DOI: https://doi.org/10.1108/jkm-07-2023-0634
تاريخ النشر: 2024-12-16
المؤلف: Reza Marvi وآخرون
الموضوع الرئيسي: التسويق الرقمي ووسائل التواصل الاجتماعي
نظرة عامة
تستكشف هذه الورقة البحثية تقاطع الذكاء الاصطناعي (AI) والتسويق ضمن إطار إدارة المعرفة (KM). تهدف إلى توضيح كيف تعزز تقنيات الذكاء الاصطناعي اتخاذ القرارات المستندة إلى البيانات، وتحسين التواصل التجاري، وتخصيص تجارب العملاء، وتحسين الحملات التسويقية، وفي النهاية زيادة فعالية التسويق. باستخدام منهجية كمية ومنهجية منظمة تشمل تحليل الاقتباسات، وتنقيب النصوص، وتحليل الاقتباسات المشتركة، تتناول الدراسة فجوة كبيرة في البحث التجريبي بشأن تأثير الذكاء الاصطناعي على التسويق ومساراته المستقبلية.
تكشف النتائج عن ثلاث وجهات نظر أساسية حول الذكاء الاصطناعي في التسويق: وجهة نظر الوكيل، والأداة، والمجموعة. يقترح المؤلفون إطارًا مفاهيميًا لا يحدد فقط اتجاهات البحث المستقبلية ولكن أيضًا يوسع الأدبيات الحالية حول الذكاء الاصطناعي والتسويق ضمن سياق إدارة المعرفة. تؤكد الدراسة على الحاجة إلى تحقيقات مستقبلية في مجالات محددة مثل تخصيص العملاء المدفوع بالذكاء الاصطناعي، والآثار الأخلاقية، وديناميات القوى العاملة، والتطبيقات عبر الثقافات للذكاء الاصطناعي في استراتيجيات التسويق. من خلال معالجة هذه الموضوعات باستخدام منهجيات مناسبة، تهدف الأبحاث إلى تعزيز الفهم وتطبيق الذكاء الاصطناعي في كل من التسويق وإدارة المعرفة.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على الأهمية المتزايدة للذكاء الاصطناعي (AI) في قطاعات التسويق والأعمال، وهو مجال لم يحظَ إلا مؤخرًا باهتمام أكاديمي كبير منذ السؤال الأساسي لألان تورينغ في عام 1950 بشأن إدراك الآلة. على الرغم من انتشار الدراسات المتعلقة بالذكاء الاصطناعي، غالبًا ما تفتقر هذه الأعمال إلى التكامل والسياق ضمن إدارة المعرفة (KM)، مما يؤدي إلى فهم مجزأ لدور الذكاء الاصطناعي في التسويق. يشير المؤلفون إلى أنه بينما يتجاهل علماء التسويق غالبًا الآثار الاجتماعية والاقتصادية للذكاء الاصطناعي، يميل الباحثون في الإدارة إلى عدم الإلمام بنماذج اعتماد التكنولوجيا الشاملة. تعيق هذه الفجوة تقدم المجال وتستدعي استكشافًا أكثر تماسكًا لتأثير الذكاء الاصطناعي على استراتيجيات التسويق واستخدام المعرفة.
تهدف الورقة إلى تقديم مراجعة تكاملية للأدبيات الحالية حول الذكاء الاصطناعي، باستخدام منهجيات مثل الاقتباسات، والاقتباسات المشتركة، وتنقيب النصوص لبناء نموذج مفاهيمي يحدد فرص البحث ضمن مجال الذكاء الاصطناعي. يطرح المؤلفون ثلاثة أسئلة بحثية تركز على الهيئات المعرفية المؤثرة، والتكوين المكاني لمجالات البحث، وتطوير إطار مفاهيمي يلتقط الموضوعات الناشئة في الذكاء الاصطناعي والتسويق ضمن سياق إدارة المعرفة. من خلال دمج وجهات نظر متنوعة ومعالجة الفجوات في الأدبيات، تسعى الدراسة إلى تعزيز الفهم حول كيفية تحسين تقنيات الذكاء الاصطناعي لفعالية التسويق، وتسهيل اتخاذ القرارات المستندة إلى البيانات، وتحسين تفاعل العملاء. تمهد المقدمة الطريق لفحص شامل لتطور الذكاء الاصطناعي وآثاره على ممارسات التسويق.
النتائج
استخدمت الدراسة تحليل الاقتباسات المشتركة ومنهجية تنقيب النصوص باستخدام برنامج ليكسمانسير لاستكشاف تطور مجاري البحث في الذكاء الاصطناعي (AI) وتقاطعه مع التسويق والأعمال. تدعم النتائج أول سؤالين بحثيين (RQ1 و RQ2) من خلال رسم خرائط للموضوعات والمفاهيم المركزية ضمن أدبيات الذكاء الاصطناعي. تشمل الموضوعات الرئيسية المحددة التكنولوجيا، وتجربة العملاء، ودور التعلم الآلي، مع ظهور موضوعات التكنولوجيا والعملاء كالأكثر أهمية. كشفت التحليلات أن وجود نظام بيئي داعم للابتكارات في الذكاء الاصطناعي أمر حاسم للنجاح، مما يبرز الحاجة إلى تطوير الشركات لقدرات محددة في الذكاء الاصطناعي، مثل التعلم الآلي، لاستغلال الإمكانات الكاملة للذكاء الاصطناعي.
