DOI: https://doi.org/10.1108/imds-06-2023-0378
تاريخ النشر: 2025-01-24
المؤلف: Qinqin Wu وآخرون
الموضوع الرئيسي: الاقتصاد الرقمي وتحول العمل
نظرة عامة
تبحث هذه الدراسة في آثار اعتماد الذكاء الاصطناعي (AI) على ديناميات الابتكار داخل الشركات المصنعة الصينية، مع التركيز بشكل خاص على تفاعله مع هيكل العمل. باستخدام بيانات بانل من الشركات المدرجة التي تمتد من 2010 إلى 2022، تستخدم الدراسة نموذج التأثيرات الثابتة ذات الاتجاهين (TWFE) لتقييم تأثير الذكاء الاصطناعي على الابتكار، والذي يتم قياسه من خلال مؤشر ثلاثي الأبعاد جديد يشمل الانتباه، والتطبيق، والامتصاص.
تكشف النتائج أن اعتماد الذكاء الاصطناعي يؤثر بشكل إيجابي على كل من القدرات الابتكارية الداخلية والتفاعلات الابتكارية الخارجية. بالإضافة إلى ذلك، يظهر تأثيرات مزدوجة على هيكل التعليم والمهارات للقوى العاملة في الشركات المصنعة، مع تأثير ملحوظ على الابتكار يظهر في الشركات التي توظف قوة عاملة ذات تعليم ومهارات عالية. تسهم هذه الدراسة في الأدبيات الحالية من خلال توضيح الآليات التي يؤثر من خلالها الذكاء الاصطناعي على الابتكار ومن خلال اقتراح قياس جديد لاعتماد الذكاء الاصطناعي، مما يبرز ضرورة وجود قوة عاملة ماهرة للاستفادة بشكل فعال من الابتكار المدفوع بالذكاء الاصطناعي. إن تداعيات هذه النتائج مهمة لكل من صانعي السياسات وأصحاب المصلحة في الصناعة.
مناقشة
تؤكد نتائج هذه الدراسة على الدور المهم للذكاء الاصطناعي (AI) في تعزيز ابتكار المؤسسات، مع تداعيات على اتخاذ القرارات الاستراتيجية وصياغة السياسات المتعلقة باعتماد الذكاء الاصطناعي. يتميز الذكاء الاصطناعي بأنه تقنية عامة الاستخدام (GPT) تعزز الشبكات الابتكارية التعاونية بين مختلف أصحاب المصلحة، بما في ذلك المؤسسات والجامعات والمطورين. تفترض الدراسة أن الذكاء الاصطناعي لا يزيد فقط من توفر موارد الابتكار ولكن أيضًا يعيد تشكيل عملية الابتكار نفسها، حيث يعمل كطريقة جديدة للاختراع تعزز الترابط والتواصل داخل الشركات المصنعة.
تستخدم الدراسة منهجية قوية، حيث تستفيد من بيانات بانل من الشركات المصنعة الصينية وتحليل الانحدار المتعدد لتقييم تأثير اعتماد الذكاء الاصطناعي على القدرات الابتكارية والتفاعلات. تشير النتائج الرئيسية إلى أن اعتماد الذكاء الاصطناعي يعزز الابتكار بشكل كبير، مع وجود علاقة إيجابية ملحوظة بين دمج الذكاء الاصطناعي وتكوين التعليم والمهارات للقوى العاملة. على وجه التحديد، تكشف الدراسة أن اعتماد الذكاء الاصطناعي يؤدي إلى انخفاض في العمالة ذات المهارات المنخفضة بينما يزيد من الطلب على الموظفين ذوي التقنية العالية، مما يحول هيكل العمل. هذا التحول ضروري لتعزيز الابتكار، حيث تظهر الشركات التي لديها نسبة أعلى من العمال المهرة تحسينات أكبر في القدرات الابتكارية والتفاعلات، مما يثبت الدور الوسيط لهيكل العمل في العلاقة بين اعتماد الذكاء الاصطناعي وابتكار المؤسسات.
