DOI: https://doi.org/10.1007/s11846-025-00839-4
تاريخ النشر: 2025-01-24
المؤلف: Sebastián Uriarte وآخرون
الموضوع الرئيسي: التكنولوجيا المالية، التمويل الجماعي، المالية الرقمية
نظرة عامة
تتناول ورقة البحث التأثير التحويلي لتقنيات الذكاء الاصطناعي (AI) على ريادة الأعمال، مسلطة الضوء على إمكانياتها في خلق فرص جديدة وإعادة تشكيل العملية الريادية. قام المؤلفون بإجراء مراجعة أدبية هجينة لـ 345 مقالة تمت مراجعتها من قبل الأقران، كاشفين عن مجموعة متفرقة من الأبحاث التي تفتقر إلى العمق. وقد حددوا المساهمات الرئيسية، والأطر المفاهيمية، والمواضيع السائدة ضمن الأدبيات الحالية. على الرغم من الاهتمام المتزايد بدور الذكاء الاصطناعي في ريادة الأعمال، فإن الدراسة تستنتج أن الكثير من الخطاب الأكاديمي لا يزال سطحيًا.
تشير النتائج إلى أن تقنيات الذكاء الاصطناعي يمكن أن تعزز بشكل كبير الممارسات الريادية من خلال أتمتة العمليات، وتحسين اتخاذ القرار، وتعزيز الابتكار. ومع ذلك، للاستفادة الكاملة من هذه المزايا، يؤكد المؤلفون على الحاجة إلى مزيد من البحث لسد الفجوات الحالية وتطوير أطر نظرية ومنهجية شاملة. يقترحون اتجاهات بحث مستقبلية بناءً على أطر السلف، والقرارات، والنتائج (ADO) والنظريات، والسياقات، والأساليب (TCM)، مما يضع أساسًا لاستكشاف أعمق في دمج الذكاء الاصطناعي في السياقات الريادية.
مقدمة
تسلط مقدمة ورقة البحث هذه الضوء على التأثير التحويلي للذكاء الاصطناعي (AI) على ريادة الأعمال، مما يجعله موضوعًا محوريًا في الخطاب المعاصر. تم التعرف عليه ككلمة العام 2023، تقنيات الذكاء الاصطناعي – بما في ذلك التعلم الآلي، وإنترنت الأشياء، ومعالجة اللغة الطبيعية – تعيد تشكيل الصناعات وتخلق فرص ريادية غير مسبوقة (Iansiti و Lakhani، 2020؛ Obschonka و Audretsch، 2020a). إن إمكانية الوصول إلى حلول الذكاء الاصطناعي و affordability تمكّن رواد الأعمال من المنافسة مع الشركات الكبرى، مما يساهم في ديمقراطية المشهد التكنولوجي (Michael et al.، 2023؛ Truong et al.، 2023). على الرغم من الاهتمام المتزايد في هذا التقاطع، تظل الأدبيات الحالية متفرقة، مما يستلزم مراجعة منهجية لتوليف المعرفة وتأسيس أطر نظرية يمكن أن توجه البحث المستقبلي.
تهدف الدراسة إلى سد الفجوات المنهجية والنظرية التي تم تحديدها في المراجعات السابقة، مثل تلك التي أجراها Giuggioli و Pellegrini (2023) و Li et al. (2022)، من خلال استخدام نهج مراجعة منهجية هجينة تدمج بين الأساليب الكمية والنوعية. تسعى إلى رسم خريطة المعرفة الحالية، وتحديد الفجوات الهيكلية، واقتراح اتجاهات بحث مستقبلية، مع التركيز بشكل خاص على أطر السلف، والقرارات، والنتائج (ADO) والنظريات، والسياقات، والأساليب (TCM) (Kraus et al.، 2022b). تؤكد الورقة على الإمكانات المزدوجة للذكاء الاصطناعي لتعزيز الممارسات الريادية بينما تثير أيضًا أسئلة حاسمة حول تداعياته طويلة الأجل على ديناميات القوى العاملة، والاعتبارات الأخلاقية، والنظام البيئي الريادي بشكل عام. من خلال معالجة هذه القضايا، تهدف الدراسة إلى المساهمة بشكل كبير في الأدبيات حول الذكاء الاصطناعي وريادة الأعمال، داعية إلى نهج متوازن في اعتماد الذكاء الاصطناعي يعزز الابتكار والنمو الاقتصادي مع الحفاظ على المسؤولية الريادية.
