مدیریت استراتژیک هوشمند

مدیریت استراتژیک هوشمند

تبیین تاثیر فشار رقابتی، حمایت مدیریت، انتظارات عملکردی و نقش های منابع انسانی در پذیرش هوش مصنوعی در مدیریت منابع انسانی

نوع مقاله : مقاله پژوهشی

نویسندگان
نجمه جلالیان 1
اعظم تدین 1
بابک خورشیدی 1
مهدی فضلی عقدائی 2
1 گروه مدیریت، دانشگاه پیام نور، تهران، ایران.
2 گروه ریاضی، دانشگاه پیام نور، تهران، ایران.
10.87453/bumara.2026.373601.4328
چکیده
هدف از انجام این پژوهش، تبیین تاثیر فشار رقابتی، حمایت مدیریت، انتظارات عملکردی و نقش های منابع انسانی در پذیرش هوش مصنوعی در مدیریت منابع انسانی (مورد مطالعه: شرکت پتروشیمی شیراز) می باشد. روش تحقیق بر اساس هدف از نوع کاربردی و از جهت ماهیت، توصیفی- پیمایشی است.داده های تحقیق از طریق سوالات پنج گزینه ای لیکرت موجود در پرسشنامه تحقیق جمع آوری شده است. درپژوهش حاضر به منظورتجزیه وتحلیل داده های حاصل از پرسشنامه، متناسب با نیاز آماری از نرم افزار آماری SPSS و PLS در قالب دو بخش آمارتوصیفی و استنباطی استفاده شد. جامعه این تحقیق را مدیران با تجربه ستادی و صفی و و کارکنان با تجربه در واحدهای عملیاتی و اجرایی شرکت پتروشیمی می باشد که کل جامعه آماری بالغ بر 92 نفرمی باشد.جهت محاسبه حجم نمونه بر اساس روش تمام شماری به علت کوچک بودن حجم جامعه، اعضای جامعه به عنوان نمونه انتخاب می شوند .نتایج پژوهش نشان می دهد بررسی تاثیر فشار رقابتی بر قصد رفتاری پذیرش هوش که مقدار معناداری برابر با (8.46)؛تاثیرحمایت مدیریت بر قصد رفتاری پذیرش هوش مصنوعی که مقدار معناداری (8.16 ؛بررسی تاثیر انتظار عملکردی بر قصد رفتاری پذیرش هوش مصنوعی مقدار معناداری (9.07) ؛ بررسی تاثیر شریک استراتژیک بر قصد رفتاری پذیرش هوش مصنوعی مقدار معناداری (8.04) ؛ بررسی تاثیر کارشناس اداری بر قصد رفتاری پذیرش هوش مقدار معناداری (8.19) ؛ بررسی تاثیر کارمند برجسته (شاخص) بر قصد رفتاری پذیرش هوش مصنوعی مقدار معناداری (9.83). ؛ بررسی تاثیر عامل تغییر بر قصد رفتاری پذیرش هوش مصنوعی مقدار معناداری (9.24) کسب شد .نتایج نشان داد فشار رقابتی، حمایت مدیریت، انتظار عملکردی، شریک استراتژیک، کارمند برجسته (شاخص)، کارشناس اداری و عامل تغییر بر قصد رفتاری پذیرش هوش مصنوعی در مدیریت منابع انسانی شرکت پتروشیمی شیراز تاثیر معناداری دارد .
کلیدواژه‌ها
فشار رقابتی
حمایت مدیریت
انتظارات عملکردی
نقش های منابع انسانی و پذیرش هوش مصنوعی

موضوعات

عنوان مقاله English

Explaining the impact of competitive pressure, management support, performance expectations, and human resource roles on the adoption of artificial intelligence in human resource management

نویسندگان English

Najmeh Jalaliyan 1
Azam Tadayon 1
Babak Khorshidi 1
Mehdi Fazli Aghdaei 2
1 Department of Management, Payam Noor University, Tehran, Iran.
2 Department of Mathematics, payam noor university, Tehran, Iran.
چکیده English

