DOI: https://doi.org/10.1007/s44163-025-00740-9
تاريخ النشر: 2026-01-05
المؤلف: Siti Zulaikha وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي في تفاعلات الخدمة
نظرة عامة
تناقش هذه القسم تطور فهم سلوك المستهلك في سياق الأعمال، مع تسليط الضوء على التحول من الأساليب المعتمدة على الحدس إلى اتخاذ القرارات المستندة إلى البيانات التي تسهلها الذكاء الاصطناعي (AI). تقليديًا، اعتمدت الشركات على الأساليب الملاحظة لتقدير احتياجات المستهلكين، لكن ظهور الذكاء الاصطناعي قد أحدث ثورة في هذه التفاعلات من خلال توفير أدوات لتجارب مخصصة، وتحليلات تنبؤية، واستجابة في الوقت الحقيقي طوال رحلة العميل.
تمكن قدرة الذكاء الاصطناعي على تحليل مجموعات بيانات واسعة الشركات من توقع الطلب، وتحديد الأنماط السلوكية، وتحسين استراتيجيات التسويق. تؤكد هذه التحولات على ضرورة الاستكشاف الأكاديمي لتأثير تقنيات الذكاء الاصطناعي على سلوك المستهلك، بهدف تعزيز كل من الاستراتيجيات التجارية العملية والأطر النظرية ضمن مجالات التسويق والعلوم السلوكية.
الطرق
في هذه الدراسة، تم الحصول على البيانات من قاعدة بيانات سكوبس، وهي منصة رائدة معروفة بمجموعتها الواسعة من الأدبيات التي تمت مراجعتها من قبل الأقران في مجالات الأعمال، والإدارة، والبحث بين التخصصات. تم اختيار سكوبس بناءً على ثلاثة عوامل رئيسية: مكانتها كواحدة من أكبر قواعد البيانات متعددة التخصصات، وصولها إلى مجلات موثوقة في التسويق، والإدارة، وبحوث المستهلك، وميزاتها البيبليومترية المتقدمة التي تسهل التحليل المنهجي من خلال تصدير البيانات القابل للتخصيص وميزات البحث المحسنة. تجعل هذه الخصائص سكوبس مصدرًا موثوقًا وشاملاً لإجراء الاستفسارات الموجهة نحو الأعمال.
النتائج
تقدم الدراسة تحليلًا بيبليومتريًا لـ 56 وثيقة مدرجة في سكوبس تم نشرها بين عامي 2015 و2025، مع فحص تقاطع الذكاء الاصطناعي (AI) وسلوك المستهلك. من الجدير بالذكر أنه كان هناك زيادة ملحوظة في الإنتاج الأكاديمي بعد عام 2020، مع مساهمات كبيرة من الولايات المتحدة، والهند، والصين. تحدد التحليل أربعة مجالات بحثية رئيسية: (1) تطبيقات التعلم الآلي لمعالجة بيانات المستهلك، (2) تطوير المنتجات والأعمال المدفوعة بالذكاء الاصطناعي، (3) دور الذكاء الاصطناعي في تحديد احتياجات المستهلك، و(4) الآثار السلوكية والأخلاقية للذكاء الاصطناعي في التسويق.
تظهر الاعتبارات الأخلاقية، خاصة فيما يتعلق بخصوصية البيانات، وشفافية الخوارزميات، وثقة المستهلك، كموضوع مركزي طوال النتائج. تدمج الدراسة رؤى من نظرية القدرات الديناميكية وبارادوكس التخصيص-الخصوصية، مما يوفر منظورًا جديدًا يربط بين قابلية التكيف التنظيمي والمخاوف الأخلاقية من جانب المستهلك. لا تعزز هذه المقاربة الشاملة الأدبيات الحالية فحسب، بل تؤسس أيضًا قاعدة منظمة للبحث المستقبلي عند تقاطع تقنيات الذكاء الاصطناعي، واستراتيجيات التسويق، وأخلاقيات السلوك.
