DOI: https://doi.org/10.65521/ijacte.v15i1s.1335
تاريخ النشر: 2026-01-18
المؤلف: Santosh Ramdas Shivane وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي وتقنيات الموارد البشرية
نظرة عامة
تستكشف هذه الدراسة دمج أنظمة تخطيط موارد المؤسسات المتقدمة بالذكاء الاصطناعي (ERP) ضمن الموارد البشرية (HR) في ولاية ماهاراشترا، الهند، مسلطة الضوء على دورها في تعزيز كفاءة القوى العاملة وتسهيل التحول الرقمي للموارد البشرية. باستخدام منهجية كمية مع أربعين مستجيبًا من قطاعات مختلفة، بما في ذلك مديري الموارد البشرية ومحترفي ERP، تستخدم الدراسة تحليلات إحصائية مثل الانحدار المتعدد لاستكشاف العلاقات بين دمج AI-ERP، نضج العمليات الرقمية للموارد البشرية، وكفاءة القوى العاملة. تكشف النتائج الرئيسية عن ملاءمة نموذج كبيرة ($R^2 = 0.767$) مع مؤشرات تشمل دمج الذكاء الاصطناعي ($0.238$)، نضج العمليات الرقمية للموارد البشرية ($0.332$)، وتآزر الإنسان والذكاء الاصطناعي ($0.304$)، مما يشير إلى أن دمج AI-ERP يمكن أن يحسن عمليات الموارد البشرية وكفاءة القوى العاملة بحوالي 23-33%.
تؤكد الخاتمة على أن أنظمة ERP المعززة بالذكاء الاصطناعي ضرورية لتعزيز كفاءة القوى العاملة ونضج الموارد البشرية الرقمية، مع كون تآزر الإنسان والذكاء الاصطناعي وسيطًا حيويًا. تظهر المنظمات في ماهاراشترا التي تعتمد برامج ERP الذكية زيادة في المرونة والابتكار والقدرة على التكيف، وهي سمات أساسية للازدهار في مشهد الصناعة 5.0. تقترح الدراسة إطارًا إقليميًا يربط بين البنية التحتية التكنولوجية، الرقمنة في الموارد البشرية، وتعاون الإنسان والذكاء الاصطناعي، مقدمة إرشادات عملية لصانعي السياسات ومديري الموارد البشرية لمواءمة اعتماد التكنولوجيا مع تطوير رأس المال البشري. في النهاية، تؤكد الدراسة على ضرورة الرقمنة المتمحورة حول الإنسان كأساس للمنظمات التنافسية والمرنة في الاقتصاد الرقمي المتطور.
مقدمة
تناقش مقدمة ورقة البحث التأثير التحويلي للذكاء الاصطناعي (AI) على أنظمة تخطيط موارد المؤسسات (ERP)، لا سيما ضمن الموارد البشرية (HR). كانت أنظمة ERP التقليدية، التي كانت محدودة في السابق بمعالجة المعاملات والمهام الإدارية، تتطور إلى نظم ذكية قادرة على التخطيط الاستراتيجي للقوى العاملة، التحليلات التنبؤية، واتخاذ القرارات الآلية. يتم التأكيد على هذا التحول في سياق الصناعة 5.0، التي تدعو إلى الابتكار المتمحور حول الإنسان والتقدم الرقمي. تمثل دول مثل الولايات المتحدة، ألمانيا، وكوريا الجنوبية أمثلة على تنفيذات ناجحة لـ AI-ERP تعزز مرونة القوى العاملة والتوافق الاستراتيجي للموارد البشرية. في المقابل، تواجه الهند، لا سيما في مناطق مثل ماهاراشترا، تحديات مثل الفجوة الرقمية ونقص الدعم التشريعي، مما يعيق اعتماد أنظمة AI-ERP.
تحدد الورقة فجوة في الأدبيات المتعلقة بتقارب الذكاء الاصطناعي وERP، مشيرة إلى أن الأبحاث الحالية غالبًا ما تعالج هذه المجالات بشكل منفصل. تسلط الضوء على نقص الدراسات التجريبية التي تركز على تآزر الإنسان والذكاء الاصطناعي ودوره الوسيط في العلاقة بين كفاءة القوى العاملة، الممارسات الرقمية للموارد البشرية، ودمج AI-ERP. لمعالجة هذه التناقضات، تقترح الدراسة نهجًا كميًا يشمل 40 مشاركًا من قطاعات مختلفة، بما في ذلك مديري الموارد البشرية وبائعي ERP. تكشف النتائج عن علاقات كبيرة بين المتغيرات وتقدم نموذجًا للتحول الرقمي مصممًا ليتناسب مع السياق الاجتماعي والصناعي في ماهاراشترا. تدعو الاستنتاجات إلى اتباع نهج متمحور حول الإنسان في تنفيذ الذكاء الاصطناعي، مع التأكيد على أهمية التعلم مدى الحياة والدعم المؤسسي لتعزيز المنظمات المرنة والاستجابة.
