پیشایندها و پیامدهای پذیرش هوش مصنوعی در صنعت بانکداری

سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 46

فایل این مقاله در 21 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JMEUM-17-34_008

تاریخ نمایه سازی: 21 آبان 1405

چکیده مقاله:

گسترش فناوری های دیجیتال، به ویژه هوش مصنوعی، تحولات گسترده ای در صنعت بانکداری ایجاد کرده است؛ بااین حال، باوجود سرمایه گذاری های صورت گرفته در نظام بانکی ایران، چارچوبی منسجم و مبتنی بر شواهد تجربی برای تبیین پیشایندها و پیامدهای پذیرش هوش مصنوعی در سطح سازمانی بانک ها وجود ندارد و اغلب مطالعات داخلی، کاربردها یا موانع این فناوری را به صورت پراکنده بررسی کرده اند. این خلا نظری و تجربی، ضرورت انجام پژوهشی اکتشافی را در بستر واقعی یک بانک ایرانی آشکار می سازد. ازاین رو، هدف پژوهش حاضر، شناسایی و تبیین پیشایندها و پیامدهای پذیرش هوش مصنوعی در بانک ملت است. این پژوهش از نظر ماهیت، کیفی و از نظر هدف، کاربردی است و با رویکرد نظریه داده بنیاد انجام شده است. برای اجرای نظریه داده بنیاد، از رویکرد نظام مند اشتراوس و کوربین استفاده شد. داده های پژوهش از طریق مصاحبه های نیمه ساختاریافته با خبرگان، مدیران و متخصصان حوزه فناوری اطلاعات و بانکداری در شعب بانک ملت شهر سمنان گردآوری شد. نمونه گیری به صورت هدفمند انجام گرفت و فرایند گردآوری داده ها تا دستیابی به اشباع نظری ادامه یافت؛ درنهایت، ۱۰ مصاحبه مورد تحلیل قرار گرفت. تحلیل داده ها با استفاده از نرم افزار MAXQDA و بر اساس مراحل کدگذاری باز، محوری و انتخابی انجام شد. نتایج تحلیل داده ها به استخراج ۴۴ کد باز، ۱۷ مقوله فرعی و ۷ مقوله اصلی منجر شد. این مقوله ها عبارت اند از: تحول در خدمات و عملیات بانکی، الزامات فنی و زیرساختی، مزایای راهبردی و رقابتی، ملاحظات امنیتی و اخلاقی، مدیریت تغییر و منابع انسانی، چالش های پیاده سازی و افق آینده و نوآوری. یافته ها نشان داد که مزایای راهبردی و رقابتی، به عنوان محرک های اصلی پذیرش هوش مصنوعی، عمل می کنند؛ درحالی که زیرساخت های فنی، آمادگی منابع انسانی و حمایت مدیریتی، به عنوان شرایط زمینه ای، نقش مهمی در موفقیت این فرایند دارند. همچنین، ملاحظات امنیتی و اخلاقی و چالش های فنی و انسانی، ازجمله عوامل مداخله گر در پذیرش این فناوری، شناسایی شدند. نتایج پژوهش نشان می دهد که پذیرش هوش مصنوعی در بانک ملت، مستلزم هم راستایی زیرساخت های فناورانه، آمادگی سازمانی، توانمندی منابع انسانی و چارچوب های نظارتی مناسب است. تحقق این شرایط می تواند زمینه تحول در خدمات بانکی، افزایش بهره وری عملیاتی و تقویت مزیت رقابتی بانک ها را فراهم سازد و مسیر حرکت به سوی بانکداری هوشمند و داده محور را تسریع کند.

نویسندگان

فاطمه فدائی اسلام

دانشجوی کارشناسی ارشد، دانشکده اقتصاد، مدیریت و علوم اداری، دانشگاه سمنان

عباسعلی رستگار

استاد، دانشکده اقتصاد، مدیریت و علوم اداری، دانشگاه سمنان، سمنان، ایران.