الطرق
تحدد قسم المنهجية في الورقة مراجعة أدبية منهجية هجينة (SLR) تستخدم كل من التحليل البيبليومتري والنهج القائم على الأطر لاستكشاف تقاطع ريادة الأعمال وتقنيات الذكاء الاصطناعي (AIE). يعمل التحليل البيبليومتري كأداة كمية لتحديد اتجاهات البحث، والعوامل المؤثرة، والمستندات الرئيسية ضمن هذا المجال، باستخدام تقنيات تحليل الأداء مثل تحليل الإنتاجية والتأثير، بالإضافة إلى أساليب رسم الخرائط العلمية مثل تحليل التزامن والاستشهاد المشترك. تطبق الدراسة خوارزمية التجميع لوفيان لكشف الهياكل المجتمعية في مشهد البحث وتقوم بإجراء تحليلات للتأليف المشترك لفحص الهياكل الاجتماعية بين المؤلفين والدول.
بالإضافة إلى ذلك، تلتزم الورقة بإرشادات الإجراءات العلمية والأسس للمراجعات المنهجية للأدبيات (SPAR-4-SLR)، التي تؤكد على نهج منظم لمراجعة الأدبيات في العلوم الاجتماعية. يتضمن هذا البروتوكول ثلاث مراحل: التجميع، والترتيب، والتقييم للأدبيات الأكاديمية، مما يعزز الشفافية وقابلية التكرار في نتائج البحث. يثري مكون تحليل المحتوى المراجعة من خلال تحليل البيانات النوعية بشكل منهجي لاستخراج رؤى هامة بشأن هيكل المعرفة في مجالات ريادة الأعمال والذكاء الاصطناعي.
النتائج
يكشف التحليل البيبليومتري عن اتجاهات هامة في البحث المتعلقة بتقاطع تقنيات الذكاء الاصطناعي (AI) وريادة الأعمال من 2019 إلى 2023. خلال مرحلة التطوير (2019-2021)، ظهرت بمعدل 47 ورقة سنويًا، تركز على صناعات متنوعة مثل المالية، والرعاية الصحية، والسياحة، بالإضافة إلى السياقات الجغرافية بما في ذلك الصين، والاتحاد الأوروبي، والولايات المتحدة. شهدت بداية مرحلة النمو في 2022 زيادة ملحوظة في المنشورات، مع تحول نحو مناقشات أعمق حول مواضيع ذات صلة مثل الأخلاقيات، والاستدامة، وتقنية البلوكشين، ومعالجة اللغة الطبيعية.
تشير التحليلات أيضًا إلى أنه بينما تضاعف متوسط عدد المنشورات أكثر من مرتين في السنوات الأخيرة، انخفض متوسط الاستشهادات لكل منشور. ومع ذلك، فإن التحسينات في جودة البحث واضحة، كما يتضح من الزيادة في نسبة المنشورات في المجلات من الربع الأول (Q1)، التي ارتفعت من 51% خلال مرحلة التطوير إلى أكثر من 61% في مرحلة النمو. وهذا يشير إلى مسار إيجابي في التأثير الأكاديمي وجودة البحث ضمن هذا المجال المتطور.
المناقشة
تؤكد قسم المناقشة في ورقة البحث على الدور الحاسم للذكاء الاصطناعي (AI) في تعزيز الممارسات الريادية، مسلطة الضوء على إمكانيته في دفع النمو الاقتصادي، وتعزيز الابتكار، ومعالجة التحديات الاجتماعية. يقوم رواد الأعمال بشكل متزايد بالاستفادة من تقنيات الذكاء الاصطناعي لتحسين اتخاذ القرار، وأتمتة العمليات، وتحديد الفرص السوقية، مما يساعدهم على البقاء تنافسيين في مشهد سريع التطور. تشير الورقة إلى تعريفات متنوعة للذكاء الاصطناعي، موضحة تنوعه المفاهيمي، وتتبنى إطارًا شاملاً يصنف تقنيات الذكاء الاصطناعي إلى طرق، وتطبيقات، وأنظمة. يسهل هذا الإطار مناقشة أوسع حول دمج الذكاء الاصطناعي في ريادة الأعمال، مؤكدًا على إمكانياته التحويلية.
تستعرض القسم أيضًا الأدبيات الحديثة حول تأثير الذكاء الاصطناعي على ريادة الأعمال، محددة النتائج الرئيسية من ثلاث دراسات هامة. يقترح Giuggioli و Pellegrini (2023) إطار “عملية ريادية مدعومة بالذكاء الاصطناعي” الذي يحدد فوائد الذكاء الاصطناعي عبر مراحل ريادية متنوعة، بينما يقوم Li et al. (2022) بإجراء تحليل بيبليومتري يكشف عن أربعة تجمعات بحثية تتعلق بالذكاء الاصطناعي في إدارة الأعمال الريادية. يقدم Blanco-González-Tejero et al. (2023) نظرة بيبليومترية وصفية، ترسم خريطة تطور أبحاث الذكاء الاصطناعي وريادة الأعمال. على الرغم من هذه المساهمات، تشير المناقشة إلى الفجوات الموجودة في الأساليب المنهجية والحاجة إلى جدول بحث أكثر تنظيمًا لاستكشاف الاهتمام المتزايد في تقنيات الذكاء الاصطناعي بين رواد الأعمال. تختتم الورقة باقتراح أسئلة بحث تهدف إلى فهم الاتجاهات التطورية، والمساهمين الرئيسيين، والفرص المستقبلية في تقاطع الذكاء الاصطناعي وريادة الأعمال.
