داده محوری

هوش مصنوعی یکی از فناوری های نو ظهور عصر حاضر است که در آن تلاش می شود هوش انسانی در سامانه ها و ماشین های مورد استفاده شبیه سازی شود. دستیابی به هوش مصنوعی نیازمند طیف گسترده ای از فعالیت های تحقیق و توسعه بوده که مدیریت این فرآیند مستلزم دسترسی به دانش نوین برای تدوین و پیاده سازی راهبرد، اختصاص منابع، سازماندهی، و بکارگیری ابزارهای مناسب می باشد. هدف این مقاله شناسایی و اولویت بندی مولفه های مدیریت تحقیق و توسعه داده محور در شرکت های فعال در فناوری هوش مصنوعی است. این پژوهش با رویکرد آمیخته (کیفی- کمی) انجام گرفت. در بخش کیفی، پس از مرور منسجم مبانی نظری با 12 نفر از خبرگان که به روش نمونه گیری هدفمند و گلوله برفی انتخاب شدند مصاحبه شد و نظرات آن ها جمع آوری و در قالب نظریه داده بنیاد، مورد تحلیل قرار گرفت. نتیجه آن 123 کد باز، 24 زیرمولفه و 8 مولفه (مقوله) محوری بود. در بخش کمی، نظرات 85 نفر از متخصصین تحقیق و توسعه و فعالان حوزه هوش مصنوعی که به روش نمونه گیری قضاوتی انتخاب شده بودند از طریق پرسشنامه جمع آوری و پس از تحلیل آن به روش مدل معادلات ساختاری، روابط و اعتبار مولفه ها مورد تائید قرار گرفت. همچنین با نظر خبرگان مولفه های به دست آمده در قالب روش سوارا وزن دهی و اولویت بندی شدند که به ترتیب عبارتند از: مدیریت نظام مند، تامین منابع، توانمندی بکارگیری تحلیل های کلان داده، سیاست های حمایتی، بسترها و زیرساخت ها، توسعه علم داده، عوامل سازمانی و منافع تجاری.