DOI: https://doi.org/10.3390/info16050415
تاريخ النشر: 2025-05-18
المؤلف: Thang Le Dinh وآخرون
الموضوع الرئيسي: البيانات الضخمة وذكاء الأعمال
نظرة عامة
تقدم هذه الورقة البحثية مراجعة منهجية للأدبيات التي تفحص اعتماد وتطبيق الذكاء الاصطناعي (AI) في الشركات الصغيرة والمتوسطة (SMEs). من خلال تحليل 50 دراسة نشرت بين عامي 2016 و2025، يحدد المؤلفون تقنيات الذكاء الاصطناعي الرئيسية مثل التعلم الآلي، ومعالجة اللغة الطبيعية، والذكاء الاصطناعي التوليدي، وتطبيقاتها عبر وظائف الأعمال المختلفة بما في ذلك المبيعات، والتسويق، والعمليات، والمالية. تؤكد النتائج على ضرورة تطوير الشركات الصغيرة والمتوسطة لتدريب القوى العاملة، وبنية تحتية تكنولوجية قوية، وثقافات قائمة على البيانات، وشراكات استراتيجية لتنفيذ الذكاء الاصطناعي بشكل فعال. بالإضافة إلى ذلك، تسلط الدراسة الضوء على أهمية قياس قيمة الذكاء الاصطناعي من خلال مؤشرات الأداء الرئيسية ومقاييس رضا العملاء.
تساهم الورقة في الأدبيات الحالية من خلال تقديم نظرة شاملة على التقدمات الحديثة في الذكاء الاصطناعي وآثارها على الشركات الصغيرة والمتوسطة، مع التركيز بشكل خاص على التحديات التي تطرحها محدودية الوصول إلى بيانات عالية الجودة. تقترح حلولاً مخصصة مثل مبادرات تبادل البيانات التعاونية وتوليد البيانات الاصطناعية للتغلب على هذه العقبات. يوفر التصنيف المنظم لتقنيات الذكاء الاصطناعي وتطبيقاتها إطار عمل واضحاً لكل من أصحاب المصلحة الفنيين وغير الفنيين. بينما تعترف الدراسة بالقيود مثل اعتمادها على الأدبيات المنشورة حتى عام 2025 والفجوات المحتملة في الأبحاث الخاصة بالصناعة، فإنها تدعو إلى تحقيقات مستقبلية في تطبيقات الذكاء الاصطناعي المتخصصة وآثار اعتماد الذكاء الاصطناعي على استدامة ونمو الشركات الصغيرة والمتوسطة على المدى الطويل. تقدم الرؤى المقدمة توجيهات عملية لقادة الشركات الصغيرة والمتوسطة في اتخاذ القرارات الاستراتيجية ودمج الذكاء الاصطناعي.
مقدمة
تسلط مقدمة الورقة الضوء على الدور التحويلي للذكاء الاصطناعي (AI) في عمليات الأعمال، وخاصة بالنسبة للشركات الصغيرة والمتوسطة (SMEs). تشير إلى أنه بينما يقدم الذكاء الاصطناعي فرصاً كبيرة لتعزيز الكفاءة التشغيلية، وتطوير المنتجات، وتفاعل العملاء، والميزة التنافسية، تواجه الشركات الصغيرة والمتوسطة تحديات فريدة مثل محدودية الموارد، ونقص المهارات التقنية، ومقاومة التنظيم للتغيير. وبالتالي، تميل الشركات الصغيرة والمتوسطة إلى التركيز على حلول الذكاء الاصطناعي التي تعد بعوائد سريعة على الاستثمار بدلاً من المبادرات واسعة النطاق التي تتميز بها الشركات الكبرى.
تهدف الورقة إلى تحديد تقنيات الذكاء الاصطناعي الأساسية التي تدفع الاعتماد بين الشركات الصغيرة والمتوسطة واستكشاف تطبيقاتها التي تعزز الإنتاجية والابتكار. كما تؤكد على أهمية تطوير القدرات التنظيمية والبنية التحتية للتغلب على الحواجز أمام اعتماد الذكاء الاصطناعي، مثل القيود المالية ونقص الخبرة. بالإضافة إلى ذلك، تسعى الأبحاث إلى تقديم استراتيجيات عملية للشركات الصغيرة والمتوسطة لدمج الذكاء الاصطناعي بشكل فعال وتحسين قيمته، وبالتالي تعظيم العائد على الاستثمار. ستحدد الأقسام اللاحقة المنهجية، وتقنيات الذكاء الاصطناعي الأساسية ذات الصلة بالشركات الصغيرة والمتوسطة، واستراتيجيات معالجة تحديات التنفيذ، وطرق تقييم تأثير الذكاء الاصطناعي على وظائف الأعمال، مما يؤدي إلى مناقشة مساهمات الدراسة واتجاهات البحث المستقبلية.