المناقشة
تسلط قسم المناقشة من ورقة البحث الضوء على الدور التحويلي للذكاء الاصطناعي (AI) في تشكيل علاقات المستهلك بالعلامة التجارية طوال رحلة اتخاذ القرار. يجمع بين الدراسات التجريبية والنظرية عبر خمسة أبعاد رئيسية: التخصيص، والثقة، واتخاذ القرار، والانخراط العاطفي، والآثار الأخلاقية. تتيح قدرة الذكاء الاصطناعي على تحليل مجموعات بيانات كبيرة تجارب مستهلكين مخصصة للغاية، مما يمكن أن يعزز الرضا والولاء. ومع ذلك، فإن هذا التخصيص مصحوب بمخاطر مثل “فقاعات التصفية” التي قد تحد من تنوع الخيارات وتقوض الرضا على المدى الطويل. تؤكد الأدبيات على أهمية شفافية الخوارزميات في تعزيز ثقة المستهلك، حيث يمكن أن تؤدي الأنظمة الغامضة إلى الشك والمقاومة. بالإضافة إلى ذلك، أظهرت الوكلاء الذكاء الاصطناعي المتجسدين، مثل روبوتات الدردشة، أنها تعزز الانخراط العاطفي، خاصة عندما تظهر التعاطف.
يتناول القسم أيضًا المخاوف الأخلاقية المحيطة بتبني الذكاء الاصطناعي، خاصة فيما يتعلق بخصوصية البيانات والمراقبة. يمكن أن يؤدي وعي المستهلك بإمكانية إساءة استخدام البيانات إلى عدم الثقة وسلوكيات التجنب، مما يبرز الحاجة إلى حوكمة أخلاقية في نشر الذكاء الاصطناعي. تدمج الدراسة نظرية القدرات الديناميكية وثنائية التخصيص-الخصوصية لشرح التفاعل بين التخصيص المدفوع بالذكاء الاصطناعي واستجابات المستهلك، مما يقترح أن المنظمات يجب أن تطور قدرات تكيفية لتحقيق التوازن بين فوائد التخصيص وحماية الخصوصية. تهدف هذه الإطار المفاهيمي إلى سد الفجوات الموجودة في الأدبيات من خلال ربط وجهات النظر التنظيمية بمخاوف جانب المستهلك، مما يوفر فهمًا شاملاً للأبعاد الأخلاقية والسلوكية للذكاء الاصطناعي في سياقات المستهلك.
القيود
تقدم الدراسة عدة قيود قد تؤثر على صحة وشمولية نتائجها. أولاً، قد يكون تشكيل استعلام البحث قد أدخل تحيز الاختيار بسبب عدم التناسق في استخدام الكلمات الرئيسية ودقة الفهرسة عبر المجلات. قد تكون هذه التباينات في المصطلحات، أو التهجئة، أو البيانات الوصفية قد أدت إلى استبعاد الأدبيات ذات الصلة. ثانيًا، كانت التحليل قائمًا على مجموعة بيانات من 56 وثيقة تم الحصول عليها حصريًا من قاعدة بيانات سكوبس، والتي، على الرغم من ضمانها لجودة أكاديمية عالية، تحد من تضمين الدراسات المحتملة ذات الصلة من قواعد بيانات أخرى مثل Web of Science، وIEEE Xplore، والمنشورات غير الإنجليزية.
بالإضافة إلى ذلك، اعتمدت البحث فقط على تقنيات بيبليومترية دون تحقق تجريبي من خلال جمع البيانات الأولية أو تقييم الخبراء. لتعزيز قوة الدراسات المستقبلية، يُوصى بتضمين طرق نوعية، مثل المقابلات، ودراسات الحالة، أو دراسات دلفي، لتثليث وتوضيح النتائج البيبليومترية. علاوة على ذلك، قد يؤدي استخدام تصاميم تجريبية أو مختلطة إلى الحصول على رؤى أعمق وتقييم الآثار العملية لتبني الذكاء الاصطناعي على سلوك المستهلك.
DOI: https://doi.org/10.1007/s44163-025-00740-9
Publication Date: 2026-01-05
Author(s): Siti Zulaikha et al.
Primary Topic: AI in Service Interactions
Overview
The section discusses the evolution of consumer behavior understanding in the context of business, highlighting the shift from intuition-based approaches to data-driven decision-making facilitated by artificial intelligence (AI). Traditionally, businesses relied on observational methods to gauge consumer needs, but the advent of AI has revolutionized these interactions by providing tools for personalized experiences, predictive analytics, and real-time responsiveness throughout the customer journey.
