تحلیل علی موانع پیاده سازی هوش مصنوعی در صنعت خودرو با رویکرد دلفی- دیمتل نوتروسوفیک [پايان نامه فارسي]

یوسف همایونی بخشایش

شناسگر رکورد: ۵۲۸۲۸
گرایش: تولید و عملیات
رشته تحصیلی: مدیریت صنعتی
عنوان: تحلیل علی موانع پیاده سازی هوش مصنوعی در صنعت خودرو با رویکرد دلفی- دیمتل نوتروسوفیک
نويسنده: یوسف همایونی بخشایش
استاد راهنما : دکتر فاطمه مجیبیان
دکتر مریم دانشور
مقطع تحصیلی : کارشناسی ارشد
دانشگاه : خاتم
تاریخ دفاع : ۱۴۰۵
چکیده: پیاده‌سازی هوش مصنوعی در صنعت خودروسازی، به دلیل درهم‌تنیدگی عوامل فناورانه، داده‌ای، سازمانی، مدیریتی و محیطی، با مجموعه‌ای از موانع متقابل و وابسته مواجه است. پژوهش حاضر با هدف شناسایی، اعتبارسنجی و تحلیل روابط علّی میان موانع پیاده‌سازی هوش مصنوعی در صنعت خودروسازی ایران با تمرکز بر شرکت سایپا انجام شد. پژوهش از نظر هدف، کاربردی - توسعه‌ای و از نظر رویکرد، مبتنی بر منطق آمیخته اکتشافی است. در مرحله نخست، با مرور ساختاریافته ادبیات و بررسی ۷۵ مطالعه علمی، موانع اولیه استخراج و طبقه‌بندی شدند. سپس برای پالایش و اعتبارسنجی عوامل از روش دلفی نوتروسوفیک و برای تحلیل روابط اثرگذاری و اثرپذیری میان موانع از روش دیمتل نوتروسوفیک استفاده شد. داده‌های میدانی پژوهش بر اساس قضاوت ۲۱ خبره دارای تجربه و دانش تخصصی در حوزه‌های مرتبط با هوش مصنوعی، فناوری اطلاعات، تحول دیجیتال و صنعت خودرو گردآوری شد. نتایج دلفی نوتروسوفیک به تأیید ۱۹ مانع نهایی منجر شد. تحلیل دیمتل نشان داد که ۱۲ مانع در گروه علّی و هفت مانع در گروه معلولی قرار دارند. «نبود راهبرد، نقشه راه و اولویت‌بندی روشن برای هوش مصنوعی» بیشترین قدرت اثرگذاری خالص را به خود اختصاص داد و به‌عنوان مهم‌ترین عامل ریشه‌ای شبکه شناسایی شد. در مقابل، «نبود سازوکار نظام‌مند آزمون، اعتبارسنجی، ممیزی و تأیید ایمنی سامانه‌های مبتنی بر هوش مصنوعی» و «پایین بودن آمادگی و بلوغ دیجیتال/هوش مصنوعی سازمان» بیشترین اثرپذیری را نشان دادند. از منظر برجستگی نیز «قدیمی یا ناسازگار بودن سامانه‌های OT/IT و زیرساخت فنی»، «ضعف حکمرانی هوش مصنوعی»، «ضعف حکمرانی داده» و «تحریم‌ها و محدودیت همکاری و انتقال فناوری بین‌المللی» در زمره مهم‌ترین موانع قرار گرفتند. برآیند یافته‌ها نشان می‌دهد که پیاده‌سازی هوش مصنوعی در صنعت خودروسازی صرفاً مسئله‌ای فناورانه نیست، بلکه مستلزم مداخله همزمان در سطوح راهبردی، حکمرانی، داده‌ای، زیرساختی و سازمانی است. بر این اساس، تمرکز مدیریتی بر عوامل ریشه‌ای، به‌ویژه تدوین راهبرد روشن هوش مصنوعی، تقویت حکمرانی داده و هوش مصنوعی و بهبود زیرساخت‌های فنی، می‌تواند زمینه کاهش زنجیره‌ای سایر موانع را فراهم سازد.
واژگان کلیدی: هوش مصنوعی
صنعت خودروسازی
موانع پیاده‌سازی
دلفی نوتروسوفیک
دیمتل نوتروسوفیک
تحلیل علّی
سایپا
شماره ثبت جزء نسخه جلد بخش قسمت مرجع شماره بازیابی در دست امانت تاریخ بازگشت ملاحظات
285094 1
Copyright 2026 by Payam Hannan co ltd. PayamLib.com