القيود
تعترف الدراسة بعدة قيود قد تؤثر على تفسير نتائجها. أولاً، يشير التطور السريع في هذا المجال إلى أن نتائج تحليل الأداء البيبليومتري قد تصبح قديمة مع مرور الوقت. على الرغم من ذلك، تهدف الدراسة إلى تقديم نظرة شاملة من خلال الأداء البيبليومتري وتقديم منهجيات مبتكرة، مثل إطار ADO-TCM، لاقتراح اتجاهات بحث مستقبلية. ثانيًا، قد يؤدي استخدام مؤشرات مثل h-index إلى إخفاء مساهمات الباحثين الذين يتم الاستشهاد بهم بشكل كبير ولكنهم أقل إنتاجية، مما يتطلب تفسيرًا دقيقًا للبيانات.
بالإضافة إلى ذلك، تقيد معايير تضمين واستبعاد المراجع التحليل لتقتصر على المقالات التي تلبي معايير معينة، مما قد يؤدي إلى إغفال دراسات ذات صلة. بينما تعتبر هذه قضية شائعة في البحث البيبليومتري، يؤكد المؤلفون أن استخدام قاعدة بيانات Scopus يضمن قاعدة مراجع واسعة ومعترف بها ضمن العلوم الاجتماعية. علاوة على ذلك، قد يتأثر التحليل النوعي للدراسة بتحيز الباحث، على الرغم من الجهود المبذولة لدمج كل من الأساليب الكمية والنوعية. أخيرًا، يحد التركيز على المقالات باللغة الإنجليزية في مجالات الأعمال، والإدارة، والمحاسبة، والعلوم الاجتماعية من نطاق التحليل، مستبعدًا الأبحاث من لغات ومجالات أخرى. ومع ذلك، يتم الاعتراف بهذه القيود كخطوات نحو تعزيز تنظيم وفهم هذا المجال مع اقتراح طرق للاستفسار المستقبلي.
DOI: https://doi.org/10.1007/s11846-025-00839-4
Publication Date: 2025-01-24
Author(s): Sebastián Uriarte et al.
Primary Topic: FinTech, Crowdfunding, Digital Finance
Overview
The research paper examines the transformative impact of artificial intelligence (AI) technologies on entrepreneurship, highlighting their potential to create new opportunities and reshape the entrepreneurial process. The authors conducted a hybrid literature review of 345 peer-reviewed articles, revealing a fragmented body of research that lacks depth. They identified key contributions, conceptual frameworks, and prevailing themes within the existing literature. Despite the burgeoning interest in AI’s role in entrepreneurship, the study concludes that much of the academic discourse remains superficial.
The findings suggest that AI technologies can significantly enhance entrepreneurial practices by automating processes, improving decision-making, and fostering innovation. However, to fully leverage these advantages, the authors emphasize the need for further research to fill existing gaps and develop comprehensive theoretical and methodological frameworks. They propose future research directions based on the antecedents, decisions, and outcomes (ADO) and the theories, contexts, and methods (TCM) frameworks, thereby laying a foundation for deeper exploration into the integration of AI in entrepreneurial contexts.
Introduction
The introduction of this research paper highlights the transformative impact of artificial intelligence (AI) on entrepreneurship, marking it as a pivotal theme in contemporary discourse. Recognized as the 2023 word of the year, AI technologies—including machine learning, the Internet of Things, and natural language processing—are reshaping industries and creating unprecedented entrepreneurial opportunities (Iansiti and Lakhani, 2020; Obschonka and Audretsch, 2020a). The accessibility and affordability of AI solutions empower entrepreneurs to compete with larger firms, thus democratizing the technological landscape (Michael et al., 2023; Truong et al., 2023). Despite the growing interest in this intersection, existing literature remains fragmented, necessitating a systematic review to synthesize knowledge and establish theoretical frameworks that can guide future research.
The study aims to fill methodological and theoretical gaps identified in prior reviews, such as those by Giuggioli and Pellegrini (2023) and Li et al. (2022), by employing a hybrid systematic review approach that integrates both quantitative and qualitative methods. It seeks to map existing knowledge, identify structural gaps, and propose future research directions, particularly focusing on the antecedents, decisions, and outcomes (ADO) and theories, contexts, and methods (TCM) frameworks (Kraus et al., 2022b). The paper underscores the dual potential of AI to enhance entrepreneurial practices while also raising critical questions about its long-term implications for workforce dynamics, ethical considerations, and the overall entrepreneurial ecosystem. By addressing these issues, the study aims to contribute significantly to the literature on AI and entrepreneurship, advocating for a balanced approach to AI adoption that fosters innovation and economic growth while maintaining entrepreneurial responsibility.