الطرق
توضح قسم المنهجية في هذه الدراسة مراجعة منهجية للأدبيات (SLR) تهدف إلى تقييم اعتماد الذكاء الاصطناعي (AI) في الشركات الصغيرة والمتوسطة (SMEs). وفقاً للإرشادات المعمول بها، تركز المراجعة على تحديد تقنيات الذكاء الاصطناعي الأساسية التي تدفع الاعتماد، وتطبيقاتها المتنوعة التي تعزز الإنتاجية، واتخاذ القرار، والابتكار، والقدرات التنظيمية اللازمة للتنفيذ الناجح. تتناول الدراسة الحواجز الحرجة مثل نقص الخبرة، والقيود المالية، ومقاومة التنظيم، مقترحة استراتيجيات عملية للشركات الصغيرة والمتوسطة لدمج الذكاء الاصطناعي بشكل فعال في عملياتها.
بالإضافة إلى ذلك، تستكشف الأبحاث طرق قياس وتحسين القيمة الناتجة عن اعتماد الذكاء الاصطناعي، مقدمة رؤى حول تعظيم العائد على الاستثمار وتنقيح استراتيجيات الذكاء الاصطناعي للنمو المستدام والميزة التنافسية. تم هيكلة الورقة لتقديم المنهجية أولاً، تليها نظرة عامة على تقنيات الذكاء الاصطناعي ذات الصلة والتطبيقات، واستراتيجيات التغلب على تحديات التنفيذ، وطرق تقييم تأثير الذكاء الاصطناعي عبر وظائف الأعمال. تختتم القسم بمناقشة أصالة الدراسة، ومساهماتها، وقيودها، واتجاهات البحث المستقبلية، مع نظرة عامة مفصلة على عملية المراجعة المنهجية موضحة في الشكل 1 ورسم بياني لتدفق PRISMA مدرج في الملحق A.
النتائج
تلخص قسم النتائج النتائج المستخلصة من مراجعة الأدبيات لـ 50 ورقة أكاديمية تركز على تقنيات الذكاء الاصطناعي وتطبيقات الأعمال المدعومة بالذكاء الاصطناعي في الشركات الصغيرة والمتوسطة (SMEs). تصنف الجدول 1 هذه الأوراق بناءً على تقنيات الذكاء الاصطناعي المختلفة، بما في ذلك التعلم الآلي (ML)، والتعلم العميق (DL)، ومعالجة اللغة الطبيعية (NLP)، والذكاء الاصطناعي التوليدي (GAI)، والذكاء الاصطناعي القابل للتفسير (XAI)، وأتمتة العمليات الروبوتية (RPA)، وغيرها، جنباً إلى جنب مع تطبيقاتها في وظائف الأعمال مثل العمليات واللوجستيات (OL)، والتحليل المالي (FA)، وذكاء الأعمال والتحليلات (BIA). تشير التحليلات إلى أن التعلم الآلي ومعالجة اللغة الطبيعية هما أكثر تقنيات الذكاء الاصطناعي انتشاراً، مع 33 و15 ورقة على التوالي، بينما تعتبر العمليات واللوجستيات وذكاء الأعمال والتحليلات أكثر تطبيقات الأعمال التي تم تناولها بشكل متكرر، مع 32 و18 ورقة.
تظهر اتجاهات النشر زيادة ملحوظة في إنتاج الأبحاث من 2023 إلى 2024، مع نشر 33 ورقة خلال هذه الفترة، مما يبرز الاهتمام المتزايد بدور الذكاء الاصطناعي في تعزيز عمليات الأعمال. تشير النتائج إلى أن أتمتة العمليات الروبوتية، على الرغم من تصنيفها كتقنية بسبب قدراتها على أتمتة المهام، تعمل أيضاً كتطبيق مدعوم بالذكاء الاصطناعي. يتم مناقشة مزيد من الرؤى المتعلقة بالقدرات التنظيمية وتحسين القيمة في الأقسام اللاحقة، مع التأكيد على الآثار الاستراتيجية لاعتماد الذكاء الاصطناعي في الشركات الصغيرة والمتوسطة.