The purpose of this research is to explain the impact of competitive pressure, management support, performance expectations and the roles of human resources on the adoption of artificial intelligence in human resource management (case study: Shiraz Petrochemical Company). The research method is of an applied type based on the purpose and is descriptive-survey in nature. Research data was collected through five-choice Likert questions in the research questionnaire. In the present study, in order to analyze the data obtained from the questionnaire, according to the statistical need, SPSS and PLS statistical software were used in the form of two sections of descriptive and inferential statistics. The population of this study is experienced managers and line managers and experienced employees in the operational and executive units of the petrochemical company, with a total statistical population of 92 people. In order to calculate the sample size based on the whole number method, due to the small size of the population, members of the population are selected as a sample. The results of the study show that the effect of competitive pressure on the behavioral intention to accept intelligence is significant (8.46); the effect of management support on the behavioral intention to accept artificial intelligence is significant (8.16); the effect of performance expectation on the behavioral intention to accept artificial intelligence is significant (9.07); the effect of strategic partner on the behavioral intention to accept artificial intelligence is significant (8.04); the effect of administrative expert on the behavioral intention to accept intelligence is significant (8.19); the effect of outstanding employee (index) on the behavioral intention to accept artificial intelligence is significant (9.83). ; the effect of change factor on the behavioral intention to accept artificial intelligence is significant (9.24). The results showed that competitive pressure, support Management, performance expectation, strategic partner, outstanding employee (indicator), administrative expert, and change agent have a significant effect on the behavioral intention to adopt artificial intelligence in human resource management of Shiraz Petrochemical Company.