القيود
تسلط قيود هذه الدراسة الضوء على أنه بينما تعتبر براءات اختراع الابتكار مؤشرات مفيدة لقدرة الابتكار في المؤسسات، إلا أنها قد لا تمثل المقاييس الوحيدة أو الأكثر فعالية لتقييم مثل هذه القدرات. وهذا يشير إلى الحاجة إلى إطار تقييم أوسع يشمل أبعادًا مختلفة من الابتكار تتجاوز نشاط البراءات.
بالإضافة إلى ذلك، تحدد الدراسة فجوة كبيرة في فهم الآثار الاجتماعية والاقتصادية طويلة الأجل لتقنيات الذكاء الاصطناعي، بما في ذلك النماذج التوليدية مثل ChatGPT. يجب أن تركز الأبحاث المستقبلية على استكشاف هذه الآثار لإبلاغ صنع السياسات والاستراتيجيات الصناعية بشكل فعال. هذه الدراسة ضرورية لفهم كيفية تأثير اعتماد الذكاء الاصطناعي على الهياكل الاجتماعية والاقتصادية بمرور الوقت، مما يوجه أصحاب المصلحة في التنقل عبر المشهد المتطور للابتكار التكنولوجي.
DOI: https://doi.org/10.1108/imds-06-2023-0378
Publication Date: 2025-01-24
Author(s): Qinqin Wu et al.
Primary Topic: Digital Economy and Work Transformation
Overview
This research investigates the effects of artificial intelligence (AI) adoption on the innovation dynamics within Chinese manufacturing enterprises, particularly focusing on its interaction with labor structure. Utilizing panel data from listed companies spanning 2010 to 2022, the study employs a two-way fixed effects (TWFE) model to assess the impact of AI on innovativeness, measured through a novel three-dimensional index encompassing attention, application, and absorption.
The findings reveal that AI adoption positively influences both internal innovation capabilities and external innovation interactions. Additionally, it exhibits dual effects on the education and skill structure of the workforce in manufacturing firms, with a pronounced impact on innovativeness observed in enterprises that employ a highly educated and skilled labor force. This research contributes to the existing literature by elucidating the mechanisms through which AI influences innovation and by proposing a new measurement for AI adoption, highlighting the necessity for a skilled workforce to effectively leverage AI-driven innovation. The implications of these findings are significant for both policymakers and industry stakeholders.
Discussion
The findings of this study underscore the significant role of artificial intelligence (AI) in enhancing enterprise innovation, with implications for strategic decision-making and policy formulation regarding AI adoption. AI is characterized as a general-purpose technology (GPT) that fosters collaborative innovation networks among various stakeholders, including enterprises, universities, and developers. The study posits that AI not only increases the availability of innovation resources but also reshapes the innovation process itself, acting as a new method of invention that enhances interconnectivity and communication within manufacturing enterprises.
The research employs a robust methodology, utilizing panel data from Chinese manufacturing firms and multiple regression analysis to assess the impact of AI adoption on innovation capabilities and interactions. Key findings indicate that AI adoption significantly boosts innovation, with a notable positive correlation between AI integration and the educational and skill composition of the workforce. Specifically, the study reveals that AI adoption leads to a decrease in low-skilled labor while increasing the demand for high-tech employees, thereby transforming the labor structure. This shift is essential for fostering innovation, as firms with a higher proportion of skilled workers demonstrate greater improvements in innovation capabilities and interactions, validating the mediating role of labor structure in the relationship between AI adoption and enterprise innovation.
Limitations
The limitations of this study highlight that while innovation patents are informative indicators of enterprise innovation capability, they may not represent the sole or most effective metrics for assessing such capabilities. This suggests a need for a broader evaluation framework that encompasses various dimensions of innovation beyond patent activity.
Additionally, the study identifies a significant gap in understanding the long-term socioeconomic impacts of AI technologies, including generative models like ChatGPT. Future research should focus on exploring these effects to inform policy-making and industrial strategies effectively. This inquiry is crucial for comprehending how AI adoption influences societal and economic structures over time, thereby guiding stakeholders in navigating the evolving landscape of technological innovation.