مقدمة

لم يعد الذكاء الاصطناعي مجرد خيال من المستقبل، بل أصبح حقيقة واقعة وعنصرًا أساسيًا شائعًا في الصناعات في جميع أنحاء العالم. لقد تجاوزنا مجرد النقاش حول أتمتة الوظائف إلى سيناريو يقوم فيه كبار المديرين بنشر الذكاء الاصطناعي، واتخاذ قرارات الأعمال، وبناء النجاح في مؤسساتهم بالاعتماد عليه. يهدف هذا المقال إلى مناقشة موضوع التفاعل بين الذكاء الاصطناعي والأداء الإداري، وتزويد القارئ برؤى حول كيف يمكن للذكاء الاصطناعي أن يحدث ثورة في الصناعة، مع وصف المشكلات المرتبطة به. في هذا البحث، نستكشف جوانب متعددة من العمل الإداري، ونتأمل في أهمية الثقة فيما يتعلق بالذكاء الاصطناعي، بهدف تحقيق فهم شامل لكيفية قيام الذكاء الاصطناعي بتغيير طبيعة العمل الإداري، وكيف يمكننا الاستمرار في "إنجاحه" في المستقبل. هذا التحول يثير احتمالات وجود أنظمة ذكاء اصطناعي أكثر كفاءة من خلال دمج البحوث التشاركية في معالجة القضايا التي تؤثر على الأشخاص الذين سيستفيدون منها.

تطور أنظمة دعم الإدارة وظهور الذكاء الاصطناعي

أنظمة دعم الإدارة (MSS) ليست غريبة على بيئة الأعمال. في الأصل، تم تعريفها على أنها أنظمة معلومات تنظيمية محوسبة تهدف إلى دعم القرارات الإدارية من خلال تحليل ودمج بيانات الأعمال. وقد تطورت هذه الأنظمة من مجرد معدات لمعالجة البيانات إلى معدات متعددة الوظائف تتضمن عددًا من المهام. وتشمل فئات هذه الأنظمة: أنظمة دعم القرار (DSS)، وأنظمة دعم القرار الذكية (IDSS)، وأنظمة دعم المجموعة (GSS)، وأنظمة المعلومات الإدارية والتنفيذية (MIS و EIS)، وأنظمة ذكاء الأعمال (BIS).

لقد أثر التقدم التكنولوجي بشكل كبير على جدوى أنظمة دعم الإدارة. يتم حاليًا إدراج التقنيات الرقمية الجديدة، وخاصة الذكاء الاصطناعي (AI)، في تطوير أنظمة دعم الإدارة لتعزيزها بميزات أقوى وأكثر شمولاً. يعمل الذكاء الاصطناعي على تحسين هذه الأنظمة ليس فقط من خلال توفير تحليل أكثر إنتاجية للمعلومات، ولكن أيضًا من خلال محاكاة عمليات التفكير البشري التي تسمح له بتقديم المشورة والمساعدة. هذا التطور يقود إلى شكل جديد من الإدارة، وهو إدارة الذكاء الاصطناعي التي تكمل الإدراك الإداري.

تأثيرات الذكاء الاصطناعي على المكونات الرئيسية للأداء الإداري

تكشف النتائج أن اعتماد الذكاء الاصطناعي يؤثر على جوانب متعددة من المهام الإدارية:

