تبیین نقش عوامل پذیرش هوش مصنوعی بر کیفیت ادراک شده و نیت استفاده مداوم کانال همه کاره با توجه به نقش تعدیلگری تمایل به رابطه

سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 52

فایل این مقاله در 28 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JIBM-18-2_003

تاریخ نمایه سازی: 14 مرداد 1405

چکیده مقاله:

هدف: با ورود هوش مصنوعی به صنعت بانکداری، عوامل پذیرش آن به عنوان محرک های اصلی شکل گیری نیت مشتریان برای بهره برداری از کانال های همه کاره شناخته می شوند که این خود نویدبخش تحولی شگرف در ارائه خدمات مالی است. این تحول نه تنها به بهبود تجربه مشتریان کمک می کند، بلکه به بانک ها نیز این فرصت را می دهد که در بازار رقابتی، با ارائه خدمات نوآورانه و کارآمد، جایگاه خود را تثبیت کنند. به این ترتیب، آینده صنعت بانکداری با بهره گیری از هوش مصنوعی، روشن تر و پرامیدتر از همیشه به نظر می رسد. هدف این مقاله، تبیین نقش عوامل پذیرش هوش مصنوعی بر کیفیت ادراک شده و نیت استفاده مداوم کانال همه کاره در صنعت بانکداری با توجه به نقش تمایل به رابطه است. روش: این مطالعه از نظر پارادایم از نوع اثبات گرایی، از نظر استراتژی پژوهش قیاسی، از نظر زمانی مقطعی و از لحاظ هدف کاربردی است و روش آن توصیفی محسوب می شود. جامعه آماری این پژوهش، مشتریان بانک های شهر اصفهان است که حداقل یک بار از انواع کانال های ارائه خدمت بانک استفاده کرده اند. حجم نمونه با استفاده از فرمول کوکران، ۴۰۰ نفر انتخاب شد. ابزار گردآوری داده های پژوهش پرسش نامه بوده است. سوال های متغیرهای سودمندی ادراک شده، سهولت استفاده ادراک شده و لذت ادراک شده، برگرفته از حسن و همکاران (۲۰۲۳)، سوال های عملکرد ادراک شده و اجتماعی بودن ادراک شده، برگرفته از پایس (۲۰۱۹)، سوال های کیفیت ادراک شده برگرفته از کابادای، لیوریرو و کارنوال (۲۰۱۷)، سوال های رضایت برگرفته از کارلسون، اوکاسس و اچرمانن (۲۰۱۷)، سوال های نیت استفاده مداوم کانال همه کاره برگرفته از لی و کیم (۲۰۲۱) و سوال های تمایل به رابطه برگرفته از گائو و همکاران (۲۰۲۲) بوده است. در این پژوهش روایی (محتوا و سازه) و پایایی (ضرایب بارهای عاملی، آلفای کرونباخ و پایایی ترکیبی) سنجیده شده است. برای تجزیه وتحلیل داده ها از مدل سازی معادلات ساختاری و از نرم افزارهای اس پی اس اس۲۵ و اسمارت پی ال اس ۳ استفاده شده است. یافته ها: نتایج معادلات ساختاری نشان می دهد که سودمندی، سهولت استفاده، لذت، عملکرد و اجتماعی بودن ادراک شده، بر کیفیت ادراک شده تاثیر مثبت و معناداری دارد. کیفیت ادراک شده بر رضایت و رضایت بر نیت استفاده مداوم از کانال همه کاره تاثیر مثبت و معناداری می گذارد. تمایل به رابطه قادر است ارتباط بین رضایت و استفاده مداوم از کانال همه کاره را تعدیل کند. نتیجه گیری: صنعت بانکداری باید بر بهینه سازی عوامل سودمندی، سهولت استفاده، لذت و عملکرد هوش مصنوعی تمرکز کند تا کیفیت ادراک شده و رضایت مشتریان را بهبود بخشد و بدین ترتیب، تاثیر مثبتی بر نیت استفاده کانال های همه کاره بگذارد. علاوه براین، توجه به تمایل به رابطه مشتریان، می تواند به تقویت نیت استفاده مداوم از این کانال ها کمک کند و به ایجاد تجربه ای بی نظیر در تعاملات مالی منجر شود. در این راستا، بانک ها باید به طور مداوم به بررسی و بهبود خدمات خود بپردازند و از بازخورد مشتریان بهره برداری کنند تا بتوانند در یک بازار رقابتی، جایگاه خود را تثبیت کنند و به عنوان پیشرو در ارائه خدمات مالی هوشمند شناخته شوند.

