هوش‌مصنوعی و بلاکچین؛ ۲ فناوری در خدمت تحول کسب‌وکارهای دانش‌بنیان
پژوهشی با هدف طراحی مدل تحول‌آفرین کسب‌وکار هوشمند در شرکت‌های دانش‌بنیان فناور، بر نقش هم‌افزایی هوش مصنوعی و بلاکچین تأکید دارد. یافته‌های این مطالعه نشان می‌دهد تحول دیجیتال مسیری سلسله‌مراتبی است و تحقق هوشمندی کسب‌وکار به تقویت پایه‌هایی مانند حکمرانی داده و فناوری، سرمایه انسانی دیجیتال و زیرساخت‌های فناورانه وابسته است.
به گزارش سیناپرس، تحول دیجیتال در سال‌های اخیر تنها به وارد کردن ابزارهای تازه به سازمان‌ها محدود نمانده، بلکه شیوه طراحی فرایندها، تصمیم‌گیری و تعامل کسب‌وکارها با مشتریان و دیگر ذی‌نفعان را نیز تغییر داده است.
در این بستر، کسب‌وکار هوشمند به الگویی گفته می‌شود که در آن داده‌ها، تحلیل‌های پیشرفته و فناوری‌های دیجیتال در شکل‌گیری تصمیم‌ها و مدیریت عملیات نقشی محوری دارند.
مقاله «طراحی مدل تحول‌آفرین کسب‌وکار هوشمند مبتنی بر هم‌افزایی هوش مصنوعی و بلاکچین» می‌کوشد نشان دهد شرکت‌های دانش‌بنیان چگونه می‌توانند از پیوند این دو فناوری برای بازطراحی کسب‌وکار خود بهره بگیرند.
اهمیت موضوع از آنجا ناشی می‌شود که هوش مصنوعی و بلاکچین هر یک ظرفیت‌هایی متفاوت، اما مکمل دارند. هوش مصنوعی می‌تواند داده‌های گسترده را تحلیل کند، الگوها را شناسایی کند و به تصمیم‌گیری‌های پیش‌بینانه یاری برساند؛ بلاکچین نیز با ثبت توزیع‌شده اطلاعات و فراهم کردن امکان رهگیری و بررسی سوابق، به شفافیت و امنیت تبادلات داده کمک می‌کند. ترکیب این توانایی‌ها بالقوه می‌تواند زمینه‌ساز فرایندهایی هوشمندتر و قابل‌اعتمادتر باشد. با این حال، بهره‌گیری مؤثر از فناوری‌های جدید بدون آماده‌سازی سازمان، زیرساخت و نیروی انسانی امکان‌پذیر نیست.
نویسندگان، رؤیا افراسیابی و پویا عبدالله‌زاده، پژوهش خود را در زمینه شرکت‌های دانش‌بنیان فناور انجام داده‌اند. مقاله در فصلنامه توسعه علوم انسانی، دوره هفتم، شماره ۱۳، بهار و تابستان ۱۴۰۵ منتشر شده است. مسئله محوری پژوهش، نبود چارچوبی یکپارچه برای توضیح چگونگی پیوند هوش مصنوعی و بلاکچین در مسیر تحول کسب‌وکار است؛ مسئله‌ای که به‌ویژه برای شرکت‌هایی اهمیت دارد که به دنبال بهبود کارایی، افزایش اعتماد در تبادل داده و تقویت توان رقابتی خود هستند.
مسئله پژوهش؛ فناوری به‌تنهایی تحول ایجاد نمی‌کند
بر اساس توضیحات مقاله، شرکت‌های دانش‌بنیان ممکن است با چالش‌هایی مانند پراکندگی و یکپارچه نبودن داده‌ها، دشواری ایجاد شفافیت در تبادلات دیجیتال و ضعف اعتماد فناورانه میان ذی‌نفعان روبه‌رو باشند. این مشکلات می‌توانند بر کارایی فعالیت‌های روزمره، ارزیابی ریسک سرمایه‌گذاری و توان گسترش فعالیت اثر بگذارند. از سوی دیگر، اگر فناوری‌های نوین بدون ارتباط با راهبرد کلان سازمان و بدون آمادگی فرایندها به کار گرفته شوند، ممکن است تنها به مجموعه‌ای از سامانه‌های جداگانه تبدیل شوند و تغییر معناداری در عملکرد ایجاد نکنند.