• أداء المهام: يمكن تحقيق ذلك من خلال استخدام الذكاء الاصطناعي الذي يعزز بشكل كبير أداء المهام من خلال تحليل البيانات في الوقت الفعلي، والتعرف على الأنماط، والحلول المثلى، مما يحسن بشكل كبير القدرة على اتخاذ القرار. ومع ذلك، لا يزال لتطبيق الذكاء الاصطناعي تأثير غير واضح على العلاقة بين أداء المهام والأداء العام للموظف. على الرغم من وجود آثار إيجابية أخرى تشير إلى تحسن أداء المهام من خلال زيادة معالجة المعلومات، إلا أن هناك أيضًا عددًا من الدراسات التي تشير إلى عدم وجود تأثير أو حتى آثار سلبية على أداء المهام. على سبيل المثال، يمكن أن يحد توفر وإمكانية الوصول إلى العديد من الخيارات من قدرة النظام على العمل بكفاءة. قد توفر أنظمة الذكاء الاصطناعي ذات الخصائص المرنة نسبيًا وتوافر الوظائف المتعددة فوائد أكبر عندما يكون الجهد المبذول من قبل المديرين أعلى.
• بذل الجهد: يعني استخدام الذكاء الاصطناعي أن المديرين سيكونون قادرين على تخفيف بعض الأنشطة المعرفية وبالتالي إدارة المزيد من المهام ذات المستوى الأعلى. ومع ذلك، هذا لا يعني أن الأشخاص سيعملون بجدية أكبر نتيجة لذلك. قد يؤدي ذلك إلى تقليل المديرين للجهد المبذول بدلاً من زيادة دقة الذكاء الاصطناعي في إدارة سلسلة التوريد.
• اكتساب المعرفة: المعرفة والدراية هما عاملان مهمان، حيث يمكن الحصول على المعرفة باستخدام المعلومات المنظمة، والمشورة، والتغذية الراجعة من الذكاء الاصطناعي في الوقت الفعلي. ومع ذلك، هناك احتمال أن يؤدي ذلك إلى تقويض التعلم حيث يصبح المديرون متفرجين بدلاً من فاعلين. في هذه الورقة، فإن قياس كمية المعرفة التي يحصل عليها المديرون من خلال الذكاء الاصطناعي هو نتيجة لعوامل مثل: الدافع نحو التعلم، والدراية التكنولوجية، ودرجة النظام... بالإضافة إلى ذلك، تميل الأنظمة الأقل أمانًا والتي تحتوي على المزيد من الخيارات إلى تقليل نسبة الوقت الذي يمكن قضاؤه في تعلم شيء ما، مما يعيق التعلم بدوره.
• تفاعل الموظفين: يمكن للذكاء الاصطناعي التنظيمي أن يتيح ويعطل التواصل الجديد بين الموظفين. من ناحية، يمكن للذكاء الاصطناعي تحسين التعاون لأنه يمكن أن يوفر بيئات تحتوي على أدوات للتعليم والتواصل. ومع ذلك، فإنه أيضًا له جانب سلبي يتمثل في تقليل التواصل وجهًا لوجه، مما يقلل من المهارات الاجتماعية والعاطفية الشاملة داخل الفرق. هناك حاجة إلى مزيد من الدراسات التجريبية فيما يتعلق بتأثير تطبيق تكنولوجيا مشاركة المعرفة على تواصل الموظفين.
• الامتثال: تعني القدرة على التكيف لأنظمة الذكاء الاصطناعي أنها يمكن أن تعزز وتشجع الامتثال والمعايير الأخلاقية، وكذلك تفعل العكس. يعد الذكاء الاصطناعي مفيدًا أيضًا في مراقبة أنشطة المستخدمين في النظام لضمان الامتثال للسياسات التنظيمية عند ملاحظة أي خلل. ومع ذلك، قد تتضمن أنظمة الذكاء الاصطناعي أيضًا سلوكيات غير أخلاقية، لأن الأشخاص الذين يرتكبون مثل هذه السلوكيات يقللون من مسؤوليتهم الشخصية، وبالتالي يتم إنشاء مسافة فردية. لا يزال هناك حاجة إلى مزيد من العمل الكمي لبناء هذا الرابط فيما يتعلق بكيفية تأثير الأتمتة على السلوك الممتثل.
• الابتكار: إحدى الطرق التي يعزز بها الذكاء الاصطناعي الابتكار هي أنه يمكن أن يساعد في عملية توليد الأفكار، وتقديم رؤى من البيانات. فائدة أخرى هي أنه باستخدام أنظمة الذكاء الاصطناعي، يمكن أيضًا العثور على حلول جديدة حيث ينظر النظام إلى المعلومات في المشكلة المحددة من زاوية مختلفة وهو قادر على التعرف على الأنماط غير البديهية. ومع ذلك، يجب توخي الحذر من أنه قد يقلل أيضًا من الحرية المطلوبة في توليد الابتكارات من تلقاء نفسه. تشمل الأمثلة الأخرى لمتغيرات الشخص: الإدراك – والذي يمكن أن يكون النمط المعرفي للشخص، وهو أيضًا ذو صلة بالابتكار.

