داده محوری

هوش مصنوعی یکی از فناوری های نو ظهور عصر حاضر است که در آن تلاش می شود هوش انسانی در سامانه ها و ماشین های مورد استفاده شبیه سازی شود. دستیابی به هوش مصنوعی نیازمند طیف گسترده ای از فعالیت های تحقیق و توسعه بوده که مدیریت این فرآیند مستلزم دسترسی به دانش نوین برای تدوین و پیاده سازی راهبرد، اختصاص منابع، سازماندهی، و بکارگیری ابزارهای مناسب می باشد. هدف این مقاله شناسایی و اولویت بندی مولفه های مدیریت تحقیق و توسعه داده محور در شرکت های فعال در فناوری هوش مصنوعی است. این پژوهش با رویکرد آمیخته (کیفی- کمی) انجام گرفت. در بخش کیفی، پس از مرور منسجم مبانی نظری با 12 نفر از خبرگان که به روش نمونه گیری هدفمند و گلوله برفی انتخاب شدند مصاحبه شد و نظرات آن ها جمع آوری و در قالب نظریه داده بنیاد، مورد تحلیل قرار گرفت. نتیجه آن 123 کد باز، 24 زیرمولفه و 8 مولفه (مقوله) محوری بود. در بخش کمی، نظرات 85 نفر از متخصصین تحقیق و توسعه و فعالان حوزه هوش مصنوعی که به روش نمونه گیری قضاوتی انتخاب شده بودند از طریق پرسشنامه جمع آوری و پس از تحلیل آن به روش مدل معادلات ساختاری، روابط و اعتبار مولفه ها مورد تائید قرار گرفت. همچنین با نظر خبرگان مولفه های به دست آمده در قالب روش سوارا وزن دهی و اولویت بندی شدند که به ترتیب عبارتند از: مدیریت نظام مند، تامین منابع، توانمندی بکارگیری تحلیل های کلان داده، سیاست های حمایتی، بسترها و زیرساخت ها، توسعه علم داده، عوامل سازمانی و منافع تجاری.

این مطالعه با هدف ارائه مدل جامع برای مدیریت محصول داده محور در حوزه محصولات نرم افزاری بازار سرمایه با تمرکز بر رویکرد سفر مشتری به انجام رسید. پژوهش حاضر بر اساس جهت گیری، کاربردی است که با روش آمیخته اکتشافی متوالی اجرا شد. در فاز کیفی، با استفاده از نظریه داده بنیاد و نمونه گیری هدفمند تا رسیدن به اشباع نظری، مصاحبه های عمیق نیمه ساختار یافته با 15 نفر از خبرگان حوزه محصولات نرم افزاری بازار سرمایه انجام و سپس با رویکرد سیستماتیک داده ها در نرم افزار اطلس تی آی کدگذاری و مولفه های پارادایمی و مقوله هسته تبیین شد. در فاز کمّی نیز با استفاده از روش نمونه گیری تصادفی، پرسشنامه از 384 نفر از فعالان حوزه بورس جمع آوری، با نرم افزار اس پی اس اس بررسی شده و مدل معادلات ساختاری با نرم افزار اموس مورد آزمون قرار گرفت. مولفه های انتقال پارادایم در عرصه تکنولوژی و توسیع فضای رقابتی به عنوان شرایط علّی، شکل گیری تخصص های پیشرفته، سبک متفاوت زندگی در دنیای دیجیتال و داده های متنوع و جدید به عنوان شرایط زمینه ای، ظهور رفتار سرمایه گذاری نوین به عنوان شرایط مداخله ای، پیاده سازی زیرساخت های سازمانی، تصویرسازی جامع استفاده از داده، اصلاح ساختار و توانمندسازی و حاکمیت داده در سطح کلان و قوانین رگولاتوری به عنوان راهبردها و تحصیل سازمان کارآمد، سلامت مالی مشتریان در بازار سرمایه و موفقیت محصولات داخلی در سطح رقابت جهانی به عنوان پیامد تبیین شدند. نتایج در دو فاز کیفی و کمی، نشان داد که مولفه های یافته شده طبق آنچه در مدل پارادایمی ترسیم شده است بر پدیده مرکزی اثرگذار و پیامدها از پدیده مرکزی اثرپذیر هستند.

هدف این پژوهش ارائه الگوی مفهومی تحلیل منابع انسانی در گمرک جمهوری اسلامی ایران با بهره گیری از رویکرد فراترکیب است. بر این اساس ۵۷ پژوهش پیشین مرتبط با اهداف مطالعه حاضر در بازه زمانی ۲۰۰۱ تا ۲۰۲۴ با استفاده از الگوی هفت مرحله ای سندلوسکی و باروسو بررسی گردید و به تجمیع، ترکیب و تفسیر یافته های این پژوهش ها پرداخته شد تا مدلی جامع و بدیع از تحلیل منابع انسانی در سازمان دولتی ارائه شود.شیوه تحلیل داده ها تحلیل مضمون بود که پس از شناسایی کد ها بر اساس میزان تشابه مفهومی دسته بندی و ترکیب شدند و در نهایت از روش دلفی شامل تعداد ۱۰ خبره دانشگاهی و سازمانی استفاده شد.یافته ها نشان داد مدل تحلیل منابع انسانی در گمرک ایران شامل ۷ مقوله اصلی همسویی استراتژیک ، زمینه تحلیلی ، قابلیت ، معیارها ، چالش ها ، پذیرش و نگاه به آینده در قالب ۲۰ مقوله فرعی و ۷۶ کد می باشد که الگوی تحقیق آن ترسیم شد. بنابراین می توان نتیجه گرفت تحلیل منابع انسانی رویکردی فعالانه است که با قابلیت هایی مانند بهبود مدیریت استعدادها ، منجر به ارتقاءعملکرد سازمانی و رضایت کارکنان می شود.