DOI: https://doi.org/10.1108/jbim-03-2024-0205
تاريخ النشر: 2025-01-30
المؤلف: Prashant Mehta وآخرون
الموضوع الرئيسي: البيانات الضخمة وذكاء الأعمال
نظرة عامة
تبحث ورقة البحث في دور سمات شخصية مديري الحسابات الرئيسية، وتحديداً سمات الخمسة الكبار—الانفتاح، والود، والاجتهاد، والعصابية، والانفتاح على التجربة—في اعتماد تقنيات الذكاء الاصطناعي (AI) داخل الأسواق بين الشركات. تسلط الدراسة الضوء على أن نجاح برامج إدارة الحسابات الرئيسية (KAM) يتأثر بشكل كبير بالسمات الفردية لمديري الحسابات الرئيسية، مما يؤثر بدوره على الميزة التنافسية والأداء العام للشركات. باستخدام نهج مختلط، أجرت الدراسة أولاً مقابلات مع 26 مدير حساب رئيسي في صناعة السيارات لتحديد تسعة مفاهيم مرتبطة بالشخصية واعتماد الذكاء الاصطناعي. أكدت دراسة استقصائية لاحقة مع 496 مستجيباً هذه المفاهيم وكشفت أن سمات الشخصية تؤثر بشكل ملحوظ على اعتماد تقنيات الذكاء الاصطناعي، مع تأثير الثقافة التنظيمية على العلاقة بين الود واعتماد الذكاء الاصطناعي.
تشير النتائج إلى أن المنظمات يمكن أن تعزز ميزتها التنافسية من خلال مواءمة تكوين الفريق وبرامج التدريب مع ملفات تعريف شخصية مديري الحسابات الرئيسية. من خلال التعرف على كيفية تأثير سمات مثل الاجتهاد والانفتاح على دمج الذكاء الاصطناعي، يمكن للشركات تحسين استراتيجيات اعتماد التكنولوجيا الخاصة بها وتحسين علاقات العملاء. تسهم هذه الدراسة في مجالات علم النفس التنظيمي واعتماد التكنولوجيا، مما يبرز أهمية الشخصية في التنقل عبر تعقيدات دمج الذكاء الاصطناعي في بيئات الأعمال. بشكل عام، تؤكد الدراسة أن نهجاً مدروساً في اختيار وتطوير الأفراد يمكن أن يسهل تنفيذ الذكاء الاصطناعي بشكل فعال، مما يؤدي في النهاية إلى تحسين الأداء ورضا العملاء.
مقدمة
ت outlines مقدمة ورقة البحث الإطار النظري الذي يدعم الدراسة، والذي يدمج نموذج الشخصية الخمسة الكبار، ونموذج التكنولوجيا-المنظمة-البيئة (TOE)، ووجهة النظر القائمة على الموارد (RBV) للشركة. يتم استخدام نموذج الشخصية الخمسة الكبار لتحليل كيفية تأثير سمات الشخصية—الانفتاح، والود، والعصابية، والانفتاح على التغيير، والاجتهاد—على المواقف تجاه اعتماد الذكاء الاصطناعي. تشير الأبحاث السابقة إلى أن هذه السمات تؤثر بشكل كبير على استجابات الأفراد للمحفزات الجديدة، مثل الذكاء الاصطناعي، والتي تشمل الأبعاد الاجتماعية والعاطفية والوظيفية. يبرز نموذج TOE أن اعتماد التكنولوجيا يتشكل من خلال خصائص التكنولوجيا، والسياق التنظيمي، والعوامل البيئية الخارجية، مما يبرز ضرورة فهم كل من وجهات النظر الفردية والتنظيمية في اعتماد التكنولوجيا.
تناقش الورقة أيضاً أهمية صانعي القرار، وخاصة مديري الحسابات الرئيسية، في عملية اعتماد التكنولوجيا، حيث أن تصوراتهم حول الخصائص التنظيمية—مثل الاستعداد والميزة التنافسية—حيوية. تفترض RBV أن موارد الشركة، بما في ذلك الثقافة والقدرات، ضرورية لصياغة وتنفيذ الاستراتيجية التنافسية. تفترض الدراسة أن اعتماد الذكاء الاصطناعي يمكن أن يوفر للشركات موارد فريدة تمنحها مزايا تنافسية، بينما تقترح أيضاً أن الثقافة التنظيمية قد تؤثر على العلاقة بين سمات الشخصية واعتماد الذكاء الاصطناعي، فضلاً عن الرابط بين اعتماد الذكاء الاصطناعي والميزة التنافسية. يهدف هذا النهج الشامل إلى توضيح التفاعل بين سمات الشخصية الفردية والديناميات التنظيمية في سياق اعتماد تكنولوجيا الذكاء الاصطناعي.