Methods
The methodology section of the paper outlines a hybrid systematic literature review (SLR) that employs both bibliometric analysis and framework-based approaches to explore the intersection of entrepreneurship and AI-based technologies (AIE). The bibliometric analysis serves as a quantitative tool to identify research trends, influential actors, and key documents within the field, utilizing performance analysis techniques such as productivity and influence analysis, as well as scientific mapping methods like co-occurrence and co-citation analysis. The study applies the Louvain clustering algorithm to uncover community structures in the research landscape and conducts co-authorship analyses to examine social structures among authors and countries.
Additionally, the paper adheres to the Scientific Procedures and Rationale for Systematic Reviews of the Literature (SPAR-4-SLR) guidelines, which emphasize a structured approach to literature review in social sciences. This protocol involves three stages: assembling, arranging, and assessing scholarly literature, promoting transparency and replicability in research findings. The content analysis component further enriches the review by systematically analyzing qualitative data to extract significant insights regarding the knowledge structure in the fields of entrepreneurship and artificial intelligence.
Results
The bibliometric analysis reveals significant trends in research concerning the intersection of artificial intelligence (AI) technologies and entrepreneurship from 2019 to 2023. During the development phase (2019-2021), an average of 47 papers per year emerged, focusing on various industries such as finance, healthcare, and tourism, as well as geographic contexts including China, the European Union, and the United States. The onset of the growth phase in 2022 marked a notable increase in publications, with a shift towards deeper discussions on related topics such as ethics, sustainability, blockchain, and natural language processing.
The analysis further indicates that while the average number of publications has more than doubled in recent years, the average citations per publication have declined. However, improvements in research quality are evident, as indicated by the increase in the proportion of publications in first quartile journals (Q1), which rose from 51% during the development phase to over 61% in the growth phase. This suggests a positive trajectory in the scholarly impact and quality of research within this evolving field.
Discussion
The discussion section of the research paper emphasizes the critical role of artificial intelligence (AI) in enhancing entrepreneurial practices, highlighting its potential to drive economic growth, foster innovation, and address societal challenges. Entrepreneurs are increasingly leveraging AI technologies to improve decision-making, automate processes, and identify market opportunities, thereby remaining competitive in a rapidly evolving landscape. The paper references various definitions of AI, illustrating its conceptual diversity, and adopts a comprehensive framework that categorizes AI technologies into methods, applications, and systems. This framework facilitates a broader discussion on the integration of AI in entrepreneurship, underscoring its transformative potential.
The section also reviews recent literature on AI’s impact on entrepreneurship, identifying key findings from three significant studies. Giuggioli and Pellegrini (2023) propose an “AI-enabled entrepreneurial process” framework that outlines AI’s benefits across various entrepreneurial phases, while Li et al. (2022) conduct a bibliometric analysis that reveals four research clusters related to AI in entrepreneurial management. Blanco-González-Tejero et al. (2023) provide a descriptive bibliometric overview, mapping the evolution of AI and entrepreneurship research. Despite these contributions, the discussion notes existing gaps in methodological approaches and the need for a more structured research agenda to explore the growing interest in AI technologies among entrepreneurs. The paper concludes by proposing research questions aimed at understanding the evolutionary trends, key contributors, and future opportunities in the intersection of AI and entrepreneurship.
Limitations
The study acknowledges several limitations that may affect the interpretation of its findings. Firstly, the rapid evolution of the field implies that the bibliometric performance analysis results may become outdated over time. Despite this, the study aims to provide a comprehensive overview through bibliometric performance and introduces innovative methodologies, such as the ADO-TCM framework, to propose future research directions. Secondly, the use of indicators like the h-index may obscure the contributions of highly cited but less productive researchers, necessitating careful interpretation of the data.
Additionally, the criteria for including and excluding references restrict the analysis to articles that meet specific standards, potentially omitting relevant studies. While this is a common issue in bibliometric research, the authors assert that utilizing the Scopus database ensures a broad and recognized reference base within the social sciences. Furthermore, the study’s qualitative analysis may be influenced by researcher bias, despite efforts to integrate both quantitative and qualitative approaches. Lastly, the focus on English-language articles in business, management, accounting, and social sciences limits the scope of the analysis, excluding research from other languages and domains. Nonetheless, these limitations are acknowledged as steps toward enhancing the organization and understanding of the field while suggesting avenues for future inquiry.