DOI: https://doi.org/10.1016/j.jik.2025.100792
تاريخ النشر: 2025-08-29
المؤلف: José Andrés Gómez Gandía وآخرون
الموضوع الرئيسي: الابتكار الاقتصادي والتكنولوجي
نظرة عامة
تستكشف هذه الدراسة دور الذكاء الاصطناعي (AI) في تعزيز الاستدامة ضمن ممارسات الأعمال، مع التركيز على ثلاثة مجالات رئيسية: تحسين كفاءة الطاقة، تطوير المنتجات المستدامة، وإدارة النفايات والموارد. تشير النتائج إلى أن الأنظمة المدفوعة بالذكاء الاصطناعي يمكن أن تحسن بشكل كبير الكفاءة التشغيلية من خلال تمكين المراقبة الفورية للطاقة، وتوقع الطلب، وأتمتة التعديلات، مما يؤدي إلى تقليل تكاليف الطاقة وانبعاثات الكربون. بالإضافة إلى ذلك، فإن قدرة الذكاء الاصطناعي على تحليل بيانات السوق تتيح للشركات إنشاء منتجات صديقة للبيئة تتماشى مع تفضيلات المستهلكين، مما يعزز سمعة العلامة التجارية وحصة السوق. علاوة على ذلك، تسهل تقنيات الذكاء الاصطناعي إدارة النفايات بشكل فعال من خلال تحسين تدفقات المواد وتوقع توليد النفايات، مما يعزز في النهاية إعادة التدوير وكفاءة الموارد.
تستخدم الدراسة تحليلًا بيبليومتريًا منهجيًا لأكثر من ألفي مقال تمت مراجعتها من قبل الأقران، مما يكشف عن التأثير المتعدد الأوجه للذكاء الاصطناعي على الكفاءة التشغيلية، والأداء البيئي، والابتكار الاستراتيجي. تقدم إطارًا مفاهيميًا موحدًا يدمج بين توليد المعرفة، والأتمتة، والتحليلات التنبؤية، مع تسليط الضوء على تقاطعها مع الابتكار الأخضر والمسؤولية المؤسسية. تكمن أصالة الدراسة في نهجها الشامل، حيث ترسم تطبيقات الذكاء الاصطناعي عبر مسارات الاستدامة المختلفة وتقدم رؤى قابلة للتنفيذ للممارسين حول الاستثمارات الاستراتيجية في الذكاء الاصطناعي. كما تحدد الفجوات للبحوث المستقبلية، مما يبرز الحاجة لاستكشاف العوامل السياقية التي تؤثر على العلاقة بين الذكاء الاصطناعي والاستدامة، وبالتالي تأطير الذكاء الاصطناعي كعامل تمكين نظامي للاستدامة ضمن النظم البيئية التجارية المعاصرة.
مقدمة
تسلط مقدمة الورقة الضوء على الاعتراف المتزايد بالذكاء الاصطناعي (AI) كقوة محورية في تعزيز الاستدامة ضمن قطاع الأعمال. تمكّن قدرة الذكاء الاصطناعي على معالجة وتحليل مجموعات البيانات الكبيرة في الوقت الفعلي المنظمات من تحسين الكفاءة التشغيلية، وابتكار منتجات وخدمات مستدامة، وتحسين إدارة الموارد. لا تعتبر هذه التقدمات التكنولوجية أداة فحسب، بل أيضًا أصلًا استراتيجيًا يتماشى مع أهداف التنمية المستدامة للأمم المتحدة (SDGs)، مما يوفر مزايا تنافسية عبر مختلف القطاعات وأحجام الشركات.
على الرغم من الأبحاث الحالية التي تستكشف إمكانيات الذكاء الاصطناعي في دفع التحسينات البيئية، وابتكار المنتجات، ودعم الاقتصاد الدائري، لا يزال هناك فجوة ملحوظة في التحليلات المتكاملة التي تربط وظائف الذكاء الاصطناعي بأبعاد الاستدامة المحددة – مثل تقليل بصمة الكربون، وتطوير المنتجات المستدامة، ودائرية الموارد – ضمن إطار عمل استراتيجي متماسك. تهدف هذه الورقة إلى سد هذه الفجوة من خلال مراجعة منهجية لمساهمات الذكاء الاصطناعي في التكامل الاستراتيجي للاستدامة في الأعمال. تركز على ثلاثة مجالات رئيسية: (1) تقليل انبعاثات الكربون واستخدام الطاقة، (2) تطوير المنتجات المستدامة، و(3) تحسين إدارة الموارد ضمن نماذج الاقتصاد الدائري. تسعى الدراسة للإجابة على سؤالين بحثيين رئيسيين يتعلقان بتأثير الذكاء الاصطناعي على الاستدامة في العمليات التجارية وآفاقه المستقبلية، مما يوفر في النهاية أساسًا مفاهيميًا وتجريبيًا لفهم دور الذكاء الاصطناعي المتطور في تعزيز نظم الأعمال المستدامة.
