How generative AI drives business model innovation: evidence from Chinese manufacturing firms
بالاستناد إلى نظرية الموارد (RBV) ونظرية التركيز على الانتباه (ABV)، تُثبت هذه الدراسة تجريبياً أن اعتماد الذكاء الاصطناعي التوليدي يدفع بشكل كبير نحو ابتكارات نماذج الأعمال القائمة على الجدة والكفاءة في الشركات التصنيعية الصينية، وهو أثر إيجابي يتعزز بشكل جوهري من خلال الاهتمام الرقمي لدى الإدارة.
في العالم الحديث، تواجه الشركات ضغطاً مستمراً لإعادة ابتكار كيفية خلق القيمة، وتقديم المنتجات، وتحقيق الأرباح. تُعرف عملية إعادة تشكيل المنطق الأساسي للأعمال هذه بابتكار نموذج الأعمال. الأمر لا يقتصر مجرد تحسين منتج واحد أو خفض التكال sedikit؛ بل يتعلق بإعادة تصور النظام بأك entero الذي تستخدمه الشركة للعمل. لعقود من الزمن، أدرك الباحثون أنه لتحقيق مثل هذا التغيير العميق، تحتاج الشركة إلى موارد وقدرات فريدة لا يستطيع المنافسون نسخها بسهولة. كما أدركوا أيضاً منذ فترة طويلة أن الأشخاص في قمة الهرم التنظيمي يلعبون دوراً حاسماً. إذ يعمل اهتمام وتوجهات كبار التنفيذيين كمرشح (فلتر)، يحدد التقنيات الجديدة التي ستحصل على التمويل والتركيز اللازمين لتحويل الشركة. واليوم، مع تطور الذكاء الاصطناعي من أداة لتحليل البيانات إلى أداة يمكنها توليد محتوى وأفكار وحلول جديدة، برز سؤال جوهري: كيف تغير هذه التكنولوجيا الجديدة بالفعل طريقة عمل الشركات، وما هو الدور الذي يلعبه القادة البشر في إحداث هذا التغيير؟
لقد سعى فريق من الباحثين من جامعة نانجينغ في الصين للإجابة على هذا السؤال من خلال النظر في قطاع التصنيع في دلتا نهر يانغتسي، وهي منطقة معروفة بكثافتها الصناعية واعتمادها السريع للأدوات الرقمية. ركز الباحثون على الذكاء الاصطناعي التوليدي، وهو نوع من التكنولوجيا القادرة على إنتاج نصوص وصور ومواد صوتية جديدة من بيانات التدريب، وفحصوا كيف يؤثر اعتماده على ابتكار نماذج الأعمال. استقصى الباحثون أكثر من 500 مدير من المستويات المتوسطة والعليا في شركات تصنيع في المنطقة. وسألوا هؤلاء التنفيذيين عن استخدامهم للذكاء الاصطناعي التوليدي، وعن مخاوفهم بشأن الاتجاهات الرقمية، وكيف تغيرت نماذج أعمالهم من حيث الجدة والكفاءة. تشير الجدة إلى خلق طرق جديدة تماماً لممارسة الأعمال، مثل تقديم خدمات جديدة أو التواصل مع العملاء بطرق مبتكرة. أما الكفاءة، فتشير إلى جعل العمليات الحالية أكثر سلاسة وسرعة وأقل تكلفة.
وجدت الدراسة أن اعتماد الذكاء الاصطناعي التوليدي يدفع بقوة كلا النوعين من الابتكار. فعندما بدأت الشركات في استخدام هذه الأدوات، لم تكتفِ بأتمتة المهام القديمة فحسب، بل بدأت في توليد أفكار جديدة للمنتجات والخدمات. ساعدت التكنولوجيا المديرين على تحليل ملاحظات العملاء بشكل أعمق، مما كشف عن احتياجات خفية وسمح بخلق تجارب مخصصة كان من الصعب توفيرها على نطاق واسع في السابق. أدى هذا إلى تطوير مفاهيم تجارية وطرق معاملات جديدة. وفي الوقت نفسه، حسنت التكنولوجيا الكفاءة؛ فمن خلال معالجة كميات كبيرة من البيانات وأتمتة اتخاذ القرارات الروتينية، سمح الذكاء الاصطناعي التوليدي للشركات بالاستجابة لتغيرات السوق بسرعة أكبر وإدارة مواردها بدقة أكبر. أظهرت البيانات وجود صلة إيجابية واضحة بين استخدام التكنولوجيا وهذه التحسينات في كيفية تشغيل الأعمال.