المناقشة
في هذا القسم، يحدد المؤلفون أسئلة البحث (RQs) التي توجه دراستهم حول اعتماد الذكاء الاصطناعي (AI) من قبل الشركات الصغيرة والمتوسطة (SMEs)، في إطار مبادئ علم الخدمة، والإدارة، والهندسة (SSME). شمل عملية تطوير هذه الأسئلة بشكل تكراري مراجعة شاملة للأدبيات، مما أدى إلى تحديد أربعة أسئلة رئيسية: تركز RQ1 على تقنيات الذكاء الاصطناعي الفعالة المعتمدة من قبل الشركات الصغيرة والمتوسطة؛ تفحص RQ2 تطبيقات الذكاء الاصطناعي في تعزيز وظائف الأعمال؛ تستقصي RQ3 القدرات التنظيمية المطلوبة لاعتماد الذكاء الاصطناعي بنجاح؛ وتستكشف RQ4 كيف تقيس الشركات الصغيرة والمتوسطة وتoptimizes القيمة المستمدة من الذكاء الاصطناعي. تعالج هذه الأسئلة فجوة كبيرة في الأدبيات الحالية بشأن القدرات الداخلية التي تحتاجها الشركات الصغيرة والمتوسطة لدعم دمج الذكاء الاصطناعي وتقييم عائد الاستثمار.
يقدم المؤلفون تفاصيل منهجية مراجعتهم المنهجية للأدبيات (SLR)، والتي تضمنت اختيار منشورات ذات صلة من قواعد بيانات مثل Scopus وWeb of Science، باستخدام كلمات رئيسية محددة تتعلق بالشركات الصغيرة والمتوسطة والذكاء الاصطناعي. بعد عملية فحص شاملة، تم اختيار 50 مقالة للتحليل، حيث قدمت 27 منها بيانات أولية للإجابة على الأسئلة البحثية. كشفت التحليلات عن تقنيات الذكاء الاصطناعي الرئيسية مثل التعلم الآلي، والتعلم العميق، ومعالجة اللغة الطبيعية، جنباً إلى جنب مع تطبيقاتها عبر وظائف الأعمال المختلفة، بما في ذلك المبيعات والتسويق، والعمليات واللوجستيات، والمالية والمحاسبة. تشير النتائج إلى أنه بينما تم تمثيل بعض التقنيات والتطبيقات بشكل جيد في الأدبيات، لا تزال أخرى، مثل دور القيادة في التحول الرقمي، غير مستكشفة بشكل كافٍ، مما يبرز الفرص للبحث المستقبلي. بشكل عام، تقدم الدراسة إطار عمل منظم لفهم اعتماد الذكاء الاصطناعي في الشركات الصغيرة والمتوسطة، مما يوفر رؤى قيمة لكل من أصحاب المصلحة الأكاديميين والصناعيين.
DOI: https://doi.org/10.3390/info16050415
Publication Date: 2025-05-18
Author(s): Thang Le Dinh et al.
Primary Topic: Big Data and Business Intelligence
Overview
This research paper presents a systematic literature review examining the adoption and application of artificial intelligence (AI) in small- and medium-sized enterprises (SMEs). Analyzing 50 studies published between 2016 and 2025, the authors identify key AI technologies such as machine learning, natural language processing, and generative AI, and their applications across various business functions including sales, marketing, operations, and finance. The findings underscore the necessity for SMEs to develop workforce training, robust technological infrastructure, data-driven cultures, and strategic partnerships to effectively implement AI. Additionally, the study highlights the importance of measuring AI’s value through key performance indicators and customer satisfaction metrics.
The paper contributes to the existing literature by providing a comprehensive overview of recent AI advancements and their implications for SMEs, particularly emphasizing the challenges posed by limited access to high-quality data. It suggests tailored solutions like collaborative data-sharing initiatives and synthetic data generation to overcome these obstacles. The structured categorization of AI technologies and their applications offers a clear framework for both technical and non-technical stakeholders. While the study acknowledges limitations such as its reliance on literature published up to 2025 and potential gaps in industry-specific research, it calls for future investigations into specialized AI applications and the long-term impacts of AI adoption on SME sustainability and growth. The insights provided serve as practical guidance for SME leaders in strategic decision-making and AI integration.
