پیشایندها و پیامدهای پذیرش فناوری‌های هوش مصنوعی در زنجیرۀ تامین

هدف پژوهش حاضر، شناسایی و طبقه‌بندی پیشایندها و پیامدهای پذیرش فناوری هوش مصنوعی در زمینه بهبود و تقویت زنجیرۀ تامین با استفاده از رویکرد فراترکیب است. در این مطالعه، پژوهشگر نتایج و یافته‌های پژوهشگران قبلی را با استفاده از رویکرد مرور نظام‌مند و فراترکیب، تحلیل و عوامل موثر را با اجرای هفت مرحله روش ساندلوسکی و باروسو کدگذاری و تحلیل نموده است. داده های مورد نیاز با جستجوی نظام مند پایگاه های علمی معتبر داخلی و خارجی گرداوری گردید. شناسایی پیشایندها و پیامدهای پذیرش فناوری هوش مصنوعی، منتهی به یک مدل مفهومی شامل 2 دسته، 16 عامل و 121 مولفه طبقه‌بندی شد. نتایج فراترکیب نشان داد که در میان پیشایندها، بالاترین فراوانی مربوط به عوامل سازمانی و عوامل محیطی، و در میان پیامدها، بالاترین فراوانی مربوط به پیامدهای سازمانی و پیامدهای زنجیرۀ تامین می باشد. این بدان معناست که به منظور توسعه و تقویت پذیرش اثربخش هوش مصنوعی در زنجیرۀ تامین، علاوه بر توجه به علل و عوامل مختلف، می بایست تمرکز ویژه‌ای بر عوامل سازمانی و عوامل انسانی (به مثابه دو عنصر اساسی شکل‌دهندۀ سیستم‌های سازمانی) صورت پذیرد. از سوی دیگر، نتایج نشان داد که محدودیت‌های مطالعاتی قابل توجهی در زمینه پیشایندهای اقتصادی/مالی و پیامدهای دانشی/اطلاعاتی و نیز پیامدهای منابع انسانی و نیروی کار در پیشینه وجود دارد که این به معنای محدودیت دانش موجود در این حیطه ها می باشد. از این رو به منظور توسعۀ قلمرو دانش در حیطه پذیرش زنجیره های تامین مبتنی بر هوش مصنوعی نیاز است تا مطالعات آتی بر انجام پژوهش در این حیطه ها متمرکز گردند.

analyzing the antecedents and consequences of artificial intelligence technologies adoption in supply chain

the aim’s research is to identify and categorize the antecedents and consequences of adopting artificial intelligence technology in the field of improving and strengthening the supply chain with a meta-synthesis technique. in the current study, the researcher analyzed the results and findings of previous researchers from the approach of systematic review and meta-synthesis and coded the effective factors by performing the seven steps of the sandelowski and barroso method. data gathered based on systematic search on validated scientific data bases. by identifying the antecedents and consequences of the adoption of artificial intelligence technology, a conceptual model including 2 categories, 16 factors and 121 components was categorized. the results of this meta-synthesis study showed that among antecedents, the highest frequency was related to organizational factors and environmental factors, and among the consequences, the highest frequency was related to organizational consequences and supply chain consequences. this means that in order to develop the fields of artificial intelligence acceptance in the supply chain, in addition to paying attention to various causes and factors, a special focus should be placed on organizational factors and human factors (as the two basic elements that shape the organizational systems) were involved. on the other hand, the results showed that there is a limitation of studies in the field of economic antecedents and knowledge consequences, as well as consequences of the labor force, which means the limitation of existing knowledge in these fields. in order to develop edges of knowledge in the realm of ai-based supply chains adoption, future studies must concentrate on these fields.