ومع ذلك، لم تكن التكنولوجيا وحدها هي القصة الكاملة. فقد اكتشف الباحثون أن تأثير الذكاء الاصطناعي التوليدي كان يتأثر بشدة بعقلية قادة الشركة. وقد قاموا بقياس ما أسموه "القلق الإداري الرقمي"، وهو في الأساس مقدار الاهتمام والأولوية التي يوليها التنفيذيون للتقنيات الرقمية. وكشفت الدراسة أنه عندما كان القادة مهتمين بعمق بالاتجاهات الرقمية ويعطونها الأولوية بنشاط، كانت الآثار الإيجابية للذكاء الاصطناعي التوليدي على ابتكار الأعمال أقوى بكثير. في الشركات التي أول فيها التنفيذيون اهتماماً وثيقاً بالأدوات الرقمية، تم دمج التكنولوجيا بشكل أعمق في استراتيجية الشركة وعملياتها اليومية. هذا التركيز المتزايد سمح للمؤسسة بالاستفضاء من كامل إمكانات التكنولوجيا، وتحويلها من مجرد أداة بسيطة إلى محرك قوي للتغيير. وعلى العكس من ذلك، بدون هذا الانخراط الفعال من القيادة، كان قدرة التكنولوجيا على تحويل نموذج الأعمال أقل وضوحاً.
تشير النتائج إلى أنه لكي تنجح شركة تصنيع في ابتكار نموذج أعمالها، لا يمكنها ببساطة شراء أحدث البرامج؛ بل يجب أن تقترن التكنولوجيا بفريق قيادي مهتم حقاً بالإمكانيات الرقمية. يجب على التنفيذيين النظر إلى هذه الأدوات كجزء أساسي من مستقبل الشركة، وتخصيص الموارد وتعزيز ثقافة يتم فيها استكشاف الأفكار الجديدة. وتشير الأبحاث إلى أن الجمع بين تكنولوجيا قوية مولدة للمحتوى وفريق قيادي يركز على الاستراتيجية الرقمية يخلق ميزة فريدة. هذا التآزر يسمح للشركات ليس فقط بالعمل بكفاءة أكبر، بل وأيضاً بتخيل وبناء طرق جديدة تماماً لخلق القيمة. وتخلص الدراسة إلى أنه بينما يوفر الذكاء الاصطناعي التوليدي المحرك للابتكار، فإن اهتمام وتوجيه المديرين الاستراتيجي يوفران المقود، مما يضمن تحرك المركبة نحو ميزة تنافسية مستدامة.
ملخص تقني: كيف يقود الذكاء الاصطناعي التوليدي الابتكار في نماذج الأعمال
بيان المشكلة بينما يُعترف بالذكاء الاصطناعي التوليدي (GAI) كتقنية تحويلية قادرة على إنتاج محتوى جديد (نصوص، رسومات، صوت) وتعزيز الكفاءة في المجالات الوظيفية مثل التسويق والبحث والتطوير، إلا أن الأدبيات تفتقر إلى الوضوح بشأن آلياته المحددة وتأثيراته على ابتكار نماذج الأعمال (BMI). لقد ركزت الأبحاث الحالية إلى حد كبير على تطبيقات الذكاء الاصطناعي التوليدي في قطاعات محددة (مثل الرعاية الصحية، والقانون) أو دوره العام في الابتكار التنظيمي، لكن المسارات الدقيقة التي من خلالها يقود الذكاء الاصطناعي التوليدي إعادة الهيكلة الجوهرية لآليات خلق القيمة، وتقديمها، والاستحواذ عليها لا تزال غير مستكشفة بشكل كافٍ. علاوة على ذلك، فإن دور التركيز المعرفي لكبار التنفيذيين — وتحديداً "الاهتمام الرقمي الإداري" — كشرط حدودي لتبني الذكاء الاصطناعي التوليدي في ابتكار نماذج الأعمال، لا يزال غير مفهوم بشكل كافٍ. تعالج هذه الدراسة السؤال التالي: كيف يؤثر الذكاء الاصطناعي التوليدي على ابتكار نماذج الأعمال، وكيف يعمل الاهتمام الرقمي الإداري كمتغير معدل لهذه العلاقة؟
المنهجية تعتمد الدراسة نهجاً تجريبياً كمياً يستند إلى نظرية الموارد (RBV) ونظرية قائمة على الانتباه (ABV).
