احرام صفری

یکی از اصلی ترین مسائل توسعه هوش مصنوعی پذیرش به کارگیری هوش مصنوعی توسط بخش خصوصی و دولتی است. به عبارت بهتر برای اینکه هوش مصنوعی بتواند در یک کشور یا صنعت به کار گرفته شود، ضروری است تا عوامل مهم پذیرش، شناسایی و مورد ارزیابی قرار گیرد. هدف از پژوهش حاضر، شناسایی و رتبه بندی عوامل تأثیرگذار بر پذیرش به کارگیری هوش مصنوعی در بخش دولتی و بخش خصوصی در کشور ایران است. لذا، ابتدا مجموعه مدل ها و عوامل تأثیرگذار بر پذیرش به کارگیری هوش مصنوعی از ادبیات و نظرات خبرگان استخراج گردید و در سه دسته عوامل فناوری، سازمانی و محیطی دسته بندی شدند. در ادامه، مهم ترین عوامل در هر یک از دسته ها، از طریق پرسشنامه جمع آوری و با استفاده از آزمون رتبه بندی فریدمن برای هریک از دسته ها بااهمیت ترین و کم اهمیت ترین معیار تعیین گردید و به منظور وزن دهی و اولویت بندی عوامل از رویکرد کمی و تکنیک بهترین-بدترین بهره گرفته شده است. جامعه آماری شامل 37 نفر از خبرگان فعال هوش مصنوعی در بخش دولتی و 45 نفر از بخش خصوصی بوده است. با توجه به نتایج به دست آمده، در بخش دولتی 3 عامل مهم پذیرش به ترتیب حمایت مدیران ارشد، وجود زیرساخت های موردنیاز هوش مصنوعی و وجود نیروهای متخصص و توانمند در زمینه هوش مصنوعی و برای بخش خصوصی 3 عامل مهم پذیرش به ترتیب افزایش کارایی و بهره وری در نتیجه استفاده از هوش مصنوعی، صرفه جویی در هزینه ها با به کارگیری هوش مصنوعی و سهولت استفاده و یادگیری آسان بوده است.  

بهبود کیفیت عملکرد زنجیره تأمین در بخش های تولیدی، کارخانجات و کسب وکارهای مختلف از مهم ترین اهداف مدیران در هر ک شور اس ت و آین ده اقتصادی ه ر ک شور بستگی به کیفیت عملکرد این نهادها دارد. از طرف دیگر، پیشرفت روزافزون اینترنت اشیا نقش بسیار مهمی در تسهیل روند امور در بخش های مختلف زنجیره تأمین دارد. فناوری اینترنت اشیا در این حوزه کاربردهای متنوعی دارد. هدف این پژوهش شناسایی و اولویت بندی کاربردهای اینترنت اشیا در بخش مدیریت زنجیره تأمین با رویکرد تصمیم گیری چندمعیاره است. در ای ن پ ژوهش روش تصمیم گیری چندمعیاره «کپراس» به کار گرفته شده است. شاخص های ارزیابی بر اساس نظر خبرگان عضو «انجمن فناوری اطلاعات و ارتباطات ایران» و مدیران شاغل در شرکت هایی که در حال بهره گیری از اینترنت اشیا هستند و به روش تحلیل مضمون انتخاب شده است. روش پژوهش از نظر هدف کاربردی اس ت و از لح اظ اب زار گ ردآوری اطلاع ات، توصیفی به شمار می رود. بر اساس یافته های پژوهش، کاربردهایی نظیر «نظارت و کنترل محصولات فاسدشدنی غذا و دارو»، «حفظ سلامت کارکنان در صنایع مختلف»، «خط تولید و دستگاه های هوشمند»، و «تعمیر و نگهداری هوشمند» به ترتیب، بیشترین اهمیت را دارند.

