DOI: https://doi.org/10.1016/j.jbusres.2024.114542
تاريخ النشر: 2024-02-14
المؤلف: Marcello M. Mariani وآخرون
الموضوع الرئيسي: البيانات الضخمة وذكاء الأعمال
نظرة عامة
تحدد هذه الورقة البحثية عشرة مواضيع رئيسية لاستكشافها في المستقبل عند تقاطع الذكاء الاصطناعي التوليدي (GenAI) وإدارة الابتكار، مستمدة من مراجعة شاملة للأدبيات ودراسة دلفي تشمل علماء بارزين في هذا المجال. تشمل المواضيع: (1) العلاقة بين GenAI وأنواع الابتكار المختلفة؛ (2) تأثير GenAI على التصاميم السائدة وتطور التكنولوجيا؛ (3) إعادة تعريف الإبداع العلمي والفني من خلال GenAI؛ (4) الآثار المترتبة على الملكية الفكرية؛ (5) التأثيرات على تطوير المنتجات الجديدة؛ (6) نتائج GenAI متعددة الأنماط مقابل أحادية النمط؛ (7) دور GenAI في نظم الابتكار؛ (8) التحديات التنظيمية لصانعي السياسات؛ (9) المخاوف الأخلاقية بشأن سوء الاستخدام والتحيز؛ و (10) التغييرات في تصميم المؤسسات وحدودها.
تؤكد الدراسة على إمكانية GenAI في تحويل ممارسات إدارة الابتكار وتبرز الحاجة للباحثين للتفاعل بشكل نقدي مع هذه المواضيع الناشئة. مع الاعتراف بالقيود مثل حجم العينة الصغيرة نسبيًا من الخبراء والطبيعة غير الشاملة للمواضيع المحددة، تهدف المؤلفون إلى إلهام المزيد من الاستفسارات والوضوح المفاهيمي في هذا المجال. تشير النتائج إلى أن GenAI سيؤثر بشكل كبير على كيفية تصور الابتكار وإدارته، مما يستلزم أطرًا جديدة لفهم آثاره.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على التأثير التحويلي للتقنيات الرقمية، وخاصة الذكاء الاصطناعي (AI)، على الأنشطة البشرية والتجارية، مما يشير إلى بداية الثورة الصناعية الرابعة. لقد حظي الذكاء الاصطناعي التوليدي (GenAI) باهتمام كبير لإمكاناته في دفع الابتكار، خاصة في قطاعات مثل الأدوية والإعلام والكيماويات. ومن الجدير بالذكر أن استثمارات رأس المال المغامر في حلول GenAI تجاوزت 1.7 مليار دولار أمريكي، مع توقعات تشير إلى أنه بحلول عام 2025، سيتم اكتشاف أكثر من 30% من الأدوية الجديدة باستخدام تقنيات GenAI. تؤكد الورقة على ضرورة أن يستكشف الباحثون في الإدارة الفرص والتحديات التي يقدمها GenAI، حيث إنه لا يعزز الابتكار فحسب، بل لديه أيضًا القدرة على تغيير عملية الابتكار نفسها بشكل جذري.
لمعالجة الفجوات المعرفية الموجودة في أبحاث إدارة الابتكار المتعلقة بـ GenAI، تستخدم الدراسة نهجًا مزدوجًا: مراجعة للأدبيات الأكاديمية الحالية ودراسة دلفي تشمل علماء بارزين في هذا المجال. تهدف هذه المنهجية إلى تحديد وصياغة المواضيع البحثية الرئيسية التي ستشكل الاستفسار المستقبلي حول دور GenAI في إدارة الابتكار. السؤال البحثي الذي يوجه هذه التحقيق هو: “ما هي المواضيع الأكثر صلة التي ستوجه وتشكل أبحاث إدارة الابتكار المستقبلية المتعلقة بـ GenAI؟” تكشف النتائج عن عشرة مواضيع بحثية رئيسية يمكن أن تُعلم التطورات المستقبلية عند تقاطع GenAI وإدارة الابتكار، مما يساهم في بناء قاعدة معرفية أكثر تماسكًا في هذا المجال الناشئ من الدراسة.