Introduction
The introduction of the paper highlights the transformative role of artificial intelligence (AI) in business operations, particularly for small and medium-sized enterprises (SMEs). It notes that while AI presents significant opportunities for enhancing operational efficiency, product development, customer engagement, and competitive advantage, SMEs face unique challenges such as limited resources, technical skill shortages, and organizational resistance to change. Consequently, SMEs tend to focus on AI solutions that promise quick returns on investment rather than large-scale initiatives typical of larger enterprises.
The paper aims to identify core AI technologies driving adoption among SMEs and explore their applications that enhance productivity and innovation. It also emphasizes the importance of developing organizational capabilities and infrastructure to overcome barriers to AI adoption, such as financial constraints and expertise limitations. Additionally, the research seeks to provide practical strategies for SMEs to integrate AI effectively and optimize its value, thereby maximizing return on investment. The subsequent sections will outline the methodology, core AI technologies relevant to SMEs, strategies for addressing implementation challenges, and methods for evaluating AI’s impact on business functions, culminating in a discussion of the study’s contributions and future research directions.
Methods
The methodology section of this study outlines a systematic literature review (SLR) aimed at evaluating the adoption of artificial intelligence (AI) in small and medium-sized enterprises (SMEs). Following established guidelines, the review focuses on identifying core AI technologies that drive adoption, their diverse applications that enhance productivity, decision-making, and innovation, and the organizational capabilities necessary for successful implementation. The study addresses critical barriers such as limited expertise, financial constraints, and organizational resistance, proposing practical strategies for SMEs to effectively integrate AI into their operations.
Additionally, the research explores methods for measuring and optimizing the value generated from AI adoption, providing insights into maximizing return on investment and refining AI strategies for sustained growth and competitive advantage. The paper is structured to first present the methodology, followed by an overview of relevant AI technologies and applications, strategies for overcoming implementation challenges, and approaches for evaluating AI’s impact across business functions. The section concludes with a discussion of the study’s originality, contributions, limitations, and future research directions, with a detailed overview of the SLR process illustrated in Figure 1 and a PRISMA flow diagram included in Appendix A.
Results
The results section summarizes the findings from a literature review of 50 academic papers focused on AI technologies and AI-powered business applications in small and medium-sized enterprises (SMEs). Table 1 categorizes these papers based on various AI technologies, including Machine Learning (ML), Deep Learning (DL), Natural Language Processing (NLP), Generative AI (GAI), Explainable AI (XAI), Robotic Process Automation (RPA), and others, alongside their applications in business functions such as Operations and Logistics (OL), Financial Analysis (FA), and Business Intelligence and Analytics (BIA). The analysis indicates that ML and NLP are the most prevalent AI technologies, with 33 and 15 papers respectively, while OL and BIA are the most frequently addressed business applications, with 32 and 18 papers.
The publication trend shows a notable increase in research output from 2023 to 2024, with 33 papers published during this period, highlighting the growing interest in AI’s role in enhancing business operations. The findings suggest that RPA, while classified as a technology due to its task automation capabilities, also serves as an AI-powered business application. Further insights regarding organizational capabilities and value optimization are discussed in subsequent sections, emphasizing the strategic implications of AI adoption in SMEs.
Discussion
In this section, the authors outline the research questions (RQs) that guide their study on the adoption of artificial intelligence (AI) by small and medium enterprises (SMEs), framed within the principles of Service Science, Management, and Engineering (SSME). The iterative development process of these RQs involved a comprehensive literature review, leading to the identification of four core questions: RQ1 focuses on the effective AI technologies adopted by SMEs; RQ2 examines the applications of AI in enhancing business functions; RQ3 investigates the organizational capabilities required for successful AI adoption; and RQ4 explores how SMEs measure and optimize the value derived from AI. These questions address a significant gap in the existing literature regarding the internal capacities SMEs need to support AI integration and evaluate its return on investment.
The authors detail their systematic literature review (SLR) methodology, which involved selecting relevant publications from databases like Scopus and Web of Science, using specific keywords related to SMEs and AI. After an extensive screening process, 50 articles were chosen for analysis, with 27 providing primary data to answer the RQs. The analysis revealed key AI technologies such as Machine Learning, Deep Learning, and Natural Language Processing, along with their applications across various business functions, including Sales and Marketing, Operations and Logistics, and Finance and Accounting. The findings indicate that while certain technologies and applications are well-represented in the literature, others, such as the role of leadership in digital transformation, remain underexplored, highlighting opportunities for future research. Overall, the study offers a structured framework for understanding AI adoption in SMEs, providing valuable insights for both academic and industry stakeholders.