الطرق
تستخدم منهجية هذه الدراسة نهجًا بيبليومتريًا لتحليل تقاطع الذكاء الاصطناعي (AI) واستدامة الأعمال. يوفر التحليل البيبليومتري خريطة كمية لبنية وتطور البحث الأكاديمي، مما يوفر رؤى حول الإنتاج العلمي، والكتّاب المؤثرين، وأنماط الاقتباس، والاتجاهات الموضوعية ذات الصلة بأسئلة البحث. استخدمت استراتيجية البحث مجموعة محددة مسبقًا من التعبيرات المنطقية والكلمات الرئيسية المتوافقة مع النموذج المفاهيمي للدراسة، وتم إجراء التحليل باستخدام VOSviewer لإنشاء شبكات التواجد المشترك والعناقيد الموضوعية بناءً على البيانات البيبليوغرافية. يمتد إطار زمن الدراسة من 2010 إلى 2025، مما يضمن الصلة والتغطية الطولية، على الرغم من أنه يعترف بحدود الاعتماد فقط على ScienceDirect. للتخفيف من ذلك، تم فحص النتائج يدويًا، مع الاحتفاظ فقط بالمقالات التي تمت مراجعتها من قبل الأقران من مجلات Q1 وQ2.
بينما تقتصر الدراسة الحالية على التحليل البيبليومتري بسبب قيود الوقت والنطاق، فإنها تُعتبر المرحلة الأولى من تصميم بحث مختلط أوسع. ستتضمن الأبحاث المستقبلية طرقًا نوعية، مثل المقابلات شبه المنظمة، لتعزيز العمق التفسيري للنتائج والتحقق من الاتجاهات المحددة. يهدف هذا النهج المرحلي إلى الحفاظ على الاتساق المنهجي مع ضمان تحليل مركز في المساهمة الحالية.
النتائج
تشير النتائج إلى أن الذكاء الاصطناعي (AI) يعمل ضمن نظام بيئي رقمي واسع يشمل إنترنت الأشياء (IoT)، والبيانات الضخمة، والبنى التحتية السحابية. يسلط هذا التكامل الضوء على المساهمات الكبيرة للذكاء الاصطناعي في الجوانب التشغيلية والاستراتيجية للاستدامة.
علاوة على ذلك، تكشف التحليلات الموضوعية لأنماط التواجد المشترك عن رؤى معقدة حول النقاش المستمر حول الذكاء الاصطناعي والاستدامة. لا تعزز هذه النتائج فقط فهم العلاقة بين هذه المجالات، بل توفر أيضًا إطارًا للبحث التجريبي المستقبلي وتطوير السياسات.
المناقشة
تؤكد قسم المناقشة في ورقة البحث على الدور الحاسم للذكاء الاصطناعي (AI) في تعزيز الاستدامة التنظيمية، خاصة فيما يتعلق بأهداف التنمية المستدامة (SDGs). يُعترف بشكل متزايد بدمج الذكاء الاصطناعي في العمليات التجارية كنهج استراتيجي لمعالجة التحديات البيئية والاقتصادية والاجتماعية. تشير الأدبيات إلى أن الذكاء الاصطناعي يمكن أن يحسن بشكل كبير الكفاءة التشغيلية، ويقلل الانبعاثات، ويعزز الابتكار من خلال التحليلات المتقدمة للبيانات وقدرات اتخاذ القرار. ومع ذلك، لا تزال مجموعة الأبحاث الحالية مجزأة، تفتقر إلى نماذج متماسكة تربط بشكل منهجي مساهمات الذكاء الاصطناعي بنتائج الاستدامة. تهدف هذه الدراسة إلى سد هذه الفجوة من خلال اقتراح نموذج متعدد الآليات يشمل توليد المعرفة، والأتمتة، والتحليلات التنبؤية، مما يسهل التقدم القابل للقياس في تقليل بصمات الكربون، وتصميم المنتجات المستدامة، وتحسين العمليات من أجل الدائرية.