الطرق
في هذه الدراسة، استخدمنا نهجًا منهجيًا مزدوجًا مستوحى من أبحاث سابقة (Johnson et al., 2021; Skinner et al., 2015; Suominen et al., 2023). أولاً، أجرينا مراجعة شاملة للأدبيات لتحديد المقالات الأكثر صلة واستشهادًا التي تستكشف تقاطع الذكاء الاصطناعي التوليدي (GenAI) والإدارة. هذه الخطوة الأساسية ضمنت أن بحثنا كان مستندًا إلى المنح الدراسية الراسخة.
ثانيًا، شاركنا في مقابلات أولية مع عدة مؤلفين تم تحديدهم خلال مراجعة الأدبيات، تلتها دراسة دلفي. تعتبر منهجية دلفي، التي تم تطويرها في الأصل من قبل مؤسسة راند في الستينيات (Dalkey & Helmer, 1963)، تقنية معترف بها لجمع الآراء من مجموعة من الخبراء حول موضوع معين. سمحت لنا هذه المجموعة من مراجعة الأدبيات واستشارة الخبراء بالحصول على فهم دقيق للمشهد الحالي والاتجاهات الناشئة في GenAI ضمن مجال الإدارة.
النتائج
حددت مراجعة الأدبيات 98 وثيقة تتناول دور الذكاء الاصطناعي التوليدي (GenAI) في الإدارة، مع التركيز على تطبيقاته في البحث وقطاعات الضيافة والسياحة. ومن الجدير بالذكر أن Burger et al. (2023) سلطوا الضوء على إمكانية ChatGPT في تعزيز منهجيات البحث، خاصة في مراجعات الأدبيات المنهجية، بينما ناقش Gursoy وSong (2023) تأثيره المزعزع على سلوك العملاء وتقديم الخدمات في السياحة. ومع ذلك، كانت كلتا الدراستين تفتقران إلى استكشاف شامل لإدارة الابتكار. تضمنت قطعة رأي متعددة المؤلفين من Dwivedi et al. (2023) مساهمة من Mariani، الذي حذر من أن منصات الذكاء الاصطناعي مثل ChatGPT ليست قادرة بعد على دفع الابتكار بشكل مستقل، مما يشير إلى الحاجة إلى أبحاث مستقبلية لتقييم دورها المتطور في نتائج الابتكار.
في سياق إدارة الابتكار، تناولت مقالتان فقط—Bouschery et al. (2023) وBilgram وLaarmann (2023)—هذا المنظور بشكل صريح. اقترح Bouschery et al. إطار عمل مزدوج الماس معزز بالذكاء الاصطناعي لتحسين عمليات تطوير المنتجات الجديدة (NPD)، بينما أوضح Bilgram وLaarmann كيف يمكن لنماذج اللغة الكبيرة تبسيط مراحل الابتكار المبكرة، مثل الاستكشاف والنمذجة. تشير كلتا الدراستين إلى أن GenAI يقدم فرصًا لدعم NPD وأنشطة الابتكار، ومع ذلك لا يزال هناك فجوة كبيرة في أبحاث الإدارة بشأن آثاره على إدارة الابتكار. لمعالجة هذه الفجوة، طور المؤلفون 25 عنصرًا من عناصر دلفي بناءً على مراجعة الأدبيات ومقابلات الخبراء، مع إظهار النتائج المجمعة زيادة في متوسط نسبة الرأي الأقصى (APMO) من 70.3% في الجولة 1 إلى 72.3% في الجولة 2.