کلیدواژه‌ها English

Competitive flux
Management support
Performance expectations
Human resource roles and adoption of artificial intelligence
اکبری، علیرضا و طهماسبی، رضا. (1402) .شناسایی کاربردها و الزامات هوش مصنوعی در فرایند جذب و استخدام، مجله مدیریت فرهنگ سازمانی، 21(1)، 88-77. 10.22059/
رجایی، زهرا و نوفرستی، فاطمه، حیدرنیا، زهرا و مهمی، زهرا . (1402). کاربست هوش مصنوعی در مدیریت منابع انسانی،  فصلنامه علمی منابع انسانی ناجا، دوره: 17، شماره: 73، 39-70.
کاملی، سیده قدسیه،1402،پیامدهای حمایت سازمانی ادراک شده در معلمان،هشتمین کنفرانس ملی رویکردهای نوین در آموزش و پژوهش،محمودآباد.
https://civilica.com/doc/1953295.
قزلسفلو، حمیدرضا (1402)، بررسی چالش‌ها و فرصت‌های استفاده از هوش مصنوعی در مدیریت منابع انسانی،  نشریه تکنولوژی در کارآفرینی و مدیریت استراتژیک، دوره: 2، شماره: 2.
Almulaiki, W. A. (2023). The impact of performance management on employee performance. Saudi J Bus Manag Stud, 8(2), 22–27.
Anshari, M., Almunawar, M. N., Lim, S. A., & Al-Mudimigh, A. (2018). Customer relationship management and big data-enabled: Personalization & customization of services. Applied Computing and Informatics, 15(2), 94–101.
Brougham, D., & Haar, J. (2020). Smart Technology and Employee Resistance. International Journal of HRM.
Feng, Y., Nie, C., Zhang, D., 2020. Convergence and spatiotemporal characteristics of the performance of China’s technology business incubator. Sci. Technol. Prog. Policy 37 (11), 33–42.
Halid, H., Ravesangar, K., Mahadzir, S.L., & Abd Halim, S.N. (2024). Artificial Intelligence (AI) in Human Resource Management (HRM). In book: Building the Future with Human Resource Management (pp.37-70).
Hemanand, D., Mishra, N., Premalatha, G., Mavaluru, D., Vajpayee, A., Kushwaha, S., & Sahile, K. (2022). Applications of intelligent model to analyze the green finance for environmental development in the context of artificial intelligence. Computational
Intelligence and Neuroscience, 2022.
Hmoud, B . (20121).  The adopTion of arTificial inTelligence in human resource management, Forum Scientiae Oeconomia • Volume 9 (2021) • No. 1
Jasim, F.T., Jwaid, M.F., & Karthick, M. (2023). Artificial intelligence innovation and human resource recruitment. Tamjeed Journal of Healthcare Engineering and Science Technology, 1(2), 20-29.
Locke, E. A., & Latham, G. P. (2019). The development of goal setting theory: A half century retrospection. Motivation Science, 5(2), 93–105.
Li, M. (2024). The impact of artificial intelligence on human resource management systems - Applications and risks. Proceedings of the 4th International Conference on Signal Processing and Machine Learning.
Liu, J., Chang, H., Forrest, J. Y. L., & Yang, B. (2020). Influence of artificial intelligence on technological innovation: Evidence from the panel data of china's manufacturing sectors. Technological Forecasting and Social Change, 158, 120142.
Polishchuk, O.A., Isaev, P.A., & Fedorinov, A.V. (2024). Artificial Intelligence In Human Resource Management of Organizations. Proceedings of the Southwest State University Series Economics Sociology and Management, 13(6), 32-43.
Rasswanth, S., & Vadivel, M. (2024). A Study on Artificial Intelligence on Human Resource Management. IPE Journal of Management, Volume 14, No 4, 169-177.
Rana, N. P., et al. (2021). AI Adoption in HRM: A Performance Expectancy Perspective. Information Systems Frontiers.
Shaikh, M.Z., Sankar, M., Raina, S., Jayapriya, K., & Chander, A.R.N. (2024). Artificial Intelligence and Public Sector Human Resource Management: Opportunities, Challenges. J. Electrical Systems, 98-104.
Sparrow, P., & Makram, H. (2024). The future of HRM in the age of AI: Upskilling for an automated world. Human Resource Management Review, 34(1), 100-115.
VanWaeyenberg, T., Decramer, A., & Vander-Straeten, A. (2017). The impact of performance management systems on employee well-being and peformance. Academy of Management Proceedings, 2017(1), Article 15776.
Venkatesh, V., Thong, J.Y.L.T., Xu, X. (2012), Consumer acceptance and use of IT, MIS Quarterly, 36(1), 157-178
Wang, Y.M., Wang, Y.S., Yang, Y.F. (2010), Understanding the determinants of RFID adoption in the manufacturing industry, Technological Forecasting and Social Change, 77(5), 803-815.
Wamba, S. F., et al. (2020). How AI is Transforming HR Functions. Business Process Management Journal
Zhu, S., Du, D., (2020). Empirical study of performance evaluation of start-up incubators: based on entrepreneurial ecosystem. Sci. Technol. Manag. Res. 40 (07), 82–87.
Akbari, A., Tahmasebi, R. (2023). Identifying the applications and requirements of artificial intelligence in the recruitment and hiring process, Journal of Organizational Culture Management, Journal of Organizational Culture Management, 21(1), 77-88. [In Persian]
Rajai, Z., Noferesti, f., Heydarniya, Z., Mohemi, z. (2023). Application of Artificial Intelligence in Human Resource Management, NAJA Human Resources Scientific Journal, Volume: 17, Issue: 73, 39-70. [In Persian]
Kameli, s. (2023).  Consequences of Perceived Organizational Support in Teachers, Eighth National Conference on New Approaches in Education and Research, Mahmudabad, https://civilica.com/doc/1953295. [In Persian]
Ghazalasfoloo, h. (2023). Investigating the challenges and opportunities of using artificial intelligence in human resource management, Journal of Technology in Entrepreneurship and Strategic Management, Volume: 2, Issue: 2. [In Persian]