الطرق
استخدمت الدراسة منهجية كمية وصفية-تحليلية للتحقيق في العلاقات بين دمج AI-ERP، نضج عمليات الموارد البشرية الرقمية، تآزر الإنسان والذكاء الاصطناعي، وكفاءة القوى العاملة. تم جمع البيانات من استبيان منهجي تم توزيعه على 40 مستجيبًا من مختلف القطاعات، بما في ذلك التصنيع، تكنولوجيا المعلومات، التعليم، والخدمات. تألفت العينة من متخصصي الموارد البشرية، محترفي ERP، ومديرين مشاركين في مشاريع التحول الرقمي. على الرغم من الاعتراف بحجم العينة كحد، إلا أنه يعتبر كافيًا للبحث الاستكشافي الأولي، خاصة بالنظر إلى تنوع الصناعات الممثلة وأهمية المستجيبين في سياق الدراسة.
تم استخدام الإحصاءات الوصفية لتلخيص البيانات، وتم تقييم موثوقية البنى باستخدام ألفا كرونباخ. أظهرت تحليلات الانحدار المتعدد تأثيرات تنبؤية كبيرة للمتغيرات المستقلة – دمج AI-ERP، نضج العمليات الرقمية للموارد البشرية، تآزر الإنسان والذكاء الاصطناعي، واستعداد النظام البيئي – على كفاءة القوى العاملة، مع إظهار جميع المؤشرات دلالة إحصائية (p < 0.05). كشفت اختبارات الوساطة أن تآزر الإنسان والذكاء الاصطناعي يلعب دورًا حاسمًا في العلاقة بين دمج AI-ERP وكفاءة القوى العاملة. التزمت الدراسة بالمعايير الأخلاقية، مما يضمن الحصول على موافقة مستنيرة وسرية، واستخدمت برنامج SPSS للحسابات الإحصائية. تهدف النتائج إلى تقديم رؤى موثوقة حول ديناميات التحول الرقمي ضمن نظام ماهاراشترا البيئي.
المناقشة
تستكشف الدراسة تأثير دمج AI-ERP على التحول الرقمي للموارد البشرية، كفاءة القوى العاملة، والدور الوسيط لتآزر الإنسان والذكاء الاصطناعي في ماهاراشترا. تحدد ارتباطًا كبيرًا بين دمج AI-ERP وعمليات الموارد البشرية الرقمية المتقدمة (r = 0.742، p < 0.01)، مما يشير إلى أن المنظمات التي تستفيد من ميزات الذكاء الاصطناعي في أنظمة ERP الخاصة بها تشهد زيادة في استجابة العمليات وكفاءتها. تشير النتائج إلى أن تآزر الإنسان والذكاء الاصطناعي هو وسيط حاسم في العلاقة بين دمج الذكاء الاصطناعي وكفاءة القوى العاملة، مع قيمة انحدار تبلغ 0.304 (p < 0.01). علاوة على ذلك، تسلط الدراسة الضوء على ضرورة مواءمة نضج العمليات الرقمية للموارد البشرية مع تطوير كفاءة القوى العاملة، مما يؤكد على أهمية العوامل المؤسسية والبنية التحتية في تنفيذ AI-ERP الناجح. تؤكد الدراسة على الحاجة إلى تدريب منهجي لزيادة الوعي بالذكاء الاصطناعي وإرساء قواعد حوكمة الذكاء الاصطناعي لضمان اعتماد مسؤول واستدامة الكفاءة بين الموظفين. كما تحدد قوة تنبؤية كبيرة لنضج العمليات الرقمية للموارد البشرية (β = 0.332، p = 0.002) على كفاءة القوى العاملة، مما يعزز مواءمة التكنولوجيا مع استراتيجيات الموارد البشرية التي تركز على التعلم المستمر وتصميم موجه نحو الناس. تعالج الدراسة الفجوات البحثية الحالية من خلال اقتراح نموذج شامل يدمج التكنولوجيا، العوامل البشرية، وتطوير العمليات، مصمم ليتناسب مع السياق الاجتماعي والصناعي في ماهاراشترا. يتم تشجيع الأبحاث المستقبلية لاستكشاف قطاعات وجغرافيات متنوعة، باستخدام نهج طولي أو مختلط لتعميق فهم تأثيرات دمج AI-ERP على كفاءة القوى العاملة على المدى الطويل.
