultimately, this chain leads to “sustainable development”. MICMAC analysis also placed data-driven components (BDI, SIM, IAR, HVSI) in an independent cluster with high influence and environmental and economic components (SD, AM, CC) in a dependent cluster. Accordingly, it is recommended that policymakers focus priority investments on big data and virtual simulation platforms, while strengthening data governance and cybersecurity with open standards to accelerate the transition to an open and sustainable ecosystem of connected cars.

کلیدواژه‌ها English

Non-Proprietary Development
Automotive Ecosystem
Internet of Things
آذر، ع.، و خسروانی، م. (۱۳۹۸). مدل‌سازی ساختاری–تفسیری: اصول و کاربردها. تهران: انتشارات سمت.
خداداد حسینی، م.، موسوی، ع.، و همکاران. (۱۳۹۷). تأثیر خودروهای متصل و خودران بر ایمنی ترافیک و کاهش تصادفات ثانویه. پژوهشنامه حمل و نقل جاده‌ای، ۵(۱)، ۱–۱۷.
رضوی، ف.، تقوی‌پور، م.، و همکاران. (۱۴۰۱). مکان‌یابی خودروهای متصل با استفاده از توان سیگنال دریافتی شبکهٔ سلولی و فیلتر ذره‌ای. نشریه مهندسی برق و کامپیوتر ایران، ۱۹(۱)، ۷۹–۹۴.
شادمن نادری، ح.، نیک‌فر، م.، و همکاران. (۱۳۹۹). ضرورت به‌کارگیری سامانهٔ خودرو متصل در مدیریت بزرگراه‌های تهران. فصلنامه مهندسی حمل و نقل، ۱۱(۳)، ۲۳–۴۲.
مهرانی، ر.، احمدی، س.، و همکاران. (۱۴۰۲). طراحی کنترلر پیش‌بین صریح برای هدایت زنجیره خودروهای متصل. فصلنامه مهندسی مکانیک خودرو، ۱۴(۲)، ۴۵–۶۲.
نظری، م. (۱۳۹۳). نوآوری دیجیتال و استراتژی تحقیق و توسعه در صنایع پیشرو. تهران: دانشگاه تهران.
جهانمیر، م.، و کاواداس، س. (۱۳۹۷). نوآوری دیجیتال در صنایع تولیدی: یک مرور انتقادی. فصلنامه مدیریت فناوری اطلاعات، ۹(۴), ۵۵–۷۲.

European Data Protection Board. (2020). Guidelines 01/2020 on processing personal data in the context of connected vehicles and mobility related applications. Brussels: EDPB.
Gaia-X AISBL. (2023). Gaia-X Architecture Document (Ver. 3.0). Brussels.
Hennig, S., Streicher, J., & Döllner, J. (2018). Digital innovation and disruption in the automotive industry. International Journal of Automotive Technology and Management, 18(4), 345-362.
International Organization for Standardization. (2021). ISO 21434: Road vehicles — Cybersecurity engineering. Geneva: ISO.
International Organization for Standardization. (2003). ISO/IEC TR 10032: Information technology — Reference model for data management. Geneva: ISO.
International Organization for Standardization. (2018). ISO 20078: Road vehicles — Extended vehicle (ExVe) web services. Geneva: ISO.
Jones, S., Smith, L., & Davis, K. (2020). Data ownership, access and stewardship in connected cars: A comparative analysis of terms of service. Telecommunications Policy, 44(7), 101938.
Kerber, W., & Frank, S. (2017). Data-governance regimes in connected cars: The competition-law perspective. Journal of Competition Law & Economics, 13(3), 403-448.
Kim, S.-H., Park, J.-W., & Lee, C.-H. (2021). Threat analysis and risk assessment of connected-car mobile applications. Computer Networks, 191, 107991.
Mikosz, U., Ritter, H., & Langen, M. (2017). A data-governance framework for the Internet of Things: The case of connected cars. Economics of Innovation and New Technology, 26(8), 804-821.
Pershina, M., Krylova, E., & Veijalainen, J. (2019). Accelerating digital innovation: Lessons from agile product development. Research-Technology Management, 62(2), 14-23.
Sterk, M., Stocker, V., Heinz, F., & Weinhardt, C. (2019). Unlocking the value from car data: Taxonomy and archetypes of connected-car business models. Electronic Markets, 29(3), 469-487.
UNECE WP.29. (2020). Regulation on Cybersecurity and Cybersecurity Management Systems. Geneva: United Nations Economic Commission for Europe.
USDOT ITS Joint Program Office. (2024). Connected Vehicle Reference Implementation Architecture (CVRIA) – Version 5.3. Washington, DC: U.S. Department of Transportation.
Yusur, R. (2015). API value chain in the connected-car ecosystem: Opportunities and challenges. In Proceedings of the 7th International Conference on Automotive User Interfaces (pp. 112-118). New York: ACM.