الثقة في اعتماد الذكاء الاصطناعي للإدارة

وفقًا لهذا البحث، فإن الثقة هي مفتاح تحقيق الذكاء الاصطناعي في الإدارة. في هذه الحالة، فإن افتقار المديرين إلى رؤية شاملة للوضع يدفعهم إلى الاعتماد على ثقتهم في توافر المعلومات التي يستخدمونها، بما في ذلك الذكاء الاصطناعي. هذه الثقة ليست بناءً متجانسًا يتكون من أجزاء معرفية وعاطفية.

• الثقة المعرفية والعاطفية: عندما تكون الثقة معرفية، فإنها تستند إلى الكفاءة المتصورة لنظام الذكاء الاصطناعي، بينما عندما تكون عاطفية، فإنها تتحقق بناءً على الأمان المتصور الناتج عن استخدام نظام الذكاء الاصطناعي. يمكن أن يكون هذان النوعان من الثقة مفيدين في المواقف الحرجة مثل المواقف الطبية والتجارية عندما لا يتمكن المستخدمون من التمييز بين النصيحة الجيدة والسيئة المقدمة من الجهات المزودة.
• الثقة في الذكاء الاصطناعي مقابل الخبراء البشريين: لسبب ما، من المرجح أن يعتمد الأشخاص على الخبراء البشريين بدلاً من الذكاء الاصطناعي، خاصة عندما يتعلق الأمر بصحتهم. هذا يعني أن هناك طريقة معينة يجب من خلالها دمج الذكاء الاصطناعي في البيئات الإدارية حيث يُقال إن الخبرة والتقدير ذات قيمة عالية. لكي يتقبل الناس استخدام أدوات الذكاء الاصطناعي، يتعين على مطوريها تصميم أنظمة لا تقدم حلولاً فعالة فحسب، بل تظهر أيضًا التعاطف، والقدرة على التكيف مع ظروف المستخدم الفردية.
• تأثير التخصيص والعناية: للتخصيص والعناية المتصورة بشأن استخدام الذكاء الاصطناعي تأثير كبير أثناء استخدام الأنظمة. إذا كان نظام الذكاء الاصطناعي قادرًا على فهم متطلبات مستخدم معين وإظهار الفهم والاهتمام، فسيتم تطوير الثقة ويتم دفع الشخص نحو استخدام نظام الذكاء الاصطناعي هذا في كثير من الأحيان.
• الدور الوسيط للثقة العاطفية: وُجد أن للثقة المعرفية والعاطفية تأثيرًا وسيطًا على النية في تبني الذكاء الاصطناعي. ما يعنيه هذا هو أنه حتى لو كان نظام ذكاء اصطناعي معين يُعتبر كفؤًا للغاية، فإن الأشخاص يشعرون بالإيجابية تجاه هذا النظام لتعزيز نية تبنيه. تساعد هذه العلاقة الأطراف على إبداء الاستعداد للتبني خاصةً عندما لا توجد خبرة سابقة في التعامل مع الذكاء الاصطناعي.