جمع البيانات: تم جمع البيانات عبر استبيان مهيكل وُزع على مديري المستوى المتوسط والعالي في شركات التصنيع بمنطقة دلتا نهر يانغتسي في الصين. وللحد من انحياز الطريقة المشتركة، تم استخدام تصميم الاستبيان المنقسم: حيث وُزع الاستبيان الأول (المتغيرات التفسيرية: الذكاء الاصطناعي التوليدي، الاهتمام الرقمي الإداري، المتغيرات الضابطة) على مجموعة من المديرين، ثم وُزع الاستبيان الثاني (المتغيرات التابعة: ابتكار نماذج الأعمال النوعي، ابتكار نماذج الأعمال الكفء) على مديرين مختلفين داخل نفس الشركات بعد ثلاثة أسابيع.
العينة: من أصل 800 استبيان تم توزيعها، تم الاحتفاظ بـ 514 استجابة صالحة ومطابقة (معدل استجابة فعال بلغ 64.25%).
المتغيرات:
المتغير المستقل: تبني الذكاء الاصطناعي التوليدي (GAI)، ويُقاس بالقدرة على توليد مخرجات جديدة وزيادة الإنتاجية.
المتغيرات التابعة: ابتكار نماذج الأعمال (BMI)، ويتم قياسه من خلال ابتكار نماذج الأعمال النوعي (NBMI؛ إنشاء آليات/روابط معاملات جديدة) وابتكم نماذج الأعمال الكفء (EBMI; تقليل تكاليف المعاملات/تحسين النماذج القائمة).
المتغيرات الضابطة: عمر الشركة، حجمها، ملكيتها، الربحية، كثافة البحث والتطوير، وديناميكية البيئة.
التحليل: استخدمت الدراسة التحليل العاملي التوكيدي (CFA) لإثبات الصدق التمايزي، وتحليل الانحدار المتعدد الهرمي لاختبار التأثيرات الرئيسية وفرضيات التعديل.
النتائج الرئيسية أسفر التحليل التجريبي عن النتائج التالية:
التأثيرات الرئيسية: يؤثر تبني الذكاء الاصطناعي التوليدي بشكل معنوي وإيجابي على كلا بُعدي ابتكار نماذج الأعمال.
دعم الفرضية الأولى (H1): يعزز الذكاء الاصطناعي التوليدي ابتكار نماذج الأعمال النوعي (β=0.3441,p<0.01). وتتضمن الآلية قدرة الذكاء الاصطناعي التوليدي على توليد أفكار جديدة، وتحليل ملاحظات العملاء، وإنشاء منتجات/خدمات مخصصة، مما يعزز آليات خلق قيمة جديدة.
دعم الفرضية الثانية (H2): يعزز الذكاء التوليدي ابتكار نماذج الأعمال الكفء (β=0.2691,p<0.01). وتتضمن الآلية تبسيط اتخاذ القرار القائم على البيانات، وأتمتة المهام الروتينية، وتحسين إدارة الموارد لتقليل تكاليف المعاملات.
ملاحظة: وُجد أن تأثير الذكاء الاصطناعي التوليدي على الابتكار النوعي (NBMI) كان أكثر وضوحاً من تأثيره على الابتكار الكفء (EBMI).
التأثيرات المعدلة: يعمل الاهتمام الرقمي الإداري (MDC) على تعزيز العلاقة بين الذكاء الاصطناعي التوليدي وابتكار نماذج الأعمال.