القيود
تقدم الدراسة عدة قيود تؤثر على قابلية تعميم وموثوقية نتائجها. أولاً، يقتصر حجم العينة المكونة من 40 مستجيبًا على تطبيق النتائج على المشهد الصناعي الأوسع في ماهاراشترا. إن الاعتماد على الاستطلاعات الذاتية يقدم تحيزات محتملة، حيث قد يقيم المستجيبون نضج تحولهم الرقمي بشكل ذاتي. على الرغم من أن اختبار الاستبيان التجريبي كان يهدف إلى تقليل هذه التحيزات وضمان الوضوح، إلا أن غياب المعرفات الشخصية وتوفير الخصوصية كانت تدابير متخذة لتقليل تحيز الرغبة الاجتماعية.
بالإضافة إلى ذلك، تركز الدراسة بشكل أساسي على متخصصي الموارد البشرية وERP ضمن المؤسسات المتوسطة إلى الكبيرة، مما قد يتجاهل وجهات نظر من الشركات الصغيرة والمؤسسات العامة التي قد تفتقر إلى بنية تحتية رقمية متقدمة. تلتقط الطبيعة العرضية لجمع البيانات الحالة الحالية لاعتماد AI-ERP فقط، دون الأخذ في الاعتبار التغييرات والنتائج على المدى الطويل. علاوة على ذلك، استخدمت التحليلات الإحصائية نمذجة خطية، والتي قد لا تعكس بشكل كافٍ العلاقة الديناميكية بين أداء القوى العاملة وتآزر الإنسان والذكاء الاصطناعي بمرور الوقت. يجب أن تأخذ الأبحاث المستقبلية في الاعتبار عينات أكبر وأكثر تنوعًا ونهج مختلط، جنبًا إلى جنب مع مقارنات عبر المناطق، لتعزيز الصلاحية الخارجية وتعميق فهم التحول الرقمي في الموارد البشرية المتأثر بالذكاء الاصطناعي.
DOI: https://doi.org/10.65521/ijacte.v15i1s.1335
Publication Date: 2026-01-18
Author(s): Santosh Ramdas Shivane et al.
Primary Topic: AI and HR Technologies
Overview
This study investigates the integration of AI-advanced Enterprise Resource Planning (ERP) systems within human resources (HR) in Maharashtra, India, highlighting their role in enhancing workforce competence and facilitating HR digital transformation. Employing a quantitative methodology with forty respondents from various sectors, including HR managers and ERP professionals, the research utilizes statistical analyses such as multiple regression to explore the relationships between AI-ERP integration, HR digital process maturity, and workforce competence. Key findings reveal a significant model fit ($R^2 = 0.767$) with predictors including AI integration ($0.238$), digital HR process maturity ($0.332$), and human-AI synergy ($0.304$), indicating that AI-ERP integration can improve HR processes and workforce competence by approximately 23-33%.
The conclusion emphasizes that AI-enhanced ERP systems are crucial for advancing workforce competence and HR digital maturity, with human-AI synergy serving as a vital mediator. Organizations in Maharashtra that adopt intelligent ERP software exhibit increased agility, innovation, and flexibility, essential traits for thriving in the Industry 5.0 landscape. The study proposes a regional framework linking technological infrastructure, HR digitalization, and human-AI collaboration, offering practical guidance for policymakers and HR managers to align technology adoption with human capital development. Ultimately, the research underscores the necessity of human-centric digitalization as a foundation for competitive and resilient organizations in the evolving digital economy.
Introduction
The introduction of the research paper discusses the transformative impact of artificial intelligence (AI) on enterprise resource planning (ERP) systems, particularly within human resources (HR). Traditional ERP systems, once limited to transaction processing and administrative tasks, are evolving into intelligent ecosystems capable of strategic workforce planning, predictive analytics, and automated decision-making. This shift is emphasized in the context of Industry 5.0, which advocates for human-centric innovation and digital advancement. Countries like the US, Germany, and South Korea exemplify successful AI-ERP implementations that enhance workforce flexibility and strategic HR alignment. In contrast, India, particularly in regions like Maharashtra, faces challenges such as digital disparity and insufficient legislative support, hindering the adoption of AI-ERP systems.