کلیدواژه ها:

نویسندگان

عادله دهقانی قهنویه

دانشجوی دکتری، گروه مدیریت بازرگانی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران.

ناصر سیف اللهی

استاد، گروه مدیریت بازرگانی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران.

محمد باشکوه اجیرلو

استاد، گروه مدیریت بازرگانی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران.

قاسم زارعی

استاد، گروه مدیریت بازرگانی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • ایرانی، حمیدرضا؛ ابراهیمی، الهام؛ صومی، بابک. (۱۴۰۳). تبیین و اولویت ...
  • پارسائی، زینت؛ اسلامی، قاسم؛ رحیمنیا، فریبرز (۱۴۰۲). نقش کانالهای همهکاره ...
  • خاشعی ورنامخواستی، وحید؛ فارسی، سجاد (۱۴۰۳). مدلی برای خلق و ...
  • دهقانی قهنویه، عادله؛ سیف اللهی، ناصر؛ باشکوه اجیرلو، محمد؛ زارعی، ...
  • سازگارنژاد، احمد؛ احمدی، امیرمحمد؛ عابدین زاده، زهرا؛ فاطمی، فاطمه سادات؛ ...
  • عباسی نامی، حامد؛ آسایش، ابوالقاسم (۱۴۰۰). استراتژی کانال همهکاره: تاثیر ...
  • محمدزاده ونستان، سهیلا؛ عابدی، رحیم (۱۴۰۳). بررسی نقش توانمندسازهای هوش ...
  • ReferencesAbasi Nami, H. & Asayesh, A. (۲۰۲۱). Omnichannel Strategy: The ...
  • (in Persian)Accenture (۲۰۲۰). Banking Technology Vision ۲۰۲۰. Retrieved from https://www.accenture.com/_acnmedia/PDF-۱۲۰/Accenture-Banking-Technology-Vision-۲۰۲۰.pdfBailey, ...
  • Balakrishnan, J. & Dwivedi, Y. K. (۲۰۲۴). Conversational commerce: entering ...
  • Dahana, W. D., Miwa, Y. & Morisada, M. (۲۰۱۹). Linking ...
  • Darapu, K. & Marukukula, M. (۲۰۲۵). Fraud Detection and Prevention ...
  • (in Persian)Durongkadej, I., Hu, W. & Wang H. E. (۲۰۲۵). ...
  • Elkhatibi, Y., Guelzim, H. & Benabdelouahed, R. (۲۰۲۴). Factors Influencing ...
  • Grewal, D., Gauri, D. K., Das, G., Agarwal, J. & ...
  • Irani, H. R., Ebrahimi, E. and Somi, B. (۲۰۲۴). Clarification ...
  • Khashei Varnamkhasti, V. and Farsi, S. (۲۰۲۴). A Model for ...
  • Lazaris, C. & Vrechopoulos, A. (۲۰۱۴, June). From multichannel to ...
  • Obaze, Y., Xie, H., Prybutok, V.R., Randall, W. and Peak, ...
  • Pais, A. R. F. (۲۰۱۹). Artificial Intelligence and Marketing Strategy: ...
  • Quach, S., Barari, M., Thaichon, P. & Moudrý, D. V. ...
  • Sharma, D., Panda, T. K. & Sahadev, S. (۲۰۲۵). Predicting ...
  • Verhoef, P. C., Kannan, P. K. & Inman, J. J. ...
  • Yao, P., Sabri, M. F., Osman, S., Zainudin, N. & ...
  • Yen, Y. S. (۲۰۲۳). Channel integration affects usage intention in ...
  • Zha, D., Marvi, R. & Foroudi, P. (۲۰۲۳). Synthesizing the ...
  • Zhang, M., Ren, C., Wang, G. A. & He, Z. ...
  • نمایش کامل مراجع