مقاله در بررسی مبانی نظری خود، هم‌زمان به ظرفیت‌ها و محدودیت‌های فناوری‌ها نیز توجه می‌کند. بلاکچین با ویژگی‌هایی مانند ثبت تغییرناپذیر داده‌ها و استفاده از سازوکارهای اجماع، می‌تواند به افزایش قابلیت اعتماد اطلاعات کمک کند؛ اما استفاده از آن ممکن است با دشواری‌هایی در زمینه مقیاس‌پذیری، مصرف انرژی و ادغام با سامانه‌های موجود روبه‌رو شود. بر این اساس، پژوهشگران بر امکان بهره‌گیری از هوش مصنوعی برای کاهش برخی از چالش‌ها و بهبود عملکرد راهکارهای مبتنی بر بلاکچین تأکید می‌کنند.
نویسندگان در مرور پژوهش‌های پیشین به این نکته اشاره کرده‌اند که بخشی از مطالعات موجود، هوش مصنوعی و بلاکچین را جداگانه بررسی کرده‌اند؛ برای نمونه، برخی بر کاربرد بلاکچین در افزایش شفافیت یا تغییر راهبرد سازمانی تمرکز داشته‌اند و گروهی دیگر به نقش فناوری‌های نوظهور در سرمایه‌گذاری و کسب‌وکار پرداخته‌اند. به‌گفته مقاله، این رویکردهای جداگانه نیاز به چارچوبی را برجسته می‌کند که روابط میان فناوری‌ها، زیرساخت‌ها، فرایندها و پیامدهای سازمانی را در قالب مدلی یکپارچه توضیح دهد.
روش پژوهش؛ طراحی مدل و سنجش روابط
این مطالعه از نظر هدف، کاربردی‌ـ‌توسعه‌ای و از نظر روش، آمیخته و اکتشافی است. بخش کیفی برای شناسایی مؤلفه‌های مدل و تدوین ساختار آن به کار رفته و بخش کمی برای سنجش و اعتبارسنجی مدل طراحی‌شده استفاده شده است. جامعه مورد مطالعه را مدیران شرکت‌های دانش‌بنیان فناور تشکیل می‌دهند و داده‌های کمی از طریق پرسشنامه و با مشارکت مدیران ارشد و مدیران حوزه‌هایی مانند فناوری و بازاریابی گردآوری شده است. مقاله می‌گوید حجم نمونه با استفاده از فرمول کوکران برآورد شده و نمونه‌گیری به‌صورت خوشه‌ای‌ـ‌تصادفی انجام گرفته است.
در بخش کیفی، پژوهشگران از مصاحبه‌های نیمه‌ساختاریافته بهره گرفته‌اند. داده‌های مصاحبه پس از کدگذاری در نرم‌افزار MaxQDA، در قالب مضامین پایه، سازمان‌دهنده و فراگیر دسته‌بندی شده‌اند. تحلیل مضمون طی شش مرحله انجام شده است: آشنایی با داده‌ها، کدگذاری اولیه، شناسایی مضامین، بازبینی آن‌ها، تعریف و نام‌گذاری مضامین و در نهایت تدوین گزارش یافته‌ها. برای ارزیابی توافق میان کدگذاران نیز از شاخص هولستی استفاده شده و مقدار توافق در حدود ۰٫۸ گزارش شده است.
در مرحله بعد، پژوهشگران از مدل‌سازی ساختاری‌ـ‌تفسیری (ISM) برای مرتب‌کردن مؤلفه‌ها و تعیین رابطه میان آن‌ها استفاده کرده‌اند. تحلیل MicMac نیز به بررسی میزان اثرگذاری و وابستگی عوامل کمک کرده است. در پایان، مدل با روش حداقل مربعات جزئی (PLS) اعتبارسنجی شده است. ترکیب این روش‌ها به پژوهشگران امکان داده است ابتدا عوامل مهم را از داده‌های کیفی استخراج کنند، سپس جایگاه هر عامل را در ساختار مدل مشخص کنند و سرانجام روابط پیشنهادی را با داده‌های کمی بسنجند.
یافته‌ها؛ از پایه‌های تحول تا هوشمندی کسب‌وکار
یافته‌های تحلیل مضمون مجموعه‌ای از عوامل مرتبط با تحول کسب‌وکار را شناسایی کرده‌اند. در میان آن‌ها، «حکمرانی داده و فناوری»، «سرمایه انسانی دیجیتال» و «زیرساخت فناورانه دیجیتال» جایگاهی زیربنایی دارند. در کنار این مؤلفه‌ها، مضمون‌هایی مانند تحول دیجیتال فرایندها، خودکارسازی فعالیت‌ها و یکپارچگی فرایندهای سازمانی نیز در شکل‌گیری مدل نقش دارند.