المناقشة
تقدم قسم المناقشة في الورقة البحثية نظرة شاملة على تطور وتصنيف الذكاء الاصطناعي (AI) والذكاء الاصطناعي التوليدي (GenAI) ضمن مجال الإدارة. تتبع أصول الذكاء الاصطناعي إلى مساهمات إسحاق أسيموف الأدبية ومشروع البحث الصيفي في دارتموث، مع تسليط الضوء على زيادة كبيرة في الاهتمام الأكاديمي على مدار العقد الماضي. طور علماء الإدارة أطرًا مختلفة لتصنيف الذكاء الاصطناعي، مميزين بين أنواع مثل أتمتة العمليات، والرؤى المعرفية، والانخراط المعرفي (Davenport & Ronanki, 2018)، بالإضافة إلى الذكاء الاصطناعي الميكانيكي، والتفكير، والشعور (Huang & Rust, 2021). تؤكد الورقة على الإمكانية التعاونية بين البشر والآلات، داعية إلى شراكة تستفيد من نقاط قوتها التكميلية لتعزيز الابتكار.
في سياق GenAI، تعرف الورقة عليه كنظم قادرة على توليد مخرجات متنوعة، بما في ذلك النصوص والصور، استنادًا إلى بيانات التدريب (Martineau, 2023). تؤكد المناقشة على الإمكانية التحويلية لـ GenAI في إدارة الابتكار، مشيرة إلى أنه بينما قد لا يغير أنواع الابتكار الحالية، فإنه سيعزز العمليات والنتائج عبر مجالات مختلفة. أشار الخبراء في دراسة دلفي إلى أن GenAI يمكن أن يسهل الابتكارات التدريجية والجذرية، خاصة في تطوير المنتجات ونماذج الأعمال، بينما يمكّن أيضًا من دمج أنواع الابتكار المختلفة. تشير النتائج إلى أن GenAI مستعد لإعادة تشكيل المفاهيم التقليدية للابتكار، مما قد يؤدي إلى مجالات إبداعية جديدة ونماذج أعمال جديدة.
DOI: https://doi.org/10.1016/j.jbusres.2024.114542
Publication Date: 2024-02-14
Author(s): Marcello M. Mariani et al.
Primary Topic: Big Data and Business Intelligence
Overview
This research paper identifies ten key themes for future exploration at the intersection of Generative Artificial Intelligence (GenAI) and innovation management, derived from a comprehensive literature review and a Delphi study involving prominent scholars in the field. The themes include: (1) the relationship between GenAI and various types of innovation; (2) the impact of GenAI on dominant designs and technology evolution; (3) the redefinition of scientific and artistic creativity through GenAI; (4) implications for intellectual property; (5) effects on new product development; (6) the outcomes of multimodal versus unimodal GenAI; (7) the role of GenAI in innovation ecosystems; (8) regulatory challenges for policymakers; (9) ethical concerns regarding misuse and bias; and (10) changes in organizational design and boundaries.
The study emphasizes the potential of GenAI to transform innovation management practices and highlights the need for researchers to critically engage with these emerging themes. While acknowledging limitations such as a relatively small expert sample and the non-exhaustive nature of the identified themes, the authors aim to inspire further inquiry and conceptual clarity in the field. The findings suggest that GenAI will significantly influence how innovation is conceptualized and managed, necessitating new frameworks for understanding its implications.
Introduction
The introduction of this research paper highlights the transformative impact of digital technologies, particularly artificial intelligence (AI), on human and business activities, marking the onset of the fourth industrial revolution. Generative Artificial Intelligence (GenAI) has garnered significant attention for its potential to drive innovation, especially in sectors such as pharmaceuticals, media, and chemicals. Notably, venture capital investments in GenAI solutions have exceeded 1.7 billion USD, with projections indicating that by 2025, over 30% of new drugs will be discovered using GenAI techniques. The paper underscores the necessity for management researchers to explore the opportunities and challenges presented by GenAI, as it not only fosters innovation but also has the potential to fundamentally alter the innovation process itself.
