ВПЛИВ ДОСЛІДЖЕНЬ У СФЕРІ ШТУЧНОГО ІНТЕЛЕКТУ, ВЕНЧУРНИХ ІНВЕСТИЦІЙ ТА ВПРОВАДЖЕННЯ ШІ-ТЕХНОЛОГІЙ НА ПРОДУКТИВНІСТЬ: БАГАТОКРАЇННИЙ АНАЛІЗ ПАНЕЛЬНИХ ДАНИХ

Автор(и)

Ключові слова:

загальна факторна продуктивність, венчурний капітал (інвестиції), дослідження ШІ, впровадження ШІ, технологічні інновації, панельні дані, модель фіксованих ефектів.

Анотація

Штучний інтелект є найважливішою технологічною розробкою ХХІ ст., що трансформує бізнеси й економіки. У роботі досліджено, як венчурні інвестиції, наукові публікації у сфері штучного інтелекту та впровадження ШІ впливають на загальну факторну продуктивність (TFP). Аналіз проводився на основі панельних даних з 14 країн у період з 2013 по 2023 рр. з використанням економетричної моделі фіксованих ефектів. Таким чином, виявлено позитивний вплив венчурних інвестицій, результатів досліджень у галузі та впровадження технологій ШІ на загальну факторну продуктивність, найбільший внесок припадає саме на останній фактор. Ці дані демонструють, що для впровадження інновацій у сфері штучного інтелекту необхідно розвивати потужну екосистему венчурного капіталу, проводити науково-дослідні роботи і розповсюджувати технології штучного інтелекту в галузях промисловості.

Класифікація за JEL: O33, G24, C23, O47.

Біографії авторів

Шах Махмуд ВАҐАН, Сичуаньський університет Ченду, провінція Сичуань, Китай

аспірант бізнес-школи

Сідра СІДРА, Сичуаньський університет Ченду, провінція Сичуань, Китай

Магістрант бізнес-школи

 

Посилання

Boavida, N., & Candeias, M. (2021). Recent Automation Trends in Portugal: Implications on Industrial Productivity and Employment in Automotive Sector. Societies, 11(3), 101. https://doi.org/10.3390/soc11030101

Cho, J., DeStefano, T., Kim, H., Kim, I., & Paik, J. H. (2023). What’s driving the diffusion of next-generation digital technologies? Technovation, 119, 102477. https://doi.org/10.1016/j.technovation.2022.102477

Davoyan, A. (2023). The Impact of Artificial Intelligence on Economy. Proceedings of the Future Technologies Conference (FTC) 2023, 1, 371– 376, Springer. https://doi.org/10.1007/978-3-031-47454-5_28

Dixon, J., Hong, B., & Wu, L. (2021). The Robot Revolution: Managerial and Employment Consequences for Firms. Management Science, 67(9), 5586- 5605. https://doi.org/10.1287/mnsc.2020.3812

Domini, G., Grazzi, M., Moschella, D., & Treibich, T. (2022). For whom the bell tolls: The firm-level effects of automation on wage and gender inequality. Research Policy, 51(7), 104533. https://doi.org/10.1016/j.respol.2022.104533

Galdino Martinez-Garcia, C., Dorward, P., & Rehman, T. (2016). FACTORS INFLUENCING ADOPTION OF CROP AND FORAGE RELATED AND ANIMAL HUSBANDRY TECHNOLOGIES BY SMALL-SCALE DAIRY FARMERS IN CENTRAL MEXICO. Experimental Agriculture, 52(1), 87- 109. https://doi.org/10.1017/s001447971400057x

Gandia, J. A. G., Gavrila, S. G., Ancillo, A. d. L., & Nunez, M. T. d. V. (2024). RPA as a Challenge Beyond Technology: Self-Learning and Attitude Needed for Successful RPA Implementation in the Workplace. Journal of the Knowledge Economy. https://doi.org/10.1007/s13132-024-01865-5