AI’s capability to analyze extensive datasets enables firms to forecast demand, identify behavioral patterns, and refine marketing strategies. This transformation underscores the necessity for academic exploration into the impact of AI technologies on consumer behavior, aiming to enhance both practical business strategies and theoretical frameworks within marketing and behavioral sciences.
Methods
In this study, data were sourced from the Scopus database, a leading platform recognized for its extensive collection of peer-reviewed literature in the fields of business, management, and interdisciplinary research. The selection of Scopus was based on three key factors: its status as one of the largest interdisciplinary databases, its access to reputable journals in marketing, management, and consumer research, and its advanced bibliometric features that facilitate systematic analysis through customizable data export and enhanced search capabilities. These attributes make Scopus a credible and comprehensive resource for conducting business-oriented inquiries.
Results
The study presents a bibliometric analysis of 56 Scopus-indexed documents published between 2015 and 2025, examining the intersection of artificial intelligence (AI) and consumer behavior. Notably, there has been a marked increase in scholarly output post-2020, with significant contributions from the United States, India, and China. The analysis identifies four primary research streams: (1) machine learning applications for consumer data processing, (2) AI-driven product and business development, (3) AI’s role in identifying consumer needs, and (4) the behavioral and ethical implications of AI in marketing.
Ethical considerations, particularly concerning data privacy, algorithmic transparency, and consumer trust, emerge as a central theme throughout the findings. The study integrates insights from dynamic capabilities theory and the personalization-privacy paradox, providing a novel perspective that links organizational adaptability with ethical concerns on the consumer side. This comprehensive approach not only enhances the existing literature but also establishes a structured foundation for future research at the intersection of AI technologies, marketing strategies, and behavioral ethics.
Discussion
The discussion section of the research paper highlights the transformative role of artificial intelligence (AI) in shaping consumer-brand relationships throughout the decision-making journey. It synthesizes empirical and theoretical studies across five key dimensions: personalization, trust, decision-making, emotional engagement, and ethical implications. AI’s ability to analyze large datasets allows for highly personalized consumer experiences, which can enhance satisfaction and loyalty. However, this personalization is accompanied by risks such as “filter bubbles” that may limit choice diversity and undermine long-term satisfaction. The literature emphasizes the importance of algorithmic transparency in fostering consumer trust, as opaque systems can lead to skepticism and resistance. Additionally, anthropomorphized AI agents, such as chatbots, have been shown to strengthen emotional engagement, particularly when they exhibit empathy.
The section also addresses the ethical concerns surrounding AI adoption, particularly regarding data privacy and surveillance. Consumer awareness of potential data misuse can lead to distrust and avoidance behaviors, highlighting the need for ethical governance in AI deployment. The study integrates Dynamic Capabilities Theory and the Personalization-Privacy Dichotomy to explain the interplay between AI-driven personalization and consumer responses, suggesting that organizations must develop adaptive capacities to balance personalization benefits with privacy protection. This conceptual framework aims to bridge existing literature gaps by linking organizational perspectives with consumer-side concerns, thereby providing a comprehensive understanding of the ethical and behavioral dimensions of AI in consumer contexts.
Limitations
The study presents several limitations that may affect the validity and comprehensiveness of its findings. Firstly, the formulation of the search query could have introduced selection bias due to inconsistencies in keyword usage and indexing accuracy across journals. This variability in terminology, spelling, or metadata may have led to the exclusion of relevant literature. Secondly, the analysis was based on a dataset of 56 documents sourced exclusively from the Scopus database, which, while ensuring high academic quality, limits the inclusion of potentially pertinent studies from other databases such as Web of Science, IEEE Xplore, and non-English publications.
Additionally, the research relied solely on bibliometric techniques without empirical validation through primary data collection or expert evaluation. To enhance the robustness of future studies, it is recommended to incorporate qualitative methods, such as interviews, case studies, or Delphi studies, to triangulate and contextualize bibliometric findings. Furthermore, employing experimental or mixed-methods designs could yield deeper insights and evaluate the practical implications of AI adoption on consumer behavior.