To address the existing knowledge gaps in innovation management research related to GenAI, the study employs a dual approach: a review of existing academic literature and a Delphi study involving leading scholars in the field. This methodology aims to identify and articulate key research themes that will shape future inquiry into GenAI’s role in innovation management. The research question guiding this investigation is: “What are the most relevant themes that will guide and shape future innovation management research revolving around GenAI?” The findings reveal ten major research themes that can inform future developments at the intersection of GenAI and innovation management, thereby contributing to a more coherent body of knowledge in this emerging area of study.
Methods
In this study, we employed a two-pronged methodological approach inspired by previous research (Johnson et al., 2021; Skinner et al., 2015; Suominen et al., 2023). First, we conducted a comprehensive literature review to identify the most relevant and frequently cited articles that explore the intersection of Generative AI (GenAI) and management. This foundational step ensured that our research was grounded in established scholarship.
Second, we engaged in preliminary interviews with several authors identified during the literature review, followed by a Delphi study. The Delphi methodology, originally developed by the Rand Corporation in the 1960s (Dalkey & Helmer, 1963), is a recognized technique for gathering insights from a panel of experts on a specific topic. This combination of literature review and expert consultation allowed us to gain a nuanced understanding of the current landscape and emerging trends in GenAI within the management field.
Results
The literature review identified 98 documents addressing the role of Generative AI (GenAI) in management, with a focus on its applications in research and the hospitality and tourism sectors. Notably, Burger et al. (2023) highlighted the potential of ChatGPT to enhance research methodologies, particularly in systematic literature reviews, while Gursoy and Song (2023) discussed its disruptive impact on customer behavior and service delivery in tourism. However, both studies lacked a comprehensive exploration of innovation management. A multi-author opinion piece by Dwivedi et al. (2023) included a contribution from Mariani, who cautioned that AI platforms like ChatGPT are not yet capable of independently driving significant innovation, suggesting a need for future research to assess their evolving role in innovation outcomes.
In the context of innovation management, only two articles—Bouschery et al. (2023) and Bilgram and Laarmann (2023)—explicitly addressed this perspective. Bouschery et al. proposed an AI-augmented double diamond framework to enhance new product development (NPD) processes, while Bilgram and Laarmann illustrated how large language models could streamline early innovation stages, such as exploration and prototyping. Both studies indicate that GenAI presents opportunities for supporting NPD and innovation activities, yet there remains a significant gap in management research regarding its implications for innovation management. To address this gap, the authors developed 25 Delphi items based on the literature review and expert interviews, with aggregate results showing an Average Percent of Maximum Opinion (APMO) increase from 70.3% in round 1 to 72.3% in round 2.
Discussion
The discussion section of the research paper provides a comprehensive overview of the evolution and conceptualization of Artificial Intelligence (AI) and Generative AI (GenAI) within the management field. It traces the origins of AI back to Isaac Asimov’s literary contributions and the Dartmouth summer research project, highlighting a significant increase in scholarly interest over the past decade. Management scholars have developed various frameworks to categorize AI, notably distinguishing between types such as process automation, cognitive insights, and cognitive engagement (Davenport & Ronanki, 2018), as well as mechanical, thinking, and feeling AI (Huang & Rust, 2021). The paper emphasizes the collaborative potential of humans and machines, advocating for a partnership that leverages their complementary strengths to foster innovation.
In the context of GenAI, the paper defines it as systems capable of generating diverse outputs, including text, images, and more, based on training data (Martineau, 2023). The discussion underscores the transformative potential of GenAI in innovation management, suggesting that while it may not alter existing innovation types, it will enhance processes and outcomes across various domains. Experts in the Delphi study indicated that GenAI could facilitate both incremental and radical innovations, particularly in product development and business models, while also enabling the fusion of different innovation types. The findings suggest that GenAI is poised to reshape traditional notions of innovation, potentially leading to new creative domains and business models.