برای نمونه، تحول دیجیتال فرایندها در مقاله به بازطراحی فعالیت‌های اصلی بر پایه فناوری، جایگزینی برخی روش‌های دستی با سامانه‌های هوشمند، ساده‌سازی عملیات و افزایش توان پاسخ‌گویی به تغییرات بازار اشاره دارد. خودکارسازی نیز صرفاً به استفاده از ابزارهای فناورانه محدود نمی‌شود؛ اجرای خودکار فعالیت‌های تکراری، به‌کارگیری الگوریتم‌ها و کاهش احتمال خطای انسانی از جمله وجوه آن در مدل پژوهش است. این دو دسته تغییر می‌توانند با یکپارچگی فرایندها پیوند بخورند و مسیر رسیدن از قابلیت‌های فناورانه به عملکرد هوشمندتر را شکل دهند.
مدل ساختاری‌ـ‌تفسیری مقاله، مؤلفه‌ها را در چند سطح قرار می‌دهد. در رأس مدل، «هوشمندی کسب‌وکار» به‌عنوان پیامد نهایی دیده می‌شود. پایین‌تر از آن، «یکپارچگی فرایندها»، «تحول دیجیتال فرایندها» و «خودکارسازی فرایندها» نقش عوامل واسط را دارند. این سازه‌ها، قابلیت‌ها و زیرساخت‌های پایه را به پیامدهای راهبردی پیوند می‌دهند. بنابراین، مدل به‌جای آنکه هوشمندی کسب‌وکار را نتیجه مستقیم خرید فناوری بداند، آن را حاصل زنجیره‌ای از تغییرات مرتبط در سطح زیرساخت، سازمان و فرایند معرفی می‌کند.
در این ساختار، عوامل پایین‌دستی و محرک، زمینه حرکت به سوی سطوح بالاتر را فراهم می‌کنند. به این ترتیب، زیرساخت فناورانه و حکمرانی داده از یک سو و آمادگی نیروی انسانی از سوی دیگر، بر توان سازمان برای یکپارچه‌سازی و بازطراحی فرایندها اثر می‌گذارند؛ تغییرات فرایندی نیز زمینه‌ساز تحقق هوشمندی کسب‌وکار می‌شوند. این خوانش سلسله‌مراتبی یکی از پیام‌های مهم مقاله است: نتیجه نهایی نه از یک فناوری منفرد، بلکه از تعامل مجموعه‌ای از عوامل و گذر از مراحل به‌هم‌پیوسته حاصل می‌شود.
اعتبارسنجی آماری مدل
در بخش کمی، مقاله برای بررسی مدل اندازه‌گیری و روابط میان سازه‌ها از شاخص‌های آماری استفاده کرده است. روایی همگرا با شاخص میانگین واریانس استخراجی (AVE) ارزیابی شده و در مدل ساختاری، ضریب مسیر و آماره t برای سنجش روابط گزارش شده‌اند. بر اساس نتایج ارائه‌شده در مقاله، رابطه میان به‌کارگیری بلاکچین و راهبرد تحول‌آفرینی معنادار بوده است؛ ضریب مسیر این رابطه در حدود ۰٫۸ و آماره t برابر با ۳ گزارش شده است.
همچنین برای سنجش توان تبیینی و پیش‌بینی مدل، شاخص‌هایی از جمله ضریب تعیین (R²) و شاخص ارتباط پیش‌بینی (Q²) بررسی شده‌اند. مقاله ارزیابی برازش کلی را نیز با شاخص‌هایی نظیر GOF و SRMR توضیح می‌دهد. این شاخص‌ها در مجموع برای بررسی این به کار می‌روند که مدل تا چه اندازه متغیرهای مورد مطالعه را تبیین می‌کند و داده‌های پژوهش تا چه حد با ساختار پیشنهادی سازگارند. در گزارش حاضر، به‌جای بازگویی عددهایی که در متن استخراج‌شده فایل به‌طور کامل خوانا نیستند، بر جهت کلی ارزیابی و رابطه‌ای که مقاله به‌عنوان معنادار گزارش کرده است تأکید می‌شود.