هوشمند باقری قره بلاغ

استادیار گروه مدیریت بازرگانی، دانشکده اقتصاد و مدیریت، دانشگاه ارومیه، ارومیه، 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 :
  • Abbasi, F. (۲۰۲۵). Adoption of artificial intelligence capabilities in digital ...
  • AL-Dosari, K., Fetais, N., & Kucukvar, M. (۲۰۲۲). Artificial Intelligence ...
  • AL-Dosari, K., Fetais, N., & Kucukvar, M. (۲۰۲۴). Artificial Intelligence ...
  • Alrsheedi, A., & P. Iskandar, Y. H. (۲۰۲۵). Key factors ...
  • Arner, D. W., Buckley, R. P., Zetzsche, D. A., & ...
  • Baffour Gyau, E., Appiah, M., Gyamfi, B. A., Achie, T., ...
  • Byambaa, O., Yondon, C., Rentsen, E., Darkhijav, B., & Rahman, ...
  • Castelnovo, A. (۲۰۲۴). Towards responsible ai in banking: Addressing bias ...
  • Chen, X.-Q., Ma, C.-Q., Ren, Y.-S., Lei, Y.-T., Huynh, N. ...
  • Dang, Q., & Li, G. (۲۰۲۵). Unveiling trust in AI: ...
  • Davis, F. D. (۱۹۸۹). Perceived usefulness, perceived ease of use, ...
  • Dearing, J. W. (۲۰۰۹). Applying Diffusion of Innovation Theory to ...
  • Douglas, D. D. (۲۰۲۴). The Transformative Impact of AI in ...
  • Eftekhari-Sinijani, S. Sh., Roosta, A., & Naami, A. (۲۰۲۱). Investigating ...
  • Famili, R., Roosta, A., & Ahmadi Sharif, M. (۲۰۲۴). Organizational ...
  • Fares, O., Butt, I., & Lee, S. (۲۰۲۲). Utilization of ...
  • Goodell, J. W., Kumar, S., Lim, W. M., & Pattnaik, ...
  • Ikhsan, R. B., Fernando, Y., Prabowo, H., Yuniarty, Gui, A., ...
  • Isa-Abadi, A. (۲۰۲۴). Artificial intelligence and legal transformations in the ...
  • Johnson, K., Pasquale, F., & Chapman, J. (۲۰۱۹). Artificial intelligence, ...
  • Karimi-Kasbi, R., & Mousavi, S. (۲۰۲۴). Investigating the infrastructure for ...
  • Lazo, M., & Ebardo, R. (۲۰۲۳). Artificial Intelligence Adoption in ...
  • Marikyan, D., & Papagiannidis, S. (۲۰۲۵). Technology acceptance model. In ...
  • Mhlongo, N., Kunjal, D., & Muzindutsi, P.-F. (۲۰۲۵). The influence ...
  • Moradian, F., & Behvar, Sh. (۲۰۲۴). Barriers to artificial intelligence ...
  • Noreen, U., Shafique, A., Ahmed, Z., & Ashfaq, M. (۲۰۲۳). ...
  • Rahman, M., Ming, T. H., Baigh, T. A., & Sarker, ...
  • Ridzuan, N. N., Masri, M., Anshari, M., Fitriyani, N. L., ...
  • Ris, K., Stankovic, Z., & Avramovic, Z. (۲۰۲۰). Implications of ...
  • Schrank, J. (۲۰۲۵). The impact of artificial intelligence on behavioral ...
  • Taghipour, Z., & Moradhasel, N. (۲۰۲۰). The role of artificial ...
  • Tao, R., Su, C.-W., Xiao, Y., Dai, K., & Khalid, ...
  • Vuković, D. B., Dekpo-Adza, S., & Matović, S. (۲۰۲۵). AI ...
  • نمایش کامل مراجع