ارائه چارچوب پیاده سازی هوش تجاری تقاضامحور مبتنی بر هوش مصنوعی در صنایع پوشاک

سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 26

فایل این مقاله در 29 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JNAMM-5-1_013

تاریخ نمایه سازی: 9 آبان 1405

چکیده مقاله:

هدف این پژوهش ارائه چارچوب پیاده سازی هوش تجاری تقاضامحور مبتنی بر هوش مصنوعی در صنایع پوشاک می باشد. این پژوهش از نظر هدف، کاربردی و از لحاظ روش اجرا آمیخته (کیفی و کمی) می باشد. جامعه آماری در بخش کیفی شامل ۱۷ نفر از اساتید دانشگاه‎ها، صاحب نظران، کارشناسان فروش و مدیران صنعت پوشاک و متخصصین هوش مصنوعی که با روش نمونه گیری هدفمند، انتخاب شدند. جامعه آماری در بخش کمی شامل ۳۸۴ نفر از مدیران، کارشناسان ارشد، تحلیل گران داده، مدیران زنجیره تامین و متخصصان فناوری اطلاعات در صنعت پوشاک و با روش تصادفی خوشه ای انتخاب شدند. ابزار گردآوری داده ها مصاحبه های نیمه ساختاریافته و پرسشنامه می باشد. برای تجزیه و تحلیل داده ها در بخش کیفی از نرم افزار MaxQda۲۰۲۰ و در بخش کمی از Spss, PLS استفاده شد. نتایج حاصل از کدگذاری داده ها با ۶۷۵ کد اولیه به ۴۶۱ کد پاکسازی رسید و در ۲۱۴ کدمفهومی و ۴۵ مقوله فرعی و ۱۹ طبقه اصلی و ۶ مقوله اصلی دسته بندی گردید. براساس مدل پارادایمی پژوهش عوامل علی مانند: افزایش رقابت، تغییر نقش و رفتار مشتری و بازار، افزایش هزینه های داخلی و محدودیت منابع، می باشد. یادگیری و پایش مستمر و حفظ حریم خصوصی در این مسیر جزو مداخلات مثبت و عواملی مانند فقدان مهارت هوش مصنوعی، مقاومت در برابر تغییر و محدودیت های قانونی می توانند مداخلات بازدارنده ایجاد کنند. عوامل مذکور بر راهبردهایی مانند: رهبری تحول گرا، مدیریت حافظه سازمانی، سرمایه گذاری فناورانه تاثیر می‎گذارد. مدل نهایی منطبق با چالش های داخلی و ساختاری کسب و کارها می باشد.

نویسندگان

سمانه خطی

گروه مدیریت فناوری اطلاعات، واحد تهران مرکز، دانشگاه آزاد اسلامی، تهران، ایران.

حسن مهرمنش

گروه مدیریت صنعتی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران.

محمود محمدی

گروه مدیریت صنعتی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، 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 :
  • Anderson, R., & Wilson, S. (۲۰۱۷). AI-powered Predictive Analytics in ...
  • Anitha, S., & Neelakandan, R. (۲۰۲۴). A demand forecasting model ...
  • Gupta, T., & Bansal, S. (۲۰۱۹). The AI advantage: Assessing ...
  • Jain, P., & Aggarwal, K. (۲۰۲۰). Transforming marketing with artificial ...
  • Roth, G. (۲۰۲۴). Artificial intelligence in business platforms. Business Strategy ...
  • Skenderi, G., & Joppi, C., & Denitto, M., & Cristani, ...
  • نمایش کامل مراجع