الذكاء الاصطناعي وأنظمة إدارة العروض الشاملة (TOMS)

في سياق صناعة الطيران، يتم تطبيق الذكاء الاصطناعي لتصميم وبناء أنظمة TOMS المتكاملة للغاية، والتي يتمثل غرضها الأساسي في توفير عروض مخصصة للعملاء. تستخدم أنظمة TOMS الذكاء الاصطناعي بالطرق التالية:

• تحديد شخصية المستخدم: يتم تقسيم شخصيات العملاء باستخدام تطبيق التجميع K-mode متبوعًا بخوارزميات XG Boost.
• مجموعات العروض المخصصة الديناميكية: يتم ترشيح الرحلات الجوية والخدمات الإضافية للعملاء باستخدام الذكاء الاصطناعي باستخدام خوارزميات SVD و RBM؛ يتم تقسيم العملاء إلى شخصيات.
• توقع الحد الأقصى للهامش: هناك أيضًا الذكاء الاصطناعي المعروف باسم الانحدار العشوائي للغابات الذي يمكنه حتى توقع الحد الأقصى لهامش الربح الذي يمكن تحقيقه مع كل عرض مجمّع.
• التنبؤ بالسعر الأمثل: مرة أخرى، يتم استخدام الشبكات العصبية لتحديد السعر المناسب لكل منتج مجمّع بناءً على احتمالية شراء العميل.

شرح بعض عيوب وصعوبات الذكاء الاصطناعي في الإدارة

على الرغم من إمكاناته الهائلة، فإن استخدام الذكاء الاصطناعي في الإدارة يطرح أيضًا العديد من التحديات:

• الحمل الزائد للبيانات: سيؤدي الاستخدام المؤسسي لأنظمة الذكاء الاصطناعي إلى إنشاء كميات كبيرة من البيانات التي قد تغرق المديرين وتقوض عملية اتخاذ القرار.
• النفور من الخوارزميات: يرجع هذا إلى حقيقة أن البشر يعارضون بطبيعتهم أشياء مثل الخوارزميات ويفضلون أن يروا القرارات المتعلقة بالرعاية الصحية يتخذها أشخاص. يمكن أن يكون هذا النقص في الثقة بمثابة حاجز أمام تنفيذ أنظمة الذكاء الاصطناعي في الإدارة.
• المخاوف الأخلاقية: يأتي تطبيق الذكاء الاصطناعي جنبًا إلى جنب مع قضايا مختلفة ذات طبيعة أخلاقية بما في ذلك؛ حماية البيانات والخصوصية والمصداقية والمسؤولية والقانون. يجب حل هذه المشكلات بشكل عاجل من قبل الحكومات والمنظمات لمنع الاستخدام المسيء لحلول الذكاء الاصطناعي.
• قيود البحوث الحالية: هناك عدة عوامل تمنع تعميم نتائج الدراسات الحالية على النحو التالي. على سبيل المثال، قد لا يكون استخدام فحوص التلاعب فعالًا دائمًا. أيضًا، فإن جميع الأبحاث على الرغم من أنها تستند إلى نوايا التبني وليس الاستخدام الفعلي، فإنها تحد من قدرات التعميم للنظرية، من خلال افتراض الظروف المثالية للاستخدام.
• الحاجة إلى التحسين المستمر: لأنظمة الذكاء الاصطناعي قيودها، ويجب تحديث أنظمة الذكاء الاصطناعي واختبارها وتحسينها لتحقيق أقصى استفادة منها. يجب على الناس إجراء المزيد من الأبحاث حول أنظمة الذكاء الاصطناعي في البيئات الحقيقية التي قد لا تعمل بكفاءة كما في بيئات الاختبار.

