DOI: https://doi.org/10.1016/j.technovation.2024.103063
تاريخ النشر: 2024-06-25
المؤلف: Adam Shore وآخرون
الموضوع الرئيسي: آثار جائحة كوفيد-19
نظرة عامة
تبحث ورقة البحث في تأثير الذكاء الاصطناعي التوليدي (Gen AI) على الشركات الصغيرة والمتوسطة (SMEs) في سياق الاضطرابات السوقية التي تفاقمت بسبب جائحة COVID-19، والأزمات الجيوسياسية، والانكماشات الاقتصادية. على الرغم من الاهتمام المتزايد بـ Gen AI، هناك نقص ملحوظ في الدراسات التجريبية التي تفحص تأثيره على التوجه الريادي (EO) وقدرة الشركات على تطوير المرونة الريادية. لسد هذه الفجوة، استخدم المؤلفون نموذجًا نظريًا قائمًا على وجهة النظر الشرطية للقدرة الديناميكية، مستفيدين من بيانات مقطعية من مسح شمل 87 شركة صغيرة ومتوسطة في فرنسا.
تكشف النتائج أن كل من Gen AI و EO يساهمان بشكل كبير في تعزيز المرونة الريادية، التي تتميز بأنها قدرات ديناميكية من الدرجة العليا والدنيا. ومع ذلك، تحدد الدراسة أيضًا تأثيرًا معتدلًا سلبيًا للاضطراب السوقي على العلاقة بين EO والمرونة الريادية، مما يتحدى الافتراض القائل بأن زيادة الاضطراب السوقي تؤدي حتمًا إلى تعزيز القدرات الديناميكية والميزة التنافسية. تسهم هذه البحث في فهم القدرات الديناميكية ضمن وجهة النظر الشرطية وتقترح الحاجة إلى مزيد من الاستكشاف للديناميات غير الخطية للاضطراب السوقي في الدراسات المستقبلية.
مقدمة
تسلط مقدمة ورقة البحث هذه الضوء على التحديات الفريدة التي يواجهها رواد الأعمال خلال الأزمات، مشددة على الحاجة إلى المرونة والقدرة على التكيف في استراتيجيات الأعمال. وتؤكد على أهمية عقلية النمو، والتعلم من الفشل، واتخاذ المخاطر المحسوبة كعناصر أساسية لتمكين رواد الأعمال من التنقل في حالة عدم اليقين واغتنام الفرص الجديدة. تناقش هذه القسم أيضًا دور الذكاء الاصطناعي التوليدي (Gen AI) في تعزيز المرونة الريادية (ER) من خلال أتمتة المهام، وتوقع الاتجاهات، وتحديد الفرص الجديدة، مما يمكّن الشركات من الحفاظ على تنافسيتها في بيئة رقمية تتطور بسرعة.
علاوة على ذلك، تحدد الورقة التوجه الريادي (EO) كعامل حاسم في استغلال Gen AI لتعزيز ER. يشمل EO العقلية والاستراتيجيات التي يستخدمها رواد الأعمال Pursue الابتكار وإدارة المخاطر، والتي تعتبر ضرورية للتكيف مع ظروف السوق المتغيرة. تفترض المقدمة أنه بينما قد لا يؤثر Gen AI بشكل مباشر على ER، فإن دمجه في ممارسات الأعمال يمكن أن يمكّن الشركات الصغيرة بشكل كبير من أتمتة العمليات وتحسين اتخاذ القرار، مما يعزز من ميزتها التنافسية. يدعو المؤلفون إلى مزيد من البحث التجريبي لاستكشاف فعالية Gen AI في دعم الشركات الصغيرة خلال الأوقات الصعبة، لا سيما في سياق EO وأبعاده، مقترحين سؤال بحث يهدف إلى التحقيق في تأثير أدوات Gen AI على EO.
النتائج
في هذا القسم، يناقش المؤلفون المنهجية المستخدمة لتحليل البيانات لدراستهم حول الذكاء الاصطناعي التوليدي، مشيرين إلى التحديات المرتبطة بالحصول على حجم عينة كبير بما فيه الكفاية بسبب حداثة الموضوع. لمعالجة ذلك، استخدموا طريقة الجذر التربيعي العكسي التي اقترحها كوك وحدايا (2018) لحساب حجم العينة المطلوب، مما أدى في النهاية إلى تحديد أن عينة من 88 مشاركًا كانت ضرورية لتحقيق قوة إحصائية قدرها 0.58 عند مستوى دلالة قدره 0.05.
استخدم المؤلفون تقنية نمذجة المعادلات الهيكلية باستخدام المربعات الصغرى الجزئية (PLS-SEM)، المعروفة بمرونتها في التعامل مع النماذج المعقدة. تم إبلاغ هذا الاختيار من خلال الأبحاث السابقة، بما في ذلك دراسات ليانغ وآخرون (2007)، كوك وحدايا (2018)، بينيتز وآخرون (2020)، ومانلي وآخرون (2021). بشكل عام، تعكس نهج المؤلفين في تحديد حجم العينة واختيار المنهجية اعتبارات دقيقة للخصائص الفريدة لموضوع بحثهم، مما يضمن قوة إحصائية كافية لاستخلاص استنتاجات ذات مغزى.
