تحول مدیریت ارتباط با مشتری در بازاریابی (CRM) با تلفیق هوش مصنوعی مولد: با بهره گیری از ChatGPT و مدل های زبانی بزرگ (LLMs)

این پژوهش با هدف بررسی نقش هوش مصنوعی مولد (مانند ChatGPT و مدل های زبانی بزرگ یا LLMs) در تحول مدیریت ارتباط با مشتری (CRM) در حوزه بازاریابی انجام شده است. اهداف اصلی شامل شناسایی راهکارهای موثر برای بهره برداری از این فناوری در ارتقای تجربه مشتری، افزایش کارایی عملیاتی، تقویت استراتژی های مشتری محور، و مدیریت چالش های اخلاقی و فنی مرتبط با آن می باشد. سوال اصلی پژوهش این است: «چگونه می توان از هوش مصنوعی مولد برای بهبود CRM استفاده کرد، در حالی که چالش های اخلاقی و فنی به طور موثری مدیریت شوند؟» ضرورت این مطالعه از تحولات سریع فناوری هوش مصنوعی در بازار رقابتی ناشی می شود، جایی که کسب وکارها برای پاسخگویی به انتظارات مشتریان مدرن (مانند پاسخ های فوری و شخصی سازی شده) نیاز به ابزارهای نوآورانه دارند. این فناوری نه تنها تعاملات را پویا می کند، بلکه با تحلیل داده های واقعی زمان، وفاداری و رضایت مشتری را افزایش می دهد. با این حال، خلا پژوهشی قابل توجهی در ادبیات وجود دارد، از جمله فقدان تحقیقات جامع و یکپارچه که همزمان تاثیرات هوش مصنوعی بر جنبه های مختلف CRM (مانند تعاملات مشتری، تحلیل پیش بینی کننده و اتوماسیون) را بررسی کند و راه حل های عملی برای غلبه بر موانع پیاده سازی (مانند امنیت داده ها و تعصبات الگوریتمی) ارائه دهد. پژوهش های پیشین عمدتا بر مزایای کلی تمرکز کرده اند، بدون بررسی عمیق اثرات بلندمدت بر صنایع خاص مانند خدمات مالی، تجارت الکترونیک، بهداشت و SMEs. این مطالعه کیفی با رویکرد اکتشافی و روش تحلیل تم انجام شد و داده ها از مصاحبه های نیمه ساختاریافته با ۲۸ خبره و کاربر (با استفاده از نمونه گیری گلوله برفی و اصل اشباع نظری) گردآوری گردید. یافته ها شامل ۱۴۰ کد پایه، ۳۵ تم سازمان دهنده و ۷ تم فراگیر است، از جمله: ادغام هوش مصنوعی در شخصی سازی تعاملات و افزایش وفاداری، چالش های فنی و اخلاقی، نقش تحلیل پیش بینی کننده در بهره وری SMEs، تحول تجربه مشتری در بهداشت و املاک، تاثیر ترکیب با بلاک چین بر شفافیت، ارزیابی بلندمدت بر رضایت مشتری، و تمرکز تحقیقات آینده بر جنبه های اخلاقی. این یافته ها نشان می دهند که هوش مصنوعی مولد، CRM را به ابزاری استراتژیک تبدیل کرده و بهره وری را افزایش می دهد، اما نیازمند مدیریت ریسک های امنیتی و اخلاقی است. در نتیجه، پذیرش استراتژیک این فناوری می تواند مزیت رقابتی پایدار ایجاد کند، اما سازمان ها باید چالش ها را با مدل های هیبریدی و چارچوب های حاکمیتی مدیریت کنند. پیشنهادهای کاربردی شامل پیاده سازی مدل های هیبریدی برای شخصی سازی، توسعه پروتکل های امنیتی، و ارزیابی بلندمدت اثرات بر SMEs می باشد. این پژوهش بر ضرورت تحقیقات آینده برای توسعه چارچوب های اخلاقی تاکید دارد تا پتانسیل هوش مصنوعی در ایجاد ارزش پایدار محقق شود.

کلیدواژه ها:

هوش مصنوعی مولد ، مدیریت ارتباط با مشتری ، بازاریابی ، ChatGPT ، مدل های زبانی بزرگ ، تحلیل تم ، SMEs ، چالش های اخلاقی ، پیش بینی کننده ، اتوماسیون