دعم الفرضية الثالثة (H3): يعزز الاهتمام الرقمي الإداري التأثير الإيجابي للذكاء الاصطناعي التوليدي على الابتكار النوعي (β=0.1654,p<0.01). حيث يؤدي الاهتمام العالي إلى تخصيص أكبر للموارد ومنح الأولوية الاستراتيجية للذكاء الاصطناعي التوليدي لأغراض الابتكار وأبحاث السوق.
دعم الفرضية الرابعة (H4): يعزز الاهتمام الرقمي الإداري التأثير الإيجابي للذكاء الاصطناعي التوليدي على الابتكار الكفء (β=0.1592,p<0.01). إذ يدفع الاهتمام العالي نحو الاستثمار في البنية التحتية للبيانات والأتمتة، مما يضمن قيام الذكاء الاصطناعي التوليدي بتحسين الكفاءة التشغيلية بفعالية.
المساهمات الرئيسية تزعم الورقة تقديم ثلاث مساهمات رئيسية للأدبيات:
توسيع أبحاث تطبيق الذكاء الاصطناعي التوليدي: إنها تتجاوز الدراسات الخاصة بقطاعات معينة (مثل الرعاية الصحية، والتمويل) لتستكشف بشكل منهجي العلاقة بين الذكاء الاصطناعي التوليدي والمفهوم الأوسع لابتكار نماذج الأعمال، مما يسد الفجوة في فهم كيفية قيادة الذكاء الاصطناعي التوليدي للتحول التنظيمي.
الإثراء النظري لابتكار نماذج الأعمال (BMI): من خلال دمج نظرية الموارد (RBV) والنظرية القائمة على الانتباه (ABV)، توضح الدراسة الآليات المحددة (توليد الإبداع، كفاءة القرار، تحسين الموارد) التي يقود من خلالها الذكال الاصطناعي التوليدي ابتكار نماذج الأعمال، مما يقدم فهماً أكثر تفصيلاً من التحليلات العامة السابقة.
التقدم في النظرية القائمة على الانتباه: تحدد الدراسة الاهتمام الرقمي الإداري كشرط حدودي حاسم. وتوضح الدراسة أن الانتباه الاستراتيجي للتنفيذيين هو مورد نادر يحدد مدى فعالية تبني الذكاء الاصطناعي التوليدي، مما يوسع نطاق تطبيق النظريات القائمة على الانتباه في سياق التحول الرقمي.
الأهمية والادعاءات تضع الدراسة نفسها كدراسة تقدم قيمة نظرية وعملية:
الأهمية النظرية: تقدم البحث منظورات جديدة حول كيفية تفاعل التقنيات الناشئة مع الموارد التنظيمية والإدراك التنفيذي لدفع التغييرات الجوهرية في الأعمال. وتوضح أن الذكاء الاصطناعي التوليدي ليس مجرد أداة للتحسين التدريجي، بل هو محرك لتحولات هيكلية في نماذج الأعمال، مشروطاً بالتركيز الإداري.
الأهمية العملية: تقدم النتائج إرشادات للشركات، وخاصة في مجال التصنيع، حول كيفية الاستفادة من الذكاء الاصطناعي التوليدي. وتقترح الورقة أن الابتكار الناجح لنماذج الأعمال يتطلب ليس فقط تبني تقنية الذكاء الاصطناعي التوليدي، ولكن أيضاً التنمية النشطة لـ "الاهتمام الرقمي الإداري". ويُحث التنفيذيون على إعطاء الأولوية للتوجهات الرقمية، وتخصيص الموارد لدمج الذكاء الاصطناعي التوليدي، وتعزيز ثقافة الابتكار لتحقيق كامل إمكانات هذه التقنية في تعزيز كل من الجدة والكفاءة.
المحددات يقر المؤلفون بوجود محددات تتعلق بالاعتماد على بيانات المسح المستعرضة (احتمالية وجود انحياز ذاتي)، والتركيز الجغرافي والصناعي للعينة (تصنيع دلتا نهر يانغتسي)، واستبعاد العوامل البيئية الخارجية (مثل التغيرات التنظيمية، ومنافسة السوق) من النموذج. ويقترحون أن الأبحاث المستقبلية يجب أن تستخدم تصاميم طولية وعينات أوسع للتحقق من صحة هذه النتائج.