KMAN Publication Inc. تکنولوژی در کارآفرینی و مدیریت استراتژیک 3041-8585 در دست انتشار 1405 10 01 Toward Strategic Artificial Intelligence Capabilities for Intelligent Strategic Management: A Capability Framework Developed Through a Modified Delphi Study قابلیت‌های استراتژیک هوش مصنوعی برای مدیریت استراتژیک هوشمند: چارچوب توسعه‌یافته از طریق مطالعه دلفی اصلاح‌شده 1 24 10.61838/kman.jtesm.526 FA حسن فاضل الذبحاوي دانشجوی دکتری، گروه مدیریت راهبردی، دانشکده اقتصاد و مدیریت، دانشگاه تبریز، تبریز، ایران نسرین راضی استادیار، گروه مدیریت، دانشکده اقتصاد و مدیریت، دانشگاه تبریز، تبریز، ایران. محمد فاریابی دانشیار، گروه مدیریت، دانشکده اقتصاد و مدیریت، دانشگاه تبریز، تبریز، ایران. سجاد نقدی دانشیار، گروه حسابداری، دانشکده اقتصاد و مدیریت، دانشگاه تبریز، تبریز، ایران. Journal Article 1405 02 27 <p>This study aimed to develop and validate a comprehensive Strategic Artificial Intelligence Capability Framework (SAICF) for intelligent strategic management in public universities. The study employed a qualitative, two-stage design integrating a structured literature review with a three-round modified Delphi procedure. Literature published between 1985 and 2026 was searched in Scopus, Web of Science, ScienceDirect, IEEE Xplore, and Google Scholar, and eligible studies were subjected to directed qualitative content analysis to identify preliminary strategic AI capability indicators. The resulting indicators were subsequently evaluated by a purposively selected panel of 20 experts with expertise in strategic management, artificial intelligence and digital transformation, public administration, or higher-education management. Across the Delphi rounds, experts assessed the relevance, clarity, importance, and conceptual placement of the indicators. Consensus was examined using Kendall’s coefficient of concordance and the chi-square test. The second Delphi round demonstrated statistically significant and strong expert concordance regarding the retained indicators (Kendall’s W = 0.821, χ² = 741.213, df = 27, p &lt; .001). In the final round, concordance remained consistently strong across the validated capability domains, with Kendall’s W values ranging from 0.79 to 0.87 and an overall framework coefficient of 0.82. The resulting framework comprised Strategic Data Intelligence, Advanced AI for Strategic Foresight and Analytics, AI-Driven Strategic Decision-Making, Strategic Intelligent Automation, Strategic Human–AI Integration, Responsible AI Governance, and AI-Enabled Strategic Innovation. Strategic Data Intelligence demonstrated the strongest expert concordance, followed by Advanced AI for Strategic Foresight and Analytics. The validated SAICF indicates that effective AI-enabled strategic management requires an integrated organizational capability architecture combining data intelligence, advanced analytics, strategic decision support, intelligent automation, human–AI collaboration, responsible governance, and innovation rather than reliance on isolated technological applications.</p> <p>هدف این پژوهش، توسعه و اعتباریابی چارچوب جامع قابلیت‌های راهبردی هوش مصنوعی (SAICF) برای مدیریت راهبردی هوشمند در دانشگاه‌های دولتی بود. پژوهش با رویکردی کیفی و در دو مرحله مکمل، شامل مرور ساختاریافته ادبیات و دلفی اصلاح‌شده سه‌مرحله‌ای، انجام شد. مطالعات منتشرشده بین سال‌های ۱۹۸۵ تا ۲۰۲۶ در پایگاه‌های Scopus، Web of Science، ScienceDirect، IEEE Xplore و Google Scholar جست‌وجو و مطالعات واجد شرایط با تحلیل محتوای کیفی جهت‌دار بررسی شدند تا شاخص‌های اولیه قابلیت‌های راهبردی هوش مصنوعی استخراج شوند. سپس، این شاخص‌ها توسط پنلی هدفمند متشکل از ۲۰ خبره در حوزه‌های مدیریت راهبردی، هوش مصنوعی و تحول دیجیتال، مدیریت دولتی و مدیریت آموزش عالی ارزیابی شدند. در سه دور دلفی، ارتباط، وضوح، اهمیت و جایگاه مفهومی شاخص‌ها بررسی و اجماع خبرگان با استفاده از ضریب هماهنگی کندال و آزمون خی‌دو ارزیابی شد. دور دوم دلفی توافق قوی و از نظر آماری معناداری را میان خبرگان درباره شاخص‌های حفظ‌شده نشان داد (W کندال = ۰٫۸۲۱، χ² = ۷۴۱٫۲۱۳، df = ۲۷، p &lt; ۰٫۰۰۱). در دور نهایی نیز توافق در همه ابعاد اعتباریابی‌شده قوی باقی ماند؛ ضرایب W کندال بین ۰٫۷۹ تا ۰٫۸۷ قرار داشت و ضریب کلی چارچوب ۰٫۸۲ بود. چارچوب نهایی شامل هوشمندی راهبردی داده، هوش مصنوعی پیشرفته برای آینده‌نگری و تحلیل راهبردی، تصمیم‌گیری راهبردی مبتنی بر هوش مصنوعی، اتوماسیون هوشمند راهبردی، ادغام راهبردی انسان و هوش مصنوعی، حاکمیت مسئولانه هوش مصنوعی و نوآوری راهبردی مبتنی بر هوش مصنوعی بود. بیشترین هماهنگی خبرگان به هوشمندی راهبردی داده و سپس آینده‌نگری و تحلیل راهبردی مبتنی بر هوش مصنوعی اختصاص داشت. چارچوب اعتباریابی‌شده SAICF نشان می‌دهد که مدیریت راهبردی هوشمند مبتنی بر هوش مصنوعی نیازمند معماری یکپارچه‌ای از قابلیت‌های سازمانی است که هوشمندی داده، تحلیل پیشرفته، تصمیم‌گیری، اتوماسیون، همکاری انسان و هوش مصنوعی، حاکمیت مسئولانه و نوآوری را به‌صورت هم‌افزا ترکیب کند.</p> https://journaltesm.com/index.php/journaltesm/article/download/526/554