طراحی الگوی پارادایمی به‌کارگیری هوش مصنوعی در کسب‌وکارهای پلتفرمی ایرانی

نویسندگان

  • فرهاد رنجبرآقابابا دانشجوی دکترای مدیریت رسانه، واحد تهران غرب، دانشگاه آزاد اسلامی، تهران، ایرا نویسنده https://orcid.org/0009-0005-7745-1875
  • مستوره عزت زاده استادیار گروه مدیریت رسانه، واحد تهران غرب، دانشگاه آزاد اسلامی، تهران، ایران نویسنده مسئول https://orcid.org/0000-0001-9151-9200
  • سارا محمدپور استادیار گروه مدیریت رسانه، واحد تهران غرب، دانشگاه آزاد اسلامی، تهران، ایران نویسنده https://orcid.org/0000-0003-1402-1905

کلمات کلیدی:

هوش مصنوعی, کسب‌وکارهای پلتفرمی ایرانی, نظریه‌پردازی داده‌بنیاد, الگوی پارادایمی, معماری تراکنشی و تعاملی پلتفرم, حاکمیت و توسعه زیست‌بوم

چکیده

هدف پژوهش حاضر طراحی الگوی پارادایمی به‌کارگیری هوش مصنوعی در کسب‌وکارهای پلتفرمی ایرانی با تأکید بر شناسایی شرایط علی، زمینه‌ای و مداخله‌گر، راهبردها و پیامدهای مرتبط با این پدیده بود. این پژوهش با رویکرد کیفی و طرح اکتشافی انجام شد. داده‌ها در دو مرحله گردآوری شدند؛ در مرحله نخست، اسناد، محتوای وب‌سایت‌ها، گزارش‌های فناورانه و اطلاعات مرتبط با کاربرد هوش مصنوعی در سه پلتفرم دیجی‌کالا، آمازون و علی‌بابا به روش تحلیل محتوای کیفی بررسی شدند. در مرحله دوم، برای توسعه و بومی‌سازی مفاهیم اولیه، مصاحبه‌های نیمه‌ساختاریافته عمیق با ۱۲ نفر از خبرگان حوزه کسب‌وکارهای پلتفرمی، هوش مصنوعی، مدیریت و دانشگاه انجام شد. نمونه‌گیری به‌صورت هدفمند و تا دستیابی به اشباع نظری ادامه یافت. داده‌ها با روش نظریه داده‌بنیاد و طی مراحل کدگذاری باز، محوری و انتخابی تحلیل شدند و برای سازمان‌دهی و مدیریت داده‌ها از نرم‌افزار MAXQDA استفاده شد. یافته‌ها نشان داد که به‌کارگیری هوش مصنوعی در کسب‌وکارهای پلتفرمی ایرانی پدیده‌ای چندبعدی و اکوسیستمی است. تحلیل داده‌ها به شناسایی پنج بعد کلان شامل معماری تراکنشی و تعاملی پلتفرم، مکانیزم‌های پویای بازار، لجستیک هوشمند و زنجیره تأمین فیزیکی، توانمندسازی و خودکارسازی شرکای تجاری و حاکمیت، سازگاری قانونی و توسعه زیست‌بومی منجر شد. در الگوی پارادایمی، تشدید رقابت پلتفرمی، افزایش داده‌های رفتاری و تراکنشی، ضرورت شخصی‌سازی تجربه مشتری و افزایش پیچیدگی عملیات به‌عنوان شرایط علی شناسایی شدند. زیرساخت دیجیتال، داده و قابلیت‌های سازمانی شرایط زمینه‌ای و مقررات، تحریم‌ها، اعتماد، امنیت و دسترسی به منابع شرایط مداخله‌گر را تشکیل دادند. راهبردهای اصلی شامل توسعه قابلیت‌های هوش مصنوعی، خودکارسازی فرایندها، هوشمندسازی بازار و لجستیک و توانمندسازی فروشندگان بود و پیامدها نیز در قالب بهبود تجربه مشتری، افزایش کارایی، ارتقای تصمیم‌گیری، افزایش امنیت و تقویت رقابت‌پذیری تبیین شدند. نتایج نشان داد که توسعه موفق هوش مصنوعی در پلتفرم‌های ایرانی مستلزم رویکردی یکپارچه است که فناوری، داده، ساختار سازمانی، حکمرانی، بازار، لجستیک و شرایط نهادی را به‌صورت هم‌زمان در نظر گیرد.

دانلودها

دسترسی به دانلود اطلاعات مقدور نیست.

مراجع

Aravindhan, A., Ziakis, C., & Vlachopoulou, M. (2023). AI-driven dynamic pricing and market efficiency in e-commerce platforms: Empirical evidence from global marketplaces. Journal of Retailing and Consumer Services, 72, 103280. https://doi.org/10.1016/j.jretconser.2023.103280

de Cornière, A., & Taylor, G. (2023). Data and competition in multi-sided platforms. Management Science, 69(11), 6520-6538. https://doi.org/10.1287/mnsc.2023.4735

Elyasi, M., Amiri, M., Ghazi Nouri, S. S., & Jomhouri, N. (2023). Developing a framework for evaluating the intelligent digital platform economy. Smart Business Management Studies, 12(45), 165-190.