نقاش
تبحث قسم النقاش في ورقة البحث في الدور الوسيط للثقافة التنظيمية على العلاقة بين سمات الشخصية الخمسة الكبار واعتماد الذكاء الاصطناعي، فضلاً عن الآثار اللاحقة على الميزة التنافسية وأداء الشركة في سياق إدارة الحسابات الرئيسية (KAM). تسلط الدراسة الضوء على أن المنظمات تستثمر بشكل متزايد في تقنيات الذكاء الاصطناعي لتعزيز إدارة علاقات العملاء، مما يبرز أهمية فهم توقعات قيمة العملاء واستغلال المعرفة لتحقيق ميزة تنافسية. تشير النتائج إلى أن سمات الشخصية مثل الانفتاح، والود، والاجتهاد، والعصابية، والانفتاح تؤثر بشكل كبير على مواقف مديري الحسابات الرئيسية تجاه اعتماد الذكاء الاصطناعي، مما يؤثر بدوره على أداء الشركة وولاء العملاء.
تستخدم الدراسة نهجاً مختلطاً، يجمع بين المقابلات النوعية والتحليل الكمي لاستكشاف الديناميات المعقدة بين سمات الشخصية الفردية، والثقافة التنظيمية، واعتماد التكنولوجيا. كشفت المرحلة النوعية عن مواضيع رئيسية مرتبطة بسمات الشخصية وتأثيرها على اعتماد الذكاء الاصطناعي، بينما استخدمت المرحلة الكمية نمذجة المعادلات الهيكلية للتحقق من صحة هذه العلاقات. تسهم الدراسة في الأدبيات من خلال معالجة المجال غير المستكشف لعوامل المستوى الفردي في إدارة الحسابات الرئيسية وتقديم رؤى حول كيفية تأثير الشخصية على قبول التكنولوجيا، مما يعزز فهم دور الذكاء الاصطناعي في سياقات B2B. بشكل عام، تؤكد الدراسة على ضرورة أن تأخذ المنظمات في الاعتبار كل من العوامل النفسية والثقافية عند تنفيذ تقنيات الذكاء الاصطناعي لتحسين فعاليتها ودفع النجاح على المدى الطويل.
القيود
ت stem القيود الحالية للدراسة، التي ركزت على مديري الحسابات الرئيسية (KAMs) داخل قطاع السيارات الهندي، بشكل أساسي من عموميتها المحدودة لصناعات أخرى مثل الرعاية الصحية، والتصنيع، والضيافة. تشير هذه القيود إلى الحاجة إلى تكرار الدراسة عبر قطاعات ودول مختلفة لاكتشاف رؤى أوسع. بالإضافة إلى ذلك، استخدمت الدراسة منهجية مقطعية، تلتقط البيانات في نقطة زمنية واحدة، مما قد لا يعكس بشكل كافٍ الطبيعة المتطورة للذكاء الاصطناعي (AI) في صناعة السيارات. قد يوفر نهج طولي رؤى أعمق حول هذه الديناميات.
علاوة على ذلك، بينما اعتُبرت الثقافة التنظيمية كعامل وسيط، يجب أن تتضمن الأبحاث المستقبلية مجموعة أوسع من المتغيرات، بما في ذلك التأثيرات البيئية، والتغيرات التشريعية، والقدرات التنظيمية، لتقديم فهم أكثر دقة لاعتماد الذكاء الاصطناعي. يمكن أن تعزز دمج أطر مثل نموذج التكنولوجيا-المنظمة-البيئة، ونظرية مقاومة الابتكار، ونظرية انتشار الابتكار الأساس النظري للدراسات اللاحقة. سيوسع توسيع التركيز ليشمل أدوار إدارية أخرى، فضلاً عن دراسة القدرات التنظيمية والمعرفة المتعلقة بالذكاء الاصطناعي، الاستفسار ويثري استراتيجيات اعتماد الذكاء الاصطناعي المخصصة. يُوصى أيضاً بتصميم بحث متعدد الأساليب لتوسيع نطاق وعمق التحقيقات المستقبلية.
DOI: https://doi.org/10.1108/jbim-03-2024-0205
Publication Date: 2025-01-30
Author(s): Prashant Mehta et al.
