طراحی مدل موانع و محرک های پذیرش هوش مصنوعی در صنعت حسابداری با روش مدلسازی ساختاری تفسیری (ISM)

پذیرش هوش مصنوعی در صنعت حسابداری ایران، با وجود ظرفیت های قابل توجه برای ارتقای کارایی و کیفیت گزارشگری، با مجموعه ای از موانع فناورانه، سازمانی و محیطی مواجه است که ماهیتی به هم پیوسته و زنجیره ای دارند. هدف پژوهش حاضر، شناسایی و اولویت بندی موانع و محرک های کلیدی پذیرش هوش مصنوعی در حسابداری ایران و تبیین روابط ساختاری و سلسله مراتبی میان آن ها به منظور ارائه یک نقشه راه اجرایی برای مدیران و سیاست گذاران بود. این پژوهش از نظر هدف کاربردی و از حیث ماهیت توصیفی–تحلیلی است و با بهره گیری از چارچوب فناوری–سازمان–محیط (TOE) و روش شناسی مدل سازی ساختاری تفسیری (ISM) انجام شد. داده ها از طریق پانل خبرگان (حسابداری/حسابرسی و تحول دیجیتال) و با نمونه گیری هدفمند گردآوری گردید. در مرحله نخست، عوامل اولیه استخراج شده از پیشینه پژوهش در دو راند دلفی پالایش شد و در نهایت ۱۲ عامل بومی سازی شده نهایی گردید. سپس با تشکیل ماتریس خودتعاملی ساختار (SSIM)، تبدیل آن به ماتریس دسترسی نهایی و اعمال قاعده ترانزیتی، روابط مستقیم و غیرمستقیم بین عوامل مشخص شد. در ادامه، سطح بندی عوامل انجام شد. یافته های ISM نشان داد پذیرش هوش مصنوعی در حسابداری ایران دارای ساختاری چهارسطحی است؛ به طوری که در سطح ریشه ای، «حمایت رهبری»، «فشار رقابتی» و «ابهام قانونی» به عنوان پیشران های استراتژیک با بیشترین نفوذ قرار گرفتند. در سطح توانمندساز، «شکاف مهارتی»، «هزینه استقرار»، «عدم انطباق با استانداردهای بومی» و «همکاری با شرکت های دانش بنیان» به عنوان گلوگاه های گذار از تصمیم به اجرا شناسایی شدند. در سطح عملیاتی، «زیرساخت ERP «، «مقاومت فرهنگی مبتنی بر ترس از جایگزینی شغلی» و «امنیت داده ها» نقش واسطه های تثبیت و نهادینه سازی را ایفا کردند و در نهایت، «مزایای بهره وری» و «نیاز به گزارشگری آنی» در سطح خروجی به عنوان پیامدهای نهایی پذیرش قرار گرفتند. نتایج MICMAC نیز همسو با سطح بندی، نشان داد عوامل ریشه ای به ویژه حمایت رهبری و فشار رقابتی از قدرت نفوذ بالا برخوردارند، در حالی که مزایای بهره وری و گزارشگری آنی بیشترین وابستگی را دارند. جمع بندی پژوهش بیانگر آن است که موفقیت در پذیرش هوش مصنوعی در حسابداری ایران بیش از آنکه تابع خرید یا استقرار ابزارهای فناورانه باشد، نیازمند مداخلات مرحله بندی شده از سطح سیاست گذاری و حکمرانی (کاهش ابهام قانونی)، تقویت رهبری و انگیزش رقابتی، تا توانمندسازی مهارتی و نهایتا نهادینه سازی زیرساخت، امنیت و مدیریت تغییر فرهنگی است.

کلیدواژه ها:

هوش مصنوعی ، حسابداری ایران ، پذیرش فناوری ، مدل سازی ساختاری تفسیری (ISM).