تشير نتائج تنقيب النصوص إلى أن تأثير الذكاء الاصطناعي يمتد عبر مستويات مختلفة، بما في ذلك المهام، والوظائف، وأدوار الموظفين، بينما تبرز أيضًا أهمية الخدمات المعتمدة على التكنولوجيا في تعزيز تفاعلات وتجارب العملاء. يبرز موضوع العملاء أهمية التخصيص ورحلة العميل، مما يشير إلى أن الأبحاث المستقبلية يجب أن تحقق في كيفية تأثير التخصيص على اتخاذ القرار عبر سياقات ثقافية مختلفة. بالإضافة إلى ذلك، يشير موضوع التعلم الآلي إلى إمكانياته في ابتكار الخدمات، على الرغم من أنه لا يزال غير مستكشف بشكل كافٍ فيما يتعلق بولاء العملاء وخلق السوق. بشكل عام، تدعو الدراسة إلى مزيد من التحقيق في الأدوار المتطورة للموظفين البشر في بيئات آلية بشكل متزايد وآثار الذكاء الاصطناعي على العمليات التجارية واتخاذ القرارات.
المناقشة
في هذا القسم، يناقش المؤلفون منهجيتهم ونتائجهم المتعلقة بالتنظيم الفكري للذكاء الاصطناعي (AI) في مجال التسويق. باستخدام تحليل الاقتباسات المشتركة وتنقيب النصوص، هدفوا إلى تقييم التطور التاريخي والبنية المعرفية لأبحاث الذكاء الاصطناعي. كشف تحليل الاقتباسات المشتركة عن تأثير دراسات مختلفة على الذكاء الاصطناعي، بينما ساعد تنقيب النصوص من خلال ليكسمانسير في تحديد الموضوعات والمفاهيم الرئيسية ضمن الأدبيات. ركزت الدراسة على المقالات المنشورة في Web of Science من عام 1970 إلى 2021، مما أدى في النهاية إلى تضييق نطاقها إلى 502 منشور ذي صلة بعد تطبيق معايير شمول صارمة.
يصنف المؤلفون التطور التاريخي للذكاء الاصطناعي إلى ثلاث وجهات نظر متميزة: وجهة نظر “الوكيل”، حيث يقوم الذكاء الاصطناعي بتكرار اتخاذ القرار البشري؛ وجهة نظر “الأداة”، التي تؤكد على دور الذكاء الاصطناعي في تعزيز الإنتاجية وتفاعلات العملاء؛ ووجهة نظر “المجموعة”، التي تعتبر الذكاء الاصطناعي جزءًا من نظام متكامل يتطلب موارد متنوعة للتنفيذ الفعال. تسلط كل وجهة نظر الضوء على آثار مختلفة على ممارسات التسويق، مثل أهمية تقييمات المستهلكين ودمج الذكاء الاصطناعي في أنظمة إدارة علاقات العملاء (CRM). تشير النتائج إلى أن الأبحاث المستقبلية يجب أن تستكشف التفاعل بين تقنيات الذكاء الاصطناعي وسلوك المستهلك، لا سيما في سياق التخصيص، وتفاعلات الخدمة، والآثار الأخلاقية لاستخدام الذكاء الاصطناعي في التسويق.
القيود
في قسم “القيود”، يعترف المؤلفون بوجود قيود رئيسية تؤثر على بحثهم. أولاً، كانت عملية اختيار المقالات لتحليل البيانات قائمة على نظام تصنيف المجلات ABS، الذي، على الرغم من كونه مصدرًا موثوقًا، إلا أنه عرضة للإدراك الأكاديمي وقد يقدم تحيزًا في تحديد المقالات التي يتم تضمينها أو استبعادها. للتخفيف من هذه المشكلة، ركز المؤلفون على المقالات المصنفة بـ 4*، 4، أو 3 نجوم، ساعين لتحقيق توازن بين الشمولية والصرامة لدعم استنتاجات صحيحة.
ثانيًا، يشير المؤلفون إلى أن التحليل البيبليومتري، على عكس التحليلات التراكمية، يوفر نظرة عامة عامة على مجال الأدبيات. قد يؤدي هذا النهج إلى فهم واسع فقط لموضوعات البحث ويحد من عمق الرؤى حول سلاسل البحث المحددة. بينما يمكن أن يعزز الفحص الشامل للأعمال المستشهد بها والمستشهدة بها الفهم، إلا أن القدرة على تمييز العلاقات بين المتغيرات المختلفة تبقى مقيدة ضمن هذا الإطار.
DOI: https://doi.org/10.1108/jkm-07-2023-0634
Publication Date: 2024-12-16
Author(s): Reza Marvi et al.