يدعم الإطار النظري الذي تم تطويره في هذه الدراسة الأدلة البيبليومترية، التي تبرز الترابط بين الذكاء الاصطناعي والمفاهيم الرئيسية مثل التحول الرقمي والاقتصاد الدائري. تشير النتائج إلى أنه ينبغي على الشركات الاستفادة من الذكاء الاصطناعي ليس كأداة معزولة، بل كجزء من بنية تحتية رقمية أوسع تشمل إنترنت الأشياء والبيانات الضخمة. يمكن أن يعزز هذا النهج المتكامل جهود الاستدامة ويوفر مزايا تنافسية. علاوة على ذلك، تدعو الدراسة إلى أبحاث مستقبلية لاستكشاف الآثار الأخلاقية والتحديات التقنية لتنفيذ الذكاء الاصطناعي، خاصة فيما يتعلق بكفاءة الطاقة وإدارة الموارد. بشكل عام، تؤكد الأبحاث على إمكانيات الذكاء الاصطناعي كقوة تحويلية في تحقيق أهداف الاستدامة، داعية إلى منظور أكثر توحيدًا واستراتيجية حول تطبيقه في سياقات الأعمال.
القيود
تسلط قيود هذه الدراسة الضوء على عدة مجالات حرجة للتحسين. بشكل أساسي، قد يحد الاستخدام الحصري لـ ScienceDirect للتحليل البيبليومتري من تنوع وجهات النظر، مما قد يشوه النتائج. بالإضافة إلى ذلك، فإن غياب البيانات النوعية يحد من العمق التفسيري فيما يتعلق بتجارب المستخدمين وسلوكيات المنظمات، والتي تعتبر أساسية لفهم الآثار الأوسع لنتائج الدراسة.
لتحسين الأبحاث المستقبلية، يُوصى بمثلث البيانات البيبليومترية مع طرق نوعية، مثل المقابلات مع الخبراء أو دراسات الحالة، للتحقق من الأنماط الموضوعية المحددة. يمكن أن توضح الدراسات الطولية بشكل أكبر كيف يساهم الذكاء الاصطناعي (AI) في الاستدامة بمرور الوقت، خاصة فيما يتعلق بالتقدمات التكنولوجية والتغيرات التنظيمية. علاوة على ذلك، فإن معالجة الأثر البيئي للذكاء الاصطناعي، بما في ذلك استهلاك الطاقة المرتبط بتدريب الخوارزميات وتخزين البيانات، أمر حيوي لتقييم شامل لدور الذكاء الاصطناعي في انتقالات الاستدامة.
DOI: https://doi.org/10.1016/j.jik.2025.100792
Publication Date: 2025-08-29
Author(s): José Andrés Gómez Gandía et al.
Primary Topic: Economic and Technological Innovation
Overview
This study investigates the role of artificial intelligence (AI) in enhancing sustainability within business practices, focusing on three primary areas: energy efficiency optimization, sustainable product development, and waste and resource management. The findings indicate that AI-driven systems can significantly improve operational efficiency by enabling real-time energy monitoring, forecasting demand, and automating adjustments, leading to reduced energy costs and carbon emissions. Additionally, AI’s capability to analyze market data allows companies to create environmentally friendly products that align with consumer preferences, thereby enhancing brand reputation and market share. Furthermore, AI technologies facilitate effective waste management by optimizing material flows and predicting waste generation, ultimately promoting recycling and resource efficiency.
The research employs a systematic bibliometric analysis of over two thousand peer-reviewed articles, revealing AI’s multifaceted impact on operational efficiency, environmental performance, and strategic innovation. It introduces a unified conceptual framework that integrates knowledge generation, automation, and predictive analytics, highlighting their intersection with green innovation and corporate responsibility. The study’s originality lies in its holistic approach, mapping AI’s applications across various sustainability pathways and providing actionable insights for practitioners on strategic investments in AI. It also identifies gaps for future research, emphasizing the need to explore contextual factors influencing the AI-sustainability relationship, thereby framing AI as a systemic enabler of sustainability within contemporary business ecosystems.
Introduction
The introduction of the paper highlights the growing recognition of Artificial Intelligence (AI) as a pivotal force in enhancing sustainability within the business sector. AI’s ability to process and analyze large datasets in real time empowers organizations to improve operational efficiency, innovate sustainable products and services, and optimize resource management. This technological advancement not only serves as a tool but also as a strategic asset that aligns business practices with the United Nations Sustainable Development Goals (SDGs), thereby providing competitive advantages across various sectors and firm sizes.