المناقشة
في هذه الدراسة، يستكشف المؤلفون التفاعل بين الذكاء الاصطناعي التوليدي (Gen AI)، والتوجه الريادي (EO)، والمرونة الريادية (ER) في سياق الاضطراب السوقي (MT). يجادلون بأن EO، الذي يجسد النهج الاستراتيجي للمنظمة تجاه الابتكار، وتحمل المخاطر، والاستباقية، هو أمر حاسم لتعزيز ER، خاصة خلال الأزمات. تسلط الأبحاث الضوء على فجوة في الأدبيات الحالية بشأن كيفية تأثير MT على العلاقة بين EO و ER، مما يشير إلى أن فعالية القدرات الديناميكية، مثل EO و Gen AI، تعتمد على السياق السوقي الذي يتم نشرها فيه.
يصور المؤلفون Gen AI كقدرة ديناميكية من الدرجة الدنيا تعزز التعلم التنظيمي والقدرة على التكيف، بينما يتم تأطير EO كقدرة من الدرجة العليا مرتبطة بالأداء. يفترضون أن Gen AI يمكن أن يحسن EO بشكل كبير من خلال تمكين المنظمات من تحديد واغتنام الفرص بشكل أكثر فعالية، مما يعزز من مرونتها في البيئات المتقلبة. تستخدم الدراسة مسحًا للشركات الصغيرة والمتوسطة في فرنسا لتقييم تصورات فوائد Gen AI، بهدف تقديم رؤى حول كيفية تمكن هذه الشركات من استغلال أدوات Gen AI لتحقيق الأهداف الاستراتيجية. في النهاية، تسهم الأبحاث في النقاش حول التحول الرقمي والإدارة الاستراتيجية من خلال توضيح أدوار Gen AI و EO في تعزيز المرونة في ظل الاضطراب السوقي.
القيود
تقدم الدراسة رؤى نظرية وإدارية مهمة لكنها تعترف بعدة قيود قد تؤثر على قابلية تعميم نتائجها. أولاً، الاعتماد على نهج القدرة الديناميكية، رغم قيمته في فهم الميزة التنافسية والمرونة الريادية (ER)، قد لا يكون قابلًا للتطبيق عالميًا عبر جميع سيناريوهات الأزمات. بالإضافة إلى ذلك، تتضمن الدراسة نظرية معالجة المعلومات التنظيمية (OIPT)، التي تبرز ضرورة أن تتكيف المنظمات مع الاضطراب السوقي من خلال معالجة المعلومات غير المؤكدة لتعزيز اتخاذ القرار وتعزيز المرونة. ومع ذلك، قد تؤدي المنهجية المعتمدة على الاستطلاعات إلى إدخال الذاتية والتحيز، مما يشير إلى أن نهجًا طوليًا قد يعزز من صحة النتائج.
علاوة على ذلك، قد يحد التركيز على اقتصاد واحد، وهو فرنسا، من قابلية تطبيق النتائج على سياقات ثقافية واقتصادية أخرى. تشمل اتجاهات البحث المستقبلية استخدام منهجية متعددة الحالات لاستكشاف الذكاء الاصطناعي التوليدي (Gen AI) كقدرة ديناميكية، وفحص تأثير العوامل الثقافية على العقليات الريادية والاستثمارات التكنولوجية، والتحقيق في الأبعاد العاطفية والنفسية للمرونة. قد يشمل ذلك كيفية تأثير الاستجابات العاطفية السلبية خلال الأزمات على تطوير المرونة وكيف يمكن أن تعزز المشاعر الإيجابية ذلك. أخيرًا، تتطلب الآثار الأخلاقية والاجتماعية لـ Gen AI في ريادة الأعمال مزيدًا من الاستكشاف، لا سيما فيما يتعلق بتأثيراته على اتخاذ القرار، والإبداع، والآثار الاجتماعية الأوسع.
DOI: https://doi.org/10.1016/j.technovation.2024.103063
Publication Date: 2024-06-25
Author(s): Adam Shore et al.
Primary Topic: COVID-19 Pandemic Impacts
Overview
The research paper investigates the impact of Generative AI (Gen AI) on small and medium-sized enterprises (SMEs) in the context of market turbulence exacerbated by the COVID-19 pandemic, geopolitical crises, and economic downturns. Despite the growing interest in Gen AI, there is a notable lack of empirical studies examining its influence on entrepreneurial orientation (EO) and the capacity of firms to develop entrepreneurial resilience. To fill this gap, the authors employed a theoretical model grounded in the contingent view of dynamic capability, utilizing cross-sectional data from a survey of 87 SMEs in France.