Primary Topic: Digital Marketing and Social Media
Overview
This research paper investigates the intersection of artificial intelligence (AI) and marketing within the framework of knowledge management (KM). It aims to elucidate how AI technologies enhance data-driven decision-making, improve business communication, personalize customer experiences, optimize marketing campaigns, and ultimately boost marketing effectiveness. Employing a quantitative and systematic methodology that includes citation analysis, text mining, and co-citation analysis, the study addresses a significant gap in empirical research regarding AI’s impact on marketing and its future trajectories.
The findings reveal three foundational perspectives on AI in marketing: the proxy, tool, and ensemble views. The authors propose a conceptual framework that not only outlines future research directions but also expands the existing literature on AI and marketing within the KM context. The study emphasizes the need for future investigations into specific areas such as AI-driven customer personalization, ethical implications, workforce dynamics, and cross-cultural applications of AI in marketing strategies. By addressing these topics with appropriate methodologies, the research aims to advance the understanding and application of AI in both marketing and KM.
Introduction
The introduction of this research paper highlights the growing significance of artificial intelligence (AI) in the marketing and business sectors, a field that has only recently garnered substantial scholarly attention since Alan Turing’s foundational question in 1950 regarding machine cognition. Despite the proliferation of AI-related studies, these works often lack integration and context within knowledge management (KM), leading to a fragmented understanding of AI’s role in marketing. The authors note that while marketing scholars frequently overlook the socioeconomic implications of AI, management researchers tend to be unfamiliar with comprehensive technology adoption models. This disconnection hinders the advancement of the field and necessitates a more cohesive exploration of AI’s impact on marketing strategies and knowledge utilization.
The paper aims to provide an integrative review of existing AI literature, utilizing methodologies such as citations, co-citations, and text mining to construct a conceptual model that identifies research opportunities within the AI domain. The authors pose three research questions focused on the influential bodies of knowledge, the spatial configuration of research areas, and the development of a conceptual framework that captures emerging topics in AI and marketing within the KM context. By synthesizing diverse perspectives and addressing gaps in the literature, the study seeks to enhance understanding of how AI technologies can optimize marketing effectiveness, facilitate data-driven decision-making, and improve customer engagement. The introduction sets the stage for a comprehensive examination of AI’s evolution and its implications for marketing practices.
Results
The study employed a co-citation analysis and text-mining approach using Leximancer software to explore the evolution of research streams in artificial intelligence (AI) and its intersection with marketing and business. The findings substantiate the first two research questions (RQ1 and RQ2) by mapping central themes and concepts within the AI literature. Key themes identified include technology, customer experience, and the role of machine learning, with technology and customer themes emerging as the most significant. The analysis revealed that a supportive ecosystem for AI innovations is critical for success, emphasizing the need for firms to develop specific AI capabilities, such as machine learning, to harness AI’s full potential.
The text-mining results indicate that AI’s impact spans various levels, including tasks, jobs, and employee roles, while also highlighting the importance of technology-based services in enhancing customer interactions and experiences. The customer theme underscores the significance of personalization and the customer journey, suggesting future research should investigate how personalization influences decision-making across different cultural contexts. Additionally, the machine learning theme points to its potential in service innovation, although it remains underexplored in relation to customer loyalty and market creation. Overall, the study calls for further investigation into the evolving roles of human employees in increasingly automated environments and the implications of AI on business processes and decision-making.
Discussion
In this section, the authors discuss their methodology and findings regarding the intellectual organization of artificial intelligence (AI) in the marketing domain. Utilizing co-citation analysis and text mining, they aimed to assess the historical development and cognitive structure of AI research. Co-citation analysis revealed the influence of various studies on AI, while text mining through Leximancer helped identify key themes and concepts within the literature. The study focused on articles published in the Web of Science from 1970 to 2021, ultimately narrowing down to 502 relevant publications after applying strict inclusion criteria.
The authors categorize the historical development of AI into three distinct views: the “proxy” view, where AI replicates human decision-making; the “tool” view, which emphasizes AI’s role in enhancing productivity and customer interactions; and the “ensemble” view, which regards AI as part of an integrated system that requires various resources for effective implementation. Each perspective highlights different implications for marketing practices, such as the importance of consumer evaluations and the integration of AI into customer relationship management (CRM) systems. The findings suggest that future research should explore the interplay between AI technologies and consumer behavior, particularly in the context of personalization, service encounters, and the ethical implications of AI use in marketing.
Limitations
In the “Limitations” section, the authors acknowledge two primary constraints affecting their research. First, the selection of articles for data analysis was based on the ABS journal ranking system, which, despite being a reputable source, is subject to scholarly perception and may introduce bias in determining which articles are included or excluded. To mitigate this issue, the authors focused on articles rated 4*, 4, or 3 stars, aiming for a balance between inclusivity and rigor to support valid conclusions.
Second, the authors note that bibliometric analysis, unlike meta-analyses, provides a generalized overview of a literature domain. This approach may yield only a broad understanding of research themes and limit the depth of insights into specific research chains. While a thorough examination of cited and citing works can enhance understanding, the ability to discern relationships between various variables remains constrained within this framework.