Goldburgh, M., LaChance, M., Komissarchik, J., Patriarche, J., Chapa, J., Chen, O., Deshpande, P., Geeslin, M., Kottler, N., Sommer, J., Ayers, M., & Vujic, V. (2024). 2023 Industry Perceptions Survey on AI Adoption and Return on Investment. Journal of Imaging Informatics in Medicine. https://doi.org/10.1007/s10278-024-01147-1

Huang, X., Yang, F., Zheng, J., Feng, C., & Zhang, L. (2023). Personalized human resource management via HR analytics and artificial intelligence: Theory and implications. Asia Pacific Management Review, 28(4), 598-610. https://doi.org/10.1016/j.apmrv.2023.04.004

Hwang, W.-S., & Kim, H.-S. (2022). Does the adoption of emerging technologies improve technical efficiency? Evidence from Korean manufacturing SMEs. Small Business Economics, 59(2), 627-643. https://doi.org/10.1007/s11187-021- 00554-w

Jacobs, M., Remus, A., Gaillard, C., Menendez, H. M., Tedeschi, L. O., Neethirajan, S., & Ellis, J. L. (2022). ASAS-NANP symposium: mathematical modeling in animal nutrition: limitations and potential next steps for modeling and modelers in the animal sciences. Journal of Animal Science, 100(6), skac132. https://doi.org/10.1093/jas/skac132

Jaiwani, M., & Gopalkrishnan, S. (2022). Adoption of RPA and AI to Enhance the Productivity of Employees and Overall Efficiency of Indian Private Banks: An Inquiry. 2022 International Seminar on Application for Technology of Information and Communication (iSemantic), Semarang, Indonesia, 191- 197. https://doi.org/10.1109/iSemantic55962.2022.9920383

Kaufman, D. (September 05-06, 2019; 2020). Deep Learning: A Brazilian Case.Intelligent Systems and Applications [Intelligent systems and applications, vol 1, eds.: Bi, Y., Bhatia, R., & Kapoor, S.]. Intelligent Systems Conference (IntelliSys), London, ENGLAND, 832-847. https://doi.org/10.1007/978-3-030-29516-5

Khalifa, N., Abd Elghany, M., & Abd Elghany, M. (2021). Exploratory research on digitalization transformation practices within supply chain management context in developing countries specifically Egypt in the MENA region. Cogent Business & Management, 8(1), 1965459. https://doi.org/10.1080/ 23311975.2021.1965459

Mamela, T. L., Sukdeo, N., & Mukwakungu, S. C. (2020). The Integration of AI on Workforce Performance for a South African Banking Institution.2020 International Conference on Artificial Intelligence, Big Data, Computing and Data Communication Systems (icABCD), Durban, South Africa, 1-8. https://doi.org/10.1109/icABCD49160.2020.9183834

Musaeva, K., Vyachina, I., & Aliyeva, M. (2024). Smart factories and their impact on modern manufacturing enterprises: Prospects and challenges in the era of the digital economy [Conference Paper]. E3S Web of Conferences, 537, 07010. https://doi.org/10.1051/e3sconf/202453707010

Nimkar, P., Kanyal, D., & Sabale, S. R. (September 18, 2024). Increasing Trends of Artificial Intelligence With Robotic Process Automation in Health Care: A Narrative Review. Cureus Journal of Medical Science, 16(9), e69680. https://doi.org/10.7759/cureus.69680

Nucci, F., Puccioni, C., & Ricchi, O. (2023). Digital technologies and productivity: A firm-level investigation. Economic Modelling, 128, 106524. https://doi.org/ 10.1016/j.econmod.2023.106524

Owino, A. (2023). Challenges of Computer Vision Adoption in the Kenyan Agricultural Sector and How to Solve Them: A General Perspective. Advances in Agriculture, 2023, 1530629. https://doi.org/10.1155/2023/1530629

Pham, P., Zhang, H., Gao, W., & Zhu, X. (2024). Determinants and performance outcomes of artificial intelligence adoption: Evidence from US Hospitals. Journal of Business Research, 172, 114402. https://doi.org/10.1016/ j.jbusres.2023.114402