بحث و دلالت‌های مدیریتی
نتیجه‌گیری مقاله بار دیگر بر ماهیت مرحله‌ای تحول کسب‌وکار هوشمند تأکید می‌کند. لایه‌های انسانی، فناورانه و زیرساختی در پایین مدل قرار دارند و بستر شکل‌گیری لایه‌های راهبردی و پیامدهایی مانند هوشمندی کسب‌وکار را فراهم می‌کنند. بر این مبنا، سازمانی که زیرساخت داده‌ای مناسبی ندارد، داده‌هایش میان سامانه‌های مختلف پراکنده است یا نیروی انسانی آن برای استفاده از ابزارهای دیجیتال آمادگی کافی ندارد، ممکن است نتواند از سرمایه‌گذاری در فناوری‌های پیشرفته بهره مطلوب ببرد.
از دید مدیریتی، این برداشت اهمیت ترتیب و پیوستگی اقدامات را برجسته می‌کند. شرکت‌ها باید پیش از آنکه تنها بر خرید یا پیاده‌سازی ابزارهای هوش مصنوعی و بلاکچین تمرکز کنند، مشخص کنند داده‌ها چگونه گردآوری، مدیریت و به اشتراک گذاشته می‌شوند؛ سامانه‌های موجود تا چه اندازه با یکدیگر سازگارند؛ و کارکنان چه مهارت‌هایی برای استفاده از فناوری‌های جدید نیاز دارند. چنین نگاهی کمک می‌کند فناوری در خدمت بازطراحی فرایندها و تصمیم‌گیری قرار گیرد، نه آنکه به سامانه‌ای جدا از فعالیت‌های اصلی سازمان تبدیل شود.
نویسندگان، یافته‌های خود را همسو با شماری از مطالعات پیشین درباره آثار فناوری‌های نوظهور بر تصمیم‌گیری، امنیت داده و تاب‌آوری سازمانی می‌دانند. وجه متمایز مطالعه حاضر، بنا بر بحث مقاله، ارائه مدلی چندسطحی است که رابطه میان زیرساخت‌ها، عوامل انسانی، فناوری‌ها، فرایندها و راهبرد تحول‌آفرینی را در کنار هم قرار می‌دهد. این مدل همچنین در پی پاسخ‌گویی به خلأیی است که نویسندگان در پژوهش‌های پیشین درباره تلفیق نظام‌مند هوش مصنوعی و بلاکچین در شرکت‌های دانش‌بنیان شناسایی کرده‌اند.
پیشنهادهای مقاله
مقاله برای مدیران شرکت‌های دانش‌بنیان چند جهت‌گیری کاربردی مطرح می‌کند. نخست، سرمایه‌گذاری در زیرساخت‌های دیجیتال، تجهیزات و ظرفیت‌های پردازشی باید هدفمند و بلندمدت باشد؛ زیرا این زیرساخت‌ها بستر اجرای راهکارهای هوشمند را فراهم می‌کنند. دوم، سازمان‌ها می‌توانند نظام‌های تصمیم‌گیری داده‌محور را توسعه دهند و از تحلیل پیش‌بین و الگوریتم‌های هوشمند در فرایندهای مدیریتی و راهبردی بهره بگیرند.
به نقل از ایسنا، پیشنهاد دیگر، هماهنگی بیشتر میان واحدهای سازمان و یکپارچه‌سازی سامانه‌های اطلاعاتی است. به‌کارگیری سامانه‌های پراکنده و ناهمگون می‌تواند فعالیت‌های تکراری ایجاد کند و جریان اطلاعات را دشوار سازد. از این رو، استانداردسازی داده‌ها و فرایندها، تسهیل تبادل اطلاعات و هم‌راستا کردن تصمیم‌های مدیریتی و عملیاتی می‌تواند به افزایش سرعت، دقت و کارایی کمک کند. این اقدامات همچنین زمینه لازم را برای استفاده هماهنگ‌تر از هوش مصنوعی و بلاکچین فراهم می‌آورند.
جمع بندی
پیام محوری پژوهش این است که تحول‌آفرینی کسب‌وکار هوشمند را نمی‌توان به استقرار یک فناوری یا اجرای یک پروژه دیجیتال فروکاست. مدل پیشنهادی، این تحول را زنجیره‌ای از عوامل مرتبط می‌داند: از حکمرانی داده، زیرساخت فناورانه و سرمایه انسانی دیجیتال آغاز می‌شود؛ با یکپارچگی، بازطراحی و خودکارسازی فرایندها ادامه پیدا می‌کند؛ و در نهایت به هوشمندی کسب‌وکار می‌رسد. در چنین برداشتی، هم‌افزایی هوش مصنوعی و بلاکچین زمانی می‌تواند به تحول پایدار کمک کند که درون راهبردی سازمانی و بر پایه آمادگی داده‌ای، فناورانه و انسانی به کار گرفته شود.