The paper identifies a gap in the literature regarding the convergence of AI and ERP, noting that existing research often treats these domains separately. It highlights the lack of empirical studies focused on the human-AI synergy and its mediating role in the relationship between workforce competence, digital HR practices, and AI-ERP integration. To address these inconsistencies, the study proposes a quantitative approach involving 40 participants from various sectors, including HR managers and ERP vendors. The findings reveal significant correlations among the variables and present a model for digital transformation tailored to Maharashtra’s socio-industrial context. The conclusions advocate for a human-centric approach to AI implementation, emphasizing the importance of lifelong learning and organizational support to foster resilient and responsive organizations.
Methods
The research employed a quantitative, descriptive-analytical methodology to investigate the relationships among AI-ERP integration, digital human resource process maturity, human-AI synergy, and workforce competence. Data were gathered from a systematic questionnaire administered to 40 respondents across various sectors, including manufacturing, IT, education, and services. The sample comprised HR specialists, ERP professionals, and managers involved in digital transformation projects. Although the sample size is acknowledged as a limitation, it is deemed sufficient for initial exploratory research, particularly given the heterogeneity of industries represented and the relevance of the respondents to the study’s context.
Descriptive statistics were utilized to summarize the data, and the reliability of the constructs was assessed using Cronbach’s alpha. Multiple regression analysis indicated significant predictive effects of the independent variables—AI-ERP integration, digital HR process maturity, human-AI synergy, and ecosystem readiness—on workforce competence, with all predictors showing statistical significance (p < 0.05). Mediation testing revealed that human-AI synergy plays a critical role in the relationship between AI-ERP integration and workforce competence. The research adhered to ethical standards, ensuring informed consent and confidentiality, and utilized SPSS software for statistical computations. The findings aim to provide credible insights into digital transformation dynamics within the Maharashtra ecosystem.
Discussion
The study investigates the impact of AI-ERP integration on HR digital transformation, workforce competency, and the mediating role of human-AI synergy in Maharashtra. It identifies a significant correlation between AI-ERP integration and advanced digital HR processes (r = 0.742, p < 0.01), suggesting that organizations leveraging AI features in their ERP systems experience enhanced process responsiveness and efficiency. The findings indicate that human-AI synergy is a crucial mediator in the relationship between AI integration and workforce competency, with a regression value of 0.304 (p < 0.01). Furthermore, the study highlights the necessity of aligning digital HR process maturity with workforce competency development, emphasizing the importance of institutional and infrastructural factors in successful AI-ERP implementation. The research underscores the need for systematic AI-awareness training and the establishment of AI governance rules to ensure responsible adoption and sustained competency among staff. It also identifies a significant predictive power of digital HR process maturity (β = 0.332, p = 0.002) on workforce competence, reinforcing the alignment of technology with HR strategies focused on continuous learning and people-oriented design. The study addresses existing research gaps by proposing a comprehensive model that integrates technology, human factors, and process development, tailored to the socio-industrial context of Maharashtra. Future research is encouraged to explore diverse sectors and geographies, employing longitudinal or mixed-method approaches to deepen understanding of AI-ERP integration's long-term effects on workforce competency.
Limitations
The study presents several limitations that impact the generalizability and robustness of its findings. Firstly, the sample size of 40 respondents restricts the applicability of the results to the broader industrial landscape of Maharashtra. The reliance on self-reported surveys introduces potential biases, as respondents may subjectively assess their digital transformation maturity. Although pilot testing of the questionnaire aimed to mitigate these biases and ensure clarity, the absence of personal identifiers and the provision of anonymity were measures taken to reduce social desirability bias.
Additionally, the research primarily focuses on HR and ERP specialists within medium to large enterprises, potentially overlooking perspectives from smaller businesses and public institutions that may lack advanced digital infrastructure. The cross-sectional nature of the data collection captures only the current state of AI-ERP adoption, failing to account for long-term changes and outcomes. Furthermore, the statistical analysis employed linear modeling, which may not adequately reflect the dynamic relationship between workforce performance and human-AI synergy over time. Future research should consider larger, more diverse samples and mixed-method approaches, along with cross-regional comparisons, to enhance external validity and deepen the understanding of digital transformation in human resources influenced by AI.