Primary Topic: Big Data and Business Intelligence
Overview
The research paper investigates the role of key account managers’ personality traits, specifically the Big Five traits—extraversion, agreeableness, conscientiousness, neuroticism, and openness—in the adoption of artificial intelligence (AI) technologies within B2B markets. The study highlights that the success of key account management (KAM) programs is significantly influenced by individual traits of key account managers, which in turn affect the firms’ competitive advantage and overall performance. Utilizing a mixed-method approach, the research first conducted interviews with 26 key account managers in the automobile industry to identify nine constructs related to personality and AI adoption. A subsequent survey with 496 respondents confirmed these constructs and revealed that personality traits notably influence the adoption of AI technologies, with organizational culture moderating the relationship between agreeableness and AI adoption.
The findings suggest that organizations can enhance their competitive edge by aligning team composition and training programs with the personality profiles of key account managers. By recognizing how traits like conscientiousness and openness impact the integration of AI, firms can optimize their technology adoption strategies and improve client relationships. This research contributes to the fields of organizational psychology and technology adoption, emphasizing the importance of personality in navigating the complexities of AI integration in business environments. Overall, the study underscores that a thoughtful approach to personnel selection and development can facilitate effective AI implementation, ultimately driving better performance and customer satisfaction.
Introduction
The introduction of the research paper outlines the theoretical framework underpinning the study, which integrates the Big-Five personality model, the Technology-Organization-Environment (TOE) model, and the Resource-Based View (RBV) of the firm. The Big-Five personality model is employed to analyze how personality traits—extraversion, agreeableness, neuroticism, openness to change, and conscientiousness—affect attitudes toward AI adoption. Previous research indicates that these traits significantly influence individual responses to new stimuli, such as AI, which encompasses social, emotional, and functional dimensions. The TOE model emphasizes that technology adoption is shaped by the technology’s characteristics, the organizational context, and external environmental factors, highlighting the necessity of understanding both individual and organizational perspectives in technology adoption.
The paper further discusses the importance of decision-makers, particularly key account managers, in the technology adoption process, as their perceptions of organizational characteristics—such as readiness and competitive advantage—are crucial. The RBV posits that a firm’s resources, including culture and capabilities, are vital for competitive strategy formulation and implementation. The study posits that AI adoption can provide firms with unique resources that confer competitive advantages, while also suggesting that organizational culture may moderate the relationship between personality traits and AI adoption, as well as the link between AI adoption and competitive advantage. This comprehensive approach aims to elucidate the interplay between individual personality traits and organizational dynamics in the context of AI technology adoption.
Discussion
The discussion section of the research paper investigates the moderating role of organizational culture on the relationship between the Big Five personality traits and AI adoption, as well as the subsequent effects on competitive advantage and firm performance in the context of Key Account Management (KAM). The study highlights that organizations are increasingly investing in AI technologies to enhance customer relationship management, emphasizing the importance of understanding customer value expectations and leveraging knowledge for competitive advantage. The findings suggest that personality traits such as extraversion, agreeableness, conscientiousness, neuroticism, and openness significantly influence KAMs’ attitudes toward AI adoption, which in turn affects firm performance and customer loyalty.
The research employs a mixed-methods approach, combining qualitative interviews with quantitative analysis to explore the intricate dynamics between individual personality traits, organizational culture, and technological adoption. The qualitative phase revealed key themes related to personality traits and their impact on AI adoption, while the quantitative phase utilized structural equation modeling to validate these relationships. The study contributes to the literature by addressing the underexplored area of individual-level factors in KAM and providing insights into how personality influences technology acceptance, thereby enhancing the understanding of AI’s role in B2B contexts. Overall, the research underscores the necessity for organizations to consider both psychological and cultural factors when implementing AI technologies to optimize their effectiveness and drive long-term success.
Limitations
The limitations of the current study, which focused on Key Account Managers (KAMs) within the Indian automotive sector, primarily stem from its restricted generalizability to other industries such as healthcare, manufacturing, and hospitality. This limitation suggests a need for replication across various sectors and countries to uncover broader insights. Additionally, the research utilized a cross-sectional methodology, capturing data at a single time point, which may not adequately reflect the evolving nature of artificial intelligence (AI) in the automotive industry. A longitudinal approach could provide deeper insights into these dynamics.
Moreover, while organizational culture was considered as a moderating factor, future research should incorporate a wider array of variables, including environmental influences, legislative changes, and organizational competencies, to offer a more nuanced understanding of AI adoption. Integrating frameworks such as the technology-organization-environment model, innovation resistance theory, and diffusion of innovation theory could enhance the theoretical foundation of subsequent studies. Expanding the focus beyond KAMs to include other managerial roles, as well as examining organizational capabilities and knowledge related to AI, would further enrich the inquiry and inform tailored AI adoption strategies. A multi-method research design is also recommended to broaden the scope and depth of future investigations.