Fasano, F., Bartoli, C., Cappa, F., & Boccardelli, P. (2025). Exploring the impact of AI on Web3 decentralized platform business model innovation. Journal of Engineering and Technology Management, 78, 101911. https://doi.org/10.1016/j.jengtecman.2025.101911

Gheraati, S., Mohammadpour, S., & Ezzatzadeh, M. (2025). Analysis of factors affecting the design of a platform economy model in Iran influenced by artificial intelligence. Media Management Studies, 14(8), 195-215.

Gregory, R., Henfridsson, O., Kaganer, E., & Kyriakou, H. (2021). The role of artificial intelligence and data network effects for platform growth. MIS quarterly, 45(3), 1111-1144. https://doi.org/10.25300/MISQ/2021/15862

Hanifizadeh, M., Mehri, A., & Mosandoustabadi, M. (2020). Value creation analysis in e-retailing: The case of Digikala. Journal of Information Technology Teaching Cases, 10(2), 85-92. https://doi.org/10.1177/2043886920910432

Huang, M. H., & Rust, R. T. (2021). Engaged by AI: The future of marketing and the role of AI. Journal of Service Research, 24(1), 3-16. https://doi.org/10.1177/1094670520962226

Iansiti, M. (2021). Network effects and platform dynamics in digital business ecosystems. Harvard Business Review Press.

Jahan, N. (2026). Value co-creation by an AI-powered digital platform in the B2B services [Master's thesis, University of Vaasa]. https://osuva.uwasa.fi/bitstreams/ae2ed225-7eeb-41d3-8835-9dd9b0eccb95/download

Leutheuser, V., Müller, J. M., & Voigt, K. I. (2025). Industrial transaction platforms: Impact and archetypes for business model innovation. Technovation, 147, 103324. https://doi.org/10.1016/j.technovation.2025.103324

Mah, P. M., Skalna, I., & Pelech-Pilichowski, T. (2025). AI-driven anomaly detection and fraud prevention in multi-sided digital platforms: A hybrid machine learning approach. Machine Learning with Applications, 19, 100582. https://doi.org/10.1016/j.mlwa.2025.100582

Oecd. (2024). Recommendation of the Council on Artificial Intelligence (OECD/LEGAL/0449). https://legalinstruments.oecd.org/en/instruments/OECD-LEGAL-0449

Parker, G., & Van Alstyne, M. (2023). Platforms: Their structure, benefits, and challenges. In C. Werthner (Ed.), Introduction to Digital Humanism (pp. 573-586). Springer. https://doi.org/10.1007/978-3-031-45304-5_33

Ramzbari, N., Fazlzadeh, A., Naghdi, S., & Ahmadian, V. (2023). Challenges facing the development of fintech business models: A systematic literature review. Entrepreneurship Development, 16(2), 35-48.

Schmidt, F., Alt, R., & Zimmermann, P. (2025). A service-dominant logic analysis of the Alexa Assistant ecosystem. Electronic Markets, 35(1), 12. https://doi.org/10.1007/s12525-025-00812-9

Triana-Polo, A., Garcia-Alcaraz, J. L., & Blanco-Fernandez, J. (2024). Predictive demand modeling and machine learning applications in supply chain logistics. International Journal of Production Economics, 268, 109120. https://doi.org/10.1016/j.ijpe.2024.109120

Valléa, L., Seitz, J., Kanbach, D., & Schuhmacher, M. C. (2026). The use of artificial intelligence in new product development: A systematic literature review, conceptual framework, and future research agenda. Technovation, 153, 103541. https://doi.org/10.1016/j.technovation.2026.103541

Yousefi Babadi, M., Edalatian Shahriari, J., & Afshar Kazemi, M. A. (2025). The role of the value chain at work: An analysis of value creation, value chain type, agility, and the productivity of network effects. Marketing Management, 20(67), 59-84.

Zare, J., & Mousavi, S. M. (2023). Platform business models: A systematic review and analysis of governance and legal challenges in Iran's digital economy. Information Technology Management Studies, 12(45), 89-116.

Zhan, Y., Lu, Y., & Li, P. (2025). The role of digital platforms and governance in managing resource flows and transaction costs. Systems, 13(7), 507. https://doi.org/10.3390/systems13070507

Zhang, L. (2021). When platform capitalism meets petty capitalism in China: Alibaba and an integrated approach to platformization. International journal of communication, 15, 4537-4557.

Ziakis, C., & Vlachopoulou, M. (2023). Artificial intelligence in digital marketing: Insights from a comprehensive review. Information, 14(12), 664. https://doi.org/10.3390/info14120664

دانلودها

گاه‌شمار انتشار

چاپ شده
ارسال
بازنگری
پذیرش

شماره

نوع مقاله

مقالات

نحوه استناد به مقاله

رنجبرآقابابا ف., عزت زاده م., & محمدپور س. . (1406). طراحی الگوی پارادایمی به‌کارگیری هوش مصنوعی در کسب‌وکارهای پلتفرمی ایرانی. یادگیری هوشمند و تحول مدیریت, 1-26. https://jilmt.com/index.php/jilmt/article/view/475