طراحی و اعتبارسنجی مدل یکپارچه تامین مالی در پارک‌های علم و فناوری با رویکرد علم طراحی: هم‌افزایی فین‌تک و هوش مصنوعی

این مقاله با استفاده از رویکرد تحقیق علم طراحی، به چالش‌های تامین مالی در پارک‌های علم و فناوری می‌پردازد .پارک‌ها به عنوان موتورهای اصلی تجاری‌سازی نوآوری، اغلب با محدودیت‌های مدل‌های سرمایه‌گذاری سنتی و نرخ شکست بالا روبرو هستند. مسئله اصلی، نبود یک چارچوب یکپارچه است که بتواند از هم‌افزایی راهکارهای فین‌تک و هوش مصنوعی برای غلبه بر این موانع بهره‌برداری کند. در پاسخ به این چالش، این پژوهش مدل یکپارچه تامین مالی مبتنی بر فین‌تک و هوش مصنوعی را به عنوان یک مصنوع پژوهشی طراحی و ارائه می‌کند. این مدل، راهکارهای فین‌تک مانند تامین مالی جمعی و توکن‌سازی دارایی‌ها را با قابلیت‌های هوش مصنوعی در ارزیابی موشکافانه، پیش‌بینی روندها و تطبیق هوشمند سرمایه‌گذار-استارتاپ ترکیب می‌کند. برای اعتبارسنجی مدل پیشنهادی، از روش دلفی با حضور پنلی متشکل از هجده متخصص دانشگاهی و صنعتی استفاده شد .یافته‌ها نشان می‌دهد که مدل یکپارچه تامین مالی از نظر جامعیت، کارایی و قابلیت اجرا مورد تایید خبرگان بوده است .این مدل با هوشمندسازی و خودکارسازی فرآیندها، به دموکراتیزه کردن دسترسی به سرمایه، افزایش شفافیت، بهبود کارایی فرآیند سرمایه‌گذاری و در نهایت به رشد پایدار اقتصادی در پارک‌های علم و فناوری کمک می‌کند. نتایج همچنین چالش‌های عملیاتی کلیدی مانند کیفیت داده‌ها، موانع نظارتی و لزوم حفظ تعادل میان تحلیل الگوریتمی و قضاوت انسانی را برجسته می‌سازد که مدل پیشنهادی راهکارهایی ساختاریافته برای مدیریت آن‌ها ارائه می‌دهد.

design and validation of an integrated funding model in science and technology parks with a design science approach: synergy of fintech and artificial intelligence

utilizing a design science research approach, this paper addresses the financing challenges within science and technology parks. as primary engines for commercializing innovation, these parks often face the limitations of traditional investment models and high failure rates. the core problem is the absence of an integrated framework that can leverage the synergy of fintech and artificial intelligence (ai) to overcome these obstacles. in response, this research designs and presents the integrated fintech and ai-based funding model as a research artifact. this model combines fintech solutions, such as crowdfunding and asset tokenization, with ai capabilities for meticulous due diligence, trend prediction, and intelligent investor-startup matching. to validate the proposed model, the delphi method was conducted with a panel of eighteen academic and industry experts. the findings indicate that the integrated funding model was approved by the experts in terms of its comprehensiveness, efficiency, and feasibility. by intelligentizing and automating processes, this model helps democratize access to capital, increases transparency, enhances the efficiency of the investment process, and ultimately contributes to sustainable economic growth in science and technology parks. furthermore, the results highlight key operational challenges such as data quality, regulatory hurdles, and the imperative to balance algorithmic analysis with human judgment, for which the proposed model offers structured management solutions.