Despite existing research exploring AI’s potential in driving environmental improvements, product innovation, and supporting the circular economy, there remains a notable gap in integrated analyses that connect AI functionalities with specific sustainability dimensions—such as carbon footprint reduction, sustainable product development, and resource circularity—within a coherent business strategy framework. This paper aims to fill this gap by systematically reviewing AI’s contributions to the strategic integration of sustainability in business. It focuses on three key areas: (1) reduction of carbon emissions and energy use, (2) development of sustainable products, and (3) optimization of resource management within circular economy models. The study seeks to answer two primary research questions regarding AI’s impact on sustainability in business operations and its future prospects, ultimately providing a conceptual and empirical foundation for understanding AI’s evolving role in fostering sustainable business ecosystems.
Methods
The methodology of this study employs a bibliometric approach to analyze the intersection of artificial intelligence (AI) and business sustainability. Bibliometric analysis quantitatively maps the structure and evolution of academic research, providing insights into scholarly production, influential authors, citation patterns, and thematic trends relevant to the research questions. The search strategy utilized a predefined set of logical expressions and keywords aligned with the study’s conceptual model, and the analysis was conducted using VOSviewer to create co-occurrence networks and thematic clusters based on bibliographic metadata. The study’s time frame spans from 2010 to 2025, ensuring relevance and longitudinal coverage, although it acknowledges the limitation of relying solely on ScienceDirect. To mitigate this, results were manually screened, retaining only peer-reviewed articles from Q1 and Q2 journals.
While the current study is exclusively bibliometric due to time and scope constraints, it is positioned as the first phase of a broader mixed-method research design. Future research will incorporate qualitative methods, such as semi-structured interviews, to enrich the interpretative depth of the findings and validate the identified trends. This staged approach aims to maintain methodological coherence while ensuring a focused analysis in the present contribution.
Results
The results indicate that artificial intelligence (AI) functions within an extensive digital ecosystem that encompasses the Internet of Things (IoT), Big Data, and cloud infrastructures. This integration highlights AI’s significant contributions to both the operational and strategic aspects of sustainability.
Furthermore, the thematic analysis of co-occurrence patterns reveals intricate insights into the ongoing discourse surrounding AI and sustainability. These findings not only enhance the understanding of the relationship between these domains but also provide a framework for future empirical research and policy development.
Discussion
The discussion section of the research paper emphasizes the critical role of artificial intelligence (AI) in enhancing organizational sustainability, particularly in relation to the Sustainable Development Goals (SDGs). The integration of AI into business processes is increasingly recognized as a strategic approach to address environmental, economic, and social challenges. The literature indicates that AI can significantly improve operational efficiency, reduce emissions, and foster innovation through advanced data analytics and decision-making capabilities. However, the existing body of research remains fragmented, lacking cohesive models that systematically connect AI’s contributions to sustainability outcomes. This study aims to fill this gap by proposing a multimechanism model that encompasses knowledge generation, automation, and predictive analytics, thereby facilitating measurable progress in reducing carbon footprints, designing sustainable products, and optimizing processes for circularity.
The theoretical framework developed in this study is supported by bibliometric evidence, which highlights the interconnectedness of AI with key constructs such as digital transformation and the circular economy. The findings suggest that businesses should leverage AI not as an isolated tool but as part of a broader digital infrastructure that includes IoT and Big Data. This integrated approach can enhance sustainability efforts and provide competitive advantages. Furthermore, the study calls for future research to explore the ethical implications and technical challenges of AI implementation, particularly in relation to energy efficiency and resource management. Overall, the research underscores AI’s potential as a transformative force in achieving sustainability goals, advocating for a more unified and strategic perspective on its application in business contexts.
Limitations
The limitations of this study highlight several critical areas for improvement. Primarily, the exclusive use of ScienceDirect for bibliometric analysis may limit the diversity of perspectives, potentially skewing the findings. Additionally, the absence of qualitative data restricts the interpretative depth concerning user experiences and organizational behavior, which are essential for understanding the broader implications of the study’s results.
To enhance future research, it is recommended to triangulate bibliometric data with qualitative methods, such as expert interviews or case studies, to validate the identified thematic patterns. Longitudinal studies could further elucidate how artificial intelligence (AI) contributes to sustainability over time, particularly in relation to technological advancements and regulatory changes. Furthermore, addressing the environmental impact of AI, including energy consumption linked to algorithm training and data storage, is crucial for a comprehensive evaluation of AI’s role in sustainability transitions.