Rademakers, E., & Zierahn-Weilage, U. (2024). New Technologies: End of Work or Structural Change? Economists Voice. https://doi.org/10.1515/ev-2024- 0046

Rana, A., Sarkar, B., Parida, R. K., Adhikari, S., Anandha Lakshmi, R., Akila, D., & Pal, S. (2024). A Data-Driven Analytical Approach on Digital Adoption and Digital Policy for Pharmaceutical Industry in India. Micro-Electronics and Telecommunication Engineering [eds: Sharma, D.K., Peng, SL., Sharma, R., Jeon, G.], ICMETE2023, 894. Springer, Singapore. https://doi.org/10.1007/978-981-99-9562-2_42

Romao, M., Costa, J., & Costa, C. J. (2019). Robotic Process Automation: A Case Study in the Banking Industry. 14th Iberian Conference on Information Systems and Technologies (CISTI)19 – 22 June 2019, Coimbra, Portugal, 1-6. https://doi.org/10.23919/CISTI.2019.8760733

Bhaskaran, S. (2024). Analysis of an Intelligent and Cybersecurity Optimization Model for Financial Applications.2024 International Conference on Electronics, Computing, Communication and Control Technology (ICECCC), Bengaluru, India, 1-6. https://doi.org/10.1109/ICECCC61767.2024.10593867

Serban, A. C., & Lytras, M. D. (2020). Artificial Intelligence for Smart Renewable Energy Sector in Europe – Smart Energy Infrastructures for Next Generation Smart Cities. Ieee Access, 8, 77364-77377. https://doi.org/ 10.1109/access.2020.2990123

Sweeney, D., Nair, S., & Cormican, K. (2023). Scaling AI-based industry 4.0 projects in the medical device industry: An exploratory analysis. Procedia Computer Science, 219, 759-766. https://doi.org/10.1016/j.procs.2023.01.349

Szalavetz, A. (2019). Artificial Intelligence-Based Development Strategy in Dependent Market Economies – Any Room amidst Big Power Rivalry? Central European Business Review, 8(4), 40-54. https://doi.org/ 10.18267/j.cebr.219

Tawil, A.-R. H., Mohamed, M., Schmoor, X., Vlachos, K., & Haidar, D. (2024). Trends and Challenges towards Effective Data-Driven Decision Making in UK Small and Medium-Sized Enterprises: Case Studies and Lessons Learnt from the Analysis of 85 Small and Medium-Sized Enterprises. Big Data and Cognitive Computing, 8(7), 79. https://doi.org/10.3390/bdcc8070079

Wimpfheimer, O., & Kimmel, Y. (2024). Artificial Intelligence in Medical Imaging: An Overview of a Decade of Experience. Israel Medical Association Journal, 26(2), 122-125. https://pubmed.ncbi.nlm.nih.gov/38420986/.

Wu, L., Hitt, L., & Lou, B. (2019). Data Analytics, Innovation, and Firm Productivity. Management Science, 66(5), 2017-2039. https://doi.org/ 10.1287/mnsc.2018.3281

Отримано: 15 жовтня 2024 р.

Рецензовано: 18 листопада 2024 р.

Рекомендовано до друку: 21 листопада 2024 р.

##submission.downloads##

Опубліковано

01.12.2024

Як цитувати

ВАҐАН, Шах Махмуд, і Сідра СІДРА. «ВПЛИВ ДОСЛІДЖЕНЬ У СФЕРІ ШТУЧНОГО ІНТЕЛЕКТУ, ВЕНЧУРНИХ ІНВЕСТИЦІЙ ТА ВПРОВАДЖЕННЯ ШІ-ТЕХНОЛОГІЙ НА ПРОДУКТИВНІСТЬ: БАГАТОКРАЇННИЙ АНАЛІЗ ПАНЕЛЬНИХ ДАНИХ». Журнал європейської економіки, вип. 23, вип. 4, Грудень 2024, с. 715-42, https://jeej.wunu.edu.ua/index.php/ukjee/article/view/1812.

Номер

Розділ

ЕКОНОМІКА ГАЛУЗЕЙ ТРЕТИННОГО СЕКТОРУ