دانلود پایان نامه هوش مصنوعی در استراتژی های تحول دیجیتال در صنعت نیمه رسانا

1. مقدمه 2. چارچوب نظری 3. روش تحقیق 4. داده های تجربی 5. تجزیه و تحلیل 6. نتیجه گیری

چکیده – فناوریهای نوظهور در حال تغییر چشم انداز دیجیتال و محیط رقابتی شرکت های بسیار فناورانه با ورود هوش مصنوعی (AI) هستند. شرکت ها با پیاده سازی استراتژی های تحول دیجیتال (DT) با همسوسازی عوامل سازمانی و فناورانه به سمت بهره برداری از اطلاعات تولید شده بوسیله AI، به این تحولات پاسخ دادند. این پایان نامه، توضیحاتی در مورد موضوعات مدیریت دانش (KM)، DT و AI در شیوه های عملکردی سازمانی با تاکید بر «نرم افزار به عنوان یک سرویس» (SaaS) بهبود یافته با AI، ارائه می دهد. این پژوهش، یک چارچوب مفهومی مطرح می کند که با بهره گیری از مجموعه مقالات در مورد AI، DT، KM و «نمای قابلیت دینامیکی» (DCV) طراحی شده است و سه مفهوم غالب (قابلیت های درونی، ظرفیت جذبی و رقابت پذیری فناورانه) را آشکار می کند. سپس این چارچوب مفهومی بوسیله داده های تجربی حاوی داده های اولیه گردآوری شده از یک مطالعه موردی و داده های ثانویه از گردآوری داده های مبتنی بر اینترنت، تکمیل شدند. مصاحبه های انجام شده در مطالعه موردی، بر مدیران دارای تجربه گسترده در صنعت نیمه رسانا و اپراتورهایی که با ابزار SaaS بهبود یافته با AI کار می کنند، متمرکز بودند. این تحلیل، یک چارچوب مفهومی به روز را حاصل کرد که خاطر نشان کننده اثر متقابل قابلیت های درونی یک شرکت و یک ظرفیت جذبی بهینه شده با AI است که نشانگر سه مسیر به سمت دستیابی به رقابت پذیری فناورانه در یک محیط بسیار فناورانه است. علاوه بر آن، راهکار پیشنهادی یک اپراتور ابزار بهینه شده با AI به عنوان یک نقش جدید را فراهم می کند که مسئول پشتیبانی از فعالیت های سطح سازمان با اطلاعات تولید شده توسط AI است.

Emerging technologies are reshaping the digital landscape and competitive environment of highly technological companies with the introduction of artificial intelligence (AI). Firms are reacting by implementing digital transformation (DT) strategies aligning the organizational and technological factors towards leveraging AI-generated information. This thesis sheds new light on the topics of knowledge management (KM), DT, and AI in organizational practices with an emphasis on AI-enhanced software-as-a-service (SaaS). The research results in a conceptual framework, designed from the literature on AI, DT, KM, and dynamic capability view (DCV) uncovering three overarching concepts (internal capabilities, absorptive capacity, and technological competitiveness). This conceptual framework was then complemented by empirical data featuring primary data gathered from a single case study and secondary data from an internet-mediated data collection. The interviews in the case study were focused on managers with extensive experience in the semiconductor industry and operators working with the AI-enhanced SaaS tool. The analysis concludes in an updated conceptual framework, highlighting the interplay of a firm’s internal capabilities and an AI-enhanced absorptive capacity indicating three pathways toward achieving technological competitiveness in a highly technological environment. Additionally, a proposed solution is presented featuring an AI-enhanced tool operator as a new role, responsible for supporting organization-wide activities with AI-generated information.