The findings reveal that both Gen AI and EO significantly contribute to enhancing entrepreneurial resilience, characterized as higher-order and lower-order dynamic capabilities. However, the study also identifies a negative moderating effect of market turbulence on the relationship between EO and entrepreneurial resilience, challenging the assumption that increased market turbulence invariably leads to enhanced dynamic capabilities and competitive advantage. This research contributes to the understanding of dynamic capabilities within the contingent view and suggests the need for further exploration of the non-linear dynamics of market turbulence in future studies.
Introduction
The introduction of this research paper highlights the unique challenges entrepreneurs face during crises, emphasizing the need for resilience and adaptability in business strategies. It underscores the importance of a growth mindset, learning from failure, and calculated risk-taking as essential components for entrepreneurs to navigate uncertainty and seize new opportunities. The section also discusses the role of generative AI (Gen AI) in enhancing entrepreneurial resilience (ER) by automating tasks, predicting trends, and identifying new opportunities, thereby enabling businesses to maintain competitiveness in a rapidly evolving digital landscape.
Furthermore, the paper identifies entrepreneurial orientation (EO) as a critical factor in leveraging Gen AI to enhance ER. EO encompasses the mindset and strategies entrepreneurs employ to pursue innovation and manage risks, which are vital for adapting to changing market conditions. The introduction posits that while Gen AI may not directly influence ER, its integration into business practices can significantly empower small enterprises to automate processes and improve decision-making, thus fostering a competitive edge. The authors call for further empirical research to explore the efficacy of Gen AI in supporting small businesses during challenging times, particularly in the context of EO and its dimensions, suggesting a research question aimed at investigating the impact of Gen AI tools on EO.
Results
In this section, the authors discuss the methodology employed to analyze data for their study on Generative AI, highlighting the challenges associated with obtaining a sufficiently large sample size due to the novelty of the subject. To address this, they utilized the inverse square root method proposed by Kock and Hadaya (2018) to calculate the required sample size, ultimately determining that a sample of 88 participants was necessary to achieve a statistical power of 0.58 at a significance level of 0.05.
The authors employed the Partial Least Squares Structural Equation Modeling (PLS-SEM) technique, which is recognized for its flexibility in handling complex models. This choice was informed by prior research, including studies by Liang et al. (2007), Kock and Hadaya (2018), Benitez et al. (2020), and Manley et al. (2021). Overall, the authors’ approach to sample size determination and methodological selection reflects a careful consideration of the unique characteristics of their research topic, ensuring adequate statistical power for drawing meaningful conclusions.
Discussion
In this study, the authors explore the interplay between Generative Artificial Intelligence (Gen AI), Entrepreneurial Orientation (EO), and Entrepreneurial Resilience (ER) within the context of market turbulence (MT). They argue that EO, which embodies an organization’s strategic approach to innovation, risk-taking, and proactivity, is crucial for fostering ER, particularly during crises. The research highlights a gap in existing literature regarding how MT moderates the relationship between EO and ER, suggesting that the effectiveness of dynamic capabilities, such as EO and Gen AI, is contingent upon the market context in which they are deployed.
The authors conceptualize Gen AI as a lower-order dynamic capability that enhances organizational learning and adaptability, while EO is framed as a higher-order capability linked to performance. They posit that Gen AI can significantly improve EO by enabling organizations to identify and seize opportunities more effectively, thus enhancing their resilience in volatile environments. The study employs a survey of small and medium-sized enterprises in France to assess perceptions of Gen AI’s benefits, aiming to provide insights into how these businesses can leverage Gen AI tools to achieve strategic objectives. Ultimately, the research contributes to the discourse on digital transformation and strategic management by elucidating the roles of Gen AI and EO in fostering resilience amid market turbulence.
Limitations
The study presents significant theoretical and managerial insights but acknowledges several limitations that could affect the generalizability of its findings. Firstly, the reliance on the dynamic capability approach, while valuable for understanding competitive advantage and entrepreneurial resilience (ER), may not be universally applicable across all crisis scenarios. Additionally, the study incorporates the Organisational Information Processing Theory (OIPT), which highlights the necessity for organizations to adapt to market turbulence by processing uncertain information to enhance decision-making and foster resilience. However, the survey-based methodology employed may introduce subjectivity and bias, suggesting that a longitudinal approach could strengthen the validity of the results.
Moreover, the focus on a single economy, specifically France, may limit the applicability of the findings to other cultural and economic contexts. Future research directions include employing a multi-case methodology to explore generative AI (Gen AI) as a dynamic capability, examining the influence of cultural factors on entrepreneurial mindsets and technological investments, and investigating the emotional and psychological dimensions of resilience. This could encompass how negative emotional responses during crises impact resilience development and how positive emotions might bolster it. Lastly, the ethical and social implications of Gen AI in entrepreneurship warrant further exploration, particularly regarding its effects on decision-making, creativity, and broader societal impacts.