امروزه فناوری های نوظهور، یکی از دغدغه های اصلی جامعه شده است. حکومت ها و جوامع به خوبی دریافته اند که آینده اقتصادی شان و البته بقا در دنیای پر از تغییر امروزی، با فناوری های نوین به ویژه فناوری هوش مصنوعی گره خورده است. فناوری هوش مصنوعی که به دنبال بهره برداری از هوش انسانی برای تجزیه و تحلیل مسائل مختلف و تقلید از مغز انسان و تصمیم گیری همانند انسان در شرایط و موقعیت های مختلف است، در زمره مقولاتی قرار گرفته است که به شدت مطمح نظر مدیران، کارورزان و سیاست گذاران است. هدف از این مقاله نیز کمک به افراد مذکور در جهت اولویت بندی پیاده سازی فناوری هوش مصنوعی در حوزه های کاربردی، مانند حمل ونقل، بهداشت و سلامت، امنیت، آموزش و پژوهش است. جامعه آماری این پژوهش، کارشناسان، استادان و مدیران مدیریت صنعتی، فناوری اطلاعات و نیز متخصصان عرصه سیاست گذاری در حوزه فناوری های نوظهورند. در این پژوهش، پس از تتبع نسبتاً کامل در پژوهش های حوزه هوش مصنوعی، معیارهای اولویت بندی فناوری های نوظهور به روش فریدمن احصا و وزن دهی شد؛ پس از آن نیز حوزه های کاربردی به روش تحلیل مضمون شناسایی و در فرجام به کمک تکنیک تصمیم گیری چندمعیاره COPRAS حوزه های کاربردی هوش مصنوعی رتبه بندی شد. با توجه به رتبه بندی صورت گرفته، سه حوزه اقتصاد، حمل ونقل و حکمرانی به ترتیب، اولویت بالاتری را برای کاربست فناوری هوش مصنوعی به خود اختصاص دادند؛ بنابراین نوآوری اصلی این مقاله، ارائه یک اولویت بندی اتکاشدنی از حوزه های کاربردی، با استفاده از معیارهای علمی و مناسب است.

با افزایش نفوذ وسایل ارتباطی در جامعه ضرورت استفاده از تجارت همراه بیش از گذشته اهمیت پیدا کرده است. با توجه به جدید بودن این حوزه پذیرش استفاده از آن توسط افراد با چالش های مختلفی روبرو بوده است. بنابراین لازم است تا عوامل تاثیر گذار بر پذیرش تجارت همراه شناسایی و اثرات آنها بر یکدیگر به صورت دقیق مورد بررسی قرار گیرد. برای انجام پژوهش حاضر ابتدا عوامل موثر بر پذیرش با مطالعات کتابخانه ای شناسایی و با بررسی خبرگانی بومی سازی شده است و سپس با استفاده از روش نگاشت ادارکی فازی مورد تحلیل قرار گرفت. داده های مورد استفاده برای تحلیل توسط 15 نفر از کارشناسان حوزه تجارت همراه که 7 نفر از آنها در حوزه دانشگاهی و 8 نفر فعال در این صنعت بودن از طریق پرسشنامه آنلاین جمع آوری شد. نتایج نشان داد، شاخص های رضایتمندی مشتریان از عملکرد تجارت همراه، وفاداری مشتریان به استفاده از این فناوری، گسترش پوشش شبکه ای بی سیم توسط اپراتورهای تلفن همراه، افزایش اعتماد مشتریان به فروشندگان آنلاین، افزایش مهارت های مدیریتی در بکارگیری تجارت همراه، از اولویت بالاتری نسبت به دیگر مولفه ها در پذیرش تجارت همراه دارند. در نهایت، با توجه به نتایج بدست آمده توصیه های سیاستی جهت توسعه تجارت همراه به سازمان ها، دولت، اپراتورهای مخابراتی، ارایه دهنده خدمات مالی و توسعه دهندگان اپلیکیشن های تجارت همراه ارایه شد.

در این تحقیق، رویکرد بهینه سازی استوار برای حل مسأله انتخاب سبد مالی چند دوره ای پیشنهاد شده است. چنانکه می دانیم، بازده مربوط به هریک از دارایی های موجود در سبد سهام غیر قطعی است، از این رو درنظرگیری یک مقدار قطعی در مدل ها به جای بازده هریک از دارایی ها، باعث خواهد شد تا انتخاب های ما از اعتبار لازم برخوردار نباشد. برای غلبه بر این مشکل، در این مقاله از روش بهینه سازی استوار استفاده می شود. مدل های بهینه سازی استوار، بازدهی آینده دارایی ها را به صورت ضرایب غیر قطعی در مسأله بهینه سازی در نظر می گیرند و درجه ریسک گریزی سرمایه گذاری را به درجه تحمل در مقابل کل خطای حاصل تخمین بازدهی ها تصویر می کنند. در این تحقیق، به منظور تخمین بازدهی انتظاری دارایی از مدل قیمت گذاری دارایی سرمایه ای استفاده شده است. با توجه به مدل خطی استفاده شده برای تخمین بازدهی و رویکرد بهینه سازی استوار خطی استفاده شده، مدل پیشنهادی حاصله، خطی است که از نظر محاسباتی کارایی قابل قبولی دارد. خطی بودن مدل حاصله در زمانی که محدودیت های پیچیده، از قبیل: مالیات به ساختار مسأله اضافه شود، مزیت مهمی به حساب می آید.