نقش هوش مصنوعی در توسعه خوشه های صنعتی: پیامدهایی برای نوآوری و اقتصاد دیجیتال

سال انتشار: 1405
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 31

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MEECONFE03_013

تاریخ نمایه سازی: 24 خرداد 1405

چکیده مقاله:

این پژوهش با هدف تبیین نقش ادغام هوش مصنوعی در توسعه خوشه های فناوری اطلاعات و ارتباطات ایران در بستر محدودیت ها و تحریم های بین المللی انجام شده است. دوره زمانی مطالعه ۲۰۱۰ تا ۲۰۲۴ بوده و از داده های ثانویه رسمی برای سنجش متغیرها استفاده شده است. برای اندازه گیری سطح توسعه خوشه، شاخص مرکب توسعه خوشه ICT طراحی شد که ترکیبی از تعداد شرکت های دانش بنیان ICT، حجم صادرات این بخش و تعداد پارک ها و مراکز رشد مرتبط است. ادغام هوش مصنوعی نیز بر اساس شدت فعالیت های AI در زیست بوم ICT، شامل شاخص هایی مانند تعداد پتنت های ثبت شده و در صورت دسترسی داده های تحقیق و توسعه، سنجیده شد. جهت تحلیل رابطه بین ادغام هوش مصنوعی، توسعه خوشه و شدت محدودیت های بین المللی، از مدل های رگرسیونی با متغیرهای برهم کنشی و آزمون های پایداری استفاده گردید. نتایج نشان می دهد ادغام هوش مصنوعی اثر مثبت و معناداری بر توسعه خوشه های ICT در سطح ملی دارد و افزایش فعالیت های AI با رشد ظرفیت خوشه ای، ارتقای عملکرد صادراتی و گسترش زیست بوم دانش بنیان همراه است. همچنین، شدت محدودیت ها و تحریم ها به طور کلی اثر منفی بر شاخص توسعه خوشه داشته و فرآیند هم گرایی با مرز جهانی فناوری را کند می کند، اما خوشه هایی با سطح ادغام بالاتر هوش مصنوعی در دوره های فشار خارجی تاب آوری بیشتری نشان می دهند و بخشی از آثار منفی محیط بین المللی را خنثی می سازند. بر این اساس، هوش مصنوعی می تواند حتی در شرایط محدودیت بین المللی به عنوان پیشران داخلی توسعه خوشه های ICT و تقویت اقتصاد دیجیتال عمل کند و ضرورت سیاست های فعال توسعه منطقه ای، حمایت هدفمند از شرکت های دانش بنیان AIمحور و تقویت زیرساخت های نوآوری و داده را برجسته می سازد.

کلیدواژه ها:

خوشه های ICT ، هوش مصنوعی ، تحریم ها و توسعه منطقه ای/اقتصاد دیجیتال

نویسندگان

حسین مستخدمین

دانشجوی کارشناسی ارشد دانشگاه تهران،

شکوه سادات علیزاده مقدم

استاد یار دانشکده کارآفرینی دانشکدگان مدیریت دانشگاه تهران