Πλοήγηση ανά Συγγραφέας "Lampraki, Anastasia"

Τώρα δείχνει 1 - 1 of 1
  • Μικρογραφία εικόνας
    Τεκμήριο
    Ανάπτυξη αυτόνομων AI-driven συστημάτων για την ανάλυση του ανταγωνισμού: πως οι επιχειρήσεις μπορούν να βελτιώσουν τη στρατηγική τους;
    (ΕΛΜΕΠΑ, Σχολή Επιστημών Διοίκησης και Οικονομίας (ΣΕΔΟ), Τμήμα Διοικητικής Επιστήμης και Τεχνολογίας, 2026-07-02) Λαμπράκη, Αναστασία; Lampraki, Anastasia; Μαστοράκης, Γιώργος; Mastorakis, Giorgos
    Η παρούσα εργασία εξετάζει τη στρατηγική αξιοποίηση της τεχνητής νοημοσύνης στην ανάλυση του ανταγωνισμού και στη διαμόρφωση επιχειρησιακών αποφάσεων, εστιάζοντας στην ανάπτυξη και λειτουργία αυτόνομων AI-driven συστημάτων. Σε ένα περιβάλλον που χαρακτηρίζεται από αυξημένη πολυπλοκότητα, έντονο ανταγωνισμό και υπερφόρτωση πληροφορίας, η μετάβαση από παραδοσιακά μοντέλα στρατηγικής σε data-driven προσεγγίσεις καθίσταται κρίσιμη για την επιβίωση και ανάπτυξη των επιχειρήσεων. Στο θεωρητικό επίπεδο, η μελέτη αναδεικνύει τον ρόλο της τεχνητής νοημοσύνης ως μηχανισμού μετατροπής των δεδομένων σε στρατηγική γνώση, ενσωματώνοντας έννοιες όπως η μηχανική μάθηση, τα predictive analytics και η competitive intelligence. Παράλληλα, προσεγγίζει την τεχνητή νοημοσύνη ως στρατηγικό πόρο, σύμφωνα με τη θεωρία των πόρων και ικανοτήτων, αναδεικνύοντας τη συμβολή της στη δημιουργία βιώσιμου ανταγωνιστικού πλεονεκτήματος. Σε εμπειρικό επίπεδο, η έρευνα βασίζεται σε ποσοτική μεθοδολογία μέσω ερωτηματολογίου, διερευνώντας την αντίληψη των συμμετεχόντων σχετικά με τη συμβολή των AI συστημάτων στην ανάλυση ανταγωνισμού και στη λήψη αποφάσεων. Τα αποτελέσματα καταδεικνύουν ισχυρή συσχέτιση μεταξύ της χρήσης τεχνητής νοημοσύνης και της βελτίωσης της ποιότητας, ταχύτητας και ακρίβειας των στρατηγικών αποφάσεων, επιβεβαιώνοντας τη σημασία των data-driven προσεγγίσεων. Συνολικά, η εργασία συμβάλλει στη γεφύρωση θεωρίας και πρακτικής, προτείνοντας ένα ολοκληρωμένο πλαίσιο κατανόησης της τεχνητής νοημοσύνης ως εργαλείου στρατηγικής ανάλυσης. Παράλληλα, αναδεικνύει την ανάγκη για περαιτέρω έρευνα με αξιοποίηση πραγματικών επιχειρησιακών δεδομένων και πιο εξελιγμένων μοντέλων, ώστε να ενισχυθεί η εμπειρική τεκμηρίωση της συμβολής της AI στη σύγχρονη επιχειρησιακή στρατηγική.