التوجهات المستقبلية

يجب أن تركز الأبحاث المستقبلية على عدة مجالات لزيادة فوائد الذكاء الاصطناعي في الإدارة:

• الفجوات البحثية: وبالتالي، يجب بذل المزيد من الجهد فيما يتعلق ببذل الجهد، والامتثال، والمعرفة المكتسبة فيما يتعلق بآثار الذكاء الاصطناعي. لهذا السبب من المهم فهم كيف يؤثر دمج الذكاء الاصطناعي على هذه المناطق.
• الأطر الأخلاقية: أوضحت هذه الورقة سبب الحاجة إلى وضع الإطار الأخلاقي ولوائح استخدام الذكاء الاصطناعي في إدارة مرافق الرعاية الصحية وتحدياتها.
• العنصر البشري: تدعو هذه الورقة إلى مزيد من الدراسة اللاحقة للعامل البشري في تكامل الذكاء الاصطناعي وكيف يمكن للتكنولوجيا أن تكمل وتعزز قدرات الإنسان بدلاً من التنافس معه.
• التدريب المتعلق بالتكنولوجيا: هناك حاجة إلى مزيد من الجهود البحثية لفحص العلاقة بين التدريب المتعلق بالتكنولوجيا واستخدام أنظمة دعم الإدارة والأداء العام للمهام.
• تقنيات الخدمة الذاتية: نظرًا لأن أنظمة دعم الإدارة الأقل تقييدًا توفر مرونة أكبر، فإنه يمكن للبحوث المستقبلية فحص مزايا هذه الأنظمة.
• البيانات في الوقت الفعلي: نظرًا لأن الذكاء الاصطناعي يوفر طرقًا للتحليل السريع وفي الوقت الفعلي للبيانات لاتخاذ قرارات أسرع، فهناك حاجة إلى مزيد من البحث.
• التعاون متعدد التخصصات: نظرًا للأبعاد المتعددة للذكاء الاصطناعي في الإدارة، يجب على العلماء من مختلف المجالات التفاعل لحل المشكلات المرتبطة بالذكاء الاصطناعي.

الخاتمة

يعمل الذكاء الاصطناعي في جوهره على إحداث ثورة في الأداء الإداري على أعلى المستويات التنفيذية من خلال تحسين صنع القرار والكفاءة بالإضافة إلى تسهيل الابتكار. ومع ذلك، لكي ينجح الأمر، يجب أن يأخذ تطبيق الذكاء الاصطناعي في الاعتبار نقاط القوة والضعف في التطبيق. وبالتالي، فإن الأنظمة المختصة والجدارة بالثقة والأخلاقية والمتعاطفة وحدها هي التي يمكن أن تسمح للقيادة بإدراك إمكانات الذكاء الاصطناعي إلى أقصى حد. هناك حاجة إلى مزيد من الدراسات حول هذا الموضوع والتكامل مع الفرق المباشرة في العديد من المجالات لإنشاء بيئات إيجابية للذكاء الاصطناعي التنظيمي والشخصي، مما يؤدي في النهاية إلى مستقبل تتناغم فيه أجهزة الكمبيوتر والعقول لتحقيق الأهداف التنظيمية.

لتفاصيل برامجنا الاكاديمية من الرابط التالي من هنا

المراجع

1. Beal, C., et al. (2021). Lessons Learned on Participatory Action Research to Adoption of Climate Smart Agricultural Options with an Emphasis on Gender and Social Inclusion. https://cgspace.cgiar.org/items/e637f2b5-5bd2-4f65-b4d1-d9ad476f8b4133
2. Kempkes, J. A., Suprano, F., & Wömpener, A. (2023). How management support systems affect job performance: a systematic literature review and research agenda. Management Review Quarterly, 74, 2013–2086. https://doi.org/10.1007/s11301-023-00353-534
3. Mahendru, M., Singh, A., & Ranjan, J. (2024). Enhancing customer-centric retailing through AI-driven total offer management strategies for airline users. International Journal of System Assurance Engineering and Management. https://doi.org/10.1007/s13198-024-02419-321
4. Qin, H., Zhu, Y., Jiang, Y., Luo, S., & Huang, C. (2024). Examining the impact of personalization and carefulness in AI-generated health advice: Trust, adoption, and insights in online healthcare consultations experiments. Technology in Society, 79, 102726. https://doi.org/10.1016/j.techsoc.2024.102726